王顯峰 王衛(wèi) 史浩鵬 楊永飛

[摘 ? ?要] 隨著電力市場(chǎng)競(jìng)爭(zhēng)日漸激烈以及移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，客戶對(duì)業(yè)務(wù)開(kāi)展的需求也呈現(xiàn)出多元化與差異化特征，需要運(yùn)營(yíng)商依靠大數(shù)據(jù)經(jīng)精細(xì)化模型挖掘?qū)τ脩粜袨樽R(shí)別客戶業(yè)務(wù)需求，實(shí)現(xiàn)精細(xì)化服務(wù)營(yíng)銷(xiāo)。文章用電側(cè)大數(shù)據(jù)多維聚類(lèi)挖掘營(yíng)銷(xiāo)策略與客戶行為趨勢(shì)分析模型建構(gòu)的相關(guān)探索，力求能為電力企業(yè)開(kāi)展電子渠道精準(zhǔn)服務(wù)營(yíng)銷(xiāo)供給決策分析工具，促其競(jìng)爭(zhēng)力不斷增強(qiáng)。

[關(guān)鍵詞] 用電側(cè)大數(shù)據(jù);多維聚類(lèi)挖掘;營(yíng)銷(xiāo)策略;客戶行為趨勢(shì)分析模型

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 07. 034

[中圖分類(lèi)號(hào)] F270.7 ? ?[文獻(xiàn)標(biāo)識(shí)碼] ?A ? ? ?[文章編號(hào)] ?1673 - 0194（2020）07- 0076- 03

0 ? ? ?前 ? ?言

客戶行為發(fā)展以及變化屬于促營(yíng)銷(xiāo)發(fā)展變化的關(guān)鍵因素之一，現(xiàn)今客戶行為正朝如下幾方面發(fā)展：①注重價(jià)值導(dǎo)向;②信息索取偏向多、捷、便，但無(wú)論客戶行為怎樣變化，若知曉其消費(fèi)動(dòng)機(jī)，則能夠結(jié)合其動(dòng)機(jī)進(jìn)行針對(duì)性營(yíng)銷(xiāo)策略制定[1]。故而供電企業(yè)在新形勢(shì)下要改變以往的以產(chǎn)品為中心的經(jīng)營(yíng)觀念，而要以客戶滿意度為中心開(kāi)展企業(yè)的生產(chǎn)活動(dòng)，樹(shù)立新的營(yíng)銷(xiāo)理念，加強(qiáng)用電側(cè)大數(shù)據(jù)多維聚類(lèi)挖掘營(yíng)銷(xiāo)策略與客戶行為趨勢(shì)分析模型建構(gòu)，提升企業(yè)在新的市場(chǎng)環(huán)境中的綜合競(jìng)爭(zhēng)力。

1 ? ? ?基于用電側(cè)多維聚類(lèi)挖掘的營(yíng)銷(xiāo)客戶分群

1.1 ? 客戶群特征分析

通過(guò)用戶側(cè)信息的挖掘，提取的客戶變量數(shù)據(jù)信息，規(guī)劃有效客戶分群信息項(xiàng)范圍：包括客戶基本資料、繳欠費(fèi)信息、用電類(lèi)型、消費(fèi)水平、用電習(xí)慣、用電負(fù)荷類(lèi)型、繳費(fèi)渠道、價(jià)格耐受度等[2]。結(jié)合營(yíng)銷(xiāo)業(yè)務(wù)，構(gòu)建電量電費(fèi)貢獻(xiàn)度、停電敏感度、欠費(fèi)風(fēng)險(xiǎn)、客戶渠道以及安全用電等分群特征。同時(shí)，需將如下幾點(diǎn)內(nèi)容落實(shí)到位。

