基于数据整合的电力客户服务系统设计

李韫莛，梁哲辉，李 莹，陈 敏

（广东电网有限责任公司广州供电局，广东 广州 510000）

0 引言

大数据代表着大量的数据信息,而数据具有海量的特点,可以为人们带来更多价值,所以数据信息对于电力企业来说有着至关重要的意义,能够为企业的供电服务提供科学参考依据,在满足企业发展需求的同时,提高企业经济效益与社会效益。 但是,不是所有的数据都能产生相应的价值,应通过数据分析与数据整合,提取重要数据,挖掘自己所需的信息,从而使电力营销服务更具有针对性。

1 电力客户服务系统的建设目的

地址信息作为电力用户的基础信息,是电力业务支撑系统中业务应用场景建设与维护的重要内容,供电局现已完成对用户地址的结构化清晰,而客户画像作为对客户属性与标签的描述,应用自然语言描述了用户特征,这一操作是对用户特征的符号化表示,当前供电公司已经对客户展开了全方位的服务,同时确立了电力标签体系［1］。

因此,有必要建设数据资产集成项目,即客户标签和结构化地址应用,挖掘客户标签和用电地址,尽可能地向客户提供多样化服务手段,提升客户对供电服务的满意度。 系统建设的目的在于完善地址管理系统,优化搜索引擎及算法,提供智能查询服务,保证搜索的准确性与效率性,建设地理信息接口服务工具,将地址数据与网格数据高效关联,实现网格化绘制与数据的录入。

2 电力客户服务系统的技术应用

2.1 多维数据分析技术

在供电公司中,电力客户的服务管理会涉及不同服务对象,且属性不同,系统工作表格较多,需处理的数据较多,这会对客服工作的开展产生影响,在提高客服信息处理效率的同时,对数据进行整合与分析,完成服务的有效调整,能有效增强服务效果,提升服务质量,为后续企业的电力营销提供保障。 多维数据分析技术具有人机互动的特点,且数据表达十分灵活,业务人员可自动完成数据分析操作［2-3］。

2.2 数据整合与数据挖掘技术

数据的统计分析主要是对客服管理方式进行的主题分析,设计客服业务信息、服务指标维度的数据模型［4］。 经过数据分析,按照数据统计结果挖掘客服数据,完成建模与计算分析,形成多功能数据分析立方体,使数据的分析更完整。 预测数据分析时,以大数据为基础确立数据挖掘预测模型,其中的内容较多且复杂,应做好数据准确工作,结合业务规则和数据挖掘模型,优化客服数据,确立模型并简化数据,应用客户服务系统建立线性回归模型和对数线性模型,使数据的分析有一定的模型基础。

3 基于数据整合的电力客户服务系统设计

3.1 整体架构设计

3.1.1 业务架构

设计思想是开展以客户画像为基础的精准服务应用建设,融合大数据分析技术将标签数据成功价值变现,再将电力营销数据的有价值资产转为数据资产,实现对业务的优化,通过对标签的定位及差异化服务,对内展开精细化服务,对外进行精准电力营销,全方位提升客服服务水平。 营销客户标签管理系架构如图1 所示。 系统配置主要分为系统管理和宽表管理两部分,可实现对用户的统一管理与权限管理,完成宽表关联配置与更新查看。

图1 营销客户标签管理系统功能架构

3.1.2 应用架构

系统应用架构主要包含如下:(1)营销客户标签管理系统,即客户画像信息展示、策略管理以及标签一致性管理,内含众多模块,比如电量信息与停电信息模块、策略设计模块、标签冲突检测模块等。 (2)地址管理系统,其业务事项范围包含搜索引擎优化、地址上报、网格管理三部分。 (3)营销管理系统,业务事项范围包含电价电费管理、用电检查、停电管理、服务渠道管理以及业扩管理等部分。

3.1.3 业务数据与用户角色

业务数据主要采用表格形式来描述,比如日电量信息所属于计量系统下的日电量管理模块,工单信息和电量电费所属于营销管理系统下的客服工单和电量电费模块,停电信息是系统停电监控平台下的停电管理模块工作内容。

与业务数据部分相同,系统用户角色也是采用表格的形式来定义相关角色,明确角色在系统内的职责,以此完成功能权限的有效分配。

3.2 客户画像

3.2.1 基本信息展示

对于客户画像部分的需求分析,基于用户标签画像和电费缴纳情况,展示用户信息,其中包含画像标签、手工标签等内容。 接入VIP 客户清单或企业清单,对数据进行有效性与质量分析,按照要求完成数据清洗工作,使最终得到的电力营销业务数据能够符合客户画像需求,并依据业务确立客户画像数据模型。

3.2.2 电量信息展示

该部分主要负责展示当期月电量的同比、环比情况及日电量分析。 在营销客户标签管理系统中,电量信息展示主要包含以下业务内容:(1)用电日历,采用日历图的方式展示用户日电量信息；(2)用电量对比,显示近三年月电量情况；(3)日电量对比,显示同期与上月、去年同期以及前年同期日电量与温度对比信息,采用条状图的形式展示日电量,采用线图的形式展示温度。

