摘要：大数据时代,数据蕴含着巨大的利用价值,如何利用这些大数据信息对企业的发展具有很重要的战略意义。随着电力体制改革进一步深入,将大数据相关技术应用到电力企业内部的各个环节,充分挖掘现有电力数据的有效信息及无限的价值,为电力营销策略的制定提供重要的数据支撑,为电力用户提供高水平服务,提升电力企业的经济效益,这将具有深远的意义,同时也将成为电力企业持续发展的重要研究课题。
关键词：电力大数据；客户服务；质量
在大数据环境下，各电网企业需要充分利用大数据加强电力客户服务数据分析系统的建设，有效提升电力客户服务数据分析系统的工作效率，从而促进电网企业的稳定并且快速的发展。
一、大数据概述
“大数据”（bigdata）是与智能制造、无线网络革命并行的又一次颠覆性的技术变革，“大数据”是指量大、复杂、增长迅速的数据集合，也指在一定时间内无法通过传统的数据库软件工具对其内容进行抓取、管理和处理的数据集合，它涵盖了从生成、采集、存储、加工、转换、计算、分析挖掘、展示到使用整个数据全生命周期管理的过程，以及在这些过程中所用到的各项技术。大数据技术的重要意义不仅仅在于掌握其中海量的数据信息，而且在于对这些含有重要意义的数据信息进行专业化的加工和处理、对于海量数据进行存储和分析。
二、大数据的特征
（一）价值性
即大数据的价值具有多样性，不确定性以及稀缺性的特点。可以用两幅图像来生动的描述大数据，其中一张是隐藏在稻草堆中的缝衣针特写，另一张是非常整齐的稻草堆。这两张图片所有表达的意思是，大数據可以帮助你在海量的信息中迅速地找到你所需要的资源。
（二）多样性
即在大数据环境下，各种数据的类型非常多，例如地理位置，视频，图片，网络日志，来自传感器的视频信号以及监测数据等，这些不同的各种信息共同构成了一个大数据集，同时还需要在这多种类型以及海量信息的大数据间发现这些数据信息其中的关联。
（三）高速性
现阶段伴随着人们实时应用数据的频率的不断增多，大数据开始变得具有一定的流动性。例如，人们可以借助手机及时地知道物流，天气以及交通等信息，这类信息的获取需要大数据必须拥有高速性，能够在第一时间内快速掌握重点信息并且做出准确的决策。
三、大数据环境下的电力客户服务措施
（一）面向演进的客户细分模型建立
根据数据挖掘任务的构成，电力客户细分结构模型由建立大数据存储仓库、抽取客户细分指标数据、实行大数据分析和可视化展示四部分组成。数据部分是整个模型的基础，数据的准备和预处理是产生真实有效的挖掘模式的保证，而客户细分结构是否满意在很大程度上依赖于客户维度的选择和度量的确立；方法部分是整个模型的核心部分，在实际应用中首先应对问题进行分析，清楚期望得出的结果、需要处理的数据规模以及挖掘的目标，然后进行细分模型建立及分析方法选型，通过自我学习与方法演变进行模型的进化。
（二）服务机制的建立
针对客户服务水平提升、需求侧管理深入、电费催收等问题，结合电网营销系统、计量自动化系统、营配集成平台等数据，以及国家政策、社会舆情、经济形势、地域环境等外部数据，在数据分析与状态评估机理层面取得重大突破，形成一系列核心理论和机理方法。本研究充分借鉴现有电力系统管理技术、数据存
储技术、数据处理技术和经验积累，结合电网公司相关技术规范及技术导则，在营销电力大数据体系结构、数据处理和分析以及客户关系管理层面进行有针对性的研究，以期不断改善客户关系，提升客户满意度。
期刊文章分类查询,尽在期刊图书馆
（三）用户服务需求分析