1.1.1 ? 構(gòu)建客戶標(biāo)簽

基于大數(shù)據(jù)挖掘理論的客戶標(biāo)簽體系，將營(yíng)銷(xiāo)應(yīng)用系統(tǒng)、95598、費(fèi)控系統(tǒng)、掌上電力的數(shù)據(jù)有機(jī)的結(jié)合，建設(shè)包含數(shù)據(jù)采集機(jī)制、標(biāo)簽分類(lèi)、風(fēng)險(xiǎn)標(biāo)簽基礎(chǔ)數(shù)據(jù)庫(kù)建設(shè)，通過(guò)數(shù)據(jù)加工、清洗、給客戶打上標(biāo)簽，并通過(guò)標(biāo)簽的全生命周期管理流程及標(biāo)簽組合應(yīng)用，形成多維度客戶畫(huà)像。

1.1.2 ? 構(gòu)建客戶畫(huà)像

建立高效、快捷的大數(shù)據(jù)應(yīng)用方式，精準(zhǔn)地分析用戶行為習(xí)慣、消費(fèi)習(xí)慣等重要商業(yè)信息，抽象出一個(gè)客戶信息全貌，以“標(biāo)簽”的形式，構(gòu)建多層次、多視角、立體化的客戶全景畫(huà)像，快速獲取客戶基本信息、用電習(xí)慣、信用風(fēng)險(xiǎn)、行為特性等精細(xì)特征。

1.1.3 ? 構(gòu)建客戶評(píng)分分析模型

通過(guò)對(duì)95598平臺(tái)、用電信息采集系統(tǒng)、營(yíng)銷(xiāo)業(yè)務(wù)系統(tǒng)等系統(tǒng)數(shù)據(jù)的統(tǒng)計(jì)分析，建立對(duì)客戶評(píng)分的評(píng)分指標(biāo)體系，對(duì)標(biāo)簽化的指標(biāo)進(jìn)行數(shù)據(jù)建模。結(jié)合機(jī)器學(xué)習(xí)算法，生成客戶價(jià)值評(píng)測(cè)挖掘模型，通過(guò)客戶價(jià)值評(píng)測(cè)模型，對(duì)客戶進(jìn)行相應(yīng)的評(píng)分，針對(duì)不同的客戶采取不同的營(yíng)銷(xiāo)策略，滿足客戶用電需求，提升客戶滿意度[3]。

1.2 ? 多維客戶分群數(shù)據(jù)模型構(gòu)建

結(jié)合電力客戶群具有數(shù)量龐大、類(lèi)別多樣，對(duì)用電模式和相關(guān)增值服務(wù)存在不同需求等特點(diǎn)[3]。參考借鑒通信、銀行等先行行業(yè)客戶多層多維分群做法，構(gòu)建一級(jí)價(jià)值分群和二級(jí)客戶屬性分群，并結(jié)合原有大工業(yè)、工商業(yè)以及居民用戶等用電性質(zhì)分群模式，形成多維度客戶分類(lèi)體系。

1.3 ? 特定用戶群體與政策敏感度分析

選定代表性高價(jià)值客戶群，挖掘群體敏感度評(píng)價(jià)指標(biāo)，通過(guò)皮爾遜系數(shù)相關(guān)性分析方法，構(gòu)建政策敏感性測(cè)算模型，并剔除電量自然增長(zhǎng)，分析用戶群體用電量敏感度及承受力。

2 ? ? ?工作步驟

2.1 ? 數(shù)據(jù)準(zhǔn)備

2.1.1 ? 數(shù)據(jù)來(lái)源

本項(xiàng)目數(shù)據(jù)需求及獲取方式如下：電力內(nèi)部數(shù)據(jù)來(lái)源于營(yíng)銷(xiāo)業(yè)務(wù)應(yīng)用系統(tǒng)、用電信息采集系統(tǒng)、95598客服等系統(tǒng)，外部數(shù)據(jù)來(lái)源于行業(yè)經(jīng)濟(jì)數(shù)據(jù)、政策決策數(shù)據(jù)、氣象地理、人文信息數(shù)據(jù)等。

