摘要：随着互联网+时代的迅猛发展，电力数据资源开始急剧增长并形成了一定的规模，随之改变了电网客服和客户互动的方式。在国家大力支持及公司政策响应下，电力客服领域大数据分析迎来新的发展良机。未来电网将是广域范围内的能量传输平台和市场互动平台，也是能源及终端用户之间的枢纽和桥梁。电网公司正积极把握现代能源工业发展方向，以信息通信新技术为支撑，全力打造世界一流电网和国际一流企业。本文基于电力客服领域大数据分析的现状及已开展的应用进行了分析，为进一步提供个性化服务定制奠定基础，推动公司业务发展和管理水平，实现我国电力行业的可持续发展。
关键词：客服中心；大数据；电力领域
1 引言
电力领域是一个传统行业，但随着互联网+时代的到来，截至2017年年底，电网公司管理结构化数据58Tb，非结构化数据276Tb，营销基础数据169Tb，用电信息采集数据达64Tb，且信息化数据平均每天以15Tb的速度增长。与此同时消费者对电力服务的要求也在增加，在此背景下，如何对电网客服的海量数据进行高效、可靠、低廉地存储并快速分析问及应用，如何提升用电客户的服务水平，成为当前重要的研究课题。研究和应用大数据是提质增效和推动电网发展方式、公司发展方式转变的迫切要求。电网公司“三集五大”[1]体系和坚强智能电网建设，积累了体量大、类型多、价值高、速度快等典型大数据特征的运营数据，具备了推广大数据应用的基础条件。
2 电力客服领域大数据分析的现状
现在的社会是一个高速发展的社会，如今，大数据已经渗透到当今各个行业和领域。电力客服领域的大数据分析作为一种新兴的技术和理念，还处在发展的初级阶段，面临着诸多挑战，同时，电力客服领域的大数据分析也取得了很大的发展和进步。
2.1 电力客服领域大数据分析的应用现状
电网业务数据主要分为三类：一是电网生产数据，包括发电量和电压稳定性等数据；二是电网运营数据，包括工单数据、缴费数据、交易电价、用电客户、售电量等数据；三是电网企业管理数据，包括ERP系统、协同办公、一体化平台等数据。
目前，国网客服日均处理话务请求量35万余件。为进一步提高人工服务接通率，减少客户的等待时间，国网客服依托大数据技术，基于第二类电网业务数据（电网运营数据）中的工单数据、缴费数据等建立了“实时话务展现及预测”，“基于故障事件用户感知度的主动服务”，“ 热点事件识别及应用体系”等场景应用，工作效率显著提升。例如，通过应用实时话务展现及预测场景，人工服务接通率提升了8%左右，服务效率和效果进一步得到优化；热点事件识别及应用帮助客服专员了解当地热点诉求，对热点问题的服务资源进行优化分配，提升交互水平，支撑运营调控人员风险管理，从而提高了服务的质量。
尽管电力客服领域基于电网运营数据做了一定的研究，也取得了很大的成效，但是电力客服领域大数据分析发展及应用仍处在初步阶段，还有很大的发展空间，尤其是基于其他电网业务数据（电网生产数据、电网企业管理数据等）的生产效益与管理价值还有待进行深入研究。
2.2 电力客服领域大数据分析存在的问题
（1）数据壁垒
随着互联网+时代的到来，迅速发展的用电规模和快速增长的话务量给大数据分析提供了数据资源，但是这些海量、实时的数据分散在各单位的各部门内，作为电网企业对外服务窗口，电网客户服务中心受限于管理制度和技术等原因，很难整合企业内部分散在不同地方的数据资源，给业务开展带来了极大的不便，同时在数据质量、数据可视化信息传递、大数据存储与处理方面都面临着挑战。
鉴于以上问题，参考国外及国内其他大型企业的成功改革，电力企业应该从管理制度、技术层面等方面打通数据整合的渠道，围绕数据运维、数据标准、共享融合进行数据质量提升，打破目前的数据孤岛模式，建设高度集约、高度智能的综合数据平台，为全业务数据中心的数据质量提供保障。
（2）业务工单分析手段单一
业务工单中的投诉工单、客户回访处理不满意的工单能直接反映客户对产品、对服务的感知，是客户满意度的最直接反映。从现状来看，目前的工单处理方式，是由调查分析人员通过对95598客户诉求数据的分析，以此来发现客户对问题感知的不满意点。这种方式缺乏有效的辅助分析手段，分析手段单一，影响服务问题的分析和解决效率。
鉴于以上问题，电力客服企业需要构建客服投诉工单文本分析模型，利用中文自然语言处理、数据挖掘、人工智能等技术，结合电力领域的业务特点，对工单进行自动化的智能分析与处理，以实现文本学习、挖掘问题工单及原因、统计分析和大数据分析监控等。
（3）部分城市管控手段落后[2]
目前部分公司的客服业务的运行情况只能通过历史工单数据获取，数据支撑能力不足，业务管控滞后。如何为电力客服领域大数据的分析提供强有力的数据支撑，如何实现对业务全过程中的风险点可控，是电力客服部门需要去解决的问题。
（4）客户信息安全
客服部门作为企业与客户直接接触的窗口，掌握大量的客户个人信息，这些信息一旦泄露电给客户带来巨大损失，也会严重影响企业的社会形象，甚至酿成重大事故。
