解析數(shù)據(jù)挖掘?qū)r(nóng)用供電營銷管理的支撐

【摘 要】供電營銷管理是電力系統(tǒng)實現(xiàn)有效管理的重要手段，數(shù)據(jù)挖掘?qū)τ诮鉀Q供電管理中的問題具有積極的意義和重要作用。本文主要分析了數(shù)據(jù)挖掘在供電營銷管理中所起到的支撐作用。

【關(guān)鍵詞】數(shù)據(jù)挖掘；供電營銷管理；支撐作用

0.引言

隨著現(xiàn)代企業(yè)管理模式逐漸轉(zhuǎn)變?yōu)橐钥蛻魹橹行模瑥?fù)雜多變的客戶關(guān)系管理越來越被各企業(yè)所重視和研究。作為企業(yè)管理需要，盡可能多地了解客戶行為信息已成為必然，因而，不可避免的帶來大量的客戶數(shù)據(jù)，這些數(shù)據(jù)更多的是為管理決策提供有價值的信息，而如何獲取、管理、分析和應(yīng)用這些客戶信息，從中找出有價值的數(shù)據(jù)，就需要有更智能化的技術(shù)和工具支持。數(shù)據(jù)挖掘技術(shù)為客戶關(guān)系管理分析大量數(shù)據(jù)，挖掘客戶信息，成為決策依據(jù)提供了很好的技術(shù)支持。數(shù)據(jù)挖掘可以從大量的數(shù)據(jù)中抽取出潛在的、有價值的知識、模型、規(guī)則，是發(fā)現(xiàn)潛在關(guān)聯(lián)、模式，做出預(yù)測性分析的有效工具。

1.數(shù)據(jù)挖掘的概述

當(dāng)前，數(shù)據(jù)挖掘已經(jīng)成為信息產(chǎn)業(yè)研究的熱點，它指的是從數(shù)據(jù)庫的巨量數(shù)據(jù)中提取出未知的、潛在的、有用的信息的過程。機器學(xué)習(xí)、統(tǒng)計學(xué)及模式識別等有很多提煉有用信息的方法，可是不能與實際中的大量數(shù)據(jù)有效結(jié)合，僅對學(xué)術(shù)研究和實驗數(shù)據(jù)起到一定的作用。而數(shù)據(jù)挖掘能夠把數(shù)據(jù)和機器學(xué)習(xí)、統(tǒng)計學(xué)、模式識別等相結(jié)合，有效地、深層次地對數(shù)據(jù)進(jìn)行分析，挖掘出數(shù)據(jù)內(nèi)部有意義的、高效用的信息，為決策者提供準(zhǔn)確的決策依據(jù)。

數(shù)據(jù)挖掘的目的是從數(shù)據(jù)庫大量的、隨機的、模糊的、噪聲的數(shù)據(jù)中找出有價值的、潛在的信息與知識。雖然數(shù)據(jù)挖掘是在不明確假設(shè)的條件下進(jìn)行信息挖掘，可是它可以發(fā)現(xiàn)數(shù)據(jù)庫里隱藏的預(yù)測趨勢和關(guān)聯(lián)網(wǎng)，并且具有聚類、時許模式及檢測偏差的功能。由數(shù)據(jù)挖掘獲得的信息可能與直覺相違背，不過得出的信息愈是意想不到，愈有價值，這樣的信息具有潛在高效用的特征。

2.數(shù)據(jù)挖掘的應(yīng)用

目前，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于各個行業(yè)，尤其是在銀行、電信、保險、零售等商業(yè)領(lǐng)域應(yīng)用的效果較好，并且應(yīng)用時間較長，技術(shù)較為成熟。數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠提高企業(yè)的生產(chǎn)和運營效率，降低生產(chǎn)成本，從而更好的實現(xiàn)商品的銷售目標(biāo)。

