关于电费回收的电力大数据分析技术探讨

发表时间:2021/1/18   来源:《中国电业》2020年27期   作者:王 颖
[导读] 电力大数据贯穿于电力产业的各个环节,依托电力大数据价值的深度挖掘,实现“数据转化资产”、
        王  颖
        国网冀北电力有限公司唐山供电公司, 河北省  唐山市 063000
        摘要:电力大数据贯穿于电力产业的各个环节,依托电力大数据价值的深度挖掘,实现“数据转化资产”、“数据转化智慧”,以及“数据转化价值”,以大数据驱动企业创新化、智能化,助力电网迈进全景实时的电网时代已经到来。这会为电力工作者和其他行业从事大数据相关工作的研究人员和技术人员在工作中带来新的启发与认识。
        关键词:电费回收;风险分析;客户信任管理
 
         1、引言
        近年来,公司对“互联网+营销服务”建设方面的不断探索,推动传统营销服务更深度的拓展为公司经营管理、商业模式、管理方法的更新融合,适应信息化和网络技术飞速发展今天。面对复杂的宏观经济形势以及巨额陈欠电费的追缴压力,公司在确保机制到位、指导到位、管控到位的同时,国网太原运营监测(控)中心利用“联用数据”的大数据分析技术打造前端触角敏锐、后端高度协同的服务链,并以营销服务的互联网化推动企业内部价值机制的创新再造。挖掘企业数据价值,对内深化精益化运营管理,深化完善各项电费回收防控举措,进一步提高电费风险防范意识,确保电费回收防范措施的有序运转,确保公司电费颗粒回收。
        2、客户信用管理
        (1)当今社会,无论电力存量还是增量市场都将出现竞争格局。能源利用及能源技术发展的新趋势,终端能源的替代,电动汽车等新型用能的增长,用户需求趋于多元化,对能源服务的内容和质量提出新要求。社会步入“体验经济”时代,传统的以满足客户基本用电需求为目标的业务模式已不适应,提供个性化、精准化服务,创造快捷、流畅、愉悦的客户体验,已成为企业核心竞争力的重要标志。
        (2)电网企业传统的“普遍型”服务及营销服务体系已不能适应时代进步和市场发展要求,需要从外延式扩张、内向型运营为主的模式向内涵式发展、外向型运营的方向转变,提升市场拓展和持续经营发展能力。“联用数据”是“互联网+营销服务”的重要方法随着经济新常态下电量增长趋于平缓,以及售电竞争市场逐步形成的新形势,电网企业的营销服务面临新挑战。控制电费回收风险是电网企业经营重要一环。传统的风险防控面临风险客户的信息碎片化问题,主要通过人工线下的方式进行电费催收,在执行效率和催费效果上一直是难题,欠费隐含风险不掌握,催收手段也较为单一。运用大数据技术,从客户的基本信息、用电行为、缴费行为主要维度构建信用评估体系,从客户信用、用电趋势、行业前景信息和突发事件等维度构建风险指标体系,对客户电费回收风险等级进行评估。建立“联用数据”的“差异化”营销服务体系作为实施“互联网+营销服务”的重要内容,把握市场趋势和客户需求、发现营销机会、推动商业模式创新。
         (3)首先,大数据应用为营销服务创新提供了全新的视角。传统营销业务着重于面向企业内部业务流程管理,对外部客户的内在需求理解不足,易出现创新针对性不强、实效不足的情形。而基于大数据分析技术,从海量数据中挖掘客户的隐性需求,把握业务的内在规律,促进基于客户超细分特征的业务差异化和精准化,可实现从客户视角驱动业务优化和创新,以此推动以客户为中心的营销服务模式变革。
        (4)其次,大数据应用为营销服务创新提供了一套全新的方法。

