论文部分内容阅读
摘要：在电力营销市场繁重发展的背景之下，各种业务数据的增长速度也在逐渐加快，这可在一定程度上说明大数据时代的到来。行业预测在大数据背景下有着不可替代的重要作用。本文主要针对大数据背景下电力营销市场行业发展进行探究，这对社会以及经济发展有极大的促进作用，最终促使人民生活质量得以提升。
关键词：大数据背景；电力；营销市场行业；发展趋势；研究
在社会经济与科学技术不断发展的趋势之下，智能电网取得相当迅速的发展，大量的电量和非电量数据就是在这一过程中产生。在电网建设规模不断扩大的背景之下信息采集技术也在逐步提高，电网数据增长速度受到推动呈现出更加快速的发展，大数据也逐渐受到社会各界人士的关注。大数据对电力企业经济效益的提升有极大的促进作用，因此必须提高对大数据的重视程度。
一、电力营销市场行业中大数据特点以及相关性分析方法
1.电力大数据的定义
利用各种先进的技术与方法对电力数据中有价值的信息进行充分挖掘就是指电力大数据，其中主要使用技术为数据集成管理技术、数据储存技术、数据挖掘技术、数据计算方法等，业务趋势预测、营销策略制定的目的可在这一过程中得到充分的满足，这不仅对电力企业经营发展水平的提升有促进作用，同时可在一定程度上促使企业经济效益得到最大限度的提升。
2.电力营销市场行业中大数据特点
电力营销市场中包含多种数据，我们主要将其总结为以下几点，分别为各个行业的供售电量数据、各个用户的供售电量数据、影响各个行业发展的各因素数据等。通过上述分析我们可以发现电力市场所涉及的数据具有较为庞大的特征，从形式上来说也较为多样化，历史数据以及实时数据都在上述范围涵盖之内。
大量化、速度快、类型多以及价值大是大数据的明显特征，在实际对各个行业的用电量进行预测与分析之前需要对电力营销市场的大数据进行准确分析，并对其中的价值信息进行充分挖掘，促使所制定的营销策略实现对其合理性的保障，电力企业的经济效益在也可实现最大化目标。
3.相关性分析方法
实现对相关性分析法的使用可作为一種重要手段实现对各个行业用电量与影响因素之间关系的深入研究，线性相关系数以及因果分析是相关性分析法叫；为常用的两种方法，但对结果进行定量描述时不能对因果分析法进行使用，该种方法主要可提供一系列的定性结论。因此在实际工作中使用较多的线性相关系数分析法。
二、实例分析
1.实例概况
本次研究选取了某个地区发展较好、用电量较大的10个行业，以这10个行业2009-2014年每个月的用电量数据为研究资料，然后分析这10个行业的发展趋势。本文选取的这些行业是该地区的经济支柱产业，用电的总量占到了该地区用电总量的69.8%，主要包括化学制造业、纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业、非金属矿物制品行业、批发
零售行业、工艺品制造行业以及电子设备制造业。通过对这些行业用电数据的发展趋势分析，可以掌握整个地区用电量的大体情况，同时也可以分析出各个行业的发展趋势。
2.主导行业发展趋势分析
通过本文的研究和分析发现，在这10个行业当中，用电量呈上升趋势的行业有5个，分别为化学制造行业、金属制品行业、交通运输行业、餐饮住宿行业、电子设备制造行业；用电量呈现下降趋势的行业有3个，分别为通用或专用设备制造业、非金属矿物制品行业和工艺品制造行业；用电量基本稳定的行业包括纺织行业和批发零售行业。分析出各个行业的用电量发展趋势之后，电力企业就可以根据分析的结果来制定科学的营销策略，重点把握那些用电量大、并且具有平稳和上升发展趋势的行业。另外，对那些虽然用电量偏小，但是发展迅速的朝阳产业，也应该作为电力营销的重点客户，从而最大限度的提高电力企业的供电量，实现经济效益最大化。
3.相关性分析
在本次的研究当中，除了上述问题之外，还要研究一个重要的内容，即大工业用电量和内外部各种影响因素的关系。本次研究当中选取的外部因素为工业生产总值和GDP，而内部影响因素选取了10个行业中的5个行业，分别为纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业.
