移动互联网及数据分析技术在电力客户服务中的应用

吕向彬 马文建 陈博 付立衡

摘 要：随着我国经济的发展和市场的日益完善，经济发展成为我国日前最为举足轻重的首要课题，而电力企业又是整个国家的基础性建设企业，在经济全球化的今天，如何提高电力企业营销的客户服务，如何健全电力企业的可持续发展，健全服务质量，健全服务管理模式，构建全新的电力营销的机制，是摆在我们面前的亟待解决的问题。而移动互联网及数据分析技术的出现，给电力客户服务管理提供了巨大的便利。对此，文章重点就移动互联网及数据分析技术在电力客户服务中的应用进行研究，旨在为业内人士提供一些建议。

关键词：移动互联网;数据分析;电力企业;客户服务

引言

电力体制改革售电侧放开，电力服務面临新格局。按照改革意见，要求稳步推进售电侧改革，有序向社会资本放开售电业务。如何在竞争激烈的环境下稳固存量客户资源、争取增量客户资源成为电力企业重要的研究课题。在电力行业中谁能满足客户对服务、产品个性化的需求，谁就能赢得市场、赢得客户、黏住客户，企业才能生存、发展、壮大。做好供电优质服务工作，可以满足客户和社会对于电力企业不断提高的服务需求，起到开拓电力市场和增供扩销的作用。

1 移动互联网技术概念

移动互联网技术主要是指通过移动接入相关技术，与互联网进行连接，并在无线情况下获取所需信息的通信技术。随着信息技术和通信技术的不断发展，移动互联网技术已经实现了无线终端技术在用户之间的全面使用，但移动互联网技术的发展目标不仅仅是手机与互联网的连接，而是实现无线通讯与互联网资源的紧密结合。在互联网和移动终端的发展历程中，移动互联网技术能够将互联网与移动终端有机的结合在一起，用户可以不受客观因素的影响，随时随地利用移动重点与互联网进行连接。目前随着移动互联技术的发展也让移动终端更为快速便捷，但移动互联网技术的发展业存在着问题，无线终端多样的种类，也使得操作系统和硬件配置各具特性，没有实行统一的标准，并且移动互联网用户在使用时间上也具有批次性的特点，使得移动互联网数据传输过程中会呈现断断续续的走向。

2 电力客户服务管理现状

2.1 电力企业营销客户服务意识淡薄

在人民大众的思想中，电力企业一直是生产能源和销售能源的企业，是国属大中型企业，是我国经济的支柱性产业，是国民生产的命脉，客户服务也根本没有纳入到正常的电力工作中来，电力企业这个国家的根本，是从来都不缺少各种各样的客户的，所以客户的种种需求和要求，也势必在这种趋于垄断的形势下，根本不会被顾及到的。在广大的人民和电力企业的管理者心中，认为电力企业要发展，无外乎就是对于电力技术的更新、电力企业的基础设备的更换、电力人员的专业化以及电力基础建设的扩大，甚至也包括电力企业之间的重组和并购等，对于如何搞好客户服务这方面意识还有待进一步提升。

2.2 电力企业营销客户服务体制和监管欠缺

近年来，我国的电力企业虽然也取得了一定的成绩，在营销客户服务的问题中，也是收效可观，但是从整体上来看，我国电力企业在营销的客户服务体制这一领域中，还是不完备有缺陷的，这种陈旧和单一的体制在计划经济时期，还是可以促进其发展，但是在市场为主导的今天，就不再适合整体的步骤了，尤其是在客户服务的方面，尽管我国电力企业在营销中也相应地提高了客户服务，但是其质量和多样性还没有从根本上实质地解决问题。

3 移动互联网及数据分析技术在电力客户服务中的应用

3.1 电力客户服务系统的构成

系统主要是通过数据分析和管理这两个性能为客户经理移动客户终端提供相关的数据支持，其中由管理功能和数据分析这两个部分构成。管理功能指的就是对信息进行维护、设置业务参数等，数据分析指的就是客户的画像，即通过移动终端，借助专业的分析工具，对数据抽取、清洗以及代入，对不同类型的主题展开分析、建立模型，精确定位信息失效、重复欠费、停电，以及信用度敏感的客户，实现客户社会角色、行为偏好、信用价值，以及客户价值的精准定位。

3.2 电力客户服务系统具体的应用

3.2.1模型选择

用户行为的产生，主要就是对其心理变化的一种具体性体现，并将这种具备打电话或者是投诉行为的客户定义为敏感客户，然后将没有打电话的客户同之前具备打电话或者是投诉行为的客户之间寻找其共性，根据数据结果做出相对有效的预测。另外，在数据探索和数据清洗的基础之上，对应用场景的设计做好充分的考虑，基于数据精准性方面的考虑，因此本次主题分析应该采用建立模型，或者是决策树的方法。

3.2.2数据清洗

数据清洗指的就是将无效的、无关的数据剔除或者清洗，如在电力客户服务系统模型中，将一些虚拟的用户和销户的用户剔除，对于可以采用均值补缺法来补充缺失的数值变量值，而均值补缺法就是以样本数据的形式替代，并且还能在模型中保持不变。

3.2.3模型验证评估

据相关调查显示，在178万居民用户中，就存在1%的用户拨打关于停电行为的电话，所以通过逻辑回归模型或者是决策树的方式建立相关模型，并对其进行评分制排序，在逻辑回归模型中得出5%的客户里，敏感客户提高了2.96倍，在决策树中敏感客户提高了2.62倍，最终确定逻辑回归模型为最佳的停电敏感分析模型。

3.2.4任务推送

任务推送就是将数据分析结果通过系统自动生成业务之后，将其发送到客户经理终端。如在主题模型分析中，客户敏感度由高到低的排列，并根据敏感度高低划分了等级，将最前面的归入到高敏感群体，后面的归入到低敏感群体，中间的归入到中敏感群体。如果停电计划涉及高敏感群体，就需要借助互联网技术，系统自动形成走访任务，最终推送给客户经理。

4 结束语

综上所述，本系统在客户服务上的尝试，为电网企业其他业务在数据分析、移动领域的信息化应用积累了经验。另外，本系统还存在一些不足有待进一步改，如数据分析算法需不断完善、数据分析性能有待优化、移动端应用场景还需扩充，使之能够更好的满足客户个性化需求，提供更加精准的客户服务。

参考文献

[1]魏妍萍，贾佳，林璐，李岳东，石会燕，张芊，周晖，刘桢.基于电力营销大数据的售电渠道评价与优化[J].自动化与仪器仪表，2019（03）：194-198.

[2]岳怡，冯楠.创新全域服务大管理提升电力客户获得感[J].河南电力，2019（03）：64-65.