大數(shù)據(jù)環(huán)境下的電力客戶服務(wù)數(shù)據(jù)分析系統(tǒng)研究

國(guó)網(wǎng)浙江省電力有限公司湖州供電公司 顧孟雷 陳芳芳 景曉瑩

在大數(shù)據(jù)環(huán)境下，電力企業(yè)要想實(shí)現(xiàn)高質(zhì)量的客戶服務(wù)，應(yīng)建立數(shù)據(jù)分析系統(tǒng)，對(duì)相關(guān)數(shù)據(jù)進(jìn)行全面的分析，從中提取重要信息。通過(guò)對(duì)大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)特點(diǎn)進(jìn)行闡述，明確電力客戶服務(wù)要求及現(xiàn)狀，分析電力客戶服務(wù)數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)及技術(shù)應(yīng)用，使數(shù)據(jù)分析系統(tǒng)發(fā)揮出更好的作用。

1 大數(shù)據(jù)技術(shù)的優(yōu)勢(shì)特點(diǎn)

大數(shù)據(jù)代表大量的數(shù)據(jù)信息，在當(dāng)前的發(fā)展趨勢(shì)下，數(shù)據(jù)呈現(xiàn)出了海量特點(diǎn)，同時(shí)能夠帶來(lái)更多的價(jià)值，因此數(shù)據(jù)信息對(duì)企業(yè)來(lái)說(shuō)有重要的意義，為企業(yè)的運(yùn)行提供更多的參考依據(jù)，還可使企業(yè)的發(fā)展需求得到滿足，但是不是所有的數(shù)據(jù)都能夠產(chǎn)生價(jià)值，不同的信息其價(jià)值性不同，需要經(jīng)過(guò)數(shù)據(jù)分析及研究進(jìn)行提取。在面對(duì)海量數(shù)據(jù)的時(shí)候，人們能夠發(fā)現(xiàn)更多類型的信息，要想在大量的信息中挖掘出自己所需要的信息，企業(yè)可采取不同的措施來(lái)獲取需要的數(shù)據(jù)。在海量數(shù)據(jù)中，包括了不同領(lǐng)域及學(xué)科的信息，呈現(xiàn)的方式具有多樣性特點(diǎn)，其中有圖片、音頻、視頻等模式，還包括了使用傳感設(shè)備收集到的信號(hào)信息，在不同的呈現(xiàn)模式下，數(shù)據(jù)的類型也越來(lái)越多，這使數(shù)據(jù)的可靠性有所加強(qiáng)。大數(shù)據(jù)技術(shù)在應(yīng)用中可將數(shù)據(jù)轉(zhuǎn)換、整合在一起，提供給需要的用戶，使其獲取到匹配性更高的信息，保證了信息的全面性。

2 電力客戶服務(wù)要求及現(xiàn)狀

當(dāng)前，電力企業(yè)客戶服務(wù)人員在受理業(yè)務(wù)的時(shí)候獲取的信息量比較少、數(shù)據(jù)不整合，難以獲得有效的數(shù)據(jù)支持，對(duì)客戶的感知比較差。主要包括以下兩方面問(wèn)題，第一，客服專員難于鎖定客戶身份。客戶來(lái)電后如果未提供戶號(hào)，需要根據(jù)來(lái)電號(hào)碼、戶名、地址等信息匹配營(yíng)銷檔案，過(guò)程繁瑣，且經(jīng)常由于信息不準(zhǔn)確無(wú)法鎖定客戶身份。如客戶無(wú)法提供戶號(hào)且之前未撥打過(guò)熱線，則無(wú)法查詢到該客戶相關(guān)聯(lián)的信息，只能根據(jù)客戶描述下發(fā)工單。第二，客服專員在服務(wù)過(guò)程中缺乏對(duì)信息全面掌握，無(wú)法一次性答復(fù)客戶。目前服務(wù)系統(tǒng)只能獲取到部分營(yíng)銷系統(tǒng)中信息，較大一部分?jǐn)?shù)據(jù)話務(wù)坐席無(wú)法獲取，比如現(xiàn)場(chǎng)查勘后中止的新裝流程，坐席無(wú)法查詢，極易造成已申請(qǐng)未裝表的投訴。對(duì)已開(kāi)放的數(shù)據(jù)查詢操作繁瑣，信息整合不充分，導(dǎo)致客服專員的信息查詢耗時(shí)久。

圖1 客戶服務(wù)體系

3 電力客戶服務(wù)數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)及技術(shù)應(yīng)用

3.1 數(shù)據(jù)體系架構(gòu)設(shè)計(jì)

