周 玲 李 飛 黃淵軍 王明榮

（貴州電網(wǎng)有限責(zé)任公司，貴州貴陽550002）

0 引言

隨著智能電表及智能終端的安裝部署，電力公司能夠收集到比以往粒度更細(xì)的大量電力數(shù)據(jù)，通過對數(shù)據(jù)進(jìn)行分析可以更好地理解電力客戶的用電行為，合理地設(shè)計(jì)電力需求響應(yīng)系統(tǒng)和短期負(fù)荷預(yù)測系統(tǒng)等。作為“一口對外”的客戶服務(wù)中心，除了應(yīng)用故障和停電信息對客戶開展停電查詢服務(wù)以外，還應(yīng)當(dāng)開展停電對客戶服務(wù)影響的主動分析，以及根據(jù)客戶對停電事件的關(guān)注程度和業(yè)務(wù)訴求過程中的行為，進(jìn)行主動干預(yù)，并提供針對性的主動服務(wù)。同時(shí)，對未來停電開展主動分析和預(yù)測，找到服務(wù)改進(jìn)的方向，進(jìn)一步提升精益化管理水平和服務(wù)水平。除了故障和停電這些常見熱點(diǎn)關(guān)注事件外，電網(wǎng)運(yùn)行服務(wù)過程中的任何事件都應(yīng)采用技術(shù)手段提取，并給予關(guān)注。

1 面向演進(jìn)的客戶細(xì)分模型建立

根據(jù)數(shù)據(jù)挖掘任務(wù)的構(gòu)成，電力客戶細(xì)分結(jié)構(gòu)模型由建立大數(shù)據(jù)存儲倉庫、抽取客戶細(xì)分指標(biāo)數(shù)據(jù)、實(shí)行大數(shù)據(jù)分析和可視化展示四部分組成。數(shù)據(jù)部分是整個(gè)模型的基礎(chǔ)，數(shù)據(jù)的準(zhǔn)備和預(yù)處理是產(chǎn)生真實(shí)有效的挖掘模式的保證，而客戶細(xì)分結(jié)構(gòu)是否滿意在很大程度上依賴于客戶維度的選擇和度量的確立；方法部分是整個(gè)模型的核心部分，在實(shí)際應(yīng)用中首先應(yīng)對問題進(jìn)行分析，清楚期望得出的結(jié)果、需要處理的數(shù)據(jù)規(guī)模以及挖掘的目標(biāo)，然后進(jìn)行細(xì)分模型建立及分析方法選型，通過自我學(xué)習(xí)與方法演變進(jìn)行模型的進(jìn)化。面向演進(jìn)的客戶細(xì)分模型如圖1所示。

2 服務(wù)機(jī)制的建立

針對客戶服務(wù)水平提升、需求側(cè)管理深入、電費(fèi)催收等問題，結(jié)合電網(wǎng)營銷系統(tǒng)、計(jì)量自動化系統(tǒng)、營配集成平臺等數(shù)據(jù)，以及國家政策、社會輿情、經(jīng)濟(jì)形勢、地域環(huán)境等外部數(shù)據(jù)，在數(shù)據(jù)分析與狀態(tài)評估機(jī)理層面取得重大突破，形成一系列核心理論和機(jī)理方法。本研究充分借鑒現(xiàn)有電力系統(tǒng)管理技術(shù)、數(shù)據(jù)存儲技術(shù)、數(shù)據(jù)處理技術(shù)和經(jīng)驗(yàn)積累，結(jié)合電網(wǎng)公司相關(guān)技術(shù)規(guī)范及技術(shù)導(dǎo)則，在營銷電力大數(shù)據(jù)體系結(jié)構(gòu)、數(shù)據(jù)處理和分析以及客戶關(guān)系管理層面進(jìn)行有針對性的研究，以期不斷改善客戶關(guān)系，提升客戶滿意度。

圖1 客戶細(xì)分模型演進(jìn)

客戶服務(wù)機(jī)制與數(shù)據(jù)集成示意圖如圖2所示。

圖2 服務(wù)機(jī)制與數(shù)據(jù)集成

3 應(yīng)用場景

基于大數(shù)據(jù)的客戶關(guān)注熱點(diǎn)分析，能夠?yàn)槭录O(jiān)控、服務(wù)改善、工作調(diào)度提供幫助。它可以讓現(xiàn)場管理人員迅速了解客戶的關(guān)注熱點(diǎn)，及時(shí)掌握服務(wù)動態(tài)，有針對性地調(diào)整應(yīng)對策略，優(yōu)化調(diào)度服務(wù)資源，同時(shí)也可在滿足客戶的需求以外，從客戶最關(guān)注的方面進(jìn)行服務(wù)和管理的提升。熱點(diǎn)分析需要進(jìn)行大量的分詞和聚類，而且有實(shí)時(shí)性的要求，傳統(tǒng)計(jì)算模型無法勝任，需要采用大數(shù)據(jù)平臺提供計(jì)算支持。

