基于大数据技术的电力营销策略研究

何佳松

摘要：电力企业在激烈的市场环境下，电力营销管理创新成为提高竞争力的重要着手点。特别是大数据时代下的电力企业管理创新，为了获得更高经济效益，电力营销管理也有非常重要的意义，为了达到大数据时代对企业管理要求，需要重点加强创新，改变电力营销管理模式。

关键词：大数据;电力营销;策略

引言

随着大数据技术的迅猛发展，其在各行各业中的应用越来越广泛、深入，在提高生产生活效率的同时，也推动了社会进步。电力行业是我国重要的基础性、支柱性产业，在国民经济中占有举足轻重的地位。在电力行业运营的過程中，产生了大量的数据，这些数据具有数量大、关系复杂等显著特点，适合大数据技术的深入应用。大数据技术在电力行业的各个环节，特别是电力营销中的应用，可以为相关策略的制定提供有力支撑，符合该行业的智能化、现代化发展方向，也符合广大电力用户的现实需求。

1电力营销中应用大数据的意义

在现代社会中，人们的生活方式逐渐发生了改变，电视等传统形式的媒体在人们生活中的作用明显削弱，传统形式广告所发挥的宣传作用也显著降低。在大数据的环境中，呈现出众多的广告传播新模式，使公众了解电力企业的途径得到了有效的拓展，促进了电力企业不同部门之间的高效合作。用户在感受到电力企业营销所提供便利条件的同时，对于电力企业的满意度也逐步提升。从电力企业层面分析，在引入大数据技术以后，其一可为政府部门提供复工复产数据，及时掌握各行业的复工趋势，为政府经济调整提供依据;其二为企业调整战略方向提供了科学合理数据支撑;其三为提升优质服务，打造“客户导向型”的服务理念提供了保证;其四可精准定位疑似分流窃电低压用户，进一步提升营销反窃电管理应用水平。做到快速、精准定位存在“违约用电、窃电”嫌疑用户，和进行智能预警通告、用电检查跟踪管理的目的，提升了反窃目标命中率、现场查处效率。有效提高窃电识别准确率，降低线损，为公司挽回经济损失，提升企业效益。最终为优化营商环境、提升客户满意度、提升公司品牌形象的打下坚实的基础。

2大数据技术的电力营销策略

2.1创新营销管理途径

电力企业营销管理工作的实施，为了获得更理想的效果必须创新营销途径，利用大数据技术加强营销管理多样性。建议电力企业重点展开技术营销，市场销售的大环境下电力产品市场竞争力需要通过创新来达到提升的目的，而且还能够达到电力市场发展、国家电力生产的根本需求。所以，今后我国电力行业的发展，可重点落实生产技术营销，强化电力企业产品质量，优化企业内部生产环境，为广大客户提供高质量的技术服务，达到最佳营销效果。市场信息采集十分重要，在营销管理中尤其要与市场需求相结合，电力企业编制多种营销规划，以市场发展需求为依据科学选择，使营销管理优势发挥到最大。采集数据时电力企业便可利用大数据技术剖析市场需求，为编制营销方案提供可参考的依据。

2.2基于大数据技术的电力用户分析

随着电力市场的日益完善，广大电力用户的用电需求也更加丰富。传统电力用户分析存在维度单一、细分缺失、实用性差等问题。基于大数据技术的电力用户分析可以将电力用户数据的特点与大数据技术的优势相结合，充分挖掘海量复杂数据的内在联系。电力用户分析主要由用户分类、用户用电行为影响因素和用户用电行为分析等三部分组成。传统上，根据用电模式、电压级别等的不同对电力用户进行区分。根据用电模式的不同，可以分为居民用电、商业用电、工业用电等，相应地，不同用电模式用户的电压级别也不同。采用大数据技术对用户数据进行分析，可以以用户自身行为特点为依据，通过可视化曲线查看各数据的差异，结合聚类分析等科学计算方法实现用户的客观定量化分类，有助于深入地了解用户需求，合理分配电能资源。

