移動互聯網及數據分析技術在電力客戶服務中的應用

呂向彬 馬文建 陳博 付立衡

摘 要：隨著我國經濟的發展和市場的日益完善，經濟發展成為我國日前最為舉足輕重的首要課題，而電力企業又是整個國家的基礎性建設企業，在經濟全球化的今天，如何提高電力企業營銷的客戶服務，如何健全電力企業的可持續發展，健全服務質量，健全服務管理模式，構建全新的電力營銷的機制，是擺在我們面前的亟待解決的問題。而移動互聯網及數據分析技術的出現，給電力客戶服務管理提供了巨大的便利。對此，文章重點就移動互聯網及數據分析技術在電力客戶服務中的應用進行研究，旨在為業內人士提供一些建議。

關鍵詞：移動互聯網;數據分析;電力企業;客戶服務

引言

電力體制改革售電側放開，電力服務面臨新格局。按照改革意見，要求穩步推進售電側改革，有序向社會資本放開售電業務。如何在競爭激烈的環境下穩固存量客戶資源、爭取增量客戶資源成為電力企業重要的研究課題。在電力行業中誰能滿足客戶對服務、產品個性化的需求，誰就能贏得市場、贏得客戶、黏住客戶，企業才能生存、發展、壯大。做好供電優質服務工作，可以滿足客戶和社會對于電力企業不斷提高的服務需求，起到開拓電力市場和增供擴銷的作用。

1 移動互聯網技術概念

移動互聯網技術主要是指通過移動接入相關技術，與互聯網進行連接，并在無線情況下獲取所需信息的通信技術。隨著信息技術和通信技術的不斷發展，移動互聯網技術已經實現了無線終端技術在用戶之間的全面使用，但移動互聯網技術的發展目標不僅僅是手機與互聯網的連接，而是實現無線通訊與互聯網資源的緊密結合。在互聯網和移動終端的發展歷程中，移動互聯網技術能夠將互聯網與移動終端有機的結合在一起，用戶可以不受客觀因素的影響，隨時隨地利用移動重點與互聯網進行連接。目前隨著移動互聯技術的發展也讓移動終端更為快速便捷，但移動互聯網技術的發展業存在著問題，無線終端多樣的種類，也使得操作系統和硬件配置各具特性，沒有實行統一的標準，并且移動互聯網用戶在使用時間上也具有批次性的特點，使得移動互聯網數據傳輸過程中會呈現斷斷續續的走向。

2 電力客戶服務管理現狀

2.1 電力企業營銷客戶服務意識淡薄

在人民大眾的思想中，電力企業一直是生產能源和銷售能源的企業，是國屬大中型企業，是我國經濟的支柱性產業，是國民生產的命脈，客戶服務也根本沒有納入到正常的電力工作中來，電力企業這個國家的根本，是從來都不缺少各種各樣的客戶的，所以客戶的種種需求和要求，也勢必在這種趨于壟斷的形勢下，根本不會被顧及到的。在廣大的人民和電力企業的管理者心中，認為電力企業要發展，無外乎就是對于電力技術的更新、電力企業的基礎設備的更換、電力人員的專業化以及電力基礎建設的擴大，甚至也包括電力企業之間的重組和并購等，對于如何搞好客戶服務這方面意識還有待進一步提升。

2.2 電力企業營銷客戶服務體制和監管欠缺

近年來，我國的電力企業雖然也取得了一定的成績，在營銷客戶服務的問題中，也是收效可觀，但是從整體上來看，我國電力企業在營銷的客戶服務體制這一領域中，還是不完備有缺陷的，這種陳舊和單一的體制在計劃經濟時期，還是可以促進其發展，但是在市場為主導的今天，就不再適合整體的步驟了，尤其是在客戶服務的方面，盡管我國電力企業在營銷中也相應地提高了客戶服務，但是其質量和多樣性還沒有從根本上實質地解決問題。

3 移動互聯網及數據分析技術在電力客戶服務中的應用

3.1 電力客戶服務系統的構成

系統主要是通過數據分析和管理這兩個性能為客戶經理移動客戶終端提供相關的數據支持，其中由管理功能和數據分析這兩個部分構成。管理功能指的就是對信息進行維護、設置業務參數等，數據分析指的就是客戶的畫像，即通過移動終端，借助專業的分析工具，對數據抽取、清洗以及代入，對不同類型的主題展開分析、建立模型，精確定位信息失效、重復欠費、停電，以及信用度敏感的客戶，實現客戶社會角色、行為偏好、信用價值，以及客戶價值的精準定位。

3.2 電力客戶服務系統具體的應用

3.2.1模型選擇

用戶行為的產生，主要就是對其心理變化的一種具體性體現，并將這種具備打電話或者是投訴行為的客戶定義為敏感客戶，然后將沒有打電話的客戶同之前具備打電話或者是投訴行為的客戶之間尋找其共性，根據數據結果做出相對有效的預測。另外，在數據探索和數據清洗的基礎之上，對應用場景的設計做好充分的考慮，基于數據精準性方面的考慮，因此本次主題分析應該采用建立模型，或者是決策樹的方法。

3.2.2數據清洗

數據清洗指的就是將無效的、無關的數據剔除或者清洗，如在電力客戶服務系統模型中，將一些虛擬的用戶和銷戶的用戶剔除，對于可以采用均值補缺法來補充缺失的數值變量值，而均值補缺法就是以樣本數據的形式替代，并且還能在模型中保持不變。

3.2.3模型驗證評估

據相關調查顯示，在178萬居民用戶中，就存在1%的用戶撥打關于停電行為的電話，所以通過邏輯回歸模型或者是決策樹的方式建立相關模型，并對其進行評分制排序，在邏輯回歸模型中得出5%的客戶里，敏感客戶提高了2.96倍，在決策樹中敏感客戶提高了2.62倍，最終確定邏輯回歸模型為最佳的停電敏感分析模型。

3.2.4任務推送

任務推送就是將數據分析結果通過系統自動生成業務之后，將其發送到客戶經理終端。如在主題模型分析中，客戶敏感度由高到低的排列，并根據敏感度高低劃分了等級，將最前面的歸入到高敏感群體，后面的歸入到低敏感群體，中間的歸入到中敏感群體。如果停電計劃涉及高敏感群體，就需要借助互聯網技術，系統自動形成走訪任務，最終推送給客戶經理。

4 結束語

綜上所述，本系統在客戶服務上的嘗試，為電網企業其他業務在數據分析、移動領域的信息化應用積累了經驗。另外，本系統還存在一些不足有待進一步改，如數據分析算法需不斷完善、數據分析性能有待優化、移動端應用場景還需擴充，使之能夠更好的滿足客戶個性化需求，提供更加精準的客戶服務。

參考文獻

[1]魏妍萍，賈佳，林璐，李岳東，石會燕，張芊，周暉，劉楨.基于電力營銷大數據的售電渠道評價與優化[J].自動化與儀器儀表，2019（03）：194-198.

[2]岳怡，馮楠.創新全域服務大管理提升電力客戶獲得感[J].河南電力，2019（03）：64-65.