大數據技術在營銷客戶服務中的應用及研究

秦芳麗

當前，電力企業改革發展面臨新的形勢和任務，隨著電力體制改革的不斷升入，尤其是受市場廣泛關注的售電公司的出現，電力市場的交易將更加“民主、開放”，交易方式將逐步升級，出現電網+互聯網+信用+期貨+零售+批發等多種靈活、自主的交易方式，導致電力企業在開拓售電市場、防范經營風險等方面面臨的壓力與日俱增，同時面臨著優質客戶減少、市場份額下降及優質人才流失的嚴峻挑戰，尤其對營銷服務業務提出了更高的要求和新的挑戰。對電力企業來說，利用大數據技術構建營銷服務技術支撐平臺，對營銷客戶用電特點及需求進行分析，可以為制定電力營銷方案提供數據支持、為電力企業搶占市場及用戶提供重要的數據支撐，從而提高企業經濟效益，不斷提升客戶服務水平和服務質量?；诖?，此課題的研究具有非常重要的現實意義。

一、大數據概述

“大數據”（big data）是與智能制造、無線網絡革命并行的又一次顛覆性的技術變革，“大數據”是指量大、復雜、增長迅速的數據集合，也指在一定時間內無法通過傳統的數據庫軟件工具對其內容進行抓取、管理和處理的數據集合，它涵蓋了從生成、采集、存儲、加工、轉換、計算、分析挖掘、展示到使用整個數據全生命周期管理的過程，以及在這些過程中所用到的各項技術。

大數據技術的重要意義不僅僅在于掌握其中海量的數據信息，而且在于對這些含有重要意義的數據信息進行專業化的加工和處理、對于海量數據進行存儲和分析。

二、電力大數據的價值及特征

每一個行業和業務領域都蘊含著大量的數據信息，而且逐漸成為其重要的生產因素。對于電力行業而言，電力大數據綜合了電力企業的產、運、銷及運營和管理數據，是以行業形勢預判、數據價值的挖掘為目標，利用大數據核心關鍵技術，實現企業管理模式轉變、服務理念的提升，從而完成企業的轉型升級，適應新的改革形勢和外部環境。

電力大數據的特征主要為：

數據量大。這是電力大數據的一個重要特征。隨著電力信息化建設的不斷推進，電力數據的增長速度和規模已遠超出電力企業的預期。

類型多（Variety），是指電力大數據包含各種各樣的數據類型，如結構化、半結構化和非結構化數據。

速度快（Velocity），是指對電力大數據的采集處理和加工分析的速度。

有價值（Value），是指電力數據當中包含有很多有價值的信息。

一方面，隨著電力體制改革的不斷深入，電力企業將從生產型企業逐步轉變為服務型企業，企業的業務流程需要圍繞用電客戶的需求進行優化和重組，同時，企業內部也需要變革管理模式、進行戰略性轉型。另一方面，隨著“三集五大”體系建設的深入推進， SG186、SG-ERP等系統的建設及推進，已實現了企業級數據資源的初步整合及共享利用，但隨著電力數據量的快速增長、數據類型的多樣化以及跨專業、跨平臺應用的日益深化，電力大數據必將面臨著數據的高性能存儲及高可擴展性等多項挑戰。

因此，通過數據挖掘等技術深入挖掘并分析不同電力客戶的需求，把最大限度滿足客戶的需求同提高企業的經營效益統一起來；站在客戶的立場，以客戶為中心，及時主動滿足用電客戶的需求，已成為電力企業的核心競爭點。電力改革環境下，企業必須進行業務流程的變革以適應時代的要求。

三、電力營銷面臨的機遇和挑戰

大數據技術給電力營銷帶來了新的發展機遇，但也面臨著很多挑戰?！皵祿Ａ?，知識匱乏”是大數據時代多數企業的通病。國家電網公司在“十二五”期間提出了“一型五化”的大營銷體系（客戶導向型、業務集約化、管理專業化、機構扁平化、管控實時化、服務協同化），一方面，隨著“大營銷”體系的全面建立，各類信息系統數據量多而重復，數據種類繁多， 數據量大而冗余，給營銷管理和決策者均帶來了很大挑戰。另一方面，當前營銷各類業務的數據信息以業務工單的模式存儲在不同的信息單元中，從而形成了多個信息孤島；且同樣的數據信息，不同專業進行統計分析時所采用的信息來源和統計方法都不盡相同，又造成了數據統計口徑的不一致，這在很大程度上影響著營銷管理服務及決策。

隨著智能電網建設的全面開展以及SG186營銷業務應用系統的建設完善，海量的業務數據被積累，且當前電力企業的運營方式正在向以電力市場需求和提高客戶滿意度的方向發展，這就對電力企業的營銷服務質量提出了更高的要求，使得電力企業面臨了多方面的壓力。

