基于FAHP-TOPSIS的数字化营业厅运营评价模型构建
2022-12-07国网徐州供电公司
国网徐州供电公司 夏 冬
2020年3月，国家电网提出“建设具有中国特色国际领先的能源互联网企业”的战略目标；2020年10月国家电网指出加快推进营业厅“三型一化”优化升级。但目前“三型一化”营业厅建设多偏向于设备和环境改造，示范展示作用强于实际应用，相对忽视实际运营水平的质量评价。基于当前缺乏对数字化营业厅运营水平的评价标准，笔者首先归纳出数字化营业厅运营水平的主要影响因子，其次利用FAHP-TOPSIS方法计算出各影响因子的权重，最后将量化后的影响因子加权成一个单一的决策指标并进行排序，从而构建营业厅数字化运营评价模型。
1 数字化营业厅运营水平评价体系构建
当前，研究人员对于营业厅运营能力的提升多从设备管理、运行管理、环境管理、系统管理、人员管理、智能分析、业务分析、利益诉求、市场需求等[1]方面进行研究。本文综合前人指标及相关文件，认为数字化营业厅运营水平的构建应该包含服务资源管理、智能控制水平、信息发布管理、运营全景监控、运营情况分析、合作伙伴管理等内容。
1.1 服务资源管理
对服务资源的管理可以进行资源优化配置，在柜台业务、终端业务的服务过程中实现网点、人员、设备的管理，建立网点档案、人员信息档案、设备信息档案库，并实现档案的新增、修改、删除等管理操作。同时实现对服务人员的业务能力与规范、服务态度与客户满意度、提醒和引导是否科学合理高效等进行管理，对营业厅内的设备进行统一的统计和查询，如设备档案信息与运维、营业厅内外的展示宣传设施、业务单据等。
1.2 智能控制水平
营业厅的智能控制水平关系到电网公司在用电客户心中的形象，智能控制具有智能信息处理、智能信息反馈和智能控制决策的控制方式，是由智能机器自主地实现其目标的过程。当前，数字化营业厅智能控制水平可以实现设备控制、故障告警、状态监控、远程控制、版本更新、智能服务调度和网点规划。
1.3 信息发布管理
数字化营业厅多层级发布信息统一管理，并及时公开各级营业厅业务流程及时限、价格政策、收费项目及收费标准等信息。目前，信息发布管理主要依赖于多媒体信息发布系统、互动数字海报屏、网上营业厅、短信互动平台等，通常营业厅发布的信息包括省、市、县等各级向营业厅发布的统一信息；各营业厅定制的个性化广告信息；营业厅客户排队总人数、不同窗口当前业务办理状态等相关业务信息。
1.4 运营全景监控
推广智能化监控平台，实时监控营业厅运营状态。视频监测技术应用于智能营业厅中，无需专人现场维护，就可以通过大屏显示营业厅综合服务信息，从多维度多视角对营业厅的服务态势进行分析。当需要管理或使用数字化营业厅实时视频监控管理系统时，营业厅通过登录认证即可处理授权范围内的工作[2]，对监控系统的运营数据进行查询、管理、资源整合，及时找到数字化营业厅运营管理中存在的问题，及时纠正和完善。运营全景监控主要实现工位监控、设备监控、视频监控、服务监控、组态监控等功能。
1.5 运营情况分析
数字化营业厅对运营情况进行分析可以根据现场情况及时作出调整或完善。运营情况分析的具体指标有客流量、业务实时办理情况、服务质量分析、业务办理情况分析、班组运营分析、新业务推广分析、客户满意度分析、自主设备运营分析、区域热度分析等。
1.6 合作伙伴管理
营业厅合作伙伴管理主要是引入合作厂商的产品或解决方案，并提供销售功能，使营业厅可以获得场地租金收入或销售分成或其他形式的收益方式等。主要体现在对合作伙伴档案管理、合作协议管理、商品管理、销售记录及统计等具体内容。但从主体角度来看，数字化营业厅的上游合作伙伴为供电公司，下游合作伙伴主要可以分为政府、企业和个人三类。
图1 数字化营业厅运营水平指标体系
2 评价方法说明
FAHP-TOPSIS法是用FAHP法去综合不同专家的经验观点，形成指标体系的一个最终权重，然后将该权重带入理想点模型（TOPSIS）中进行计算并评价数字化营业厅的运营状况。FAHP法通过将问题本身按层次分解来确定指标权重，TOPSIS法通过确定各个备选方案与最优方案之间的贴近度作为排序的依据，从而得到各个营业厅之间的优先序。
2.1 FAHP
2.1.1 构造递阶层次结构
在运用FAHP确定数字化营业厅运营水平各指标权重时，先将指标按层次结构形成体系。包括目标层、准则层和方案层。
