云服务在电力客户大数据分析中的应用

云服务在电力客户大数据分析中的应用

鲍敏芳

山西长治供电公司，山西长治 046000

摘要：随着市场经济的不断发展，售电市场逐渐进入了更为竞争激烈的时代，电力企业在电力营销服务过程中所面临的竞争压力将会越来越大，而信息化时代，则能够为电力营销这项工作提供更多的服务，使电力营销在市场中具有较强的竞争力，能够及时地根据客户的服务体验和需求占领电力市场，基于客户侧大数据分析的云服务模式将会成为电力营销的新模式。

关键词：云服务；电力客户大数据分析；应用

1客户诉求大数据分析思路

将电力营销系统、网格服务系统、山西电力95598辅助平台、山西电力微信后台等信息系统贯通起来，对客户诉求、服务轨迹、客户行为、用电信息等内容开展深度挖掘，形成多层级的客户标签，构建客户画像，打造集数据融通、数据清洗、数据整理、标签体系、应用场景建设为一体的综合信息平台，在客户档案治理、投诉风险防控、掌上电力引流、客户增值服务供给等方面深化应用，推进山西电力精益服务、精益管理向纵深发展。

2电力客户服务数据分析系统设计及技术应用

2.1数据体系架构设计

结合电力企业客户服务监控业务模型内容来看，数据系统分析系统中包括了数据整合源数据层、数据仓库&Hadoop系统&Stream流计算层、数据服务平台层、分析型应用层。结合系统的结构进行分析，数据整合&源数据层是电力企业业务系统数据库，其中包括了呼叫中心数据库、营销系统数据库以及配网系统数据库等，该层级能够进行各项数据库数据源访问节点的统一配置，使数据库得到全面的管理。在数据仓库&Hadoop系统&Stream流计算层中，Hadoop系统可用于存储非结构化的数据，例如呼叫中心电话录音、自助服务的按键信息、企业OA系统文档数据等，通过对这些数据进行分析可使系统的应用效果增强。Stream流计算层能进行文本、语音、图像信息的分析，快速判定特殊问题下某一类数据的相关性。数据的提取、转换及加载系统的设计也是其中的重要内容，作为数据仓库中支持数据分析的基础条件，发挥了有效的作用。在数据服务平台层，数据仓库&Hadoop系统&Stream流计算层和分析型应用层之间建立一层代理层，统一地开展数据管理及访问，该层次结构具有模型数据映射及性能优化特点，模型数据映射可实现业务模型各个属性及底层不同类型数据源的模型数据映射，支持关系型数据库、数据仓库的访问，还可提高以业务模型为基础的统一查询。

2.2多维数据分析技术

电力客户服务管理中涉及到了较多的对象，其中包括了不同的属性，工作表格复杂，需要处理的数据数量多，这对客户服务工作的开展产生了影响，应使客服信息得到高效地处理，通过对信息的分析来调整服务，使服务效果加强，提升客户服务的效率及质量，为企业的经营带来保障。多维数据分析技术有着人机互动性、数据表达灵活的特点，业务人员可脱离技术人员的帮助，全面地进行数据分析。在进行联机交互分析的时候，大量的信息会被挖掘出来，可借助分析模型工具对数据仓库的数据开展相应的分析，生成具有不同导向的分析模型，例如服务质量指标分析、服务质量分析主题分析等，用户可通过多层数据来获取分析的结果，使数据分析的过程得到了简化，达到了客户数据分析的目的。

3基于客户侧需求大数据分析的电力营销云服务模式构建

（1）一级三维N类数据模型的构建。在于服务体系和模式的构建下，首要任务是将客户的信息进行数字化模型的建设，其中包括数字化模型的采集、传输、储存、分析和服务的具体框架，这样一系列的操作能够使客户的行为和需求以更加直观的形式呈现给相关运营管理部门。在整个模式和体系内不仅要完成客户的信息采集和运输，而且要对其中的数据进行分析，了解每一位客户的具体需求，并通过数字的形式进行保存，再通过深度挖掘数据的应用价值之后，将其以直观的形式呈现给相关工作人员，在整个模式的构建下使电力营销部门的服务更加智能化和自动化。