一是海量的業務數據分屬不同的應用體系，且類型繁雜，不少業務數據也都被分散在各自的系統內，造成了數據孤島；數據龐大且分散，無法被有效利用與提煉升華；對于同一組數據，由于基于的統計方法、統計背景和數據來源都可能不一致，必定會造成數據統計口徑有偏差。

二是售電側業務放開對公司傳統營銷模式將帶來巨大沖擊。新一輪電力體制改革深入推進，公司面臨優質客戶減少、市場份額下降和優秀人才流失的嚴峻挑戰。電力企業要在市場競爭環境中謀求發展和生存，只有充分了解市場化規則，找準市場定位，變革企業管理機制，才能適應電力體制改革，不被市場所淘汰，穩步向前發展。

三是行業監管和市場競爭給優質服務提出新的挑戰。電力改革催生市場主體多元化競爭，不斷推動供電服務從“監管+自律”向“監管+競爭”轉變，服務風險和輿情預控難度加大。

四是客戶提出了更多的服務需求及更高的服務質量。一方面隨著市場化經濟的不斷深入，企業不僅要為用戶提供優質的產品，還需要提供越來越優質的服務。另一方面，經濟時代逐步向知識經濟社會進行過渡，用戶對電力企業提供的產品和服務都提出了更高的要求，客戶滿意度將成為供電企業發展的重要因素，成為供電企業效益的根本源泉。

同時，數據背后隱藏著面對客戶越來越個性化、多元化的消費需求，對電力企業的服務內容、服務方式、服務質量、經營管理都提出了更嚴峻的挑戰。

四、大數據的關鍵技術

電力行業營銷系統包含結構化數據，如客戶資料、設備記錄等，非結構化數據如合同、身份證和其他掃描圖片等格式的文件。大數據技術需要加強對電力行業營銷類數據存儲和分析能力，同時數據挖掘和模式識別技術在客戶用電行為分析的應用可以有效支持需求響應。

在電力大數據時代下，大數據已成為電力企業進行決策的基礎。只有運用現代化的技術手段，對海量數據進行深度的加工和處理，發現并利用其中蘊含的重要的信息，為電力企業決策者提供數據支撐，才能真正發揮電力大數據的重要作用。

大數據技術分為四層：數據存儲層、數據集成層、數據計算層和數據應用層，每一層包含不同的關鍵技術，其中數據應用層數據挖掘技術需要進行提高及深入應用。數據挖掘是指通過算法發現隱藏于海量數據中信息的過程。數據挖掘需要通過統計、在線分析和處理、機器學習、專家系統（依靠過去的經驗法則）、情報檢索和模式識別等多種方法來實現目標。

數據挖掘過程的總體目標就是從一組數據中提取信息并將其轉換成一個可以理解的結構進行進一步的使用，除了初步的分析，它還包括數據庫和數據管理，數據預處理、建模和推理，結構的后期處理，可視化，和在線更新等方面。

數據挖掘使用過去的信息數據來分析一個特定的問題或可能出現的情況的結果。數據挖掘工作分析所有存儲在數據倉庫中的數據，這個數據可能來自所有的業務，從生產到管理，管理者還可以使用數據挖掘來決定他們產品營銷策略，和競爭對手比較。

五、構建統一的數據平臺

電力行業每一個業務部門數據相互之間不能相互共享及融合，有些數據形成了信息孤島，也有些數據存在于多個系統中，且錄入、修改的途徑有多種，采用不同的采集方式采集相同的數據，得到的結果在一定程度上存在著一些偏差，數據具有廣泛的異構。因此需要整合各專業、各平臺之間各個環節數據，對數據進行提煉、分析及挖掘，實現跨部門、跨業務、跨平臺間數據的共享。如：涉及多專業的電力資產全壽命周期管理、營銷、生產等都需要融合不同的來源數據，從而形成以數據為中心的企業信息化管理系統，構建統一的數據管理平臺，促進數據資源共享，發揮數據的價值。

基于開展電力營銷服務的優勢與機遇以及大數據關鍵技術的研究，提出了利用大數據技術構建營銷服務技術支撐平臺，依托營銷基礎數據服務平臺、營銷業務管理平臺建設，整合市場發展、經營活動、客戶服務、資產運行等數據信息，研究其多維度分析主題、動態分析評價指標體系，數據的動態采集、合理存儲、自動化處理方法，科學分析模型，建立覆蓋政策、市場、營業等的營銷服務技術支撐平臺。平臺核心應用應該包括數據采集服務、數據查詢服務、數據搜索服務、分布式離線計算服務、分布式實時計算服務、數據挖掘服務、分布式協調服務、分布式隊列監控、分布式數據庫服務、分布式文檔存儲服務、數據訂閱服務、開發式監控服務及集群管理等核心應用子系統。