3.供電企業(yè)電力營銷現(xiàn)存的主要問題

3.1電力營銷理念落后

很多電力企業(yè)在實現(xiàn)電力營銷目標(biāo)的過程中，缺乏對購電客戶的實時有效分析，缺乏系統(tǒng)科學(xué)的營銷體系，這樣，很大程度上影響了供電營銷工作的開展，使得電力營銷管理也失去了其積極意義。

3.2電力營銷方式單一

對于傳統(tǒng)的電力營銷只是單純的在客戶的用電需求上，進(jìn)行簡單的即買即賣，缺乏對用電市場和購電客戶電量需求的科學(xué)預(yù)測和分析，在電量的計算方式上面也較為傳統(tǒng)落后，形成了電力營銷方式單一，銷售情況不明確的情況。

3.3電力營銷人員缺乏良好的服務(wù)意識

由于電力行業(yè)的特殊性，很多工作人員對工作態(tài)度和客戶的服務(wù)態(tài)度較差，對客戶的購電過程缺少良好優(yōu)質(zhì)的服務(wù)。同時，電力工作人員也缺乏對供電質(zhì)量的分析和研究，例如，減少停電次數(shù)、降低停電造成的經(jīng)濟損失、提高供電穩(wěn)定性等問題，缺乏對供電效果的責(zé)任意識和質(zhì)量意識。

3.4企業(yè)管理不到位

電力企業(yè)缺乏完善的監(jiān)督管理體系，對于各部門的職能劃分不明確，降低了工作效率。由于電力企業(yè)內(nèi)部管理涉及的環(huán)節(jié)和部門較多，所以在日常的工作中存在的問題較多，造成企業(yè)內(nèi)部管理混亂，不利于電力行業(yè)的健康發(fā)展。

4.供電營銷系統(tǒng)中使用的數(shù)據(jù)挖掘手段

（1）數(shù)據(jù)挖掘的過程就是信息發(fā)現(xiàn)的過程，其所能發(fā)現(xiàn)的信息有如下幾種：廣義信息，反映同類事物共同性質(zhì)的知識；特征信息，反映事物各方面的特征知識；差異信息，反映不同事物之間屬性差別的知識；關(guān)聯(lián)信息，反映事物之間依賴或關(guān)聯(lián)的知識；預(yù)測信息，根據(jù)歷史的和當(dāng)前的數(shù)據(jù)推測未來數(shù)據(jù)；偏離信息，揭示事物偏離常規(guī)的異?，F(xiàn)象。

所有這些信息都可以在不同的概念層上被發(fā)現(xiàn)，隨著概念樹的提升，從微觀到宏觀，滿足不同決策層的需要。對供電營銷管理而言，其中最重要的信息就是預(yù)測信息和偏離信息，通過對該兩類信息的挖掘，能夠為決策者提供更為合理有效的手段和措施避免或減少在供電企業(yè)經(jīng)營管理過程中產(chǎn)生的欠費風(fēng)險，正確安排供電端負(fù)荷分配。

（2）供電營銷數(shù)據(jù)挖掘，就是指充分利用營銷SG186系統(tǒng)數(shù)據(jù)庫、人工智能、數(shù)理統(tǒng)計、并行計算等交叉學(xué)科知識，通過預(yù)測未來一段期間內(nèi)用電客戶交費情況、用電量情況的趨勢及行為，做出預(yù)測性的決策。

1）關(guān)聯(lián)分析，關(guān)聯(lián)分析能尋找到數(shù)據(jù)庫中大量數(shù)據(jù)的相關(guān)聯(lián)系，常用的一種技術(shù)為關(guān)聯(lián)規(guī)則和序列模式。關(guān)聯(lián)規(guī)則是發(fā)現(xiàn)一個事物與其他事物間的相互關(guān)聯(lián)性或相互依賴性。

2）聚類輸入的數(shù)據(jù)并無任何類型標(biāo)記，聚類就是按一定的規(guī)則將數(shù)據(jù)劃分為合理的集合，即將對象分組為多個類或簇，使得在同一個簇中的對象之間具有較高的相似度，而在不同簇中的對象差別很大。聚類增強了人們對客觀現(xiàn)實的認(rèn)識，是概念描述和偏差分析的先決條件。聚類技術(shù)主要包括傳統(tǒng)的模式識別方法和數(shù)學(xué)分類學(xué)。