通过研究和计算得出如下结论：外部影响因素工业生产总值和GDP的相关系数分别为0.6325和0.3125，这说明外部经济因素对大工业用电量的影响程度较轻；而部分主导行业纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业和大工业用电量的相关系数分别为0.5268、0.4968、0.8653、0.5341和0.8025，显而易见，部分主导行业对大工业用电量的影响非常明显，具有主导地位，因此，必须将这些行业作为电力营销的重点对象，以提高售电量，最大限度的提高电力企业的经济效益。同时，根据线性回归方程式还可以将大工业的用电量估算出来。
在智能电网发展的背景之下，大数据已成为研究热点。智能电网在电网运行和设备检测、电力企业营销和管理等方面都拥有海量的数据。并且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，电网的数据将呈现出指数级增长的趋势。这些数据间蕴含着大量有价值的信息，如何对这些大数据进行快速准确的分析，挖掘各类数据间的关系，从中得到价值回报，是当前学术界和产业界共同关注的主题。
在电力营销市场方面，各行各业拥有海量的电量和非电量数据，这些数据又与政府的政策、地区经济等数据密切相关。要对电力营销市场各行业的发展趋势进行分析，就必须对这些类型多、数量大的数据进行有效的数据挖掘。筛选出用电量较大或政府重点发展的主导行业，分析各类型数据的性质发展趋势、增长率或衰减率、周期性等冤，将变化趋势相同的行业归为同类进行分析。同时，各行业的发展又受到内外部多种因素的影响，寻求对行业发展影响较大的关键因素，对该地区的电量预测、电网规划、确定电力营销重点都有重要的意义。
三、结语
总而言之，在大数据背景下，对电力营销市场行业发展趋势进行分析和研究具有重要的现实意义。因此，电力企业应该提高对这一工作的重视程度，利用科学的分析方法对大数据进行准确的分析，从而预测各个行业用电量发展趋势，为制定电力营销策略提供重要的数据支持，最大限度的提高企业的经济效益。
参考文献：
[1]李杨.大数据背景下电力企业营销管理创新研究[J].中国高新技术企业，2016（27）：169-170.
[2]王亮.大数据背景下电力企业营销管理创新研究[D].华北电力大学，2015.
关键词：大数据背景；电力；营销市场行业；发展趋势；研究
在社会经济与科学技术不断发展的趋势之下，智能电网取得相当迅速的发展，大量的电量和非电量数据就是在这一过程中产生。在电网建设规模不断扩大的背景之下信息采集技术也在逐步提高，电网数据增长速度受到推动呈现出更加快速的发展，大数据也逐渐受到社会各界人士的关注。大数据对电力企业经济效益的提升有极大的促进作用，因此必须提高对大数据的重视程度。
一、电力营销市场行业中大数据特点以及相关性分析方法
1.电力大数据的定义
利用各种先进的技术与方法对电力数据中有价值的信息进行充分挖掘就是指电力大数据，其中主要使用技术为数据集成管理技术、数据储存技术、数据挖掘技术、数据计算方法等，业务趋势预测、营销策略制定的目的可在这一过程中得到充分的满足，这不仅对电力企业经营发展水平的提升有促进作用，同时可在一定程度上促使企业经济效益得到最大限度的提升。
2.电力营销市场行业中大数据特点
电力营销市场中包含多种数据，我们主要将其总结为以下几点，分别为各个行业的供售电量数据、各个用户的供售电量数据、影响各个行业发展的各因素数据等。通过上述分析我们可以发现电力市场所涉及的数据具有较为庞大的特征，从形式上来说也较为多样化，历史数据以及实时数据都在上述范围涵盖之内。
大量化、速度快、类型多以及价值大是大数据的明显特征，在实际对各个行业的用电量进行预测与分析之前需要对电力营销市场的大数据进行准确分析，并对其中的价值信息进行充分挖掘，促使所制定的营销策略实现对其合理性的保障，电力企业的经济效益在也可实现最大化目标。
3.相关性分析方法
实现对相关性分析法的使用可作为一種重要手段实现对各个行业用电量与影响因素之间关系的深入研究，线性相关系数以及因果分析是相关性分析法叫；为常用的两种方法，但对结果进行定量描述时不能对因果分析法进行使用，该种方法主要可提供一系列的定性结论。因此在实际工作中使用较多的线性相关系数分析法。