期刊文章分类查询,尽在期刊图书馆而电力客服领域的大数据分析正是基于海量客户的信息，在提取用户信息时经常受限于客户信息安全保护机制，严重影响了业务的顺利开展及完成效率。客户信息的保护与客户信息的使用需要遵循什么样的标准，是当前政策制定者亟待解决的问题[3]。
为了在保护客户信息安全的同时提高业务的办理效率，首先，电力客服企业要有将客户信息安全放在第一位的理念；其次，在数据存储、传输环节对数据进行加密技术[4]是保护信息安全的主要措施；此外，在数据的使用过程，以及发生数据泄露之后，采取一些相关保护技术等。这些措施可以有效地降低数据安全事故带来的损失。
3 发展前景
在互联网+的时代背景下，在政府与企业政策[5]的支持下，大数据必将成为推动电力客服领域更好更快发展的新引擎，电力客服业务的智能化、专业化应用适逢其时、势在必行。
3.1 人工智能技术[6]
目前，已经有一些大型的企业运营商在客服领域实现了智能文字客服，通过文字识别技术和智能匹配算法对通过短信和网站文字客服提出的服务诉求智能匹配答案，不需人工判断，确实在提高客户服务效率和服务质量方面有十分明显的作用。参考其他公司人工智能技术的成功应用，结合电力客服领域发展的经验，建议推动智能电网[7]在电力客服领域的创新发展，为电力企业的服务效率和服务水平奠定坚实基础。
3.2 预测分析
目前经营企业越来越关注预测分析技术。同时，许多供应商都推出了预测分析工具。随着企业逐渐意识到预测分析工具的强大功能，使用这一技术的企业占比在未来几年可能会出现激增。从实际需求出发，预测分析技术在电力企业中同样具有广泛的应用空间，电力客服领域需推动预测分析技术的深入研究和应用，从而更科学地指导客服为消费者提供个性化的服务。
3.3 企业私有云[8]和混合云[9]
在国家“十二五”建设期间，国网集团下属各科研单位在云平台建设方面均已经取得丰硕的理论成果，开发了“电网软硬件资源池”和“云资源管理平台”项目等。在此基础上，若电力客服领域加大对企业私有云和混合云的研发力度，并且在电网总部及27个电网省电力公司全面进行部署，对电力企业全业务尤其客服业务有极大的推动作用。
3.4 边缘计算[10]
边缘计算是一种可以帮助公司处理物联网大数据的新技术。在边缘计算中，大数据分析非常接近物联网设备和传感器，而不是数据中心或云。在电力客服领域应用边缘计算技术，可以使得电力客服领域的海量数据在网络上的流动减少，可以提高网络性能并节省云计算成本。它还允许删除过期的和无价值的物联网数据，从而降低存储和基础架构成本。边缘计算还可以加快分析过程，使决策者能够更快地洞察情况并采取行动，将完善优质服务的形式，实现精益化管理。
3.5 自助服务
一些大数据供应商已经推出了具有“自助服务”能力的大数据分析工具，专家预计这种趋势将持续到2018年及以后。数据分析过程中，信息技术的参与将越来越少，大数据分析将越来越多地融入到所有部门工作人员的工作方式之中。为了增强电力客服在市场上的竞争力，提高客服的满意度，有效减轻电力客服的服务压力，提升社会形象，在电力客服领域推广自助服务是一个可行的、正确的措施。
结语
电力客服服务作为电力企业适应时代发展的产物，在大数据分析的有力支撑下，已经取得了很大的进步，做到了更快、更好地帮助更多的客户解决用电问题。未来的电网客服将继续依托大数据分析，成为客户服务的重要支撑和辅助决策。
参考文献：
[1]许霖，周波.三集五大模式下地区电网风险管控体系研究及应用[J].山东工业技术，2017（02）：170.
[2]朱冬雪，杜剑行.95598业务全流程质量管控平台建设[J].大众用电，2017，32（01）：18-19.
[3]范艳.大数据安全与隐私保护[J].电子技术与软件工程，2016（01）：227.
[4]黄海萍.基于大数据视角下的数据加密技术研究[J].电子测试，2017（10）：53-54.
[5]《促进大数据发展行动纲要》解读[J].中国资源综合利用，2016，34（02）：17-19.
[6]黄立建.浅析人工智能在电力系统中的应用[J].四川水泥，2016（08）：123.
[7]张东霞，苗新，刘丽平，张焰，刘科研.智能电网大数据技术发展研究[J].中国电机工程学报，2015，35（01）：2-12.
[8]耿贞伟，白枫.电力企业私有云实践研究和运营模式探索[J].山东工业技术，2015（02）：253-254.
[9]权鹏宇，耿贞伟，李少华.面向电力系统的混合云业务架构研究[J].网络安全技术与应用，2017（01）：80-81.
[10]刘俊奇，范明翔，李潇.大数据时代下的新型计算模型——边缘计算[J].电脑知识与技术，2017，13（19）：182-183.
论文作者:杨鸥,车勇波,姚莉,张冠一,孙章才,白彪
论文发表刊物:《电力设备》2018年第2期
论文发表时间:2018/6/4
标签：客服论文; 数据论文; 电网论文; 电力论文; 大数论文; 领域论文; 客户论文; 《电力设备》2018年第2期论文;