2.1.2 ? 數(shù)據(jù)處理

為保障基礎(chǔ)數(shù)據(jù)質(zhì)量滿足數(shù)據(jù)分析及模型構(gòu)建的需要，運(yùn)用存儲(chǔ)過(guò)程、批處理腳本等多種技術(shù)手段對(duì)多來(lái)源收集的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，包括清洗過(guò)濾重復(fù)、無(wú)效、不完整等不可用數(shù)據(jù)，修正突變異常數(shù)據(jù)，缺失數(shù)據(jù)項(xiàng)補(bǔ)全，對(duì)多源系統(tǒng)間數(shù)據(jù)進(jìn)行關(guān)聯(lián)匹配形成數(shù)據(jù)寬表等數(shù)據(jù)準(zhǔn)備。

2.2 ? 高價(jià)值客戶群電價(jià)政策敏感性分析模型

2.2.1 ? 選擇需要分析的敏感性因素

本項(xiàng)目選取電價(jià)、產(chǎn)品銷(xiāo)售價(jià)格、原材料價(jià)格等若干對(duì)企業(yè)銷(xiāo)售凈利率影響程度大的因素進(jìn)行計(jì)算分析，作為敏感性因素，認(rèn)為其他生產(chǎn)成本、各項(xiàng)期間費(fèi)用和稅金及附加費(fèi)用的變化極小，不納入敏感因素指標(biāo)。

2.2.2 ? 敏感性因素分析

當(dāng)敏感性因素發(fā)生變化時(shí)，應(yīng)用多因素敏感性分析法計(jì)算因素發(fā)生變化時(shí)對(duì)指標(biāo)的影響程度，最終對(duì)各個(gè)因素對(duì)指標(biāo)的影響程度進(jìn)行綜合評(píng)價(jià)和分析。

2.2.3 ? 研究電價(jià)承受能力測(cè)算方法

在敏感性因素分析成果基礎(chǔ)上，研究電價(jià)政策承受能力測(cè)算方法。通過(guò)產(chǎn)品售價(jià)、原材料單價(jià)和電價(jià)的變動(dòng)百分比，得到企業(yè)可承受的電價(jià)波動(dòng)百分比與凈利率變動(dòng)量、產(chǎn)品售價(jià)變動(dòng)百分比、原材料價(jià)格變動(dòng)百分比的關(guān)系式?；谄髽I(yè)當(dāng)前凈利率水平，通過(guò)設(shè)置企業(yè)可接受的最低凈利率，并調(diào)整企業(yè)的售價(jià)與成本變動(dòng)，計(jì)算得到企業(yè)能夠承受的最大電價(jià)浮動(dòng)百分比，進(jìn)而計(jì)算出企業(yè)可承受的最大電價(jià)水平，作為供電企業(yè)對(duì)高價(jià)值客戶群的定價(jià)政策指導(dǎo)。

3 ? ? ?關(guān)鍵技術(shù)及方法

（1）關(guān)鍵技術(shù)：基于用電側(cè)多維聚類(lèi)挖掘高價(jià)值客戶群特征。

（2）解決方案。綜合考慮高價(jià)值客戶群基本資料、繳欠費(fèi)信息、用電類(lèi)型、消費(fèi)水平、用電習(xí)慣、用電負(fù)荷類(lèi)型、繳費(fèi)渠道、價(jià)格耐受度、行業(yè)政策、人文信息等用戶側(cè)多維信息的挖掘，開(kāi)展用戶用電特征聚類(lèi)模型構(gòu)建及高價(jià)值客戶群特征分析，并基于此模型對(duì)不同用電客戶的聚類(lèi)集合進(jìn)行深入分析、歸納總結(jié)數(shù)據(jù)規(guī)律特征。

4 ? ? ?高價(jià)值客戶群建模過(guò)程

4.1 ? 建模背景

此次主要結(jié)合企業(yè)貢獻(xiàn)度為客戶展開(kāi)價(jià)值評(píng)價(jià)，明確高價(jià)值客戶，并結(jié)合其特征進(jìn)行重要客戶、大客戶與重點(diǎn)關(guān)注客戶，進(jìn)行“一戶一冊(cè)”全生命周期服務(wù)檔案、客戶用電安全風(fēng)險(xiǎn)評(píng)估及防范機(jī)制建構(gòu)，為其供給專(zhuān)業(yè)性、個(gè)性化服務(wù)。

