基于大數(shù)據(jù)的優(yōu)質(zhì)客戶識別模型研究

盧艷艷，馬 超，李 靜

(國網(wǎng)河北省電力有限公司信息通信分公司， 石家莊 050000)

0 引 言

隨著電改工作的深入，特別是2018年國網(wǎng)公司提出“構(gòu)建以客戶為中心的現(xiàn)代服務體系”后[1]，電網(wǎng)企業(yè)面臨的優(yōu)質(zhì)服務需求增加，市場開拓競爭壓力加大。因此，為優(yōu)質(zhì)客戶提供特色服務，提高客戶滿意度，增強客戶對電網(wǎng)企業(yè)的忠誠度和依賴黏性成為各售電主體競爭優(yōu)質(zhì)客戶的主要手段和策略[2]。精準定位優(yōu)質(zhì)客戶，并為優(yōu)質(zhì)客戶提供差異化優(yōu)質(zhì)服務，搶占優(yōu)質(zhì)客戶資源市場，是電網(wǎng)企業(yè)保持長期可持續(xù)發(fā)展的必然選擇。

通過優(yōu)質(zhì)客戶識別，主動了解優(yōu)質(zhì)客戶的服務需求，為重要的優(yōu)質(zhì)客戶提供差異化、專業(yè)化及個性化的服務，能夠在提高客戶滿意度的同時提高優(yōu)質(zhì)客戶的黏性，快速占領(lǐng)高價值優(yōu)質(zhì)客戶市場，增強企業(yè)的競爭優(yōu)勢與核心競爭力，有利于公司在電力市場改革中占據(jù)主動地位，實現(xiàn)電力公司與優(yōu)質(zhì)客戶的雙贏；綜合分析處理優(yōu)質(zhì)客戶數(shù)據(jù)，準確把握用戶負荷特性，是做好電力規(guī)劃、計劃、生產(chǎn)運行工作的重要基礎，也為電網(wǎng)企業(yè)實施需求側(cè)管理、有序用電提供依據(jù)[3-4]。

但以人工方式進行數(shù)據(jù)分析存在工作量大、分析不全面、人工判斷多、結(jié)果缺乏可靠支撐等問題[5]。因此，亟需應用大數(shù)據(jù)挖掘技術(shù)對相關(guān)數(shù)據(jù)開展科學、深入的分析與挖掘，為優(yōu)質(zhì)客戶的識別和精準特殊服務提供有力數(shù)據(jù)支撐。

1 架構(gòu)設計

1.1 應用架構(gòu)

應用架構(gòu)如圖1所示。基于大數(shù)據(jù)的優(yōu)質(zhì)客戶識別和精準特色服務應用總體上分為數(shù)據(jù)獲取、客戶特征指標管理、優(yōu)質(zhì)客戶管理、客戶服務需求分析、服務策略管理、精準服務等6個應用模塊。

圖1 應用架構(gòu)

1.2 數(shù)據(jù)架構(gòu)

數(shù)據(jù)架構(gòu)如圖2所示。從全業(yè)務數(shù)據(jù)中心所接入的營銷系統(tǒng)、用電采集系統(tǒng)中獲取電量、電費、交費、負荷等基礎數(shù)據(jù)，經(jīng)統(tǒng)計計算分析，將統(tǒng)計結(jié)果保存到該模型的Oracle數(shù)據(jù)庫中。通過大數(shù)據(jù)分析識別優(yōu)質(zhì)客戶，采集分析客戶需求信息，管理服務策略數(shù)據(jù)，提供精準服務。

圖2 數(shù)據(jù)架構(gòu)

1.3 技術(shù)架構(gòu)

技術(shù)架構(gòu)如圖3所示。應用開發(fā)層采用基于云部署的微服務架構(gòu)波塞冬平臺，采用微服務架構(gòu)解決傳統(tǒng)應用的高耦合度，實現(xiàn)解耦并組件重用；展示層采用前后端分離模式，使用Echarts作為展示組件實現(xiàn)可視化分析展示。

圖3 技術(shù)架構(gòu)

2 模型管理

2.1 建模過程

2.1.1 數(shù)據(jù)獲取

該模型從營銷、采集、財務、PMS等系統(tǒng)中獲取數(shù)據(jù)，每次分析數(shù)據(jù)量達1 000余個字段、3.2億條原始用電數(shù)據(jù)。通過收集用電客戶經(jīng)濟、發(fā)展、屬性、行業(yè)、信用、負荷等6個維度36項指標的業(yè)務數(shù)據(jù)，綜合分析各種影響客戶綜合價值的因素，建立客戶價值評價特征指標體系。通過客戶集中研討及客戶調(diào)研，實現(xiàn)樣本用戶優(yōu)質(zhì)性判別，為模型訓練提供數(shù)據(jù)基礎。

2.1.2 數(shù)據(jù)處理

對收集到的用戶數(shù)據(jù)進行數(shù)據(jù)質(zhì)量分析，通過數(shù)據(jù)超限值檢驗、特征有效性檢驗、數(shù)據(jù)空值檢驗，對數(shù)據(jù)進行清洗。同時，利用大數(shù)據(jù)特征工程對原始數(shù)據(jù)進行數(shù)據(jù)提取、轉(zhuǎn)換處理。