二、实例分析
1.实例概况
本次研究选取了某个地区发展较好、用电量较大的10个行业，以这10个行业2009-2014年每个月的用电量数据为研究资料，然后分析这10个行业的发展趋势。本文选取的这些行业是该地区的经济支柱产业，用电的总量占到了该地区用电总量的69.8%，主要包括化学制造业、纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业、非金属矿物制品行业、批发
零售行业、工艺品制造行业以及电子设备制造业。通过对这些行业用电数据的发展趋势分析，可以掌握整个地区用电量的大体情况，同时也可以分析出各个行业的发展趋势。
2.主导行业发展趋势分析
通过本文的研究和分析发现，在这10个行业当中，用电量呈上升趋势的行业有5个，分别为化学制造行业、金属制品行业、交通运输行业、餐饮住宿行业、电子设备制造行业；用电量呈现下降趋势的行业有3个，分别为通用或专用设备制造业、非金属矿物制品行业和工艺品制造行业；用电量基本稳定的行业包括纺织行业和批发零售行业。分析出各个行业的用电量发展趋势之后，电力企业就可以根据分析的结果来制定科学的营销策略，重点把握那些用电量大、并且具有平稳和上升发展趋势的行业。另外，对那些虽然用电量偏小，但是发展迅速的朝阳产业，也应该作为电力营销的重点客户，从而最大限度的提高电力企业的供电量，实现经济效益最大化。
3.相关性分析
在本次的研究当中，除了上述问题之外，还要研究一个重要的内容，即大工业用电量和内外部各种影响因素的关系。本次研究当中选取的外部因素为工业生产总值和GDP，而内部影响因素选取了10个行业中的5个行业，分别为纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业.
通过研究和计算得出如下结论：外部影响因素工业生产总值和GDP的相关系数分别为0.6325和0.3125，这说明外部经济因素对大工业用电量的影响程度较轻；而部分主导行业纺织行业、金属制品行业、交通运输行业、餐饮住宿行业、通用或专用设备制造业和大工业用电量的相关系数分别为0.5268、0.4968、0.8653、0.5341和0.8025，显而易见，部分主导行业对大工业用电量的影响非常明显，具有主导地位，因此，必须将这些行业作为电力营销的重点对象，以提高售电量，最大限度的提高电力企业的经济效益。同时，根据线性回归方程式还可以将大工业的用电量估算出来。
在智能电网发展的背景之下，大数据已成为研究热点。智能电网在电网运行和设备检测、电力企业营销和管理等方面都拥有海量的数据。并且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，电网的数据将呈现出指数级增长的趋势。这些数据间蕴含着大量有价值的信息，如何对这些大数据进行快速准确的分析，挖掘各类数据间的关系，从中得到价值回报，是当前学术界和产业界共同关注的主题。
在电力营销市场方面，各行各业拥有海量的电量和非电量数据，这些数据又与政府的政策、地区经济等数据密切相关。要对电力营销市场各行业的发展趋势进行分析，就必须对这些类型多、数量大的数据进行有效的数据挖掘。筛选出用电量较大或政府重点发展的主导行业，分析各类型数据的性质发展趋势、增长率或衰减率、周期性等冤，将变化趋势相同的行业归为同类进行分析。同时，各行业的发展又受到内外部多种因素的影响，寻求对行业发展影响较大的关键因素，对该地区的电量预测、电网规划、确定电力营销重点都有重要的意义。
三、结语
总而言之，在大数据背景下，对电力营销市场行业发展趋势进行分析和研究具有重要的现实意义。因此，电力企业应该提高对这一工作的重视程度，利用科学的分析方法对大数据进行准确的分析，从而预测各个行业用电量发展趋势，为制定电力营销策略提供重要的数据支持，最大限度的提高企业的经济效益。
参考文献：
[1]李杨.大数据背景下电力企业营销管理创新研究[J].中国高新技术企业，2016（27）：169-170.
[2]王亮.大数据背景下电力企业营销管理创新研究[D].华北电力大学，2015.