影响用户行为的因素主要由社会因素和自然因素。社会因素主要是指社会运行状态、文化和经济状况、国家行为等。其中，法定节假日、规章制度等因素具有较强的确定性，在开展大数据分析的过程中可以人为设定相关条件，实现相关数据的准确筛选，确保数据的代表性，提升分析结果的针对性。自然因素分为两种，一种如季节变化等具有较强的规律性，人们的用电行为随着这种变化而发生相应的改变;另一种如地震、海啸等偶然、突发自然灾害，在应对各类灾害的过程中，用电量也会发生显著变化。针对第一种自然因素，可以在大数据分析中考虑环境变化信息，得出规律性变化对用户用电行为的影响;针对第二种自然灾害，可以在大数据分析过程中考虑各类预报预警信息，结合对应地区历史用电数据，形成具有参考价值的分析结果。

2.3拓展产品和市场

电力营销和其他行业存在明显的差异性，以往的电力企业营销处于垄断的背景下，因此，企业没有积极开展市场的调查，并不关注信息的收集和获取，电力企业的营销管理模式通常将业务作为导向，但是处于大数据的环境中，这种营销模式以及无法与企业的发展保持同步，用电企业没有从主观上想要了解用户的需求，也没有意识到了解客户需求对于企业发展的重要意义，电力行业中营销工作质量并不高，无法赢得用户的好评。为了改善这样的营销现状，企业要积极引入大数据来实现数据的细致分析，将此作为依据和基础来确定行业的发展规划和策略，保证规划的科学性和可行性。促进企业在市场中占有更大的份额，推进企业的进一步发展。电力企业在营销工作中，要充分利用大数据来判断客户的消费行为习惯，进而扩展企业的业务范畴，开辟市场，实现企业经济效益的提升。

2.4基于大数据技术的电力负荷预测

根据预测时间的不同，可以将电力负荷预测划分为近期预测（2周以内）、短期预测（1-2年）、中期预测（3-6年）和长期预测（7年以上）等种类。传统上，通常采用趋势外推法、时间序列法、回归分析法等统计分析模型开展此项工作，这些方法对变化较平稳用电力负荷数据的预测效果较好，但由于其非线性分析能力不足，因此对非平稳时间序列数据的预测效果较差。随着大数据技术的发展，人工神经网络等智能算法在电力负荷预测中得到越来越广泛的应用，也取得了较好的预测效果。基于人工神经网络的用电负荷预测可分为三部分，一是模型输入，二是预测模型，三是预测结果。其中模型输入主要为用户分析步骤得到的特征量，同时引入历史数据等。建立人工神经网络预测模型的主要工作有模型网络层数设计、神经元数目确定、初始权重设置、学习速率选取等。使用层数更多的神经网络可以提升模型的性能，但也在一定程度上降低了模型训练和使用的效率，通常包含输入层、隐含层和输出层的三层神经网络模型即可满足预测需求。

结束语

随着互联网覆盖范围的不断拓展，大数据分析技术水平持续提升，在供电企业的营销工作中引入大数据技术，一方面推进了企业营销工作理念的更新，另一方面为企业的发展奠定了坚实的基础。

参考文献

[1]邓楚然，江疆，杨秋勇，等.基于大数据的电力多维度分析系统设计[J].微型电脑应用，2020，36（2）：106-107.

[2]陶丽君.基于大数据的电力营销管理创新分析[J].电力讯息，2019（12）：201-202.

[3]刘欢.基于大数据的电力营销管理[J].现代经济信息，2018（22）：131-132.

[4]朱州.基于大数据分析的电力客户服务需求预测[J].沈阳工业大学学报，2020，42（4）：369-370.

[5]王激华，仇钧，方云辉，等.基于深度长短期记忆神经网络的短期负荷预测[J].广东电力，2020，33（8）：63-64.