基于数据融合的电力营销决策方案研究

翟梅宏

（广东电网有限责任公司韶关曲江供电局）

0 引言

2019年以来受新型冠状病毒的冲击，广东电网电力营销模式产生了巨大转变［1-3］。尤其是在电费收缴方面，对困难小微企业和个体工商户实行阶段性欠费不停供，设立6个月的费用缓缴期，期间减免用户电费违约金。上述惠民政策的实施，在一定程度上影响了广东电网运营效益，如何进一步规范新形势下的电力市场，针对客户数据展开收入预测、售电量预测及回收风险预测，面向客户需求提供人性化服务，已经成为广东电网电力营销改革的重中之重［4-8］。

1 广东电网电力营销现状分析

广东电网电力营销服务工作主要通过95598客户服务平台实现，可依照客户诉求致电询问、短信回复及在线处理。但上述营销模式具有一定的滞后性，往往是在客户提出问题后进行解答或处置，很容易就电费问题、供电问题等产生矛盾和冲突，其具体表现在：

（1）电费冲突。从2020～2022年，广东电网电力营销客户评价满意度约为90%，远远低于同期其他电网客户评价满意度，其主要表现在电费冲突上。如欠费催缴时客户不愿意及时清缴费用、电费回收时客户因政策条件产生滞纳金等。而广东电网95598平台中无法全面展示客户用电情况，无法利用数据模型分析客户用电行为，并进行前瞻性规避。因此，必须加快广东电网电力营销改革，以数据融合为基础，增强电力营销决策的科学性、可靠性和有效性。

（2）供需冲突。广东电网95598平台缺乏客户价值的有效评估，无法针对客户用电量情况、业务办理信息、缴费（欠费）信息等，对客户用电等级进行实时评价，最终导致营销决策无法满足客户用电需求，导致客户不满意度直线上涨。如2022年底国家政策调整，新冠对用电市场冲击逐渐减小，此时优质客户用电需求急剧上涨。但电力营销环节并未前瞻性提供购售电服务，造成客户投入率环比上涨近5%，在今后电力营销改革中需全面重视。

2 基于数据融合的电力营销决策方案

基于数据融合的电力营销决策方案制定过程中应从营销信息、客户信息、需求信息等进行收入预测、售电量预测、回收风险预测，搭建智能平台，用于数据采集、预测描述、综合管控，其具体方案如下。

2.1 平台架构

基于数据融合的电力营销平台构建时采用Model View Controller架构，在分布式模块基础上形成接口层、数据层、业务层及交互层，如图1所示。

图1 基于数据融合的电力营销平台架构

（1）接口层。包括数据接口和服务接口。前者主要将GIS系统数据、SCADA监测数据、电力营销系统数据、95598客服数据及其他外部数据，以ETL并行传输模式接入到接口服务网关；后者则可根据电力营销服务需求，进行服务接口模块拓展。

（2）数据层。对传输到系统的客户信息、用电数据、营销数据等进行打包处理，采用统一SQL引擎分析、集成、存储，为电力营销决策提供数据支撑。

（3）业务层。依照电力营销改革目标，设计客户价值分析模型、客户用电聚类模型、客户风险分析模型等，针对营销需求和业务逻辑，优化预测类建模和描述类建模，使其在导入数据流后能够得到准确的评估结果，为营销决策提供参考依据。

（4）交互层。将电力营销中的关键数据可视化展示，包括客户分析、经营分析、查询统计和辅助决策。营销人员在工作中可直接通过交互层获取客户价值，预测客户用电量及用电需求，展开合理、优质的营销服务。

2.2 决策方案

基于数据融合的电力营销决策方案制定时，应先挖掘客户信息、用电数据及营销数据，有针对性地预测评估和描述分析，确定客户价值和回收风险。其中，对于客户特征分析和重点大客户负荷特性分析，是对客户过去某段时间的表现进行分析，可采用描述类模型；对于客户用电风险识和电费回收风险评估，是在客户用电行为、用电特征等基础上进行的经验判断，必须依赖于过去发生过的真实数据，可采用预测类模型，如图2所示。

图2 基于数据融合的电力营销评估模型

（1）价值模型。采用聚类分析的方法，对电力营销平台中采集的客户基本信息、用电量信息、业务办理信息、违约违章信息、缴费（欠费）信息及沟通渠道信息进行整理，判断客户价值类型，进行优质客户、普通客户及高危风险客户的划分，详见表1。

