挖掘大数据背后的差异化服务机会.pdfVIP

电 网 大数据 案例二 挖掘大数据背后的 差异化服务机会 国网福建电力与传统的客户用电行为分析相比，基 于数据挖掘的客户用电行为分析能够提高客户行为 分析的精确度，并实现对客户的用电行为进行定量 化描述。 文 Ｉ林梅妹 数据显示，国网福建省电力有 国家电网公司系统率先开展基于大 国网福建电力建立客户 限公司开展的2013年非居民用电 数据挖掘的客户用电行为分析，建 用电行为特征数据挖 检查客户总数437790户中，其中 立客户用电行为分析模型，以庞大 掘库，根据大客户对该 用电检查不合格客户有6623户，占 海量的客户用电行为数据为基础， 公司的贡献度、用电变 1.51%；违约客户有81户，占0.02%； 对不同客户群体的用电行为特征进 化趋势、风险程度等情 窃电客户有411户，占0.09%。国网 行识别，提前预测客户用电风险，挖 况 ，将大客户细分为优 福建电力通过客户用电风险预测模 掘大客户用电效益，实现科学的客 质客户、发展型客户、风 型，运用大数据挖掘技术，对2013 户认知、风险管理、个性化营销和 险客户、普通客户等 四 年非居民客户用电检查数据进行分 服务的目的。 大类。 析，预测了2014年存在用电不合格 风险客户，在违约可能性最高的5% 区分不同客户群 客户中，实际安全用电不合格只占 提供差异化服务 季用电占全年比例是29.71%，峰时 17.96%。该模型对于非居民客户的 段用电占比是36.92%、平时段用电 风险识别效率提升了10.6倍，因此， 国网福建电力以大客户为分析 占比是34.11%、谷时段用电占比是 只要做好这5%的客户的安全用电 对象，通过对大客户基本信息、用电 28.96%，欠费总额87.65万元、欠 管理，就能够避免17.96%风险客户 量信息、业务办理信息、违约违章 费次数1次，投诉总次数0次、拨打 的产生，比起毫无目的对所有客户 信息、交欠费信息、渠道沟通信息等 95598热线电话次数2次、登录网上 进行管理效率要高得多。 方面的用电行为特征进行大数据挖 营业厅次数21次……”这是4月14 数据是运营监测（控）中心有 掘、聚类分析，并运用客户用电行为 日，笔者在国网福建电力运监（控） 效开展工作的重要支撑，高质量的 的评价方法，区分不同属性和行为 中心数据挖掘库里看到的某一用电 数据分析是运营监测（控）工作有 特征的客户群。 大客户的用电行为特征信息。内容很 效发挥作用的关键。国网福建省电 “总用电量1118.83万千瓦时、 全面、详细，共包括六大方面43项。 力有限公司运营监测（控）中心在 平均月用电量93.24万千瓦时、夏 国网福建电力建立客户用电行 56 封面文章／Cover Articles 为特征数据挖掘库，根据对大客户 险客户通过差异化提醒和账单等方 的用电负荷特性。 的定义，抽取1187名大客户2013年 式，提高电费回收率指标；通过建 2013年，福建电网用电最高负 全年的用