六、創新營銷服務模式

電力營銷要始終把握好“以客戶為中心，以市場為向導”的原則，重點做好以下工作：加快轉變營銷發展方式和服務模式。高度重視市場變化，積極主動，在參與競爭中掌握先機；高度關注客戶需求和變化，快速響應，在優質服務中擴大客戶群體，切實加強新形勢下營銷服務體系的建設。

（一）實現電力需求的預測

依托電力大數據技術，整合電力營銷各業務系統數據，獲取海量的用戶數據信息，建立客戶的數據關聯機制，結合國家政策、經濟發展水平、地理環境等因素，對其進行分類、分區域、分行業的數據分析，深入了解不同群體的用電規律和用電行為，實現用戶對電力需求的預測，并實現對電力的合理調度以及電力需求的合理管控。

（二）為客戶提供差異服務

通過數據分析獲得用戶的電力消費水平，實現了對用電客戶的細分，制定出針對不同客戶的行之有效的電力營銷策略和服務方案；以客戶細分數據為基礎，為重要用戶提供優質服務，并根據各類客戶的特性提供有針對性的、差異化服務。針對重要用戶，要主動上門走訪，提供技術支撐，并在業務流程、服務機制及服務價格等方面提供高品質的產品和服務，從而滿足其對電力企業服務的高需求和高期望。一方面建立業務辦理專用“綠色通道”，成立服務工作組，配備專職服務人員為其提供主動式上門服務，另一方面，為這些大客戶提供自主式供電時間，提前告知內部消息等服務。同時，供電企業要定期組織開展專業技術及安全知識培訓，免費對其各類用電設備進行現場檢查，不斷提升客戶的粘連度、忠誠度和滿意度。

（三）降低企業經營風險

根據用戶電量電費及繳費習慣等數據進行監測，通過對客戶評估與客戶行為追蹤，預選出一些拒繳、拖欠電費的客戶，創建用電客戶的信用等級，提高電款回收效率，實現風險的合理規避，有效防止客戶風險轉嫁，將企業經營風險降為最低；同時需要結合移動互聯網技術，深度整合渠道，充分發揮營業廳、95598網站、網上營業廳、掌上電力APP、電e寶、微信等渠道，為用戶提供多渠道繳費模式，提高電費回收率，確保經營成果顆粒歸倉。

（四）用戶服務需求分析

在互聯網時代，供電企業的優勢更多反映在對用戶需求的掌控和生態系統引領上，針對不同類型的用電客戶進行創新服務，通過電力企業大數據平臺，匯總分析客戶需求以及客戶投訴等信息，掌握客戶關心的中心、投訴集中反映的問題、投訴用戶的構成及分布、問題解決效率和追蹤，總結、提煉、分析用電客戶的聚焦問題。通過建立客戶需求導向模型，對用戶的需求進行可行性分析，提供一對一的服務，從而提高服務質效；對于用戶投訴的共性問題，開展深入的診斷分析，提出有效整改方法，并定時開展供電服務明察暗訪及電話回訪，收集用戶的滿意度信息。

（五）建立客戶質量評價體系

借助大數據平臺，深入分析用戶的電費繳費習慣、違約竊電情況以及社會上各行各業的信用評價等信息，建立客戶質量評價模型，通過分析和篩選形成優質客戶清單，并對其推送個性化信息，提供特殊化服務；同時，對客戶信用進行評估，建立用戶信用等級，根據其信用等級確定其電費繳納方式，形成電力企業內部黑名單用戶清單，加強此類用戶風險防控，提升企業風險控制能力。

（六）支撐營銷管理決策

以營銷服務技術支撐平臺為基礎，依托營銷基礎數據服務平臺、營銷業務管理平臺建設，整合市場發展、經營活動、客戶服務、資產運行等數據信息，深度挖掘各類信息數據中的潛在關系，為各類管理和決策者提供多維度、多方位的分析預測性數據，提升工作效率，為企業發展指明正確的方向。

七、總結語

大數據時代，數據蘊含著巨大的利用價值，如何利用這些大數據信息對企業的發展具有很重要的戰略意義。隨著電力體制改革進一步深入，將大數據相關技術應用到電力企業內部的各個環節，充分挖掘現有電力數據的有效信息及無限的價值，為電力營銷策略的制定提供重要的數據支撐，為電力用戶提供高水平服務，提升電力企業的經濟效益，這將具有深遠的意義，同時也將成為電力企業持續發展的重要研究課題。