4.2 ? 數(shù)據(jù)提取及準(zhǔn)備

在建模過(guò)程中所用的客戶信息資料主要是在營(yíng)銷(xiāo)管理系統(tǒng)內(nèi)于2014年7月至2015年7月這一時(shí)間跨度內(nèi)抽取，XX市非居民客戶16.68萬(wàn)（其中Z市總共有非居民28.5萬(wàn)，排除時(shí)間窗口內(nèi)沒(méi)有用電的11.64萬(wàn)戶居民）。數(shù)據(jù)準(zhǔn)備過(guò)程應(yīng)對(duì)如下兩點(diǎn)引起重視：

（1）結(jié)合原始數(shù)據(jù)，進(jìn)行“雙月均增長(zhǎng)量”“總欠費(fèi)次數(shù)與金額”“月均增長(zhǎng)量”“繳費(fèi)時(shí)長(zhǎng)”等情況計(jì)算。

（2）把時(shí)間窗口內(nèi)無(wú)電量電費(fèi)信息的客戶進(jìn)行排除。

4.3 ? 建模方法選擇

價(jià)值貢獻(xiàn)度主要是展現(xiàn)客戶以往某段時(shí)間的用電情況，故而應(yīng)使用描述類(lèi)模型，統(tǒng)計(jì)分析法僅可簡(jiǎn)單進(jìn)行單變量分析，所以選擇聚類(lèi)分析，此后通過(guò)判別分析把全量客戶給予分類(lèi)。K-Means聚類(lèi)模型算法：

（1）先設(shè)定數(shù)據(jù)集，若大小是n。令I(lǐng)-1，進(jìn)行k個(gè)初始聚類(lèi)中心選取Zj（I），j=1，2，3，…，k;

（2）將i=1，2，3，…，n，j=1，2，3，…，k代入，能夠得到各數(shù)據(jù)對(duì)象至聚類(lèi)中心距離值D（xi，Zj（I）），結(jié)合該值大小分派各對(duì)象至與其對(duì)應(yīng)的聚類(lèi)。

也就是說(shuō)，如果符合D（xi，Zj（I））=min{D（Xj，Zj（I）），J=1，2，3…}，那么xi∈Wk

（3）誤差平方與準(zhǔn)則函數(shù)Jc的計(jì)算。

Jc（I）=■■x■■-Zj（I）2

（4）判定評(píng)估：若|Jc（I）-Jc（J-1）|<ε代表算法已完成;否則I=I，進(jìn)行k個(gè)新的聚類(lèi)中心計(jì)算，退至第二步。

（5）輸出k個(gè)聚類(lèi)集合。進(jìn)行聚類(lèi)分析是為了結(jié)合數(shù)據(jù)內(nèi)在特性，把數(shù)據(jù)分作大量獨(dú)立分組，確保每組內(nèi)部成員間具有一定的相似性，不過(guò)相較于其他組成員卻有明顯差異。

4.4 ? 數(shù)據(jù)建模詳細(xì)流程

此次建模過(guò)程里用到了聚類(lèi)分析與判別分析，開(kāi)展聚類(lèi)分析前為樣本作相應(yīng)處理確保聚類(lèi)分群結(jié)果和業(yè)務(wù)目標(biāo)相符。詳細(xì)的建模流程歸納起來(lái)見(jiàn)圖1。

4.5 ? 模型評(píng)估注意事項(xiàng)

進(jìn)行聚類(lèi)模型評(píng)估同樣需注意兩點(diǎn)：①群個(gè)數(shù)與群內(nèi)客戶數(shù)分布應(yīng)合理;②群之間差異顯著，對(duì)差異化業(yè)務(wù)策略執(zhí)行更有利。

4.6 ? 模型結(jié)果刻畫(huà)

