范庆波
国网山东省电力公司招远市供电公司 265400
摘要：随着大数据技术的迅猛发展，其在各行各业中的应用越来越广泛、深入，在提高生产生活效率的同时，也推动了社会进步。针对大数据技术特点，从电力营销工作的主要需求出发，探讨大数据技术在电力用户分析，指出在大数据时代制定营销策略的工作重点，为大数据时代电力营销工作提供参考。
关键词：大数据；用户分析；营销
引言
市场经济体制改革的深化发展，电力企业应同样面临着体制改革，进而满足市场发展需求。受到经济市场化的影响，行业内部竞争激烈，供电率等硬性条件的差异性基础上，良好的营销模式与优质服务成为企业发展的核心要素。不仅如此，提升营销与优质服务水平，涉及很多方面。对此，本文就大数据技术的电力营销策略研究做详细探讨。
1电力企业做好电力营销及优质服务的重要性
社会经济的快速发展，人们用电需求量及对其要求也越来越高，电力行业的市场改革，尤其是供求关系的变化加快了改革速度。电力企业为获得市场发展空间，就供电需求间矛盾进行定位与认识，通过制度优势、模式创新、优质服务等途径推进改革进程，满足广大用户的生产生活用电需求，为人们提供更加经济、安全的用电环境，进而在同性质企业中脱颖而出，得到较高满意度。对此，电气企业电力营销及优质服务是获得市场地位的关键因素，也予以格外重视。首先，行业外部环境形势的严峻性。电力企业自身内部存在诸多矛盾之外，社会舆论等方面对企业的发展同样也产生了巨大影响。社会进步发展，很多新兴能源被开发使用，传统供电模式与服务方式受到时代考验，人们更加倾向于选择经济型、服务型供电企业，综合选择绿色能源无污染形式，对传统电力企业产生极大影响。对此，重视电力营销模式与优质服务，通过为广大用户提供优质服务，以此获得更多客户资源，是电力企业改革重点关注的问题。其次，企业内部现状的紧迫性。早期电力行业是垄断性质，在管理模式上存在一定弊端，未全面、清晰地认识内部管理矛盾，工作人员也缺乏积极性，进而导致服务缺乏创新性，致使矛盾升级，影响了电力企业稳定发展。而电力营销模式作为电力企业的必要运作方式，电力服务与产品之间的联系不可忽略。对此，电力企业常常把优质服务作为促进电力企业可持续发展的关键影响因素之一。最后，人们生活水平的提升，电力用户更加关注非物质形态需求，如电力服务与产品多元化等，以满足人们的需求，这对电力服务提出了新的挑战，客户满意度成为电力行业重点关注的内容。“以客户为中心”的营销与服务理念，成为树立企业形象的评价指标之一，同时也是增强电力企业核心竞争力的基石。
2基于大数据技术的电力用户分析
随着电力市场的日益完善，广大电力用户的用电需求也更加丰富。传统电力用户分析存在维度单一、细分缺失、实用性差等问题。基于大数据技术的电力用户分析可以将电力用户数据的特点与大数据技术的优势相结合，充分挖掘海量复杂数据的内在联系。电力用户分析主要由用户分类、用户用电行为影响因素和用户用电行为分析等三部分组成。传统上，根据用电模式、电压级别等的不同对电力用户进行区分。根据用电模式的不同，可以分为居民用电、商业用电、工业用电等，相应地，不同用电模式用户的电压级别也不同，居民和商业用电的电压在110kV以下，普通工业用电的电压通常为10-35kV。这种分类方式难以细致的反应不同用户的行为特征。采用大数据技术对用户数据进行分析，可以以用户自身行为特点为依据，通过可视化曲线查看各数据的差异，结合聚类分析等科学计算方法实现用户的客观定量化分类，有助于深入地了解用户需求，合理分配电能资源。影响用户行为的因素主要由社会因素和自然因素。社会因素主要是指社会运行状态、文化和经济状况、国家行为等。
