基于大数据的营销精准服务

摘要：根据国网公司“三集五大”面向客户主动服务的建设目标，基于大数据、数据挖掘技术，整合SG186与用电信息采集系统海量数据资源，建立客户用电行为特征模型，监控电量突增突减，第一时间为客户提供一对一精准服务，提升客户满意度；基于实时用电透抄技术建立催费提醒机制，实现工作人员精准催费，降低投诉风险。

关键词：数据挖掘；大数据；用电行为分析模型，主动服务，精准催费

1引言

大数据时代，数据已经渗透到当今每一行业和业务领域。随着国家智能电网的发展建设，电力行业的数据急剧增长。而以大数据、数据挖掘为代表的新一代互联网技术在电力系统中的应用更加广泛。在经济新常态、电力体制改革形势下，大数据技术将成为我国电网未来发展模式转型后新的增长点。根据国网公司“三集五大”面向客户主动服务的建设目标，为全面防控经营风险，强化精益管理、确保优质服务、坚持改革创新，巩固提升“大营销”体系，国网芜湖供电公司依托大数据精准定位支撑，结合气象和客户用电习惯，构建用电行为特征模型，不断加大对抄表及时率、准确率、回收率等营销指标及居民电量突增突减等异常情况的稽查管理，面向客户，面向服务，实现精准催费。 2基于SG186的用电行为分析模型 2.1营销现状

SG186营销系统作为营销工作的核心支撑，拥有全面的用户数据，而用电信息采集系统作为智能电表深化应用综合平台，包含了全部的用户用电实时详细数据。虽然两个系统的数据足够全面，但实际工作中经常遇到问题。

催费人员在回答客户提出的电量电费质疑时，如果没有提前准备，往往会手足无措。社区客户经理需要在繁多的系统界面之间切换，在庞大的数据海洋中自己去遴选想要信息，工作效率低下，服务水平难以提升。

低压居民用户的催费工作一直比较困难，在保证电费回收率的同时会付出大量人力物力，长久以来衍生出很多催费方式，其中以短信、电话、电费通知单最为常见，可上述三种方式都存在无法保证客户能够接到通知的问题，而上门催费时常因客户不在家，导致无功而返，租客和频繁出门在外的用户尤为明显，大大降低工作效率。 2.2用电行为分析模型

为了提高社区客户经理的工作效率，提高服务水平，对现有工作流程和用户用电基础数据进行收集、梳理、整合，发现可以将SG186系统数据和用电采集系统数据进行整合，然后对海量用电数据基于大数据处理技术进行处理分析，化散为整，提升服务水平，提高工作效率。

基于以上设想，国网芜湖供电公司打破传统数据搜索方式的束缚，整合SG186、用电采集两大系统数据，建立独立的客户大数据中心，建立基于SG186和用电采集数据的用电行为分析模型。为保证与SG186和用电采集系统数据通讯稳定可靠，研发专用智能浏览器，利用网络标准化接口，建立与SG186营销业务和用电信息采集系统的通讯连接，获取系统所需数据。运用数据挖掘技术分析客户用电习惯，建立低压客户气候、季节、日常用电量化指标下的用电行为特征模型（Electrical Behavior Model，简称EBM模型）。依据EBM模型，采用风险预警等管控方法实现精确提醒，基于实时用电透抄技术实现精准催费、精益化服务，构建以客户为导向的营销服务体系，提升优质服务水平，全面防控经营风险。 分析模型如下图： （图1）

3基于用电行为分析模型实现精准催费 3.1 EBM模型整体框架

基于用电行为分析模型（EBM模型）思想，系统需要从SG186和用电采集系统整合数据，对数据进行二次处理和计算，分析出用户用电的异常波动和用电行为。传统的技术架构已经

无法处理如此庞大和复杂的数据结构，于是基于现有的数据结构和分析模型，设计出如下系统架构。

（图2）

系统通分为五个模块，分别为系统应用层、系统服务层、中间库层、计算层、原始数据层。

应用层主要负责系统界面展示，系统通过图表的形式把用户用电信息整合到一个界面，可以通过户号在一个界面查处用户所有的用电信息，无需从SG186和用电采集系统分别进行查询。以图标的形式展示用户用电波动图、用电异常信息，更加直观，方便查看。

服务层是负责系统整个提醒预警服务，其中包括邮件服务、消息服务和语音服务。在系统发现用户用电行为发生异常或者波动后，系统会自动通过设定的提醒方式采用相应的提醒预警通知到所属片区社区客户经理，让其及时了解到用户的用电异常，快速地做到主动服务。 中间库层是负责用户历史波动数据、提醒数据的存储，存储用户的历史数据，在用户新的异常波动到来之时可以与历史数据对比分析波动是否属于正常范围。同时针对历史数据，可以做到预警判断，对用户将要发生的用电行为进行预判，可以做到提前预备，让服务更加周到。

计算层是架构中最主要的一层，在架构成原始数据通过大量的计算分析过程，分析出用户的用电行为数据，生成用户行为结构化数据。计算层通过内存计算、分布式计算等框架把分散不结构化数据进行整合。计算层结构如下： （图3）

原始数据层主要是存储SG186和用电采集系统原始数据，为数据的计算分析提供基础数据。

3.2精准催费

系统访问用电信息采集系统，利用透抄功能获取当前智能电表瞬时功率、电流判断客户是否正在家用电，然后社区经理立即上门对用户进行精准催费。具体如下流程：

（图4）

系统从SG186和用电采集系统对欠费用户用电数据实时监控，并把数据保存到原始数据数据库，计算模块对原始数据进行实时计算处理，计算数据包括用户实时用电数据和中间库中用户历史用电数据，在系统监测到用户用电波动异常或者瞬时功率、电流大于设定值时会通过调用提醒服务中的相应服务通知此用户所属的社区经理，社区经理在收到提醒后，就可以上门对用户进行催费。这样保证了社区经理可以有效的进行催费，避免在用户不在家的时候进行催费，提高工作效率。 系统处理流程如下图：

基于用电行为分析模型（EBM模型）的实现，系统还可以实现对用户当前用电业务的优化提醒，对公司营销决策提供帮助、对片区用户用电行为总体分析，通过历史情况，对用电高峰进行判断，以提前做好相应的应急预案等。

（图5） 4结论

系统通过智能浏览器缓存、数据挖掘、大数据等技术手段获取用电信息采集和营销

SG186两大业务系统的海量数据，通过建立客户用电行为分析匹配模型，全面采集客户瞬时用电负荷、日平谷电量、阶梯电量、电费、违约金等用电数据和用电业务办理、变更流程，结合天气变化，监控电量和负荷突增突减，实现最佳业务办理推荐和节约用电智能提醒以及电费风险防范预警，能为客户提供专业化、精细化、差异化的社区经理服务，有效提升服务质量，改善客户关系，降低投诉风险，促进电费回收。 参考文献

《用电信息采集系统应用现状及发展趋势》 《低压客户用电信息采集系统应用研究》

《智能电网建设时期用电信息采集系统的研究》 《现代电网的发展与安全》

《面向大客户的用电检查管理系统应用研究》

作者简介:开圣武，1973年11月出生，男，国网芜湖供电公司，高级工程师，主要从事营销客户服务管理等工作。