建模完成后，對(duì)價(jià)值貢獻(xiàn)度模型展開(kāi)業(yè)務(wù)特征刻畫(huà)，將各客戶群體特征差異給予反映。

價(jià)值貢獻(xiàn)度模型總共包括5個(gè)群體，即高價(jià)值貢獻(xiàn)群、中等價(jià)值貢獻(xiàn)群、中價(jià)值高逾期風(fēng)險(xiǎn)群、普通群、低價(jià)值貢獻(xiàn)群，具體見(jiàn)圖2。

其中高價(jià)值貢獻(xiàn)群客戶數(shù)量不多，用電量占比卻高達(dá)68.85%。故而針對(duì)這部分具備高價(jià)值的客戶，停電所引起的直接經(jīng)濟(jì)損失是非常大的，若因多種原因停電，需將停電信息及時(shí)通知到位，提高營(yíng)銷(xiāo)服務(wù)質(zhì)量。

5 ? ? ?實(shí)施驗(yàn)證

5.1 ? 數(shù)據(jù)驗(yàn)證

根據(jù)技術(shù)探索報(bào)告及模型設(shè)計(jì)說(shuō)明，收集樣本數(shù)據(jù)，為應(yīng)用功能驗(yàn)證做好準(zhǔn)備工作，同時(shí)，完成基礎(chǔ)數(shù)據(jù)的核查、歸集、清洗轉(zhuǎn)換、關(guān)聯(lián)匹配等數(shù)據(jù)處理工作。

5.2 ? 模型驗(yàn)證

運(yùn)用樣本數(shù)據(jù)，開(kāi)展高價(jià)值客戶群特征多維聚類(lèi)挖掘分析、高價(jià)值客戶群電價(jià)政策敏感性分析模型、營(yíng)銷(xiāo)政策執(zhí)行效果評(píng)價(jià)模型等算法及模型構(gòu)建工作。完成算法對(duì)比選擇、模型驗(yàn)證和參數(shù)優(yōu)化工作。

5.3 ? 模型評(píng)估

針對(duì)高價(jià)值客戶群電價(jià)政策敏感性分析模型、營(yíng)銷(xiāo)政策執(zhí)行效果評(píng)價(jià)模型開(kāi)展模型應(yīng)用評(píng)估工作。選取測(cè)試集、驗(yàn)證集，開(kāi)展模型訓(xùn)練;選取模型評(píng)估指標(biāo)對(duì)模型進(jìn)行評(píng)估。

6 ? ? ?小 ? ?結(jié)

用電側(cè)大數(shù)據(jù)多維聚類(lèi)挖掘營(yíng)銷(xiāo)策略與客戶行為趨勢(shì)分析模型建構(gòu)能夠針對(duì)特定受眾群（如高價(jià)值客戶群）推進(jìn)精準(zhǔn)性營(yíng)銷(xiāo)工作開(kāi)展，遵從網(wǎng)絡(luò)效應(yīng)特征促整體價(jià)值增強(qiáng)，提高企業(yè)競(jìng)爭(zhēng)力與盈利能力。

主要參考文獻(xiàn)

[1]呂旭明，李釗，雷振江，等.基于大數(shù)據(jù)技術(shù)的用電信息分析方法研究與應(yīng)用[J].電氣應(yīng)用，2015，34（S2）：546-549.

[2]余英，郭镥，鄧琨，等.用電采集數(shù)據(jù)分析和智能監(jiān)測(cè)系統(tǒng)中大數(shù)據(jù)分析的設(shè)計(jì)研究[J].自動(dòng)化與儀器儀表，2017（5）：162-163，166.

[3]李永毅，石蓉，郎銳，等.基于大數(shù)據(jù)分析的陜西省居民用電行為及影響因素研究[J].電網(wǎng)與清潔能源，2019，35（4）：43-48.

[4]隋興嘉.基于配用電大數(shù)據(jù)的用電行業(yè)分類(lèi)和用電量需求預(yù)測(cè)建模分析[D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)，2018.