其中，法定节假日、规章制度等因素具有较强的确定性，在开展大数据分析的过程中可以人为设定相关条件，实现相关数据的准确筛选，确保数据的代表性，提升分析结果的针对性。自然因素分为两种，一种如季节变化等具有较强的规律性，人们的用电行为随着这种变化而发生相应的改变；另一种如地震、海啸等偶然、突发自然灾害，在应对各类灾害的过程中，用电量也会发生显著变化。针对第一种自然因素，可以在大数据分析中考虑环境变化信息，得出规律性变化对用户用电行为的影响；针对第二种自然灾害，可以在大数据分析过程中考虑各类预报预警信息，结合对应地区历史用电数据，形成具有参考价值的分析结果。用户用电行为的分析是针对不同用户类别，在综合考虑用电数据、响应机制的基础上，对电力大数据进行提取、分析和应用。聚类分析是一种较常用的用户用电行为分析方法，通常使用模糊C均值聚类算法。以居民用电用户分析为例，首先提取电流、电量、用电时间等数据，绘制用电曲线，采取主成分分析等方法提取其中的有效信息，剔除冗余信息，然后将有效信息作为聚类分析的输入量，优化相关目标函数，计算样本点聚类值，进而实现相关数据的客观、定量分析与应用。
3电力营销策略的制定
3.1构建新型电力营销体系
针对大数据时代的特点，建立新的营销体系是在大数据时代开展营销工作的前提，营销体系主要完成数据管理、数据开发和数据挖掘等工作。其中，数据管理主要完成数据收集与整理等基础性工作，工作人员主要经过信息技术、信息管理及市场营销等专业的训练。数据开发工作主要基于用户缴费、电力报警以及客户关系等建立数学模型，利用相应的算法深入地分析用户行为特征，全面了解用户的用电特点。数据挖掘工作建立用户的信息档案，挖掘用户的电力价值，实现电力综合服务质量的全面提升。
3.2深入分析用电需求
伴随着互联网技术的发展，广大用户的用电需求在越来越多样化的同时，其反映用电需求的手段、渠道也越来越多。在电力营销体系获取的这些海量数据中蕴含的不同类型电力用户的用电需求，不仅可以全面反映各行业的用电特点，还可以为电力供求关系、现有供电能力分析等提供参考，有助于获取各行业的用电成本、优化用电空间、提升用电效率。对于居民和商业用户而言，深入分析电力用户的用电需求，可以掌握家电等的运行情况，了解不同类型电器用电比重，提升电力营销策略的针对性。
3.3开发针对产品
传统的电力营销较为粗放，目标不明确，这与大数据时代的特点相悖。大数据时代营销工作的开展需要以满足客户特定需求为出发点，基于大数据技术全面分析用户的消费心理，明确营销对象消费习惯，针对用户特点制定与其个性化需求相符的电力产品，深入推进个性化营销，实现新型市场的开拓，在确保电力市场持续健康发展的同时，为电力用户提供越来越好的服务。
结束语
大数据技术的发展对传统电力营销构成挑战的同时，也带来了历史性机遇。我们需要主动适应科技发展带来的改变，将新技术与行业特点相结合，在电力营销中全面应用大数据技术，在深入分析电力用户的用电行为，了解掌握用户用电需求的基础上，实现用电负荷的精准预测，制定有针对性的营销策略，提升发电和用电效率，在为广大电力用户提供更优质服务的同时，实现自身在市场竞争中优势的保持和发展。
参考文献
[1]陈超,张顺仕,等.大数据背景下电力行业数据应用研究[J]现代电子技术,2013,24.
[2]魏艳霞.电力运营监控数据智能分析方法研究[J].现代信息科技,2019,23.
[3]蔡莹乾,高原,等.大数据时代下的智能型电力系统分析[J].中国新通信,2019,21.