摘要：当前，大数据技术覆盖了诸多应用领域，电网领域也不例外。电网企业借助大数据技术对电力客户服务数据分析系统进行构建，能促进该系统工作效率的有效提高，并增强电网企业发展运行的高效性和稳定性。本文浅析了大数据的特征，并结合相关案例探究了大数据环境下的电力客户服务数据分析系统，以期为电网企业提供借鉴。
关键词：大数据；电力客户服务；数据分析系统
前言：
当前，大数据环境覆盖的应用领域逐渐拓宽。在大数据环境下，电网企业日益重视构建电力客户服务数据分析系统，并注重对大数据存贮、分析应用等技能进行全面掌握，实现对大数据价值的深入挖掘，以有效推动企业的转型升级和优化发展。借助大数据技术构建的电力客户服务数据分析系统能实现对各类数据的高效存贮，并增强数据存贮的可靠性，且能实现快速访问和科学分析，对于提高电网企业服务质量具有重要意义。
一、大数据概述
大数据主要具有以下特征：（1）价值性。大数据具有重要的应用价值，其价值呈现出多样性和稀缺性特点，且具有较强的不确定性。借助大数据技术，可在海量信息数据中迅速找到并获取所需资源。（2）多样性。大数据环境涵盖诸多数据类型，诸如图片、视频以及相关监测数据等，诸多类型的海量信息数据实现了对大数据集的有效构建，对大数据进行利用，要发现海量信息数据间存在的关联性。（3）高速性。当前，人们对数据进行实时应用的频率日渐增多，大数据渐趋呈现出流动性特点。例如，借助手机客户端，可及时获知物流信息、交通状况信息以及天气信息等。对此类信息进行有效获取有赖于大数据具有显著的高速性，且能及时对重点信息进行掌握，并增强相关决策的准确性[1]。
二、大数据环境下的电力客户服务数据分析系统
电网企业在运行实践中产生并积累了海量相关数据，在大数据环境下，电力客户服务数据分析系统为电网企业提供了对外服务的统一窗口。该系统要对电网企业存在的海量数据信息资源进行优化整合。同时，电网客服中心在运行实践中，产生了海量的语音、web服务信息。对此，电网企业要充分借助大数据技术，对电力客户服务数据分析系统进行构建，为电网企业存在的海量异构数据提供科学分析和有效存储的技术平台。基于大数据技术，依托统一的数据服务平台，为电网企业内部存在的各类信息系统实现良好互通奠定技术基础，辅助电网企业进行科学决策，并促进电网企业客户服务质量的有效提升[2]。
1、系统数据体系构建设计
电网企业可依据客户服务监控业务相应的说明书，进行系统数据体系构建，主要包括以下层次：（1）源数据同数据整合层。电网企业源数据库涵盖各项业务相应的系统数据库，诸如OA系统、负控系统、ADADA系统、配网系统、营销系统、呼叫中心、营业厅视频监测以及排队叫号等八个系统相应的数据库。该层次主要对上述八个系统数据库相应的访问节点实施统一管理和优化配置。（2）数据仓库流计算层。在该层中，Hadoop系统负责存储各类非结构化数据，诸如企业微博、自主服务呼叫、电话录音、web服务等相关数据。Hadoop系统对上述各类数据进行科学分析，以有效提升系统性能。流数据系统主要对图像及语言信息和各类文档数据进行科学分析和有效储存[3]。（3）数据服务平台层。该层本质上是数据层，构建与于流计算和数据仓库层以及分析应用层二者间。
期刊文章分类查询,尽在期刊图书馆通过数据服务层统一访问并管理各类数据。（4）分析型应用层。该层涵盖报表、数据分析及展示等构件，该层向各类职能人员提供电力报表相关数据，基于数据服务平台有效生成各类报表，并对具体工作进行定制和发布，另外，还能完成各类专题报告和报表，实现对相关数据的清晰展示和科学分析。
2、系统具体功能
电力客户服务数据分析系统要对相关机制进行完善，并构建相应体系，紧扣中心工作的具体思路，对系统服务环境进行完善，并全过程实施对系统服务质量的监控，促进系统服务效率的有效提高，实现对各类电网问题的及时有效解决。系统具体功能如下：（1）对客户服务进行感知监控。该系统能深入考察客户感知，并将此作为客户服务的实际出发点，对各类信息化技术进行利用，并结合营销监控的相关手段，对客户故障以及各类停电状况实施有效监控。同时，对电网企业营销服务工作人员各自的实际工作情况，各类服务渠道相应的运营状况以及客户服务实际质量实施综合分析和有效管理，从而全过程实施对客户服务体系的有效监控。（2）对客户服务质量进行分析。该系统能自动对客户服务质量实施科学统计，构建系统的客户服务质量体系。该系统能将客户呈现的具体感知作为分析对象实现对客户服务质量的科学分析。客户呈现的具体感知，是指客户与该系统在互动状态下所呈现出的实际心理感受。简言之，是指客户基于自身对该系统的使用体验，对该系统作出的具体评价，以及对该系统的满足度。（3）大屏显示。大屏显示，是指该系统实施对客户感知的有效监控，并与服务质量相关评价数据进行结合，通过大屏幕，对各项服务业余及相关指标的具体内容进行清晰显示。同时，大屏显示过程具有实时性和动态性。（4）监控工单。该系统对客户服务实时监控，并对异常话务实施实时监测，在此基础上对监控工单进行自动生成，且能对生成的监控工单实施跟踪处理，还能统一对之实施分类管理。
三、相关案例
某电网公司基于数据服务平台，将市场和客户需求作为导向，对数字化管理模型进行了构建，并构建了与之配套的系统性算法模型库，该模型库专属营销，能对电力营销各类数据所隐藏的相关关系及时发现，并能针对电力数据提供具有较强直观性，且呈现多维特点的分析预测，促进了该电网公司服务质量的显著提高。该电网公司对各类营销相关系统，诸如客服热线系统、电力营销系统以及配网系统等进行了优化整合，并对190多个KPI数据指标进行了提取，并对示境阀值进行了设置，实施全面检测，并采用多维度、全方位的闭环分析对电力营销全过程各个环节进行管理，能及时发现系统存在的各类问题，并采取有效措施加以督察办理，实现了对服务质量的有效改善，并促进了工作效率的大幅度提高。
该系统成本低廉，且具有较强的可靠性和扩展性。
结语
综上所述，在大数据环境下，电网企业借助大数据技术构建的电力客户服务数据分析系统主要包括源数据同数据整合层、数据仓库流计算层、数据服务平台层、分析型应用层等层次，能对客户服务进行感知监控、对客户服务质量进行分析，且具有大屏显示和监控工单功能。
参考文献：
[1]周文琼. 大数据环境下的电力客户服务数据分析系统[J]. 计算机系统应用，2015，24（4）：51-57.
[2]夏国新. 大数据环境下的电力客户服务数据分析系统[J]. 城市建设理论研究：电子版，2016（6）.
[3]廖树安. 大数据环境下的电力客户服务数据分析系统[J]. 大科技，2017（28）.
论文作者:赵雅雪
论文发表刊物:《电力设备》2018年第13期
论文发表时间:2018/8/21
标签：数据论文; 系统论文; 客户服务论文; 电网论文; 电力论文; 客户论文; 服务质量论文; 《电力设备》2018年第13期论文;