2.1.3 數(shù)據(jù)分析

通過客戶集中研討及客戶調(diào)研，實現(xiàn)樣本用戶優(yōu)質(zhì)性判別；應用隨機森林等多種機器學習算法，開展模型訓練及驗證，形成優(yōu)質(zhì)客戶識別模型；將模型訓練成果集成在信息化系統(tǒng)中，定期開展優(yōu)質(zhì)客戶識別；通過專家監(jiān)督開展模型判定結(jié)果糾正，從而通過不斷完善模型訓練樣本集的途徑實現(xiàn)模型迭代升級。

2.2.4 模型部署應用

由于該模型數(shù)據(jù)分析所用的原始數(shù)據(jù)需要從全業(yè)務數(shù)據(jù)中心獲取，全業(yè)務數(shù)據(jù)中心需要與用電采集系統(tǒng)、營銷業(yè)務應用系統(tǒng)、短信平臺進行數(shù)據(jù)交互，獲取用戶基礎數(shù)據(jù)、用電業(yè)務數(shù)據(jù)并發(fā)送相關(guān)分析結(jié)果內(nèi)容。因此，需要建設相關(guān)系統(tǒng)之間的接口。

模型部署完成后，通過數(shù)據(jù)接口收集用戶特征數(shù)據(jù)，定期開展客戶優(yōu)質(zhì)等級的判定，建立模型版本升級優(yōu)化的長效機制。以專家監(jiān)督開展模型判定結(jié)果糾正的方式，不定期對模型判定結(jié)果進行有效性分析，在分析結(jié)果的基礎上，通過重新訓練模型達到模型版本升級及優(yōu)化的目的。

2.2 優(yōu)質(zhì)客戶評定原則

優(yōu)質(zhì)客戶識別模型將所有用戶分為5類，分別是：非優(yōu)質(zhì)客戶、一級優(yōu)質(zhì)客戶(等級低)、二級優(yōu)質(zhì)客戶(等級較低)、三級優(yōu)質(zhì)客戶(等級較高)、四級優(yōu)質(zhì)客戶(等級高)。

客戶優(yōu)質(zhì)等級評定時，應用邏輯回歸算法得到用戶為優(yōu)質(zhì)客戶的概率P及綜合評分Y，其中概率P=1/[1+exp(-Y)]，是關(guān)于綜合評分Y的一個非線性函數(shù)。綜合評分Y是一個連續(xù)變量，通過設置不同的綜合評分區(qū)間，為進一步細分客戶優(yōu)質(zhì)等級提供數(shù)值依據(jù)。

將全部客戶通過邏輯回歸算法進行綜合評分，評分值Y按照從高到低進行排序，形成客戶評分趨勢圖，將優(yōu)質(zhì)客戶按照四分位法進行劃分，確定4個等級優(yōu)質(zhì)客戶評分區(qū)間，形成優(yōu)質(zhì)客戶評級標準，根據(jù)客戶Y值判定客戶優(yōu)質(zhì)等級。

優(yōu)質(zhì)客戶識別模型如圖4所示。

圖4 優(yōu)質(zhì)客戶識別模型

3 實施效果

該模型實施后，將有效地識別優(yōu)質(zhì)客戶，通過提供有針對性的精準特色服務，刺激優(yōu)質(zhì)客戶用電需求，同時提供可靠和符合標準的電能服務，滿足客戶對用電服務的需求，從而提高用戶滿意度，增加客戶黏性，為電力企業(yè)帶來直接的電費經(jīng)濟收益。

以國網(wǎng)河北公司為例，全省高壓客戶共計19.6萬戶，其中優(yōu)質(zhì)客戶約4.9萬戶。該模型實施后，通過針對性的服務，提升優(yōu)質(zhì)客戶滿意度和忠誠度，預期減少優(yōu)質(zhì)客戶流失率0.2%，預期減少電量損失2 500×104kW·h/年。同時，預期爭取增量優(yōu)質(zhì)客戶用電電量2 000×104kW·h /年，直接經(jīng)濟效益1 368萬元。該模型實施效果圖如圖5所示。

圖5 實施效果圖

4 結(jié) 語

基于大數(shù)據(jù)的優(yōu)質(zhì)客戶識別模型，通過抓取客戶用電特征和用電行為數(shù)據(jù)，依據(jù)36項評價指標，經(jīng)過業(yè)務數(shù)據(jù)收集、清洗，應用邏輯回歸算法作為優(yōu)質(zhì)客戶識別和星級劃分的模型，形成四級優(yōu)質(zhì)客戶識別分級機制。并根據(jù)優(yōu)質(zhì)客戶的行業(yè)特點、用電需求等信息為優(yōu)質(zhì)客戶制定差異化、個性化的服務策略庫，對有限的服務資源制定資源配置計劃，有效指導各級管理部門開展服務資源調(diào)度安排，實現(xiàn)資源優(yōu)化配置，有效增益現(xiàn)有資源的服務能力，促使電力企業(yè)整體服務水平得到有效提升。