水务客户画像应用研究与实践

2024-07-11聂德桢孙扬姜力竹

互联网周刊 2024年12期

聂德桢孙扬姜力竹

摘要：为充分发挥青岛水务集团既有营销客服类数据价值，指导生产实践，本文旨在探究利用大数据和人工智能技术加工客户标签，分析用水户的属性和历史行为特征，通过维度和标签的叠加分析，生成用户行为短期预测标签，生成客户画像，使青岛水务集团实现更精准化、主动化、人性化的服务。

关键词：大数据；人工智能；标签；客户画像；数据挖掘

1. 客户画像概念

客户画像，即客户的信息全貌，通过收集与分析客户的社会属性、生活习惯、消费行为等主要客户信息数据进行标签化[1]。伴随着大数据的急速发展，客户画像这个概念逐渐被大家熟知，走进了人们的生活。客户画像是真实客户的原型，是一种基于服务目标和产品的真实描述和勾勒，是一种广泛应用于联系客户诉求和勾画目标客户的有效工具[2]。智慧水务客户画像指的是以静态和动态为视角，收集获取用户与营销系统的交互过程中产生的大量数据，包含用户基本信息和其真实的动态数据信息等，保证数据的容量、维度、真实性、客观性及可靠性等。通过数据处理挖掘等方法，从获取的大量数据中抽取出能够代表用户特征的典型性标签，以此刻画用户特征模型，得到用户在参与智慧水务营销服务过程中的基本情况和行为规律，实现智慧水务营销服务能力的提高和智慧水务营销服务模式精准化[3]。

2. 水务企业营销客服领域存在的问题

2.1 数据缺失，数据质量有待提高

新建用户信息比较完整，但老用户信息缺失无法跟踪。解答客户问题或办理业务时，需要一些外部数据，难以及时获取，如居民小区的建成时间、企业经营状态、房产信息等。

2.2 依赖手工统计工作，工作效率低

日常工作中对欠费、坏账率、用水异常、热线投诉等问题关注度较高，需要定时出具分析报表和报告，多数只能人工计算处理，及时性差。

2.3 客户服务仍以被动响应为主

当前客户服务现状仍以被动响应为主。客户通过热线电话进行问题咨询后，热线人员根据客户诉求进行工单下发，接收到工作的站所工作人员前往客户处进行服务。对于常见的客户诉求，如水费账单查询，无法提前预判并主动服务。

2.4 业务精细化难度大

面对市民日益增长的用水需求和服务质量需求，水务企业难以实现精细化管理。例如，想要实现水量分段分析、空置房异常跑水监控等，没有技术和数据的支撑，难以进一步分析。

面对以上难点，水务企业可以基于数据中台打通数据壁垒，同时利用客户画像技术，充分发挥数据效能，从数据层面进行信息挖掘，并将挖掘到的信息形成标签，反哺业务，最终实现业务能力提升。

3. 客户画像建设技术路线

3.1 客户画像系统整体架构

客户画像整体架构包含终端层、应用层、PAAS（平台层）、IAAS（基础层）。应用层是本系统的核心功能处理层，主要负责处理来自接口层的交互数据，调用数据处理层和平台资源层的资源，进行数据挖掘处理，完成数据处理和推送功能。主要功能模块有客户分析、专题管理、模型管理、客户全景等，整体架构如图1所示。

3.2 客户画像系统整体数据架构

客户画像系统数据以大数据中心为基础，将数据从大数据中心统一抽取至标签工厂原始层，在原始层进行营销数据、热线数据和外部数据的汇聚，然后在标签工厂的特征层进行特征工程处理，将数据加工为可作为业务模型的输入数据，而后根据标签的计算规则，选取合适的计算模型对特征层数据进行计算，最终将生成的结果数据写入Hbase中，整体数据架构图如图2所示。

4. 青岛水务大数据中心项目实践案例

4.1 青岛水务大数据中心项目概述

青岛水务集团已初步形成集供水、排水、污水处理、固废处理、海水淡化等多业务于一体的服务体系。随着社会进步，政府和市民对社会服务水平和营商环境提出了更高的要求，也给企业对外服务提出了新的挑战。与其他企业类似，青岛水务集团同样存在对用户行为内在原因分析较浅、无法快速分析多次来电、相似事件，以及数据分析主观因素影响较大的问题。

2021年，青岛水务集团启动大数据中心项目建设，从数据集成与治理出发，盘活融通数据资产、激活数据服务能力、实现跨域的数据打通和汇聚，初步构建数据模型和统一数据服务，支撑智能应用、业务洞察分析落地。利用大数据和人工智能技术加工标签（重点用户、敏感用户、用水波动用户等），通过维度（用水性质、水表口径等）和标签的叠加分析，分析用户的属性和历史行为特征，生成客户画像，让客户服务人员能够“更懂”客户，实现精准化、主动化、人性化的服务，赋能优化营商环境。

