摘要：电费回收与风险管控工作是电力企业工作的重要环节。随着我国经济的快速发展，电力企业获得了新的发展机遇，同时，也面临着前所未有的挑战。为了保障电费的顺利回收，以及风险管控工作的顺利进行，大数据分析与风险预警成为了我国电力企业应时代发展而探索出来的新型模式。此种模式的运用，为电力企业持续健康的发展提供了资金保障。
关键词：电费回收；大数据；风险预警
随着大数据时代的到来，使得大数据分析应运而生。大数据分析是指对规模巨大的数据进行分析。现如今，电力成为了人民工作生活中不可或缺的一项重要资源。由于用电群体的庞大，用电形式的多样性，为电力企业电费的回收工作带来了前所未有的挑战。而将大数据分析与电费回收相结合，可以为电费回收工作带来诸多的便利。同时，根据大数据分析的结果，企业可以更好的做好相关的风险预警工作。
1大数据分析概述
大数据分析是一个新时代的产物，它的出现给各行各业带来了便利和快捷，让很多企业或者产业寻找到了新的发展契机，借助大数据分析，电费的收缴得到了高效进行，风险的控制得到了有效的预测和控制。因此大数据分析可以说是一个规模庞大的数据分析体系。
2大数据分析在电费回收中的应用
电费回收的大数据分析是指将收集到的用电客户实时发生的用电数据进行分析。实时发生的用电数据包括应收、实收、预收、预收余额、欠费情况五大数据[1]。通过对五大数据的分析来掌握客户的电费回收情况。以每个供电单位为一个分析对象，参照当期的电费数据，与往年同月份、同年上月份的电费数据进行对比，得出环比回收率、同比回收率，同时对电费回收率进行综合排名。通过与上月电费回收情况的对比，为电费回收提供参考。根据电费结算业务数据的要求，需要对用电客户的数据进行提取、汇总、结算，对得出来的结果需要进行各种形式的展现。通过这些分析来找出有可能会出现欠费情况的客户，从而可以提前做好催费工作。这不仅可以高效的做好电费回收工作，也可以防止断电给用户工作生活带来不便。对于那些用电度数较多的用户来说，要对其给予一定的关注与重视，可以从两个方面对其开展专项的数据分析。
第一、将上个月客户的电费进行收集和整理，以数字的形式展现出上个月电费的基本特点，结合目前为止客户用电的预收余额数据，分析出客户是属于足额冲抵还是不足额冲抵的客户。对于一些差额稳定的客户，可以提前做好电费的催缴工作，保障客户的用电顺畅与电费的顺利回收。
第二、以客户本月发行前的电费情况为参照，结合客户当下的预收余额数据，分析出客户是属于足额冲抵还是不足额冲抵的客户。对于收集到的各类电费数据，可以以此为基础，与当期应收电费指进行比对，同时结合客户当下的预收电费余额数据，从而分析出应发电费余额与预收电费余额之间的差值，从而有效的开展后续的电费催缴工作。
由此可以看出，大数据的优势就在于可以将这些数据进行收集，尤其是对于用电量多的客户或者收缴电费困难的客户数据分析尤其重要。通过上述两方面的大数据分析利用更加验证了大数据分析先进。
期刊文章分类查询,尽在期刊图书馆这些分析可以有效的将各种数据进行对比，找出不同客户之间的区别和重点难点，从而有利于推出一对一政策，让电费回收更加高效，让很多风险可以提前被预知然后得到有效控制。
3大数据风险预警在用电用户中的应用
大数据风险预警主要是利用大数据分析的优势寻找出电费用户在使用过程中的存在的或者可能要发生的风险，从而制定比较合理的预警机制，该预警机制针对性更强，实用性也比较高，因为它是建立在一定的数据分析之上而来，因此匹配度更高，可以大大提高我国电力企业电费风险预防和治理效率。
3.1重要用户的经营状况与风险评估分析
为对于一些用电量大的企业或者单位，为了确保其电费的正常回收，要定期对其进行经营状况的分析与风险评估。这就需要对这些重要用户的应收电费、实收电费、预收电费、预收余额、欠费五大数据进行综合分析，再结合其经营状况与风险评估的结果，来制定出切实可行的电费回收措施，防止电费的恶意拖欠，保障电费的正常回收。
3.2用电客户电费风险评级
一般来说，用电客户的电费风险评级标准是由电力企业来制定的。现实中，由于各个地方的实际情况不同，所以电力企业在制定风险评级标准时，要结合当地的实际情况来制定，保障电费风险评级标准的切实可行性。而制定风险标准时的参考因素主要包括：用户是否按时缴纳电费、欠费时是否恶意拖欠、信用程度是否优良、经营状况良好与否等等。通过制定的标准对用电客户进行统一的等级划分，按照风险程度的大小可以将用电客户依次划分为极高风险、高风险、一般风险、低风险、极低风险五个等级[2]。为了能够顺利高效地收回电费，要防止“一刀切”，要针对不同风险等级的客户采取不同的风险预警。比如对于一些高风险的客户，可以采取“一户一策”的方法，也就是说开展专项分析。根据客户电费的按时缴付情况，欠费时是否有恶意拖欠情况、信用状况与经营状况是否良好等来进行综合分析，根据分析得出的结果来决定是否继续为客户供电，以及供电后电费的回收方法，比如，就拿客户的信用状况来说，可以结合多个参考维度来判断，客户在以往的缴费历史中是否有拖欠情况，拖欠的时间长短，在金融系统中，客户的征信状况是否良好等，通过这些数据可以分析出客户的信用状况，通过得出的结果来制定出电费的回收方式，从而来确保高风险客户电费的按时回笼，为电力企业的持续健康发展提供充足的资金保障。
4结束语
经济的发展，市场规则的不断转变，给电力市场的发展也提出了巨大的挑战，电费回收和电费的风险预测和控制一直以来都是供电企业的重点工作，也是容易出现漏洞和问题的环节，因此如何利用大数据分析进行相关工作的改进是电力企业值得深思的。传统的电费回收方法已经无法跟上时代的发展步伐。电力企业进行大数据分析，是企业顺应大数据时代发展所进行的一项重大变革。企业通过对电费回收数据进行大数据分析，可以为电费回收工作带来便利，从而也方便了企业对不同的客户做好风险预警。
参考文献：
[1] 陈可钰.电力营销稽查监控体系的建设和实践 [J].农电管理，2016（5）：86-88.
[2] 余长江，张海荣.探究电费大数据分析与风险预警 [J].电脑知识与技术，2016，12（33）.
论文作者:崔亚钗
论文发表刊物:《电力设备》2018年第8期
论文发表时间:2018/8/13
标签：电费论文; 大数论文; 客户论文; 风险论文; 数据论文; 据分析论文; 工作论文; 《电力设备》2018年第8期论文;