韩叶林 杜杨 郁飞
国网浙江省电力有限公司舟山供电公司 浙江 舟山 316000
我国的供电企业是典型的流程型企业,需进行多方的数据信息采集和分析,数据量较为庞大,同时管理过程较为复杂。想要保证数据信息管理工作的及时性和有效性,存在着较大困难。为此,为促进我国供电企业走向转型升级发展之路,就要结合企业的实际情况,构建出融合数字化技术的智能评价体系,对有关数据信息进行智能化收集,解决企业在发展过程中存在的各类评价问题,为后续企业发展的提质增效提供有力保障。
供电企业的服务质量综合性评价,其基础原则是需要依照我国现行供用电营业规则以及国家电网对各供电公司提出的优质服务规范要求,结合企业的质量考核标准、企业的供电现状,尽量依照企业目前已有的记录数据,展现出营销管理系统具有的功能及价值,针对供电企业的服务质量来展开评价。需要在分析企业供电现状的条件下,建立健全供电服务质量评价管理体系。在体系建设上分为两个维度,分别是内部评价体系和外部评价体系,随后实现二者之间的有机结合。其涉及的内容包括3个方面,即供电服务质量评价体系的建立过程、评价模型的建立过程以及评价结果的获取过程。供电企业服务质量的外部评价主要以客户评价为主,需要展现出企业为客户服务的质量水平[1]。因此,需要在分析企业对客户感知供电服务质量维度的条件下,保障性指标体系设置的精细化,并形成外部评价管理体系,对供电企业的外部服务质量进行综合性分析。在外部评价数据信息的获取上,主要是结合企业的问卷发放或是组织现场填写,也可以利用95598的客户服务系统,从中获得回访记录。若是地区有条件,也可以通过线上来进行调查。在进行供电服务质量内部评价时,主要是以企业的供电服务全过程作为导向,通过对企业业务的分类情况进行分析,明确企业的业务服务流程,对企业服务承诺进行全面研究,寻找其中的考核点。为保证整体评价结果的客观有效性,需基于定量这一角度,设置内部评价体系指标,随后明确考核标准,形成内部管理评价体系,以对企业的内部供电服务正常展开全面评价。在内部评价数据的获取上,主要是来自企业的记录,可从营销系统获得数据信息。
在整个系统的设计过程中,智能识别技术的运用是对企业供电服务质量进行自动打分的基本技术。在该系统的建设过程中,智能识别技术和有关数据信息转换主要包括两方面的内容[2]:一方面,需要针对纸质文档内容进行动态识别,并将其转化为电子文档。利用深度学习技术、智能图形识别技术,主要是针对文本中的规范性要素进行自动化抓取,并对评价标准进行比对和分析。举例来说,可对客户供电服务数量、服务质量进行数据信息的自动化提取,并与系统中的规则进行比较,明确供电服务是否满足客户需求。另外一方面,通过智能图形识别技术,将含有文字印章的图片由系统进行自动化翻译,系统可以对该图片进行二值化和灰度化处理,并进行噪声去除。之后抓取其中的图像特征,与数据库中的规则进行比对和分析,明确其中重点内容,分析文档签名和盖章是否符合要求。
ElementUI技术可以提供较为丰富多样的组件系统,尤其是以表格组件为主,是该系统进行自动化评价打分的主要技术。该技术可以对不同表格来展开个性化渲染,并对表头进行固定,实现单选、多选、排序等多种功能,对表尾展开合计,同时还具有一定的自定义检索功能,可以为不同的打分功能个性化设置提供有力保障。
在企业的供电服务结束之后,需要对供电服务所需要花费的支出进行自动化结算,并将结算的结果和预算表展开对比和分析,以明确当前供电服务的完成情况和成本控制情况,为其后续的决策制定提供有力支持[3]。在供电企业的结算报表中,传统的报表大多数是通过人工进行核算,生成Excel表格,或者是通过内部ERP系统进行导出。两者结合之后的表格形式,虽然格式相同,但是表头内容却存在差异,在人工核算时,也很有可能会由于人工核算过程较为粗糙,导致格式不够规范。因此,简单地利用数据表格来进行对比,无法适应新时期供电企业的服务质量评价需求,结算数据对比也不够准确。为此,在该系统的建设过程中,可以利用Python数据分析包,将Pandas作为数据分析的基础。Pandas主要是对数据进行结构化分析的主要工具,可通过对数据信息的深度挖掘和分析,具有一定的数据信息清洗功能。通过对不同表格信息表头结构的分析,综合计算对比的规范方法,融合数据字符串相似度的匹配算法,可以对不同映射关系的数据展开全面比较,并对表格中的重点要素进行及时归纳和总结,最终形成对比方案。利用Pandas库的有力支持,系统可以让供电服务品质的评价工作更为有效,结算对比表格也更为清晰直观。
