解析数据挖掘对农用供电营销管理支撑.docVIP

解析数据挖掘对农用供电营销管理支撑 　　【摘 要】供电营销管理是电力系统实现有效管理的重要手段，数据挖掘对于解决供电管理中的问题具有积极的意义和重要作用。本文主要分析了数据挖掘在供电营销管理中所起到的支撑作用。 　　【关键词】数据挖掘；供电营销管理；支撑作用 　　0.引言 　　随着现代企业管理模式逐渐转变为以客户为中心，复杂多变的客户关系管理越来越被各企业所重视和研究。作为企业管理需要，尽可能多地了解客户行为信息已成为必然，因而，不可避免的带来大量的客户数据，这些数据更多的是为管理决策提供有价值的信息，而如何获取、管理、分析和应用这些客户信息，从中找出有价值的数据，就需要有更智能化的技术和工具支持。数据挖掘技术为客户关系管理分析大量数据，挖掘客户信息，成为决策依据提供了很好的技术支持。数据挖掘可以从大量的数据中抽取出潜在的、有价值的知识、模型、规则，是发现潜在关联、模式，做出预测性分析的有效工具。 　　1.数据挖掘的概述 　　当前，数据挖掘已经成为信息产业研究的热点，它指的是从数据库的巨量数据中提取出未知的、潜在的、有用的信息的过程。机器学习、统计学及模式识别等有很多提炼有用信息的方法，可是不能与实际中的大量数据有效结合，仅对学术研究和实验数据起到一定的作用。而数据挖掘能够把数据和机器学习、统计学、模式识别等相结合，有效地、深层次地对数据进行分析，挖掘出数据内部有意义的、高效用的信息，为决策者提供准确的决策依据。 　　数据挖掘的目的是从数据库大量的、随机的、模糊的、噪声的数据中找出有价值的、潜在的信息与知识。虽然数据挖掘是在不明确假设的条件下进行信息挖掘，可是它可以发现数据库里隐藏的预测趋势和关联网，并且具有聚类、时许模式及检测偏差的功能。由数据挖掘获得的信息可能与直觉相违背，不过得出的信息愈是意想不到，愈有价值，这样的信息具有潜在高效用的特征。 　　2.数据挖掘的应用 　　目前，数据挖掘技术被广泛应用于各个行业，尤其是在银行、电信、保险、零售等商业领域应用的效果较好，并且应用时间较长，技术较为成熟。数据挖掘技术的应用，能够提高企业的生产和运营效率，降低生产成本，从而更好的实现商品的销售目标。 　　3.供电企业电力营销现存的主要问题 　　3.1电力营销理念落后 　　很多电力企业在实现电力营销目标的过程中，缺乏对购电客户的实时有效分析，缺乏系统科学的营销体系，这样，很大程度上影响了供电营销工作的开展，使得电力营销管理也失去了其积极意义。 　　3.2电力营销方式单一 　　对于传统的电力营销只是单纯的在客户的用电需求上，进行简单的即买即卖，缺乏对用电市场和购电客户电量需求的科学预测和分析，在电量的计算方式上面也较为传统落后，形成了电力营销方式单一，销售情况不明确的情况。 　　3.3电力营销人员缺乏良好的服务意识 　　由于电力行业的特殊性，很多工作人员对工作态度和客户的服务态度较差，对客户的购电过程缺少良好优质的服务。同时，电力工作人员也缺乏对供电质量的分析和研究，例如，减少停电次数、降低停电造成的经济损失、提高供电稳定性等问题，缺乏对供电效果的责任意识和质量意识。 　　3.4企业管理不到位 　　电力企业缺乏完善的监督管理体系，对于各部门的职能划分不明确，降低了工作效率。由于电力企业内部管理涉及的环节和部门较多，所以在日常的工作中存在的问题较多，造成企业内部管理混乱，不利于电力行业的健康发展。 　　4.供电营销系统中使用的数据挖掘手段 　　（1）数据挖掘的过程就是信息发现的过程，其所能发现的信息有如下几种：广义信息，反映同类事物共同性质的知识；特征信息，反映事物各方面的特征知识；差异信息，反映不同事物之间属性差别的知识；关联信息，反映事物之间依赖或关联的知识；预测信息，根据历史的和当前的数据推测未来数据；偏离信息，揭示事物偏离常规的异常现象。 　　所有这些信息都可以在不同的概念层上被发现，随着概念树的提升，从微观到宏观，满足不同决策层的需要。对供电营销管理而言，其中最重要的信息就是预测信息和偏离信息，通过对该两类信息的挖掘，能够为决策者提供更为合理有效的手段和措施避免或减少在供电企业经营管理过程中产生的欠费风险，正确安排供电端负荷分配。 　　（2）供电营销数据挖掘，就是指充分利用营销SG186系统数据库、人工智能、数理统计、并行计算等交叉学科知识，通过预测未来一段期间内用电客户交费情况、用电量情况的趋势及行为，做出预测性的决策。 　　1）关联分析，关联分析能寻找到数据库中大量数据的相关联系，常用的一种技术为关联规则和序列模式。关联规则是发现一个事物与其他事物间的相互关联性或相互依赖性。 　　2）聚类输入的数据并无任何类型标记，聚类就是按一定的规则将数据划分为合理的集合，即将对象分组为多