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)
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(wù)體系”后[1],電網(wǎng)企業(yè)面臨的優(yōu)質(zhì)服務(wù)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(wù),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(wù),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(wù)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(wù),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(chǔ),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(yīng)用大數(shù)據(jù)挖掘技術(shù)對相關(guān)數(shù)據(jù)開展科學(xué)、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(wù)提供有力數(shù)據(jù)支撐。
應(yīng)用架構(gòu)如圖1所示?;诖髷?shù)據(jù)的優(yōu)質(zhì)客戶識別和精準特色服務(wù)應(yīng)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(wù)需求分析、服務(wù)策略管理、精準服務(wù)等6個應(yīng)用模塊。
圖1 應(yīng)用架構(gòu)
數(shù)據(jù)架構(gòu)如圖2所示。從全業(yè)務(wù)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(chǔ)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(wù)策略數(shù)據(jù),提供精準服務(wù)。
圖2 數(shù)據(jù)架構(gòu)
技術(shù)架構(gòu)如圖3所示。應(yīng)用開發(fā)層采用基于云部署的微服務(wù)架構(gòu)波塞冬平臺,采用微服務(wù)架構(gòu)解決傳統(tǒng)應(yīng)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)
2.1.1 數(shù)據(jù)獲取
該模型從營銷、采集、財務(wù)、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(wù)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(xùn)練提供數(shù)據(jù)基礎(chǔ)。
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(yīng)用隨機森林等多種機器學(xué)習(xí)算法,開展模型訓(xùn)練及驗證,形成優(yōu)質(zhì)客戶識別模型;將模型訓(xùn)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(xùn)練樣本集的途徑實現(xiàn)模型迭代升級。
2.2.4 模型部署應(yīng)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(wù)數(shù)據(jù)中心獲取,全業(yè)務(wù)數(shù)據(jù)中心需要與用電采集系統(tǒng)、營銷業(yè)務(wù)應(yīng)用系統(tǒng)、短信平臺進行數(shù)據(jù)交互,獲取用戶基礎(chǔ)數(shù)據(jù)、用電業(yè)務(wù)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(shè)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(chǔ)上,通過重新訓(xùn)練模型達到模型版本升級及優(yōu)化的目的。
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(yīng)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(shè)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
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(wù),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(wù),滿足客戶對用電服務(wù)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(wù),提升優(yōu)質(zhì)客戶滿意度和忠誠度,預(yù)期減少優(yōu)質(zhì)客戶流失率0.2%,預(yù)期減少電量損失2 500×104kW·h/年。同時,預(yù)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
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(wù)數(shù)據(jù)收集、清洗,應(yīng)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(wù)策略庫,對有限的服務(wù)資源制定資源配置計劃,有效指導(dǎo)各級管理部門開展服務(wù)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(wù)能力,促使電力企業(yè)整體服務(wù)水平得到有效提升。