3.1 熱點(diǎn)事件識別

基于客戶服務(wù)記錄的客戶意見、受理內(nèi)容等文本數(shù)據(jù)，經(jīng)過中文分詞處理后按關(guān)鍵詞提取行為特征，得到業(yè)務(wù)交互內(nèi)容中的關(guān)鍵詞語。大量關(guān)鍵詞語的組合得到熱點(diǎn)短語，再經(jīng)過主題聚類得到熱點(diǎn)事件列表，實(shí)現(xiàn)客戶關(guān)注熱點(diǎn)事件的自動分析和自動獲取。

3.2 客戶關(guān)注熱點(diǎn)時(shí)序分析

依據(jù)客戶熱點(diǎn)分析模型得到的熱點(diǎn)事件列表，采用基于平滑時(shí)間窗口的分析方法，持續(xù)觀測某一客戶關(guān)注熱點(diǎn)事件的度量結(jié)果，實(shí)現(xiàn)1 h、4 h、24 h、7 d等時(shí)間跨度的客戶熱點(diǎn)事件發(fā)展趨勢模型，用以判斷熱點(diǎn)事件的變化狀態(tài)和生命周期。

使用可視化展現(xiàn)技術(shù)進(jìn)行客戶關(guān)注熱點(diǎn)的時(shí)序變化動態(tài)展現(xiàn)，實(shí)現(xiàn)地域分布圖和時(shí)序變化圖的有機(jī)結(jié)合，實(shí)現(xiàn)熱點(diǎn)發(fā)展情況的可視化回放，為現(xiàn)場管理人員掌握服務(wù)動態(tài)提供參考依據(jù)。

3.3 客戶關(guān)注熱點(diǎn)地域分析

基于客戶關(guān)注熱點(diǎn)事件列表，通過熱點(diǎn)地域分布圖，展現(xiàn)各地區(qū)（省、市、縣）或各地域（南方、北方、經(jīng)濟(jì)發(fā)達(dá)地區(qū)）等基于地理軸線的客戶關(guān)注熱點(diǎn)分布。使用地理區(qū)域圖、標(biāo)簽云等高級可視化展現(xiàn)技術(shù)進(jìn)行客戶關(guān)注熱點(diǎn)的實(shí)時(shí)動態(tài)展現(xiàn)。通過熱點(diǎn)與業(yè)務(wù)工單之間的分類分布，描述熱點(diǎn)與業(yè)務(wù)工單之間的關(guān)聯(lián)關(guān)系，評估熱點(diǎn)事件與業(yè)務(wù)工單的關(guān)聯(lián)情況，為管理人員進(jìn)行業(yè)務(wù)關(guān)聯(lián)、事件關(guān)聯(lián)等分析工作提供數(shù)據(jù)支撐。

4 預(yù)期價(jià)值

利用數(shù)據(jù)分析結(jié)果，對公司的服務(wù)水平提升、管理能力提升和市場營銷策劃起到輔助支撐作用。

（1）服務(wù)水平提升方面：可以豐富客戶服務(wù)知識庫，提升業(yè)務(wù)水平；對客服專員進(jìn)行針對性培訓(xùn)，提升業(yè)務(wù)水平；建立專席服務(wù)團(tuán)隊(duì)，針對專業(yè)性強(qiáng)的問題或者風(fēng)險(xiǎn)度高的客戶，提供專業(yè)化服務(wù)；可通過熱點(diǎn)的管理，減少人工服務(wù)量，提高一次辦結(jié)率。

（2）管理能力提升方面：可將關(guān)注點(diǎn)作為依據(jù)之一，為按技能排班提供數(shù)據(jù)支持；提供輿情監(jiān)控?cái)?shù)據(jù)及重點(diǎn)輿情監(jiān)控對象，對重點(diǎn)關(guān)注的熱點(diǎn)事件提供預(yù)警支持；根據(jù)熱點(diǎn)收集客戶的改進(jìn)意見和有價(jià)值建議，提供給相關(guān)業(yè)務(wù)部門作為業(yè)務(wù)及流程改善的依據(jù)。

（3）市場營銷策劃方面：可通過短信、網(wǎng)站、微信、APP主動推送客戶關(guān)注的市場營銷活動信息；根據(jù)客戶標(biāo)簽關(guān)注內(nèi)容，通過短信、網(wǎng)站、微信、APP推送個(gè)性化服務(wù)內(nèi)容；跟蹤熱點(diǎn)，提供相應(yīng)的訂閱信息。