大数据时代供电企业的客户细分探析.docVIP

PAGE  PAGE 8 大数据时代供电企业的客户细分探析 　　摘要：客户细分有助于电力企业更好的了解客户，为客户提供差异化的服务，满足客户多样化的需求，有效促进企业经营运作效益的提升。因此本文将大数据与传统营销策略结合，以东莞供电局的客户为基础进行了客户细分，为电力企业实现更好的客户服务提供经验借鉴。 　　关键词：供电企业；客户细分；大数据 　　中图分类号：F270 文献识别码：A 文章编号：1001-828X（2016）025-0000-02 　　一、引言 　　随着电网建设的不断扩大，信息采集技术的提高，数据精细化程度越来越高，电网数据呈现出指数级增长的趋势，如何对这些大数据进行快速准确的分析，挖掘有价值的信息，是当前学术界和产业界共同关注的主题。东莞供电局作为具备良好客户与数据资源的代表之一，将大数据与传统营销策略结合，以客户分??为载体开展全方位客户服务体系应用建设研究，利于提高整体客户服务能力和水平，提高企业经营效益。 　　二、客户细分的内涵及意义 　　客户细分是指通过有效收集、归类和分析各方面的需求，定义不同属性与行为特征的客户群，对客户价值、客户风险进行评估。依据评估结果将客户划分为不同的类别，并对其进行管理，同时，针对不同的客户群体为客户提供个性化服务[1]。通过客户细分，企业可以更好的识别不同的客户群体，区别对待不同的客户。客户细分作为一项先进的客户关系管理手段，在以客户为中心的商业经济的今天有着非凡的意义。 　　而客户细分所用到的技术就是数据挖掘（Data Mining），所谓的数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[2]。运用数据挖掘技术可以分析客户的更多信息，捕捉更多有价值的信息，有效研究客户行为特征，实现对客户群体的精细化分解，利于为客户提供差异化服务，合理优化资源配置，实现良好的客户关系管理。 　　三、供电企业客户细分现状 　　1.现有电力客户划分方法[3] 　　（1）定性划分，主要包括以下几类： 　　▲根据用电部门属性分为工业、农业、交通运输和市政生活用电，每一大类又可划分为若干小类； 　　▲根据用电目的分为动力用电、照明用电、电热用电、各种电器仪器设备的操作控制用电、通讯用电； 　　▲根据客户重要性分为一类负荷、二类负荷、三类负荷。一类负荷是关系国民经济命脉及人民生命财产安全或停电会对其造成重大损失；二类负荷指其在国民经济中的地位不如一类负荷，但停电对其造成的经济损失也不小；三类负荷指其在国民经济中的地位不高，与人民的生命财产安全关系不大，中断其供电造成的损失较小。 　　▲根据负荷大小分为最大负荷，平均负荷和最小负荷。 　　（2）定量划分，主要包括以下几类 　　▲根据用电属性或用电行业分类，对用电量的大小和增长率进行高低排序，从而进行客户分类。 　　▲根据客户每月用电量、用电量同比增幅大小进行分类。 　　▲根据客户缴纳电费多少进行统计分析，从而找出重要客户。 　　▲根据电价高低进行排序，找出高于平均电价的客户群。 　　▲根据客户装接容量进行分类。 　　2.现有电力客户划分方法存在的问题 　　（1）分类指标简单 　　一方面，电力客户细分主要以定性分类方法为主，定性分类以便于市场管理为目的，没有综合考虑客户的经济价值；另一方面，使用定性分类对客户细分的主观性较强，不能对客户进行全面了解，划分客户的标准比较模糊，很难找出客户之间的差别，不能对客户进行精确划分。 　　（2）可操作性较差 　　一方面，现行定量分类和定性分类方法都主要考虑客户的社会属性，未充分评价客户的经济行为，其操作欠缺实际意义；另一方面，传统的分类方法都是非智能计算方法，随着大数据的发展，客户数据越来越复杂，传统方法很难科学规范的分析客户数据，适应现代电力营销需要解决的诸多问题。 　　结合以上分析，可以看出我国电力客户细分有了一定的基础，但也存在一些问题，不能适应快速发展的客户需求，这些也是本文所要解决的关键问题。 　　四、电力行业的大数据趋势 　　1.电力行业大数据分析的必要性 　　在电力行业，随着智能电网建设的不断深入和推进，电网运行产生的海量信息呈指数级增长，采集点越来越多，常规的调度自动化系统数十万点，而配用电、数据中心将达到百万甚至千万级。如果能充分利用这些实际数据，对其进行深入分析，便可以提供大量的高附加值服务，这些增值服务将有利于客户用电行为分析与客户细分、企业精细化运营管理等。 　　2.电力行业大数据分析的重要性 　　近年来，国家电网和南方电网用于电网的线路和变电站等方面的建设及管理投入逐渐增大，催生了庞大的电力信息化市场。随着电力智能化的发展，与I