結(jié)合電力企業(yè)客戶服務(wù)監(jiān)控業(yè)務(wù)模型內(nèi)容來(lái)看，數(shù)據(jù)系統(tǒng)分析系統(tǒng)中包括了數(shù)據(jù)整合源數(shù)據(jù)層、數(shù)據(jù)倉(cāng)庫(kù)&Hadoop 系統(tǒng)&Stream 流計(jì)算層、數(shù)據(jù)服務(wù)平臺(tái)層、分析型應(yīng)用層。結(jié)合系統(tǒng)的結(jié)構(gòu)進(jìn)行分析，數(shù)據(jù)整合&源數(shù)據(jù)層是電力企業(yè)業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫(kù)，其中包括了呼叫中心數(shù)據(jù)庫(kù)、營(yíng)銷系統(tǒng)數(shù)據(jù)庫(kù)以及配網(wǎng)系統(tǒng)數(shù)據(jù)庫(kù)等，該層級(jí)能夠進(jìn)行各項(xiàng)數(shù)據(jù)庫(kù)數(shù)據(jù)源訪問(wèn)節(jié)點(diǎn)的統(tǒng)一配置，使數(shù)據(jù)庫(kù)得到全面的管理。在數(shù)據(jù)倉(cāng)庫(kù)&Hadoop 系統(tǒng)&Stream 流計(jì)算層中，Hadoop系統(tǒng)可用于存儲(chǔ)非結(jié)構(gòu)化的數(shù)據(jù)，例如呼叫中心電話錄音、自助服務(wù)的按鍵信息、企業(yè)OA系統(tǒng)文檔數(shù)據(jù)等，通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析可使系統(tǒng)的應(yīng)用效果增強(qiáng)。Stream 流計(jì)算層能進(jìn)行文本、語(yǔ)音、圖像信息的分析，快速判定特殊問(wèn)題下某一類數(shù)據(jù)的相關(guān)性。數(shù)據(jù)的提取、轉(zhuǎn)換及加載系統(tǒng)的設(shè)計(jì)也是其中的重要內(nèi)容，作為數(shù)據(jù)倉(cāng)庫(kù)中支持?jǐn)?shù)據(jù)分析的基礎(chǔ)條件，發(fā)揮了有效的作用。在數(shù)據(jù)服務(wù)平臺(tái)層，數(shù)據(jù)倉(cāng)庫(kù)&Hadoop 系統(tǒng)&Stream 流計(jì)算層和分析型應(yīng)用層之間建立一層代理層，統(tǒng)一地開(kāi)展數(shù)據(jù)管理及訪問(wèn)，該層次結(jié)構(gòu)具有模型數(shù)據(jù)映射及性能優(yōu)化特點(diǎn)，模型數(shù)據(jù)映射可實(shí)現(xiàn)業(yè)務(wù)模型各個(gè)屬性及底層不同類型數(shù)據(jù)源的模型數(shù)據(jù)映射，支持關(guān)系型數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)的訪問(wèn)，還可提高以業(yè)務(wù)模型為基礎(chǔ)的統(tǒng)一查詢。如圖1所示。

3.2 多維數(shù)據(jù)分析技術(shù)

電力客戶服務(wù)管理中涉及到了較多的對(duì)象，其中包括了不同的屬性，工作表格復(fù)雜，需要處理的數(shù)據(jù)數(shù)量多，這對(duì)客戶服務(wù)工作的開(kāi)展產(chǎn)生了影響，應(yīng)使客服信息得到高效地處理，通過(guò)對(duì)信息的分析來(lái)調(diào)整服務(wù)，使服務(wù)效果加強(qiáng)，提升客戶服務(wù)的效率及質(zhì)量，為企業(yè)的經(jīng)營(yíng)帶來(lái)保障。多維數(shù)據(jù)分析技術(shù)有著人機(jī)互動(dòng)性、數(shù)據(jù)表達(dá)靈活的特點(diǎn)，業(yè)務(wù)人員可脫離技術(shù)人員的幫助，全面地進(jìn)行數(shù)據(jù)分析。在進(jìn)行聯(lián)機(jī)交互分析的時(shí)候，大量的信息會(huì)被挖掘出來(lái)，可借助分析模型工具對(duì)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)開(kāi)展相應(yīng)的分析，生成具有不同導(dǎo)向的分析模型，例如服務(wù)質(zhì)量指標(biāo)分析、服務(wù)質(zhì)量分析主題分析等，用戶可通過(guò)多層數(shù)據(jù)來(lái)獲取分析的結(jié)果，使數(shù)據(jù)分析的過(guò)程得到了簡(jiǎn)化，達(dá)到了客戶數(shù)據(jù)分析的目的。

