基于用電側大數據多維聚類挖掘的營銷新增效果評估分析

劉建飛　黎翔　楊軻　柳曉萌

摘? 要：近年來，我國大力推行大數據技術，使得大數據在國家電網中有了較為廣泛的應用，能夠有效促進國家電網公司的良好發展，為智慧電網、數字電網的建設奠定了堅實的基礎。在這樣的背景之下，我國電網公司應當緊扣“三型兩網，世界一流”的戰略目標，采取合理的措施解決電力物聯網建設中所存在的問題，有效利用大數據技術，來對營銷模式進行更新與優化。本文基于用電側大數據多維聚類挖掘下的營銷新增效果評估體系的特點進行探討，并對其成效進行分析，以供參考。

關鍵詞：用電側;大數據多維聚類;營銷模式

中圖分類號：TP39? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）22-0142-03

Abstract：In recent years，China vigorously promotes big data technology，which makes big data widely used in state grid. It can effectively promote the good development of state grid company and lay a solid foundation for the construction of smart grid and digital grid. In this background，China’s power grid companies should stick to the strategic goal of “three-type and two-network，world-class”，take reasonable measures to solve the problems existing in the construction of power internet of things，and effectively use big data technology to update and optimize the marketing model. This paper discusses the characteristics of the new marketing effect evaluation system based on the multidimensional clustering mining of big data on the power side and analyzes its effect for reference.

Keywords：power side;big data multi-dimensional clustering;marketing model

0? 引? 言

隨著我國經濟水平的不斷提升，對于電力行業的要求也越來越高，這就導致電力行業應當進行有效的改革，將傳統營銷策略及經營手段中所具備的優點進行保留，并根據時代發展的實際特征轉變經營理念，將工作中心由產品轉變為客戶。一切工作都應當以客戶滿意為首要宗旨，營銷模式及體系也應當圍繞這一宗旨進行構建，這樣一來，才能夠有效提升國家電網公司在市場中所具備的綜合競爭力。

1? 基于用電側大數據多維聚類挖掘營銷新增效果評估的基本流程

1.1? 建立客戶標簽

通過大數據挖掘理論的實施，來建立完善的客戶標簽體制，充分結合95598、掌上電力數據、費控系統、營銷應用系統，建立了包括客戶標簽分類、客戶基礎標簽、客戶標簽庫、風險客戶標簽以及相關數據采集體系的基本數據庫，并對數據進行深入的加工、清理與傳輸，給每一位客戶打上獨特的標簽，并根據標簽全生命周期管理流程，對客戶的標簽進行合理地組合，從而構建出多維度狀態下的客戶畫像[1]。

1.2? 構建客戶畫像

通過對大數據的良好應用，來對用戶的日常消費及行為習慣進行精確的分析，將這類關鍵商業信息進行存儲，以此來刻畫出客戶信息的全貌，通過給客戶打上標簽的方式，來建立立體化、多視角、多層次的客戶畫像，讓相關管理人員能夠充分了解到客戶的相關特征，進而獲取到客戶信用風險、用電習慣、基本信息、行為特征等較為深入的特點[2]。這樣一來，相關管理人員既能夠根據客戶不同的特點，對其進行差異化的服務，針對不同客戶實施相應的催費、辦電、咨詢與繳費等業務，并將電力公司中較為優質的繳費渠道及相關建議推送給需要的客戶，以此來讓客戶獲得較為優質的用電服務，從而從根本上提升營銷方案設計的有效性及針對性。

1.3? 構建客戶評分分析模型

用電側大數據多維聚類挖掘的營銷能夠對用電信息采集系統、營銷業務系統以及95598平臺中的相關數據進行深入分析，進而充分了解到客戶的用電需求，構建客戶評分分析模型，對不同的客戶通過分數來進行分類，并采用不同的營銷策略來服務不同種類的客戶，進而充分迎合客戶的要求，最大化地提高客戶的滿意程度[3]。

2? 基于用電側大數據多維聚類挖掘營銷新增效果評估的作用

2.1? 能夠對售電量進行多維度分析

第一，從時間維度來說，按照一定的時間節點，對電力公司的售電量情況進行分析，歸納出每小時、每日的最大負荷，并分析出不同時間段不同種類客戶群體的用電情況對電力負荷所產生的影響[4]。同時，在節假日進行更為深入地分析，因為節假日的用電負荷與工作日有著較大的差異，需要探尋出現差異的原因，并深入分析其用電負荷的特點，充分掌握在不同時間節點時，客戶所需求的電力特點以及發展趨勢，從而讓電力公司能夠對電網的相關生產與管理進行合理的安排，在公司進行決策時提供強有力的參考。

第二，從空間維度來說，根據不同區域來對售電量進行分析，歸納出不同區域、不同行業之間的售電量情況，并將不同地點、不同行業之間的售電量進行對比，充分掌握不同區域、不同行業之中客戶所需求的電力特點及發展趨勢，從而讓電力公司能夠對電網的相關生產與管理進行合理安排，為公司進行決策提供強有力的參考。