表1 客户价值的聚类指标

（2）负荷模型。在统计分析模型基础上，对客户一天的用电曲线进行拟合，找出同区域内用电特征相同的客户，面向其用电负荷曲线提供同类电力营销方案，详见图3所示。

图3 客户用电负荷描述

（3）风险模型。以决策树的方式，对客户在一段时间内的用电风险等级、电费回收风险等级进行评估。

电力数据评估时应注意基本属性和历史行为属性，在以上信息基础上进行回归分析，找出其用电环节存在的隐蔽风险，详见表2。

表2 客户用电风险属性

风险模型计算时可采用回归模型，选取参与融合处理的数据，分析客户用电风险属性值的关联。同时，还可通过专家诊断，对用电风险属性等级进行赋值，在数据加权后带入到回归模型中，从而更加准确地评估客户用电过程中是否存在回收风险。

3 基于数据融合的电力营销服务优化

3.1 加强机制建设，注重新政策咨询

电力营销工作开展时应强化树牢“以人民为中心”的思想，切实推进从“我无责任”到“客户满意”的观念提升。以高效协同、规范服务为目标，优化完善主动发现和消除隐患的工作机制、快速响应客户诉求和不满的服务机制、事后评估问责的考核机制等“三项机制”。

尤其是在电价新政策推广过程中，许多个体用户在办理“一户多人口”电价政策后发现实际享受不到优惠；工商业用户在惠民电价选择时政策过多，不知道如何办理“第三监管周期输配电价”以及此前“一户多人口”电价“代理购电价”等。为避免上述问题，电力营销时应运用好数据融合，在平台推出测试算功能，让用户根据自身用电习惯属性，判断是否运用新政策电价，以免出现办理后又因市场规定而待可改动时退出使用新政策电价，引起不必要的波动。

3.2 进行客户分类，展开个性化服务

电力营销应围绕客户需求、用电特征、用电诉求等展开，面向不同类型客户提供个性化服务，这样才能提升客户满意度。

（1）大客户营销。根据大客户在用电量、业务办理、缴欠费、沟通渠道、违约用电及用电负荷等方面的用电特征分层次聚类，对客户进行评级。按照优质客户、发展型客户、风险客户及普通客户的需求倾向、用电行为、营销满意度等，有针对性地开展购售电业务，分析其削峰填谷市场前景并提供有效错峰用电方案，从而保证大客户用电的经济效益。

（2）全量客户营销。面向该类客户展开电力营销时，应重点关注客户的缴费情况、欠费次数、用电安全及客户投诉等信息，确定客户用电时电费回收风险系数。若客户风险等级较高，则应进行购售电预警，针对客户缴费习惯展开有效电力营销催缴服务。同时，要及时对客户用电进行跟进，以避免出现坏账问题，降低电网电能损失。

3.3 移动终端支持，提供多元化平台

随着互联网技术的不断发展和完善，移动终端已经成为人们生活中不可或缺的关键装置。为进一步增强电力营销的人性化、个性化和多元化，基于数据融合的智能服务开展时应利用好“互联网＋移动终端”模式，以手机、IPD等为媒介，拉进与客户间的距离，提升客户的满意度。

尤其是在客户报装过程中，低压客户可以通过电网APP中的用电报装板块，直接申请签约。而高压客户在网页或APP填报后，自主查询或等待手机短信告知业务办理进程，从而减少传统电力营销报装中的人工询问、人工登记等环节，为客户提供更多便捷。而在电费回收环节，电网APP可通过后台记录客户欠费情况、缴费时间、滞后时间等，若超出则发送督办信息或超时预警，从而降低由滞纳金引起的营销冲突。

3.4 注重人才培养，做好全方位监管

基于数据融合的电力营销服务开展时，应注重人才的培养，智能营销服务标准及服务需求出发，开展全方位知识教育和能力培养。尤其是要注重对“GB／T 42185-2022优质服务原则与模型”政策文件的解读，按照最新标准有计划、有针对性地开展培训工作，使电力营销服务人员的业务素质能够契合数据融合背景下的营销需求，高质量、高效益地完成电力营销任务。

与此同时，还应注重队伍的建设，建立健全的工作条例和管理机制，保证电力营销服务人员在工作中能够有章可循、有据可依。如在客户价值分析中形成专家评估机制，由营销人员协同电力专家，共同分析客户用电风险，商议制定专项电力营销方案；在高风险客户管理时制定风险防控机制，建立高风险客户台账，详细记录重点问题、突出问题，设计风险防控预案并阶段性监测管控成果；在电力营销进程中形成问责机制，包括超时、错单、漏单等，全面提升电力营销服务人员的责任意识等。

4 结束语

进入21世纪以来我国已经加大了对智能电网建设的重视程度。随着海量电力营销数据的录入，如何快速查找、统计、处理和分析电力营销数据，预测客户用电情况、识别客户用电风险至关重要。因此，必须构建基于数据融合的电力营销平台，以多元数据为支撑，借助价值模型、负荷模型及风险模型科学评估，确定客户用电特征，展开更加人性化的电力营销服务，规避电力营销中的坏账风险。