关键词：电力营销；大数据平台；建设研究
引言
传统的营销数据分析仍停留在监控及统计相关指标阶段，对各类数据间的关联分析相对较少。随着IT技术的不断发展，大数据平台在供电企业营销管理中将发挥重要作用，从目前情况来看，供电企业营销系统积累了海量的存储数据，具备以营销大数据平台为基础开展数据挖掘及深入分析的条件与基础。本文将从概念、应用及架构等三个方面对电力营销大数据的平台建设进行分析和研究。
1电力营销大数据平台的现状及发展
时代的发展推动着企业的发展，企业的发展亦反作用于时代的进步。电力营销大数据平台的建设，相比于传统的电力企业营销是一种改革与创新。随着大规模市场营销和建设工作的不断发展，市场营销相关业务系统之间的数据集成点的数量不断增加，数据交换更加复杂，实时数据需求也更大，因此，迫切需要一个统一的数据平台来统一数据的归档和整合。在管理、绩效和安全风险管理和控制的基础上，提高资产相关营销领域数据分析和数据挖掘的可能性，提升营销服务功能，提高服务质量，通过电力营销大数据的广泛应用，使供电企业创造重要的经济和社会价值。
2大数据分析场景基于大数据的客户服务
2.1客户关注热点分析
采用中文信息处理技术对各服务渠道的客户服务数据进行分析处理。基于关联分析、概率统计算法，进行多维度、立体式分析，分析客户关注点的业务分布、时间周期变化、地域分布，分析引发业务关注热点的因素特征，并预测业务关注热点随时间的变化趋势。通过对客户关注点的聚焦分析，助力于合理调配服务资源分布，有序开展业务学习，更加聚焦的开展市场营销活动，加强业务资讯的宣传，加强对客户的信息互动服务，满足客户的业务关注需求。
2.2客户服务分析
当前电网企业正处在电力体制改革的深刻变革中，面临的竞争压力越来越大。全面提升客户服务工作质效、树立良好的企业品牌形象是电网企业保持健康可持续发展的核心所在。通过营销大数据平台，依托客户档案、客户服务记录与客户投诉记录等内容分析客户特征、客户习惯、客户满意度和客户观点等，客户需求分析、客户服务分析结果，跟踪客户的用电行为和特点，并有针对性地改进服务方式，改善客户体验和用电情况，提高客户对电力的满意度。
2.3数据实时复制转换技术
采用Oracle公司的GoIdenGate和ODI，来实现业务数据实时复制到电力营销大数据平台，并同时进行同构转换，保证数据平台数据的实时性和标准化。GoIdenGate是一种基于数据库日志的数据复制工具，它通过解析源数据库在线日志或归档日志获得数据的增删改变化，将数据变化转化为自己的格式并生成文件，直接通过网络传输到目标端，而且对数据进行10:1压缩率的压缩，大大降低网络带宽需求。
期刊文章分类查询,尽在期刊图书馆在目标端，再将这些变化应用到目标数据库，通过交易重组、分批加载等技术手段大大加快数据投递的速度和效率，降低对目标数据库的资源占用，可以实现亚秒级大量数据的复制，源数据库与目标数据库同步、双活。
2.4操作系统
在进行操作系统的构建时，可以从四个方面进行考虑。第一，基础设施层。包括网络、服务器和存储等硬件资源以及操作系统，数据库和其他支持软件等软件资源数据源层分为数据访问和数据存储两个部分，数据访问由数据复制软件GoldenGate和ODI实现数据转换工具的数据存储使用关系数据库Oracle存储缓存数据，公司数据，系统支持数据。第二，接口交换数据业务逻辑层。平台管理软件实现业务逻辑包括模型管理、标准编码管理、数据转换管理、数据质量管理、主数据订阅管理、交换区域管理、平台资源监控和平台数据监控等八个组件和应用架构；第三，集成服务层。为其他管理系统提供数据服务，包括数据访问Web服务实现的服务和通过JMS实现的消息传递服务；第四，表示层。基于业务逻辑层组件提供的功能，一系列完美匹配用户体验的接口由JSP/Servlet、AJAX、Flex、JavaSwing、HTML和CSS等技术手段实现。
2.5停电敏感性识别
评估客户对停电事件的敏感程度。基于对客户停电敏感性的识别，在计划停电制定过程中，加强与敏感客户的协商，助力停电计划制定的科学性和可行性；在停电计划执行过程中，在故障抢修过程中，加强与敏感客户的信息互动。建立客户停电敏感度评估模型，通过对客户的报修、停电咨询、停电投诉等服务数据的分析，结合用户基本用电属性数据，利用聚类分析、关联分析、概率统计等分析方法。
2.6ETL技术
InformaticaPowerCenter是一种为客户提供强大的元数据管理、数据集成和分析递送功能的企业级数据集成平台，具有可伸缩的、可扩展等特点「8}oInformaticaPowerCenter广泛支持来自Informatic。和其他提供商的数据仓库基础设施和分析型应用软件的开发和管理，提供元数据管理解决方案，帮助企业集成、优化、审核信息资产以提高运营效率。InformaticaPowerCenter由元数据知识库、资料库服务、〔丁L引擎、设计开发工具PowerCenterDesigner，工作流管理工具WorkflowManager，工作流监控工具WorkflowMonitor、元数据管理工具RepositoryManager等主要部分组成。PowerCenter元数据知识库可构建在。B2,Oracle等主流关系型数据库上，具有高开放性。通过多种工作流调度方法，可以将E丁LSession以及数据库脚本等任务结合在一起，定制复杂的工作流。
2.7关注热点构成
结合系统判断出来的用户关注热点，体现热点关注比例、关注量、分类以及热点明细等，借助颜色的不同对近段时间内热点的变化趋势进行判断。除此之外，也能够全面展示不同时间段，每个热点的实时变化状况。系统自动展示全部热点构成状况，能够自动组合显示部分或者全部热点情况。举例来看，选择暂停恢复、增容、新装，来组合显示这类热点的实际关注情况与变化趋势，以此为基础掌握辖区范围内新增容量的变化趋势与情况。
结语
综上所示，伴随着客户需求的提高，很多电力公司营销面临从“业务导向”向“客户导向”转变的需要。近几年来，电力公司“大营销”监控平台成效显著，通过大数据监控分析，客户服务水平得到了明显提升。随着移动互联和云计算等技术应用，电力公司积极拓宽居民交费渠道，提供支付宝交费、客户用电趋势分析等新型服务，提高服务便利性。
参考文献
[1]雷振江，李鹏.海量历史/准实时数据管理平台的建设与应用[fJl.电力信息与通信技术2013(9):68-73.
[2]胡博，关艳，王志斌.智能用电营销服务一体化应用模型研究与探索[[J].东北电力技术2013(12):10-14.
论文作者:刘武军
论文发表刊物:《工程管理前沿》2019年13期
论文发表时间:2019/12/9
标签：数据论文; 客户论文; 热点论文; 电力论文; 平台论文; 客户服务论文; 数据库论文; 《工程管理前沿》2019年13期论文;