一级三维N类数据模型的构建将客户、数据和市场进行有机整合，明确客户侧大数据的一级关键位置，通过消费市场、组织市场和经济市场的三维评价和分析客户的各种行为，利用多种电子计算机技术和方法，将电力客户分为N类不同的群体。这使得整个模式可以实现客户的精准定位，为日后的精准化服务营销提供数据支持，从而优化电网企业的电力营销服务。

（2）线上线下多渠道整合客户侧数据信息。客户侧数据信息的来源应当包括线上和线下多个渠道，既包括传统的线下整合数据和调研、访谈工作等，及时了解用户对于电力供应的体验。又要包括各种线上数据的获取渠道，来自各种服务平台、营销平台和企业自有服务平台的各种信息，提取其中有价值的客户信息。将多个渠道中的信息进行整合后，能够更好地使企业成为云服务体系中的客户侧大数据，能够更好地量化客户的不同需求。

线上数据获取渠道来自多款应用及网络营销系统，通过95598云座席应用、电e宝、掌上电力、智能客服应用等应用能够使客户的体验更好地反馈于电力营销部门，除了上述的企业自有数据之外，还可以积极与政府的信息平台进行对接，融合金融征信平台、商业信息平台等政府信息系统，对客户信息进行全面整理，快速获取客户有价值的信息。

（3）细分三维N类客户市场。三维N类的客户和市场需要进行进一步细分，这样能够更加精准地认识到客户的群体定位，从不同的角度对客户进行观察和认知，了解同一需求下客户所具有的共同特点。首先要从三个维度做好客户分类，将消费市场从由地理环境、客户心理等多个角度进行细分，将组织市场对行业、规模等因素进行细分，将价值市场与客户的不同价值贡献联系进行细分。再结合其他的客户种类，完善和细分N类客户，N类客户群体在个体组成方面应当是交互组成，对个体所具有的不同特征进行分析总结。

（4）构建完善的云服务工作体系。云服务的具体工作内容还是要服务于客户本身，其提供的数据也是为了让相关服务部门能够更好地了解到客户的各项信息，及时地针对客户的各项需求进行服务和优化。要帮助客户解决用电和购电过程中遇到的各种问题，并为客户提出优化的购电方案，并对各项设备与技术进行完善和研发。在这些工作和任务的完成过程中，要通过构建完善的云服务工作体系，使每一个在服务岗位和营销部门的工作人员都能各司其职、相互配合。服务岗位及时与客户进行沟通了解客户的各种意见和需求，营销部门则根据云服务模式下提供的各种数据制定营销方案，对客户开展有针对性的营销工作，成为完善的工作体系。

（5）构建和优化智能服务平台。基于客户侧需求大数据分析的电力营销云服务，依然需要不断完善和优化智能服务体系，积极构建智慧平台。利用智能的服务体系将客户的信息转变为可以在信息平台中储存和传输的数据，使整个体系成为一个可以自主运行的整体，智能精准地帮助电网企业开展相关营销和服务工作。在智能云服务的平台构建和优化过程中，应当针对客户需求制定多层次全方位的服务平台，①提供工单智能创建的服务，在智能化平台中对线上线下的各项数据进行查询和整合，可以及时形成客户工单并传输和发放给客户，实现工单智能化处理。②提供多种移动平台的接入方式，积极利用微信平台，移动客服平台等应用，实现多端口多方式的信息接入，使客户与企业之间可以进行更为便捷的交流。此外还要构建和优化智能机器人服务，通过行业中所具备的独特术语，打造全天候的智能机器人服务，帮助客户实时解决各种问题，优化云服务平台的服务行为。

4结语

客户侧需求大数据分析的电力营销云服务模式，将会对传统的电力营销模式有较大的冲击，也是电网企业在发展过程中的重要机遇，要积极利用云服务模式所具有的各种优点准确定位客户的需求，能够超前地服务于客户，使电网企业在市场中的竞争力进一步提升，在社会和时代的洪流中得到更好的发展。

参考文献

[1]姜思卓,程超,孙旭日,吴绍军,王强,胡洋.基于客户侧大数据分析的“云服务”模式研究与应用[J].电力大数据,2018,21(10):23-27.

[2]邢尚文,沈文学,胡世杰.基于客户侧大数据分析的“云服务”模式探索[J].农村电工,2018,26(10):12.