基于用戶畫像的售電套餐精細化營銷方法

覃浩， 劉振華， 蘇立偉， 方霆， 杜禮鋒

(1.廣東電網有限責任公司， 客戶服務中心， 廣東， 廣州 510000；2.廣東電網有限責任公司， 中山供電局， 廣東， 中山 528401)

0 引言

針對日益激烈的市場競爭以及用戶需求的日益多樣化，提供售電套餐精細化營銷方案是大勢所趨[1-2]。相關專家給出了一些較好的研究成果，例如王占洋等[3]通過組合銷售套餐以及自選套餐形成了4種不同的銷售策略，對雙寡頭售電商的需求函數以及收益函數進行分析，根據模型求解獲取電力產品以及增值服務的最優定位，同時對不同售電方案的市場占有率進行分析，獲取最佳營銷策略。曲朝陽等[4]分別計算不同套餐屬性的權重值，獲取售電套餐綜合相似度，結合計算結果給出最佳營銷方案。

以上方法當前獲得了較為滿意的研究結果，但是由于未能考慮售電對象精準劃分問題，導致售電套餐精細化營銷利潤以及客戶滿意度下降，售電套餐精細化營銷策略制定耗時上升。為此，結合用戶畫像分析，提出一種基于用戶畫像的售電套餐精細化營銷方法，為提升客戶滿意度以及售電套餐精細化營銷利潤，降低營銷方案制定耗時提供參考。

1 方法

1.1 用戶畫像分析

在霍爾三維系統結構的啟發下，分析電力系統的實際運行情況，從多個維度對系統整體進行解析以及全面概括，形成基于差異化客戶細分的立體概念[5-6]。在該體系中，維度之間呈相交關系，同時，各個維度也是獨立的，且功能劃分具體，以此組建客戶細分三維分析模型，具體結構如圖1所示。

針對3個維度分別進行以下分析。

圖1 用戶細分三維分析結構

1) 穩定度

穩定度模型的建立流程如圖2所示。

圖2 穩定度模型的建立流程圖

(1) 當穩定度指標值較大時，需要進行對數變換，同時，根據原始分布將索引映射到值較小的值范圍，在整個過程中，只改變指標值的大小，而不改變數據的分布。

(2) 根據樣本數據的流失情況[7]，確定各個指標權重以及系數。

(3) 通過邏輯回歸預測目標發生的概率。

(4) 模型驗證是整個模型組建過程中十分重要的一個環節，同時還能夠驗證模型的實際運行效果，對采取的策略進行評價。

2) 偏好度模型建立

偏好是微觀經濟學價值理論中一個十分基礎的概念，它是主觀且相關的。偏好是潛藏在人類內心深處的一種情況傾向，通過人類對不同的產品偏好做出主觀判斷。偏好具有十分明顯的個體差異，同時也能夠呈現出群體特征，整個模型主要包含7個不同的指標，具體如圖3所示。

圖3 偏好度指標選取

3) 敏感度

敏感度指客戶由于自己所關注的領域發生變化而引發的用電需求變化，但是由于市場以及設施存在高度的動態性以及不確定性，促使產品以及服務無法滿足全部客戶的需求，導致客戶體驗滿意度降低。該模型主要從多個不同方面進行客戶敏感度識別，具體過程如圖4所示。

圖4 敏感度指標選取

由于“用戶畫像”屬于信息層面，因此需要用數據庫的語言進行設計，用來存儲“用戶畫像”所需要數據的數據庫有很多，本文選擇 SQL Server 數據庫，能在電力企業內部共享服務器，查詢各種數據，還能夠為企業降低管理、生產等各方面的成本。應用SQL Server 數據庫在制定評價時，需要依據偏好度指標和敏感度指標，而對營銷方案進行評價時，各指標中的最優值即為評價標準。C0(j)表示參考數列，其表達式如下：

C0(j)={C0(1),C0(2),…,C0(m)}

(1)

由于指標值存在不同的目的和含義，對應的數量級和量綱都不相同。當營銷方案指標屬于“偏好度指標和敏感度指標”中的單一指標時，則需要選取各方案中存在的最大值，此時，采取C0(j)作為評價函數；當營銷方案指標同時滿足“偏好度指標和敏感度指標”時，參考數列構成的曲線與比較數列構成的曲線之間幾何形狀越相似，兩者之間存在的關聯度越大，可以用比較數列Ci(j)表示每個方案的所有指標值：