3.3 數(shù)據(jù)聚合與數(shù)據(jù)挖掘

首先，統(tǒng)計(jì)數(shù)據(jù)分析是對(duì)電力客戶服務(wù)管理組織方式的主題分析，設(shè)計(jì)了電力客戶服務(wù)業(yè)務(wù)信息、電力客戶服務(wù)分析指標(biāo)維度指標(biāo)的多維數(shù)據(jù)模型。通過(guò)對(duì)數(shù)據(jù)的分析，結(jié)合統(tǒng)計(jì)的結(jié)果來(lái)進(jìn)行客戶服務(wù)數(shù)據(jù)挖掘及建模，經(jīng)過(guò)有效的計(jì)算，能夠形成具有多種功能的數(shù)據(jù)分析立方體，使數(shù)據(jù)分析更加全面，實(shí)現(xiàn)多種分析功能。其次，在預(yù)測(cè)數(shù)據(jù)分析中，以大數(shù)據(jù)技術(shù)為基礎(chǔ)，建立數(shù)據(jù)挖掘預(yù)測(cè)模型涉及的內(nèi)容比較復(fù)雜，應(yīng)重視數(shù)據(jù)準(zhǔn)備環(huán)節(jié)，將業(yè)務(wù)規(guī)則及挖掘模型結(jié)合起來(lái)，對(duì)電力企業(yè)客戶服務(wù)數(shù)據(jù)進(jìn)行優(yōu)化，建立相應(yīng)的模型，使數(shù)據(jù)得到簡(jiǎn)化，利用系統(tǒng)進(jìn)行線性回歸模型、對(duì)數(shù)線性模型等模型的建立，使數(shù)據(jù)分析具有相應(yīng)的模型基礎(chǔ)。最后，決策數(shù)據(jù)的分析中需要借助系統(tǒng)進(jìn)行定量、統(tǒng)計(jì)分析，算法的選擇在分析中發(fā)揮了重要的作用。一般經(jīng)常使用算法包括了時(shí)間序列算法、線形回歸算法、神經(jīng)網(wǎng)絡(luò)算法等，根據(jù)分析的需求及算法特點(diǎn)進(jìn)行選擇。在電力客戶服務(wù)數(shù)據(jù)分析中，可采用分類回歸樹(shù)算法，在沒(méi)有隱含假設(shè)的情況下，對(duì)預(yù)測(cè)變量及因變量之間的線性相關(guān)性進(jìn)行預(yù)測(cè)分析。

4 系統(tǒng)應(yīng)用實(shí)例

電力企業(yè)將數(shù)據(jù)服務(wù)平臺(tái)作為基礎(chǔ)，以客戶為導(dǎo)向，建立數(shù)字化管理模型，并且建立了營(yíng)銷系統(tǒng)性算法模型庫(kù)，經(jīng)過(guò)系統(tǒng)的應(yīng)用分析電力營(yíng)銷中數(shù)據(jù)之間存在的關(guān)系，為電力服務(wù)的調(diào)整提供相應(yīng)的參考依據(jù)，實(shí)現(xiàn)深入的電力數(shù)據(jù)分析，使電網(wǎng)企業(yè)的服務(wù)質(zhì)量得到提升。該企業(yè)還對(duì)客服系統(tǒng)、電力營(yíng)銷系統(tǒng)等相關(guān)的系統(tǒng)進(jìn)行了數(shù)據(jù)的整合，從中提取出數(shù)據(jù)指標(biāo)，設(shè)置了示警閥值，并且進(jìn)行相應(yīng)的檢查，實(shí)現(xiàn)對(duì)營(yíng)銷過(guò)程的全面管理，能夠及時(shí)發(fā)現(xiàn)其中的問(wèn)題，并且進(jìn)行處理，使服務(wù)的開(kāi)展效果得到改善，發(fā)揮了系統(tǒng)的有效性。企業(yè)運(yùn)用服務(wù)數(shù)據(jù)分析系統(tǒng)可獲取到關(guān)于客戶構(gòu)成的相關(guān)數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的分析可了解當(dāng)前的客戶構(gòu)成情況，從中獲取到有價(jià)值的信息，參考信息對(duì)營(yíng)銷、服務(wù)等業(yè)務(wù)進(jìn)行優(yōu)化，使企業(yè)有效地完善客戶服務(wù)體系。

結(jié)語(yǔ)：供電企業(yè)應(yīng)將電力客戶服務(wù)作為重要內(nèi)容，在大數(shù)據(jù)環(huán)境下，重視對(duì)數(shù)據(jù)的挖掘及分析，建立相應(yīng)的數(shù)據(jù)分析系統(tǒng)，優(yōu)化其功能，使數(shù)據(jù)分析的效果加強(qiáng)。應(yīng)將數(shù)據(jù)體系架構(gòu)設(shè)計(jì)落實(shí)，運(yùn)用多維數(shù)據(jù)分析技術(shù)、數(shù)據(jù)聚合與數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)數(shù)據(jù)分析系統(tǒng)的應(yīng)用，提升數(shù)據(jù)利用效率。