目标层即数字化营业厅运营水平。准则层为一级指标，即服务资源管理、智能控制水平、信息发布管理、运营全景监控、运营情况分析、合作伙伴管理等六个维度。方案层则表示具体的评价对象，具体表现为指标体系中的二级指标，这些评价对象对目标的实现具有一定的支撑作用。
2.1.2 建立模糊判断矩阵
由于数字化营业厅评价指标体系中存在定性的影响因子，因此专家在评价打分时会带有一定的主观性和模糊性，不适合用具体的数值来表示，利用三角模糊数可以相对定量地对各个指标进行重要性标度。本文采用荷兰学者F.J.M.Van Laarhoven和W.Pedryca提出的三角模糊数构造两两判断矩阵。设模糊集合为A=（l,m,u）其函数为：
公式（1）中，M代表模糊数，m代表特征值，模糊数的下限和上限分别用1和u表示，即M=（1，m，u）；在l=m=u的特殊情况下，FAHP转变为AHP，m值为非模糊数。采用三角模糊数表示各指标的相对重要度，详见表1。
表1 重要性标度表
按照表1所示的标准，可以构建模糊判断矩阵：
aij表示在某一既定的准则下，指标i相对于指标j的重要性标度，用三角函数可以表示为其中A为模糊互反判断矩阵。
2.1.3 一致性检验
一般来说，主观判断会因为专家的专业背景不同存在较大差异，相关专家给出的判断结果无法完全一致，所以对判断矩阵通过一致性检验保障其科学性。即在矩阵中选择两个指标进行最佳估值分析，得到模糊互补判断矩阵B=（bij）n×n，如果矩阵B满足一致性要求，则判断矩阵A满足一致性要求。
2.1.4 计算相对权重值
在公式（3）中，W2表示以目标层为准则得到的第二层指标总排序向量。
2.1.5 去模糊化
通过对三角模糊函数去模糊化，排序各项指标权重，假设三角模糊数M=（l，m，u），解模糊公式如下：
为比较各影响因素的重要性，在经过去模糊化后仍需将明确值正规化以便计算相对权重值。公式中，α的取值由数字化营业厅评价标准具体确定。
2.2 TOPSIS法
2.2.1 构建决策矩阵
在数字化营业厅运营评价体系的指标中既存在定量指标也存在定性指标，在使用TOPSIS法进行综合排序时需要先将定性指标定量化。定性指标根据相应的标度原则，采用专家打分的方法确定。见表2。根据表2在将定性指标定量化后，对定量指标进行处理，将影响因子转化成矩阵D，假设有m个数字化营业厅，n个影响因子。将影响因子转化成矩阵D。
表2 定性指标重要性标度表
其中xij表示第i个营业厅中第j个指标的得分值。
2.2.2 构建归一化决策矩阵
利用以下公式进行归一化处理：
在公式（6）中，xij表示第i个指标的第j个值，最终得到归一化矩阵Y=（yij）m×nZ。
2.2.3 构建加权决策化规范矩阵V
其中，i=1,2,...,m；j=1,2,...,n。
2.2.4 确定正、负理想解
选取加权决策化规范矩阵V中每个指标的最优值用以确定正理想解V+，选取最劣值用以确定负理想解V-，正理想解计算公式：
负理想解计算公式：
2.2.5 计算距离尺度
计算每个目标正理想解距离D+i和负理想解的距离D-i。
2.2.6 计算理想解的贴近度
基于上述基础上，第i个数字化营业厅与运营水平最优的营业厅的接近程度DCi可表示为：
由公式（12）可以看出DCi∈(0,1]，DCi的值越大，表示数字化营业厅的运营水平越好。
3 模型构建
通过FAHP对数字化营业厅运营水平指标体系构建的模糊矩阵进行一致性检验，确定指标权重，并运用TOPSIS构建模糊决策矩阵进行规范，确定正负理想解，并根据各个营业厅与最优解以及最劣解之间的距离来判断各营业厅运营水平的质量排序，建立的数字化营业厅评价过程模型如图2所示。
图2 基于FAHP-TOPSIS的数字化营业厅运营评价模型
4 总结
本文综合服务资源管理、智能控制水平、信息发布管理、运营全景监控、运营情况分析、合作伙伴管理六个影响因素对数字化营业厅的运营水平进行评价。所采用的FAHP-TOPSIS法提高了评价结果的科学性和准确性。该方法在兼顾差异的情况下动态评价各个营业厅运营水平，从中选出运营水平最高的数字化营业厅，为其他营业厅的质量提升提供范例。也可以对同一营业厅不同时间段的运营水平做出比较，反映出营业厅运营水平的变化。对营业厅的运营水平研究可以为客户提供更加优质、高效、便捷的服务，给顾客留下优质印象，塑造营业厅良好形象，进一步推动数字化营业厅的智能化转型发展[3-4]。