Ci(j)={Ci(1),Ci(2)F(2),…,Ci(m)}

(2)

式中，j=1,2,…,m表示的是指標在每個方案中的數量，i=1,2,…,n表示的是方案的總數。當評價指標的關聯系數集中為一個值，表明關聯度最大，此時，采取Ci(j)作為評價函數。

1.2 基于用戶畫像的售電套餐精細化營銷

消費者用電是供電企業生存和發展的基礎，其中用電客戶是供電企業電費收入的主要來源和良好效益。在分析供電公司實際情況的基礎上，結合用戶肖像細分結果，細化了用電客戶銷售包裝營銷方案。營銷體系的具體模型如圖5所示。

圖5 基于用戶畫像的售電套餐精細化營銷體系模型

圖5中，將運營初始信息數據轉化為決策支持數據，為電力企業營銷決策服務，即將客戶價值進行多維聚類分析并對客戶進行篩選分類和識別，通過用戶畫像將客戶進行精細劃分，從客戶細分變量分布特征表示結果能夠獲取不同用戶的具體需求指標，分別制定差異化的售電套餐精細化營銷方案，針對不同的用戶，精細化營銷工作，并對客戶的信息動態化管理，為獲取精細化營銷策略提供依據。

2 仿真實驗

為了驗證所提基于用戶畫像的售電套餐精細化營銷方法的有效性，在Windows 7、3.4 GHz處理器、4 GB隨機存取存儲器(RAM)和MATLAB 2012a下進行仿真實驗測試。

為了驗證客戶對營銷方案的滿意程度，基于仿真軟件MATLAB 2012a進行仿真實驗，仿真計算機系統為Windows 7、處理器為Intel i5-7500、內存為16 GB、處理器頻率為2.93 GHz。在Tonosphere樣本數據集中進行實驗樣本的選取，共選取8個實驗樣本。分析Tonosphere樣本數據集中的用電客戶畫像，可以構建出用電客戶的畫像細分因素分別為穩定度——入網時長，流失速度；偏好度——停電時長，用戶服務；敏感度——電費單價。根據從樣本集中分析出的用戶畫像，采用本文方法和文獻[3]方法、文獻[4]方法對8個樣本構建營銷方案，并通過以下公式對比客戶滿意度結果：

(3)

式中，D表示用電客戶滿意度，取值范圍為[0,1]，F表示采用營銷方案前的用電負荷，F′表示采用營銷方案后的用電負荷。具體實驗對比結果如表1所示。

表1 不同方法的客戶滿意度對比結果

分析表1中的實驗數據可知：所提方法的客戶滿意度在3種方法中最高；文獻[3]方法的客戶滿意度次之；文獻[4]方法的客戶滿意度最低。

測試對比3種不同方法的售電套餐精細化營銷利潤，根據市價計算8個樣本售電營銷方案的平均利潤值。具體實驗對比結果如圖6所示。

圖6 不同方法的售電套餐精細化營銷利潤對比結果

分析圖6中的實驗數據可知，所提方法得到的售電套餐精細化營銷利潤在3種方法中為最高，這是因為所提方法通過多維聚類技術以及用戶畫像分析進行客戶篩選、識別以及分類，有效匹配不同的售電套餐精細化營銷方案，實現售電套餐精細化營銷，提高營銷利潤。

為了更加全面驗證所提方法的有效性，將8個樣本的售電套餐精細化營銷策略的總制定耗時作為測試指標。具體的實驗對比結果如表2所示。

表2 所提方法的售電套餐精細化營銷策略制定耗時對比

分析表2中的實驗數據可知，隨著測試樣本的增加，所提方法的售電套餐精細化營銷策略制定耗時也會隨之增加。但是在3種方法中，所提方法的售電套餐精細化營銷策略制定耗時為最低，這是因為所提方法在實際操作的過程中，對售電對象進行精準劃分，促使整個方法的客戶滿意度增加，售電套餐精細化營銷利潤上升，售電套餐精細化營銷策略制定耗時下降。

3 總結

設計并提出一種基于用戶畫像的售電套餐精細化營銷方法，在該方法的應用下，其客戶滿意度以及售電套餐精細化營銷利潤上升，售電套餐精細化營銷策略制定耗時下降。