电力营销工作精准服务辅助分析与电力用户智能画像数据库

(整期优先)网络出版时间:2018-12-22
/ 2

电力营销工作精准服务辅助分析与电力用户智能画像数据库

曹秀玲王昕冉王喜兴赵丹丹王佳欣

(国网吉林供电公司吉林吉林132001)

摘要:营销作为企业管理最核心的环节,在为企业获取利润,树立企业形象和积累无形资产等方面发挥着重要作用,它也决定了企业的服务质量和产品的市场占有率。集约化管理作为现代企业集团提高效率与效益的基本趋势,通过从业务流程改革着手,辨识、分解、评估业务流程中各个环节的作用,进行压缩、整合、精简,实现消除多余的支出与管理成本,提高效率的目的。

关键词:电力营销;集约化;用户画像;

1.集约工作在电力营销管理中的重要意义

在营销集约管控中心的管理模式下,分散在县(区)公司的抄表、采集、核算、账务、质量管控工作都统一集约到市公司,实现了一体化智能运营,提升了管理效率,以SG186营销业务应用系统、用电信息采集系统、电网GIS系统为数据源,汇总整理了海量数据。高效的利用这些客户的用电信息、用户行为的数据,可以逐步形成以用户为中心的统一用户数据库。

2.大数据在店里营销管理中的重要意义

随着我国经济新常态的发展,在市场营销领域最时髦的词语莫过于“大数据”,在“大数据时代”,数据早已渗透到电力行业的每个职能部门之中,大数据在电力行业的重要性早已得到了国网公司的充分认可。国家电网已在北京、上海、陕西建立了三个大数据中心,分管了我国北方、南方以及西部内陆地区。随着国家智能电网与特高压工程的进一步推进,电网势必会产生更多的数据,利用数据中的潜在信息保障电力企业竞争力的稳步提高是大数据在电力营销系统中应用的主要趋势。

3.电力营销工作在集约后的成效

对已经实现电力营销集约化管理后,某公司截止到六月末,自动化发行用户比例达到98.41%,抄表数据复核工作人均处理能力由集约前的5万户提升至15万户,提升了200%;电量电费审核工作人均处理能力由集约前的11万户提升至21万户,提升了91%,工作效率得到了全面提升;全年累计发现并订正内部差错电量11298.88万KWH,电费1376.89万元,通过对消缺的过程及结果进行闭环式的监控管理,实现营销作业的全程线上监管,有效地规避了经营风险,工作质量全面提升;在差异化服务上,营销集约管控平台与前端客户经理和台区经理的有效互动,使服务更加精准快捷。为客户量身定制用电方案、节能套餐,提供差异化、增值服务。

4.实现用户画像后的成效

通过对市场个性化需求和企业自身良性发展的挖掘,可以驱动电力企业从“以电力生产为中心”向“以客户为中心”进行转变。此外,电力大数据的有效应用可以面向行业内外提供大量高附加值的内容增值服务。

基于以上原则,本次充分利用SG186营销业务应用系统、营销全过程质量管控平台、营销集约管控平台营销以及用电信息采集系统的海量数据,拓展服务方式,建立你用电,我“画像”,勤分析,细服务,高定制的全方位电力营销工作及服务模式。通过电力消费用户用电习惯、用电方式、用电波动为电力营销各专业提供多样化用电分析,实现用数据说话,用数据决策,用数据助推企业发展;为客户建立用电“画像”,通过“画像”,实现为用户提供私人用电概况、用电风险分析、用电方式推荐、近期用电趋势、私人定制等多方位服务。并通过大数据筛选两级分析的联动模型,实现精准营销,达到智能分析线索自动化,横剖纵切问题透明化,以人为本操作个性化,强化管控创新信息可视化,深化应用管控一体化,对电力消费者个性服务化等目标,从上至下,从微观到宏观,从点到面,形成纵横交错的管控体系,来服务公司经营决策,提升业务竞争力,全面提高优质服务。

5.研究的实践依据

大数据集约管控在拓展营销服务新模式中应用的实践依据是SG186营销业务应用系统、营销全过程质量管控平台、营销集约管控平台营销以及用电信息采集系统中积累的用户用电行为信息,包括用户办电信息、交费信息、执行电价及类别等作为数据支撑。将大数据方法运用到用户数据的分析和聚类,将用电行为相似的客户进行分组分析,为客户群体提出更准确且具有针对性的优化方案。

6.研究内容实现的谷段超容优化方案

方案内容:工商业及其他用电,除铁路、医院、部队、政府机关、取暖期内供热企业和农村地区广播电视站发射台(站)、转播台(站)、差转台(站)、监测台(站)的用电外,用电设备容量在100千伏安(千瓦)及以上的客户,均执行峰谷平分时电价。对于高耗能企业和蓄能式电采暖用户,可根据历史发行电量电费信息,考虑变压器的使用寿命,从错峰填谷、降低用户用电成本方面,提出生产用电的合理化建议。

优化规则:谷段超容用户=谷结算电量>铭牌容量*7*变压器运行天数(用电高峰时段7:30—11:30,17:00—21:00;低谷时段:22:00—5:00;剩余为平时段,其中,100kVA及以上用的储能式电采暖用户谷段用电时间为10小时)。

通过使用数据库用户建议功能,系统总会自动对用户36个月的电量进行分月平均计算,并通过一级分析基础词设定,该用户三班生产,且为高耗能企业,优化时可充分考虑生产时间机动化。用户谷段最大可用电量为5000×7×30=1050000,有功总电量800250小于1050000。并得出用户各月峰谷平电量分别占总电量的比例为43%、15%、41%,峰时段用电量较大,谷时段用电量较小,优化时,考虑可将峰段电量合理分配到谷段,降低峰时段电费。分配方法为:将有功总电量分为三份,其中峰段电量近似为266750,峰段剩余电量加到谷段上,此时谷电量为200926,平段电量为332574。客户2018年5月第一次电费收缴505685.07元,优化后收取电费为464433.44元,对比可知,采用本优化方法本月可为用户节省电费37141.68元,相比优化前电费降低8%左右。

7.研究的关键和难点

应用于营销服务新模式的大数据平台的关键在于将包含多种指标维度的用户用电行为信息抽象为仿真软件中的数据模型,基于现有用户数据,参照当前客户每月的各维度指标的变化情况,考虑多变量及多种约束条件,以客户收益最大化和节约客户成本为目标,提出定制化的用电方案。标志用户用电行为的关键信息如何最大限度地囊括于数据模型中;电费计量方法如何准确抽象成程序中的约束条件;典型案例成功后,大数据平台如何升级,进一步扩大目标受众群体等,这些都是大数据平台建立完善过程中的需要克服的难点。