在互联网时代,供电企业的优势更多反映在对用户需求的掌控和生态系统引领上,针对不同类型的用电客户进行创新服务,通过电力企业大数据平台,汇总分析客户需求以及客户投诉等信息,掌握客户关心的中心、投诉集中反映的问题、投诉用户的构成及分布、问题解决效率和追踪,总结、提炼、分析用电客户的聚焦问题。通过建立客户需求导向模型,对用户的需求进行可行性分析,提供一对一的服务,从而提高服务质效;对于用户投诉的共性问题,开展深入的诊断分析,提出有效整改方法,并定时开展供电服务明察暗访及电话回访,收集用户的满意度信息。
（四）建立客户质量评价体系
借助大数据平台,深入分析用户的电费缴费习惯、违约窃电情况以及社会上各行各业的信用评价等信息,建立客户质量评价模型,通过分析和筛选形成优质客户清单,并对其推送个性化信息,提供特殊化服务;同时,对客户信用进行评估,建立用户信用等级,根据其信用等级确定其电费缴纳方式,形成电力企业内部黑名单用户清单,加强此类用户风险防控,提升企业风险控制能力。
（五）支撑营销管理决策
以营销服务技术支撑平台为基础,依托营销基础数据服务平台、营销业务管理平台建设,整合市场发展、经营活动、客户服务、资产运行等数据信息,深度挖掘各类信息数据中的潜在关系,为各类管理和决策者提供多维度、多方位的分析预测性数据,提升工作效率,为企业发展指明正确的方向。
（六）优化产品更新
建立完善的多维度数据分析系统,在分析与处理大量工单的同时,也收集到站在客户使用角度的多种建议和意见,系统可以在收集到一定数量的同类型客户诉求后(如累计到20条),便将该诉求反映的问题即时反馈给相关部门或相关产品管理人,提醒相关部门对产品进行BUG修复或相关业务流程改进,从根本上优化产品性能或业务流程,提升产品性能和客户体验。特别对本行推出的新产品性能的即时改进有实质有效的帮助,能促使产品不断优化更新,满足客户诉求和体验。
（七）提升客户体验
完善后的投诉处理指标体系系统可以提升客户体验。例如ATM差错处理,据统计,在2017年绵阳分行的咨询投诉中,ATM差错处理占比19.9%。在系统平台搭建优化完善后,如客户遇到此类问题:在本行设备发生吞卡时,系统可直接触发在ATM屏幕显示信息,告知客户如何领取卡片,时间、地点、机器编号等,或自动向客户在ATM屏幕填写的手机号码推送差错处理的相关流程、处理时限、处理流程及应急联系电话,无需客户再拨打95588投诉或咨询相关问题。这不仅提升了客户体验,也提高了业务处理效率,减轻了95588人工受理工单工作量。
同时,客户在对某项业务产生诉求后,系统能够智能判断客户深层次的需求,如现在互联网软件的“猜你喜欢”功能,有针对性地向客户推送其产生诉求方面的金融服务,提升客户金融体验。
四、结论
综上所述，电网企业具有非常丰富的海量电网数据资源，电力客户服务中心不仅仅需要对电网企业的各项数据资源进行整理，同时该中心也包含有大量的WEB信息语音信息等，因此各电网企业需要以大数据为基础，加强对电力客户服务数据分析系统的设计研究，从而有效的提升电网企业的信息服务水平。
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，2016，（4）：51-57.
[2]谢俊武.浅谈大数据分析在电网客户服务工作中的运用[J].机电信息，2017，（33）：159-159，161.
[3]毛羽丰.基于云计算的海量电力数据分析系统设计与实现[D].北京：北京交通大学，2017：11-12.
[4]黄煜坤.大数据环境下的电力客户服务数据分析系统研究[J].科学技术创新,2017(36):57-58.
[5]王征.基于大数据分析的某供电公司客户服务过程优化研究[D].华北电力大学(北京),2017.
论文作者:陈家蕊
论文发表刊物:《电力设备》2018年第27期
论文发表时间:2019/3/13
标签：数据论文; 客户论文; 电力论文; 信息论文; 客户服务论文; 电网论文; 系统论文; 《电力设备》2018年第27期论文;