刘丽
国网安徽省电力有限公司，安徽省合肥市 230000
摘要：通过建立用电客户电费回收风险预测模型，免去了人工筛选的工作量，每个欠费客户都有相应的信用分数，工作人员可优先对信用分数较低的欠费客户进行电费催收，电费催收效率得到了大大提高。该模型可以建立对用电客户电费回收风险的长效观察机制，从被动催收电费转变为提前做好高风险客户的管控工作，采取针对性措施，如关注客户的日用电量，对确有需要的客户可缩短电费结算周期，以缓解其结算压力；对于信用等级过低、恶意欠费客户，可根据中国人民银行征信级别分类标准，将客户的电费回收信用等级与个人征信相关联，报中国人民银行备案。
关键词：电费回收；电力大数据；技术
引言
电费回收管理是我国供电企业的一项难题，电费回收不及时就会给电力企业的资金周转、正常生产工作带来一定的风险，也会损害国家利益。现代信息技术的发展，给供电企业电费回收管理带来了新的模式，大数据技术的使用，就可以有效规范业务流程、缕清各种矛盾，增强这项工作的可操作性，也有助于供电企业针对特定客户实施个性化服务，提升电费回收率，做好电费收缴工作，为供电企业的可持续发展做好相应的基础性工作。
一、基于大数据分析的电费回收背景
（一）现状
电费作为电网企业最重要的经营指标之一，反映了电网企业的经营管理的成果。目前，先用电后缴费仍是广东省主要的用电方式，能否及时有效对欠费客户开展电费催收工作直接影响了电力公司的经济运行状况。而电网企业虽掌握着大量的客户用电数据，却缺乏对海量信息进行挖掘分析，现行的电力营销系统主流功能仍停留于对用电数据的记录，员工也仍停留在仅根据客户数据的记录本进行电费催收的阶段，无法实现对现存数据的智能化分析，并且通过人工筛选对客户进行分类催收，存在工作量较大且电费回收效率低的问题。
（二）用大数据研究分析电费回收风险的机遇
近年来科技高速发展，5G时代的到来使得万物互联成为可能，对未来的预测也成为大数据云时代最大的特征。对于电网企业来说，客户每一个行为动态都会产生大量的数据，将所有数据中趋同的部分进行汇总，挖掘发现其中的规律特征，就能实现对客户行为的预测。在电费回收方面，运用大数据能有效预测客户电费回收风险并且有利于电网企业真正了解客户需求，为客户提供更加个性化、专业化服务。
二、用电客户电费回收风险预测的大数据应用
（一）建立模型
基于欠费客户催费顺序的因素既有定量指标，又有定性指标，本文采用层次分析法建立用电客户电费风险预测模型。运用层次分析法，以“欠费客户催费顺序”为目标层，缴费时间、缴费方式、欠费期数、欠费金额、用电类别等要素为准则层，欠费客户为方案层，根据方案层中各个欠费客户在准则层的各个要素得到各个欠费客户信用分数，从而得到目标层的欠费客户催费顺序。准则层中的缴费时间可以分为三类：
第一类为虽超过缴费期限但是仍在当月缴清电费。
第二类为次月电费发行前才缴清电费。
第三类为次月电费发行后仍未缴清电费。
针对缴费方式，可以分为线上缴费如支付宝、微信、银行划扣等，以及线下缴费如终端机、营业厅等。第一类缴费时间到第三类缴费时间对应的分数可以是递减的，线上缴费方式对应的分数高于线下缴费方式对应的分数。对准则层的其他准则，根据准则变化对电费回收风险影响的大小来设置权重大小，如欠费期数越多，电费回收风险越大，则权重相应地随着期数增加而增加。
（二）模型计算步骤
步骤一：对全部客户分数进行排序
其中，全部客户分数可按照由低到高的顺序进行排序，信用分数越低则说明催收电费顺序越前。
步骤二：判断客户是否欠费
如果是，执行步骤三；如果否，执行步骤六。具体可根据客户的缴费时间判断客户是否欠费，如客户的缴费时间中并无当月的缴费时间记录，则表示客户已欠费。
步骤三：输出每个客户的总分
具体的，将每个评价标准计算得到的分数之和作为对应客户的总分，即信用分数。
步骤四：第1个评价标准计算分数
其中，第1个评价标准可包括缴费方式以及缴费时间对应的权重和分数，根据第1个评价标准计算欠费客户的缴费方式和其对应的权重和分数的乘积，得到欠费客户在第1个评价标准的分数。
步骤五：第i+1个评价标准计算分数
其中，第i+1个评价标准可包括欠费期数和其对应的权重和分数，根据第i+1个评价标准计算欠费客户的欠费期数和对应的权重和分数的乘积，得到欠费客户在第i+1个评价标准的分数。
步骤六：判断是否全部客户均计算出总分
如果是，执行步骤七；如果否，执行步骤二。具体的，若还存在未计算出总分的客户，则返回步骤二，判断未计算出总分的客户是否欠费，直至全部客户均计算出总分。
步骤七：得出客户催费顺序。
步骤八：输入评价标准
其中，评价标准可以包含缴费时间、欠费期数和欠费金额分别对应的不同范围的权重和分数以及各种缴费方式对应的权重和分数，评价标准中的缴费时间的权重、欠费期数的权重、欠费金额的权重和缴费方式的权重可依次递减。如缴费时间在当月的分数大于缴费时间在次月的分数。
总而言之，全部客户分数由低到高的顺序即由先到后的客户催费顺序，对分数较低的欠费客户，工作人员可优先对其进行电费催收，以提高电费催收效率。
（三）层次分析法
层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性与定量分析。主要是将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多准则的若干层次，通过定性指标模糊量化方法算出总排序，以作为多指标、多方案优化决策的系统方法。具体运算方法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后应用加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即最优方案。
电力能源是社会的一项宝贵资源，电力企业中电力能源再生产与扩大再生产的顺利实现，就需要社会各界按时缴纳电费，确保电力企业供电成本资金的顺利回收。从再生产、可持续发展的角度而言，电力回收管理是现代电力企业一项重要工作。随着现代科学技术的发展，电费回收工作从传统的上门抄表模式逐步向基于互联网技术的在线收缴模式过渡，根据实际效果来看，互联网技术中大数据技术的充分使用，可以促进电费回收管理模式的彻底变革，减轻一线工人的劳动强度，大幅度提升回收率，故此，这种技术就应得以继续推广，让电力企业充分利用互联网环境中的大数据技术红利，从而促进电力行业的深入发展。
结束语
综上述，受国内外复杂经济形势对电网企业冲击的影响，电费回收指标压力越来越大，且电力营销系统缺乏智能分析欠费客户的功能，传统催费方式工作量大、回收效果差，具有较大的盲目性。论文运用层次分析法建立客户电费风险预测模型，以“欠费客户催费顺序”为切入点，通过分析客户各类信息得到客户信用分数，对其电费回收风险进行分析预测，从而及时发现存在的电费回收风险点，通过营销策略调整降低风险，有效提高电费回收率，提升电力企业经营效益。
参考文献
[1]关于大数据技术的电费回收研究[J].刘东东,李晓龙,胡少柔,陈荣腾.软件和集成电路.2020(09)
[2]探讨加强电费流程控制防范电费回收风险[J].高习颖,张月娥.农村电工.2020(07)