3.2.3 停电信息展示

该部分可实现对停电信息的展示,客户服务中心的座席人员能够在营销客户标签管理系统中完成客户停电信息的展示工作。 相关业务内容如下:(1)停电状态展示,对当前用户停电状态和是否设计计划停电、故障停电、欠费停电的状态展示出来,从监控平台内获取停电事件的相关数据,对于三级催收部分可向营销电费缴交情况获取。 (2)复电情况展示,即展示用户停电之后的合闸信息。 (3)停电统计信息展示,以月为单位,展示近1 年用户故障停电与计划停电的次数,图表内显示累计停电情况。 (4)停电详情展示,采用表格的形式展示近3 个月用户停电信息,比如客户编号、停电类型、预计开始与结束时间等。 以上操作可以根据用户编号,通过系统搜索引擎查询具体信息。

3.2.4 电表信息展示

该部分主要负责对客户电表信息的集中展示。具体业务如下:(1)经过月份选择,显示用户3 个月以来的用电信息及详情。 (2)以居民用户为客户时,居民用电信息主要包含当期总电量与总电费、计费类别等,可展示当期三档阶梯电费信息,采用饼图和图表的展示方法记录分摊电费的详细情况,可通过该部分了解用户家中水泵与电梯部分的电量,同时可展示分摊用户数量与分摊电量。 (3)以工业用户为客户的时候,系统可展示所有计量点内的电费信息,比如电度电费、基本电费单价与总电费等内容,还可显示峰谷电费详情。 按照用户电机的计量点编号,展示峰平谷电量信息。

3.2.5 来电信息展示

该部分可实现对客户历史来电信息的展示。 可显示历史来电工单与业扩工单的实际情况,显示来电渠道与业务类型,标示具体客服工单号,经过对日期的筛选确定该时间内工单详细情况,直接点击工单即可显示工单内容。 经过对客服工单信息数据的采集,按照用户点击的日期进行信息筛选,展示来电情况,随后根据工单号展示其中内容,再根据电话号码展示详细内容。

3.2.6 公告信息展示

该部分可以实现与客户相关的营销系统公告信息的展示,可显示电力营销系统近1 年以来和客户有关的公告信息,具体包含公告时间与公告内容两方面信息。 基于对营销系统客户公告信息的采集,依据用户输入的编号展示详细数据信息。

3.2.7 策略明细与策略设计

电力客户服务系统设计中,客户画像策略明细部分可实现对标签策略明细的展示,其中包括标签策略的状态开关、策略修改、删除、配置等功能。 客服中心工作人员的相关业务内容如下:(1)展示标签策略明细情况,按照更新时间的排序方法,每页可以展示10 个策略内容,可对策略场景名称、设计标签进行展示,同时完成场景描述与策略状态的展示。 (2)筛选标签策略场景,需要以标签主体和具体的策略场景名称作为参考依据。 (3)点击策略状态后即可选择对场景的开启与停用操作。 (4)点击功能键即可完成策略修改和配置操作,同时可根据具体信息删除策略,点击场景设计即可新建策略。

3.2.8 客户画像策略执行及效果评估

该部分可以实现对标签策略的执行分析统计,从API 接口调用的场景、活跃场景、机构、业务人员、标签使用等维度,对策略的执行情况进行统计展示。 客服中心内策略管理人员依靠营销客户标签管理系统的应用展开策略执行分析,完成对策略的执行统计,统计的场景总数即当前启用的场景总数,标签策略在执行时可制作出场景调用趋势图、机构作用分布图,并展示出活跃场景的大致分布情况。

客户画像策略执行后,需进行效果评估,通过该模块实现电费催收策略的后评估功能。 策略管理人员接入评估数据宽表,完成策略执行后的效果对比分析,选择对比月份,对比策略场景实施前和实施后的具体情况,其中涉及的业务数据主要包含电费渠道统计详情、催收阶段统计详情以及多次催收用户数统计详情等信息［5］。

3.3 营销结构化地址业务应用

营销客户标签管理系统通过接入政务数据、网络数据、营销全量数据、来电号码及诉求数据等数据,建立统一的客户画像数据模型,形成统一的客户画像数据标准,实现客户画像统一、高效的全生命周期。 此外,标签库与营销业务的结合,以嵌入客户画像平台的“客户画像信息展示”页面,为客服人员提供来电客户的标签快照,以便快速了解用户信息。 除了上述客户画像的应用,系统设计还需用到结构化地址业务。 基于群体性用电诉求的识别分析,展开对营销结构化地址业务的应用,以客服工单为对象进行工单采集管理,同时可对供电数据进行结构化档案管理,将结构化地址作为维度确立工单群体事件的识别模型,满足工单的自动识别需求,同时系统可自动生成事件诊断报告［6］。

4 结语

总而言之,现阶段,供电企业以电力客户服务为主要工作内容,并结合大数据技术的应用,加强对数据的挖掘与整合分析,有助于确立数据分析模型,优化电力客服系统设计,增强数据分析效果,使数据体系结构设计高效落实,提高数据应用效率。