将大数据技术运用在该评价系统中,主要是结合商务智能技术,对不同的工程样本数据进行有机结合,随后对数据报告进行横向和纵向不同维度的分析,明确在供电服务概算、决算有可能会发生的盲点问题,并制定出针对性的优化措施,以为后续的供电服务概算及结算提供有力指导,实现对成本的有效控制。敏捷型的商务智能数据管理过程更为灵活,可以对数据连接层进行全面细分,划分为数据模拟层和可视化层。并对供电服务不同阶段具有一定相似属性的数据展开有效筛选及整合,实现数据信息的融会贯通,明确数据信息和供电服务两者之间存在的联系。并通过可视化图表,展现出不同维度数据信息的关联情况及对比情况。同时,这一系统也可以支持数据信息的初级可视化分析,通过输入数据,便可以自动化生成条形图、饼图、折线图等,也可以展开数据信息的高级可视化分析。
在供电服务进入到结算之后,通过这一系统可以自动化生成报告。在系统建设思路上,主要是分为3个步骤[4]:一是进行模板的定制化处理,二是对数据进行修改和计算,三是对数据进行转换并生成报表。在这一报告中,需要提前设置好固定模板,在系统的对应位置可以让内容自动化填入。与此同时,数据信息和报告的描述两者之间存在较大的关联性,在数据修改之后,报告也会自动化进行调整。在自动生成结算报告的过程中,数据也可以自动化入库,与其他项目去展开比对和分析,作为对其他项目进行规划的参考依据。而针对数据,若是企业有必要,也可以自动创建数据图表,实现数据的可视化分析,并利用图表明确数字之间是否存在联系,明确事件的全貌以及企业评价服务的发展趋势,并展现出企业数据存在的隐含联系,方便其他人理解。
在进行供电服务品质评价系统设计时,系统模块主要包括以下几方面。
3.1.1 内部品质分析功能模块。在这一模块中,可为有关工作人员提供服务项目的数据信息分析查询、主题定义、趋势模拟等众多功能,以实现对企业供电服务的量化评价。
3.1.2 品质改善功能模块。在这一模块中,可以为企业的评价工作人员提供一定的问题维护措施、审核、信息维护、效果评估等众多功能,以对企业的供电服务进行不断优化。
3.1.3 外部调查管理模块。在这个模块中,可以为评价工作人员提供调查、问题库管理和问卷管理等众多功能,明确企业用电客户针对用电服务的质量评价情况。
3.1.4 指标库管理模块。在这一模块中,可以为评价人提供指标信息管理功能。既包括基础的评价指标信息管理,又包括评价指标类型管理,可对指标进行动态调整。
3.1.5 异常数据信息管理模块,在这一模块中,可以为有关工作人员提供日常数据管理功能,包括异常数据识别和数据确认,是进行供电服务品质评价管理的重要内容。
供电服务的品质评价系统设计需要利用分布式网络架构。再进行系统设计时,使用到的结构主要以B/S分布式网络结构为主。网络环境可以直接利用企业的内部局域网,客户端主机利用的是企业内部办公网络中所部署的工作主机,可以依照系统客户端的实际功能应用情况,进行分布式的发布以及部署[5]。除此之外,在系统运行时所产生的各类数据信息,可以直接通过网络打印服务器来打印,最后接入到企业的内部办公网络,为不同客户端口提供数据打印管理功能。客户端的主机直接部署在了企业的信息机房。在访问系统设计上可以使用Web服务器、数据库服务器,并通过对防火墙的部署,确保整个网络通信的安全性。另外,Web服务器和数据库服务器可以直接部署在信息机房,并使用并行部署模式或是集成部署模式。
供电企业的服务品质评价系统需要利用分层设计理念,对系统进行功能层次的全面划分。具体来说,其功能定位和设计思路表现在以下几个方面。
3.3.1 视图层。在该层级中,对应的是客户端的应用程序,可以为系统用户提供可视化的操作界面,并对供电服务品质、操作需求进行自动化接收,将服务器端口的逻辑响应结果直接展示在界面中,同时在视图层中。还需在其后台及系统服务器端口部署好通信功能的组件[6]。在这一方面,可以通过Web浏览器软件来达成其目标。
3.3.2 逻辑层。逻辑层主要是对应系统中的服务器端口应用程序,可以通过Web后台来进行部署,并依照视图层的操作请求,直接通过后台逻辑操作来自动化响应各种需求,并将最终的处理结果反馈到视图层,展示在有关工作人员的系统界面中。
3.3.3 数据层。数据层也需要部署在服务器端,其主要对应的是数据库操作管理系统。在这一系统中,可以提供数据信息调查指标、数据库、异常数据分析等众多功能,并与其他系统功能接口全面对接。按照系统中的数据操作需求,对后台数据信息进行动态更新和维护。
综上所述,随着“互联网+”时代的到来,各行各业都在发生深刻变革,并带来了巨大的机遇和挑战。同时,如何提高企业效率,增强核心竞争力,成为当今企业管理者关注的焦点。电力行业作为国家重要基础设施和保障力量,为社会经济发展提供可靠电力保障,其核心竞争力的高低直接影响着社会经济发展的质量与效益。作为电网企业,应如何提升核心竞争力,提高电力资源配置效率,降低用电成本、提高用电服务水平、提升用户用电体验是电力企业需要深入思考与研究的问题。因此,加强对供电企业“互联网+”综合评价系统建设研究具有重要的现实意义。本文对此进行了分析,提出了系统的建设措施,以期为企业提供参考和借鉴。