3）自動預(yù)測趨勢和行為，數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中進(jìn)行分類和預(yù)測，尋找預(yù)測性信息，自動地提出描述重要數(shù)據(jù)類的模型或預(yù)測未來的數(shù)據(jù)趨勢，這樣以往需要進(jìn)行大量手工分析的問題如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。

4）概念描述，對于數(shù)據(jù)庫中龐雜的數(shù)據(jù)，人們期望以簡潔的描述形式來描述匯集的數(shù)據(jù)集。概念描述就是對某類對象的內(nèi)涵進(jìn)行描述并概括出這類對象的有關(guān)特征。概念描述分為特征性描述和區(qū)別性描述，前者描述某類對象的共同特征，后者描述不同類對象之間的區(qū)別。生成一個類的特征性只涉及該類對象中所有對象的共性。生成區(qū)別性描述的方法很多，如決策樹方法、遺傳算法等。

5）偏差檢測，數(shù)據(jù)庫中的數(shù)據(jù)常有一些異常記錄，從數(shù)據(jù)庫中檢測這些偏差很有意義。偏差包括很多潛在的知識，如分類中的反常實例、不滿足規(guī)則的特例、觀測結(jié)果與模型預(yù)測值的偏差、量值隨時間的變化等。偏差檢測的基本方法是尋找觀測結(jié)果與參照值之間有意義的差別。這常用于金融銀行業(yè)中檢測欺詐行為，或市場分析中分析特殊消費者的消費習(xí)慣。

5.數(shù)據(jù)挖掘技術(shù)在供電營銷管理中的運用

（1）對于電費用戶的繳費情況進(jìn)行科學(xué)預(yù)測，用電客戶在購電時一般有兩種情況，一種是先用電后交費，一種是先交費后用電，而前者很容易出現(xiàn)拖欠電費的情況，通過數(shù)據(jù)挖掘技術(shù)，對用電客戶信息的查詢和分析，從而查找出拖欠電費客戶的相關(guān)資料，能夠及時的對相關(guān)用戶進(jìn)行電費催繳工作，保障電力行業(yè)的經(jīng)濟效益。

（2）建立科學(xué)合理的用電客戶的信譽評價機制，數(shù)據(jù)挖掘技術(shù)通過對用電客戶日常的繳費信息進(jìn)行分析，能夠建立完整的客戶信譽評價體系，將客戶信息通過分析整合形成不同的分類。然后，根據(jù)用戶的繳費情況，準(zhǔn)確掌握用電客戶的信譽度，針對性的提高供電營銷的管理手段和服務(wù)標(biāo)準(zhǔn)。

（3）用電需求預(yù)測，結(jié)合本文所使用數(shù)據(jù)源和相應(yīng)數(shù)據(jù)倉庫，應(yīng)用OLAP工具建立一個多維分析模型，結(jié)合數(shù)據(jù)挖掘的估計和預(yù)測功能實現(xiàn)用電需求側(cè)的科學(xué)管理。

6.總結(jié)

經(jīng)濟技術(shù)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)得到了全面的發(fā)展，在電力行業(yè)得到了廣泛的應(yīng)用，為供電企業(yè)的供電營銷管理工作提供了良好的技術(shù)支持。供電營銷管理的好壞直接關(guān)系著電力行業(yè)的發(fā)展前景，因此，必須實現(xiàn)營銷管理的科學(xué)化、規(guī)范化，滿足購電用戶的需求，提高供電的服務(wù)質(zhì)量，保證電力行業(yè)的健康發(fā)展。 [科]

【參考文獻(xiàn)】

[1]吳防，宋培義.數(shù)據(jù)挖掘的應(yīng)用[J].貴州科學(xué)，2012（03）.

[2]王文娟.基于數(shù)據(jù)挖掘的電廠設(shè)備檢修決策支持系統(tǒng)的研究[D].華北電力大學(xué)（北京），2011.