4.2 客户画像系统介绍

在进行了统一的标签体系规划的基础上，客户画像系统集成了营销系统、热线系统、地址标准化等多方数据，完成了20类共88个客户标签的落地开发，同时，面向员工工作情况设计开发了14个员工标签，从包括周期性来电分析、客户个性化服务等8个业务场景辅助业务，对接营销与热线两大系统。客户画像系统体系规划如图3所示。

（1）周期性咨询分析。部分客户由于预留手机号不正确或者未绑定公众号，导致经常性来电咨询水费问题。当客户来电时，业务部门要及时提醒客户完善手机号等信息，并在手机信息准确的情况下，主动发送短信提醒客户绑定公众号，从而降低咨询来电量。

（2）远传水表用水量异常客户稽查。稽查人员每日面临着大量的稽查工作，工作量繁重，使用客户画像标签技术分析出用水量异常的客户，形成“频繁夜间用水异常”“管内水回流”“水表读数异常”“用水波动上升”“用水波动下降”等标签，稽查人员可针对该部分标签客户进行重点稽查，提升效率。

（3）换表计划分析。通过水表安装年限标签，叠加水表口径、水表类型维度，业务部门可以快速查询超期水表，针对性地制定周期巡检计划，有效降低一线人员的工作量，提高工作效率。

（4）用户水费回收风险评估。通过用户历史缴费及时度、企业经营情况等标签，叠加用水类型、用水用途维度，评估用户信用度，方便业务部门及时追缴欠费，从而提升水费回收率，降低坏账风险。

（5）用户信息完整性分析。部分客户存在资料采集不全、重要数据缺失的情况，通过客户信息完整性标签，业务人员可以快速查看客户的缺失信息，提醒客户补全相关的资料，提高服务精准度。

4.3 系统应用成果

（1）规划建立客户画像标签体系

以业务视角梳理标签体系架构，明确标签对象、标签分类、标签值、标签定义、标签价值度、标签数据来源等内容。客户画像标签体系如图4所示。

（2）标签开发

根据标签的价值度，重点对异常用水、重点用户、投诉、远传表用水特征、缴费及时度等进行分析，评估用户信用、挖掘业务需求，有针对性地提供个性化服务，提升水费回收率，提高巡检效率。

（3）分析报告

根据客户画像数据挖掘分析成果，围绕客户分析、水费分析、用水行为分析等方面输出高价值的分析报告，辅助业务决策。

（4）话务辅助

在接线员接听来电的界面，集成客户画像功能。在用户来电时自动关联该用户信息，展示该用户标签集、用户信息、用户综合评价，辅助话务员对该用户进行判断，界面如图5所示。话务人员还可利用用户名缺失、地址缺失或重复等标签，在客户来电时及时提醒该客户补全个人信息，或指导客户绑定微信公众号，提高线下业务线上化水平。

4.4 应用总结分析

客户画像在热线服务中取得较好的应用，借助客户画像标签体系，话务人员能够更加了解用户信息，能够第一时间有效地解决用户诉求，但在实际应用中仍存在不足。

（1）须进一步完善既有基础数据质量。

由于营销等数据质量不够理想，部分用户数据有误，甚至缺失。因此，亟须进一步完善基础数据，提升数据质量，从而进一步优化标签体系。

（2）须进一步加强推广应用。

目前，客户画像仅在话务服务业务中使用，后续将在营销等业务中推广使用，在使用过程中不断发现问题和不足，以实际业务需要推进系统功能优化升级。

结语

通过对客户画像在水务企业营销客服领域的应用探索，可以发现客户画像技术对于解决水务企业现存问题的重要性。随着信息技术与大数据分析手段的进步，水务企业在客户精细化管理、个性化服务以及效能提升等方面都存在重大机遇。

在梳理水务企业营销客服工作中面临的问题时，客户画像技术展现出强大的赋能效应。通过构建客户画像标签体系，企业得以精准把握客户的群体需求特征、用水习惯等，从而有的放矢地改进服务质量、优化资源配置。

未来，客户画像将在更大范围内应用于智能化决策、预警机制建立以及水务设施智能化改造等领域。我们期待更多的水务企业能借助这一技术，实现从粗放式管理向精细化、智能化转变，助力我国水务事业健康可持续发展。

参考文献：

[1]高晋峰，成慧娟，朱银龙，等.电力客户画像构建及应用场景研究[J].微型电脑应用，2021，37（11）：177-180.