摘要：随着国家的发展，各领域的提高，人们在实际生活当中对各方面的需求越来越丰富，电力资源作为人们日常工作和生活中必不可少的能源之一，在生活质量的不断提升下，人们对于电力资源的使用要求也逐渐增高，从而给电力行业带来一定的挑战。电力营销作为电力行业中的重要工作环节，受到各种因素的影响，使得电力营销安全存在一定的风险问题，继而给电力企业的发展造成阻碍。
关键词：信用体系建设；供电营销；应用
引言
目前的电力营销管理工作中还存在着很多的风险因素在内，对电力企业的利益、安全运营以及消费者的生命财产安全都造成了一定的威胁。因此，必须建立一套完整的电力营销管理体系，彻底解决经营管理与安全风险问题，为电力产业的发展保驾护航。
1电力营销管理工作中存在的风险
在电力公司的电力营销管理中，仍存在很多管理风险。一些电力公司的营销管理意识仍然相对较弱。同时，营销管理系统仍然存在不健全的条件，这对营销管理的质量有很大的影响;同时电力营销管理仍存在技术风险，主要原因是技术本身存在缺陷或系统运行存在漏洞，给电力公司的营销管理信息系统带来安全隐患。
2信用评价平台建设思路
2.1指标体系与评价模型设计
指标体系与评价模型是信用评价的前置条件。评价模型的构建过程分五步，分别是数据清洗、数据标准化、指标体系搭建、权重确定和分数合成。（1）数据清洗。对采集的内外部数据进行清洗，内部数据包括供电公司内部生产数据及用户数据，外部数据包括工商数据、税务数据、司法数据、海关数据、互联网数据和第三方征信机构数据。将接收的数据按规则进行过滤，对于特定数据基缺失的数据或者一些重复数据，进入到过滤信息库，再由数据交换平台交换至数据库，最后对完整的数据进行数据比对。（2）数据标准化。数据清洗完成后，需要对数据进行标准化处理。数据标准化有定量指标标准化、定性指标标准化、正向指标标准化和逆向指标标准化等类型。对于一些特殊字段，需要按一定规则进行转换成规范数据后再进行数据比对。对过滤转换过后的完整信息进行比对，比对失败的数据进入到比对错误信息库，比对成功的数据按一定规则进行入库处理，对于数据库中不存在的数据则直接执行插入操作，对于数据库中已存在且能够匹配的数据，不做任何操作，对未匹配数据自动进行更新。（3）指标体系搭建。在对数据进行标准化处理后，根据指标搭建理论依据，按照一二三级指标体系进行搭建，依据数据情况可修改指标体系。指标体系的构建遵照全面性、科学性、定量与定性相结合原则，在充分梳理与分析业务现状、业务管理模式、业务存在的风险和问题、辨识所涉及的上下游利益相关方、明确信用信息数据来源的基础上进行搭建。（4）权重确定与分数合成。权重通过主观法确定权重、客观法确定权重和机器学习法进行综合的指标权重确定。分数采用层次合成法，分别合成三级指标、二级指标和一级指标，形成客户信用评分。
2.2评价策略标准制定
（1）风险预警。监控企业供电营销风险因素的变动趋势，并根据各种风险状态偏离预警线的强弱程度，向决策层发出预警信号并提前采取预控对策。（2）信用评估。对企业履约各种承诺能力和信誉程度制定相关策略进行全面评估。（3）信用评分。通过对企业的信用评估策略来制定相应的信用评分策略。（4）授信评估。对企业的财务状况、生产运营情况、偿还债务能力等方面进行综合考察分析后，对客户进行授信评估。（5）服务策略。通过对企业的信用评估情况，制定相应的差异化服务策略。
期刊文章分类查询,尽在期刊图书馆
2.3信用评价平台建设
2.3.1总体架构
