基于大数据技术的电力缴费渠道效能分析

国网西安供电公司 张密盈

北京数洋智慧科技有限公司 宋 丹

北京中电普华信息技术有限公司 何 薇 张 剑 肖 敏 徐景龙

基于大数据技术的电力缴费渠道效能分析

国网西安供电公司 张密盈

北京数洋智慧科技有限公司 宋 丹

北京中电普华信息技术有限公司 何 薇 张 剑 肖 敏 徐景龙

提出了基于大数据分析的电力缴费渠道效能分析方法。建立大数据缴费分析平台，阐述了平台建设内容，并介绍了关键数据分析模型。以天津地区电网客户电力缴费数据为例，验证模型算法结果并进行了可视化展示。以数据分析结论为依据，总结出电网客户缴费渠道引导结论。

电力缴费；大数据；数据建模

1. 前言

随着用电负荷的不断攀升和用户类型的增加，同时伴随着电力改革和电力市场机制的不断完善，用电服务要求呈现出多元化的发展，传统的电力市场营销手段已经不再适应新型的电力市场环境，明确客户个性化需求并实施精准营销才是供电服务的重点。为解决这一问题，电力企业不断引入各种新型缴费方式，引导用电客户使用新型缴费方式缴费，形成了全面发展的多渠道电力缴费局面。因此有必要开展电力缴费客户行为特征及电力缴费渠道的相关研究，利用最优化理论规划对各种缴费方式客户的引导，并将二者有机结合起来。

本文以天津公司为例，以天津公司实时电力缴费数据为基础数据，结合客服中心95598工单信息数据，建立大数据分析平台，使用大数据技术挖掘其价值，从而分析客户缴费行为、缴费渠道的现状及发展趋势，为客户运营及中心运营进行精细化管理提供数据支撑。

2. 基于大数据的缴费分析平台建设

2.1 平台建设目标

本文通过对缴费数据及客户投诉意见等工单信息数据进行采集、分析、挖掘，分类，对自有实体渠道、社会实体缴费渠道和电子缴费渠道建立针对性设计规划方案，实现缴费渠道价值整体提升。平台建设目标为：(1)增强缴费客户购电服务感知。购电缴费是客户与电力公司接触的重要渠道入口，对缴费客户的精细化服务和对各缴费渠道的规范化管理将增强电网行业的客户服务感知。(2)将客户引导至低成本高效率缴费渠道。避免缴费渠道粗放式管理，建立缴费渠道酬金设计的原则与体系，将客户与渠道精准匹配，引导客户至低成本缴费渠道，提高渠道效能。(3)完善电力客户标签。购电缴费服务是居民及商业客户最频繁接触的服务项目，利用客户缴费相关数据进行挖掘归类可完善电网客户画像，输出客户缴费相关客户标签，支撑客户服务工作。(3)提升电力自主渠道效能空间。营业厅渠道是未来中、小、微企业重要的宣传、服务渠道和营销入口，现需构建与其他缴费服务渠道协同工作机制。

2.2 平台业务架构

根据平台建设目标，确定平台业务架构，并设计面向不同平台使用者角色的平台功能。缴费分析大数据平台业务架构如图1所示，主要业务包括整体运营分析、客服工单探索、平台运营分析三方面，具体应用在客户细分、购电预测、运营分析、营销匹配、效益评估等工作。同时，根据不同类型使用角色的需求，缴费分析大数据应用支撑平台提供针对性的应用功能服务，具体分为业务人员、数据分析人员、应用开发人员和运维人员四类。缴费分析大数据应用支撑平台现主要融合了天津的缴费相关数据，重点支撑天津公司缴费渠道监控和日常缴费服务营销工作，平台对天津公司提供访问接口，同时开放对应权限。

2.3 平台技术架构

结合客户缴费场景，将细分客户群匹配成本较低缴费渠道，对客户进行有效引导。利用个人客户的往期缴费数据，结合客户投诉建议等工单数据，建立数学模型，对客户购电前的行为进行预测。探索客户属性及行为习惯，利用数学模型将目标用户族群细分。研究各个族群的缴费习惯及渠道倾向。建立缴费渠道酬金设计的原则与体系，将客户与渠道精准匹配。精准营销进行用户关怀，抓住用户缴费时间窗口契机，针对缴费客户的特点，以营销短信等方式进行营销推送。对营销效果进行跟踪，对进行营销的缴费客户和对应的渠道关系进行重新定位，验证模型效果。不断完善每个环节的数据分析、挖掘、营销、评估功能，深度分析、预支、满足客户需求，不断提升营销及服务能力。

平台由数据处理层、平台支撑层和业务应用层三个层级组成，通过数据挖掘分析和模型建设，建立缴费分析大数据应用支撑平台，便于及时、全面了解客户缴费服务工作的整体状况，明确日常缴费运营工作中的各类具体问题，并形成体系化、标准化、流程化的解决方案，从而优化缴费服务工作。

3. 缴费渠道效能分析模型

3.1 建模业务描述

本项目通过合理的数据挖掘算法，对客户购电行为进行预测，对缴费客户进行细分统计，从而实现对缴费渠道效益量化评估的目的。建立购电预测模型、客户细分模型、缴费渠道效益评估模型，以模型结果描述整体运营情况。(1)客户购电预测模型；(2)缴费客户细分模型；(3)缴费渠道效益评估模型。

3.2 模型算法描述

项目涉及建设三个数学模型，包含客户购电预测模型、缴费客户细分模型和缴费渠道效益评估模型，都属于预测算法，分别采用时间序列算法、聚类分析算法、模糊评价算法来实现业务问题的量化。 (1)时间序列预测法，基于随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，以用于解决实际问题。(2)K-均值聚类算法是无监督学习的一种基本方法，其基本思想是：通过迭代学习方法，依次更新各聚类中心的值，直到获得最好的聚类结果。(3)模糊评价法是以模糊数学为基础，应用模糊关系合成原理，将一些边界不清楚、不易定量化的因素定量化从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。

4. 电网大数据精准营销交易模式探索

采用天津市2015年6月至2016年6月的缴费数据为样本，通过对近一年270万用户的缴费渠道数据的处理与建模分析，从缴费服务整体现状、缴费渠道成本分析、缴费热点、客户族群、缴费引导行为转化等方面得出结论，从而得出供电服务效能分析的各项评价。

4.1 天津市缴费服务整体情况

图1

图1显示了2015年6月-2016年6月天津市各区县缴费渠道偏好，每个区颜色代表现线上缴费客户占比，颜色越深比例越高。同时，地图的每个区县上各自展示此区县缴费渠道客户占比。

4.2 缴费成本分析

对营业厅、微信、支付宝、银行代缴等各缴费渠道成本分布进行统计展示，图中纵坐标为缴费成本金额（元），纵轴可循环移动展示具体数值。如图2所示。

同时分析问题网点，分别按缴费频次低、小额多次缴费、缴费数额巨大等三种非正常情况进行统计分析。得到结果：缴费频次低户数90、小额多次缴费户数60、缴费数额巨大户数30。

4.3 缴费客户族分析

将缴费客户进行是否适合引导的评估划分，分为适合引导客户、保守客户、理想客户，在适合引导客户中展示细分类别，各类客户族的缴费成本不同，如图3所示。