通過多維度對售電量情況進行分析，能夠得到相應的結果，依據這一結果，就能夠分析出客戶群體的行為趨勢，進而在動態電價、優質供電、宣傳促銷、電能產品等方面的服務與銷售中采取合理的營銷策略。由此可見，既有的營銷方式能夠產生一定的引導效應，針對不同客戶采取個性營銷或重點營銷，能夠有效擴大電力公司的供電服務客戶群體規模，在市場中樹立良好的公司形象，有利于電力公司的良性發展。

2.2? 能夠進行良好的決策輔助

該營銷模式主要采取了用電信息采集系統、95598客服系統以及營銷業務應用系統，并加入了政策決策數據、人文信息數據、氣象地理數據以及行業經濟數據。在此基礎上構建了電力營銷政策效果評估模型以及客戶用電特征模式，能夠對客戶進行聚類分析，并通過電力營銷政策效果評估模型來有效評估潛在的客戶群體，進而分析出應當采取何種營銷策略[5]。諸如個性化營銷、對關鍵客戶采取重點營銷等，同時也能夠準確地提供電價策略、電能替代策略等營銷服務策略執行效果與決策輔助。

在使用該營銷模式時，會深度挖掘客戶在用電側所存在的多維信息，諸如電價水平、能耗水平、負荷率、用電量、電費回收率、電源等級等，并將客戶用電特征進行分類，構建聚類模型并進行歸納總結，將這類數據上傳至相應的數據庫，并分析出其中的規律特點。

同時，對電力客戶進行分群管理，對客戶的用電需求進行較為精準的定位，并根據客戶的需求來建立差異化的電力服務模式，有著較為重大的意義。第一，能夠讓電網客戶服務具備更強的針對性質，對客戶的用電需求及特點進行更為深入的分析，讓客戶享受到“量身定制”的優質服務，最大化地提高客戶對于電力公司的滿意程度。第二，能夠讓電力公司的相關資源配置得到改進與完善，通過既有的服務資源分配，讓這類資源能夠充分發揮其作用，從而完成服務資源的整合，集中優勢來對客戶的需求進行引導，進而在電力市場中占得先機，在競爭較為激烈的市場之中獲得自身公司的專有客戶群體資源，從而提升電力公司在市場中的影響力，為后續的可持續發展奠定良好的基礎。第三，能夠有效推進電力公司既定的戰略方針及目標的實現，讓電力公司逐步完成對客戶的全面服務，在客戶群體之中贏得良好的口碑。

3? 基于用電側大數據多維聚類挖掘營銷效果評估的實際應用

本電力公司針對客戶所存在價值評估這一問題，應用了該評估模式來進行分析。當前在電力市場中始終存在著一個2/8原則，即電力公司中80%的利潤都是由20%的高價值客戶所提供，故而對用電客戶的價值進行評估就顯得至關重要。采用此模式對客戶價值進行評估的流程主要是提取數據-選擇建模方式-數據建模-模型評估-模型刻畫，具體如表1所示。

通過對模型結果進行分析，能夠看出該市中高價值貢獻群具有最高的客戶價值，月均貢獻數額達到了電力公司當月累計利潤的70%。這類群體用電增長較為平緩，且在電費繳納方面基本未出現逾期的現象，客戶群體主要從事高新產業，集中于經濟較為發達的區域。這樣一來，該市電力公司明確了有價值的客戶群體，就會采取差異化服務措施，針對高價值貢獻人群提供更為優質的服務，以此來促進電力公司的經濟收益穩步提升。

4? 結? 論

綜上所述，當前電力行業已經由傳統的壟斷行業轉變為百花齊放的競爭行業，在這樣的市場環境之下，傳統的電力營銷模式及營銷策略已經無法跟上時代的步伐，亟待做出改革。應當將工作中心由產品轉變至客戶，圍繞客戶滿意度來開展相關電力工作。因此，對新型營銷模式所產生的效果進行評估就顯得至關重要，通過基于用電側大數據多維聚類挖掘的營銷新增效果評估項目，能夠較為準確地對客戶進行聚類分析，從而不斷地完善營銷模式，有效促進國家電網公司的良性發展。

參考文獻：

[1] 陸云.智能電網監控運行大數據應用模型構建方法 [J].通訊世界，2019，26（7）：222-223.

[2] 吳俊洋.大數據時代下的新型電網規劃體系分析 [J].建材與裝飾，2018（48）：223-224.

[3] 周凱，馬智遠，許中.基于大數據技術的智能電網態勢感知分析 [J].電器與能效管理技術，2018（21）：70-76.

[4] 何永波.智能電網大數據處理技術現狀與挑戰 [J].科學大眾（科學教育），2018（11）：196.

作者簡介：劉建飛（1964.07-），男，漢族，河南寶豐人，本科，工程師，研究方向：客戶消費行為。