（1）数据层。平台底层为统一数据交互平台，可以为平台提供数据支持，信用数据按评价过程分三类，第一类是原始数据库，存储从内外部采集的原始数据；第二类是分析数据库，在对原始数据进行数据清洗与标准化后，转换为可以进行信用评价的中间数据；第三类为信用数据库，存储信用评价结果输出类数据，包括信用评价、信用评分、信用报告等。（2）模型层。模型层为一系列科学、全面、符合电力营销管理需求的评价模型，包括企业信用评分模型、成长模型、风险跟踪模型、成长能力模型、行业地位评估模型、企业素质评估模型、履约情况评价模型、高管风险评估模型等，通过各维度分析，全面考察企业的信用等级。（3）服务层。服务层为平台提供的支撑各类应用的服务，包括数据交互服务、全文检索服务、统计报表服务、决策分析服务、系统管理服务、应用安全服务等，保证信息交互的畅通、信息的安全及平台的稳健运行。（4）应用层。应用层包含平台对外提供的各类应用。数据采集包含内部电力、客户、财务数据与外部工商、司法、互联网、第三方征信机构数据的采集与维护；数据上报是指由供电公司上报至上级管理机构的数据的管理；指标管理是对指标信息的维护，支撑模型的搭建；配置管理实现公共模型定义，根据行业不同配置所属行业指标，对指标权重及分值进行配置管理，对评级配置信息进行维护管理；信用评价是依据平评价模型对企业进行信用打分、信用评级，并且能够出具企业的信用报告；数据分析是根据客户类型、行业、区域、时间等维度进行统计查询；红黑名单管理是对客户信用进行划分，信用良好的客户在红名单中维护，信用不好的客户在黑名单中维护，并且可以对信用级别划分的规则进行维护；平台管理主要是对用户信息、角色权限信息、应用模块信息的管理，能够查询系统日志等信息。（5）展现层。应用的展示形式，主要通过企业全景视图、企业征信报告、企业关系图谱、风险预警及红黑名单进行展示。（6）访问层。平台对外提供服务的方式，包括面向供电公司内部使用的管理系统，面向社会公众查询展示的门户网站，以及在移动端便捷展示的移动应用等。
2.3.2关键技术
（1）数据特征提取技术。针对信用数据的特点，通过量化分析、建立合适模型处理海量规模的数据，优化数据提取速度，实现特征词汇按照影响权重的精准排序。采用灵活的开发接口，后续可以方便地融入到对接的系统中，可以支持各种操作系统。（2）数据交换技术。信用信息来自不同的信源库和内外部系统，针对不同系统的数据，运用多种传输方式、协议、加密、解密、签名、证书等方法，采集、清洗、交换各类数据，同时保证系统连通性与数据安全性，为平台提供安全、可靠、实时的数据的交换，并使之能够开放给指定的系统或用户；开发管理工具，管理不断变化的集成系统信息并定义与之交换的数据类型,包括定义数据映射逻辑、配置数据转换规则、设置数据处理流程。（3）网络数据抓取技术。为了丰富数据基础，提升信用评价的准确性，采用网络爬虫技术、数据抽取技术、文本智能分类技术等网络数据资源自动获取技术，通过定期的人工干预从而不断训练自适应神经网络，通过自适应学习，不断提高信息收集与分类的准确性。
结语
将信用体系建设引入电力营销工作中，对客户信用信息数据进行整合与结果应用，可以精准支撑电力营销中信用风险管理的需要，实现供电公司内部管理效益、经济效益和社会效益的提升，后续可以将客户信用评价完善到电力行业其他业务环节中，推动各专业管理与信用体系的融合，逐步完善电力行业信用体系建设。
参考文献
[1]齐永强.供电企业电力营销风险管理研究[J].通讯世界，2019，（23）：190-191.
[2]林学强.供电企业电力营销管理的风险研究[J].企业技术开发（中旬刊），2019（6）：34-35.
论文作者:魏绪亮,陈涛
论文发表刊物:《基层建设》2020年第2期
论文发表时间:2020/4/30
标签：数据论文; 信用论文; 电力论文; 模型论文; 指标论文; 风险论文; 权重论文; 《基层建设》2020年第2期论文;