采用“联用数据”的方式,基于数据开展市场分析,设计差异化的营销和服务策略,开展策略运营,并在运营过程中完成迭代优化,弥补了传统的“业务驱动”无法灵活适应客户需求、快速响应市场变化的局限,对于适应市场竞争,快速灵活满足客户的多元化需求提供了关键支撑。
        (5)再次,通过大数据应用建立创新的“客户标签库”,通过从大量的客户基础数据和触点轨迹信息中提炼模型,细致刻画客户的社会角色、行为偏好、信用风险、客户价值等深层次特征,大大提升了企业对客户需求的洞察力,为营销和服务的策划、执行、评估、优化提供了宝贵的指引,提高了工作的主动性、差异化、精准度,是提升客户体验的关键支撑工具。运用围绕企业经营目标实施“互联网+营销服务”大数据应用以满足客户需求为核心,以大数据为手段,促进市场开拓、风险管控和服务优化,有效提升了企业运营价值。识别潜在电能替代需求客户,提高市场开拓效率。电能替代是拓展终端能源市场的重要手段,利用大数据分析开展电能替代潜力客户识别,可更精准定位目标客户,提高市场开拓的针对性。以往电能替代工作主要使用人工摸排的方式,工作中存在筛选不全面、不专业,无法大量摸排和规模化操作的问题。国网太原运营监控中心基于客户画像和大数据挖掘技术,按照行业全面分析、领域深度挖掘、客户精准定位的分析思路,构建客户基本信息、经营状况、用电特性、用电习惯等四方面的指标,通过逻辑回归算法形成潜力客户识别模型,目标客户识别准确率达到56.12%,市场开拓效率大幅提高。建立差异化电费风险管理体系。
        3、电费回收风险管理
        (1)在建模分析的基础上,基于风险等级不同制定差异化的欠费风险防控策略,有效提升风险防控工作的精准度。2016年第四季度,执行风险流程的高压高风险客户共116户,执行后平均回款时长缩短1.2天,逾期交费率降低31.42%,电费回收成效显著提升。
        (2)优化客户关系管理模式,提高服务精准度。传统的客户关系管理主要是通过周期性的营业普查或者运动式的优质服务活动方式开展,投入大、收效低。以客户联系信息管理为例,客户产权交易而未在营业厅办理过户登记手续时,会造成客户联系信息错误,由此导致账单投递错误、催费信息发送错误等引发的服务投诉。依托客户画像,从已发生过户登记的客户中寻找过户特征,提炼相应指标体系,如用电量、谷电量、空窗期、交费方式、交费日期等,利用过户前后客户特征的变化构建识别模型,识别已经过户而尚未登记变更的客户,引导其变更户主信息。
        (3)2017年3月1日开展模型试点应用,共识别出317户过户未登记客户,有减少了客户失联导致的各种服务风险。公司贯彻国家电网公司发展战略,推进以“提供专业输配售电服务”为主体,以“积极开展市场化售电服务”、“创新开拓电网延伸业务”为两翼的“一体两翼”布局构建,其中营销服务工作处于市场和经营的前沿阵地,而前线的战斗力需要合理的布局和整体的协同,这些都离不开精准的信息筛选和目标定位。传统的信息化建设思路,侧重于用流程化和规范化的方式去解决业务问题,但不适合处理快速多变的市场化命题。
        结束语
        在精益化运营、差异化服务的背景下,大数据应用这一现代化“武器”满足所需,能够提升电网企业基于市场竞争条件下“立体作战”和“精准定位战”的能力,从而实现营销服务工作有效支撑电网企业发展的目的。
      参考文献
        [1]董璐,林瑞发.云计算背景下的电力大数据分析技术[J].通信电源技术,2020,37(02):267-268.
         [2]李洋,蒋禾青.电力大数据分析技术及应用[J].电子技术与软件工程,2020(01):133-134.
         [3]徐敏,杨三美.基于云计算的电力大数据分析技术与应用[J].计算机产品与流通,2019(11):70.
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: