论文部分内容阅读
摘 要：随着我国国民经济的迅速崛起，我国电力市场的也得到了不断发展，供电企业应紧跟数字化发展趋势，同时加快了对信息系统的建设。大数据技术推动了我国进入大数据时代，大数据技术被企业广泛的应用到各个环节中去，可以在企业运行的过程中提供非常重要的决策依据，将大数据技术应用于电力营销行业，同样可以提升电力系统的运行效率。本文对国内外电力营销行业大数据技术应用的现状进行了简要的分析，同时研究了大数据技术的实践状况，进一步满足客户的需求，提升优质服务。
关键词：大数据;电力客户;行为分析;
引言：
随我国电力市场改革政策的不断深入，每个企业在运行的过程中积累了非常多的信息和数据，大量的信息和数据已经逐渐成为供电企业工作中非常重要的资产。现如今，电力企业的不断开放导致企业与企业之间的竞争力增大，这给每个企业都带来了严峻的挑战。为了能有效的应对挑战，必须重视对电力用户的服务质量。电力用户是电力企业生存的根本，电力用户的满意度直接关系到企业的发展，因此必须满足电力客户的需求，解决客户关于电力的相关问题，为客户提供优质的服务，以保证企业的可持续发展。提高客户的满意度可以在服务体系中融合大数据技术，不断的发觉数据信息、有效了解客户的需求、制定科学合理的策略，提升客户服务质量、增加客户黏度。
一.国内外大数据应用现状
自2009年以来，法国在电力企业中就已经运用了大数据技术，主要运用于对用电客户行为的探索。一直到现在，法国有很多的电力公司已经广泛的应用了大数据系统，并且他们利用大数据的相关技术，对数据和信息进行高效的处理，从而自动生成关于用户情况的曲线图。利用大数据技术计算相关的数据，并且在非常短的时间内完成极其复杂数据的归纳和处理。大数据系统还拥有预测功能，根据曲线图中所表示的数据来显示未来可能走向，给企业提供了制作科学、合理政策的依据。不仅如此，美国的电力企业中也广泛的应用了大数据技术，在2012年的时候，美国的洛杉矶就已经有了大数据应用系统。这个系统是由美国当地的政府和一些大学生组织一起建设，其中运用了大数据技术，使整个系统可以准确的计算和反映用户的信息。在这个过程中，大数据系统还可以根据当地的地理信息和天气情况合理的分配用电。自从2013以来，我国的电力企业也逐渐研究大数据技术，重视大数据技术和用户需求的相结合的探究。现如今我国的电力企业逐渐向智能化、信息化发展。很多的电力用户信息和数据都被准确的统计和分类，并且针对个别特殊用户行为，分析整个电力行业的概念和阶段，用智能网络技术和分析系统来分析客户的行为。
二.电力客户行为分析体系建立
大数据技术的在电力行业最主要的体现，是建立电力客户行为分析体系。建立电力客户行为分析体系最基本的应该是提高数据的质量，并且有效的管理数据，使其保证准确性和完整性。同时也应该注重数据的安全性，在建立体系的过程中还应该降低所需要的成本。将数据资源充分的得以利用，从而进一步提升企业的管理水平，实现企业的價值。
1.业务系统之间独立
电力企业中包含业务系统，并且每个业务数据中有很多系统。比如电力营销业务应用系统和电能量采集系统等等，并且数据字段非常的繁琐和复杂。商业应用程序之间的数据融合成为客户行为分析系统建设的基本条件。如何解决数据开放和交换数据问题需要从以下两方面开始：
（1）一方面是对一些跨业务系统中的大数据进行协同处理，对每个业务都进行详细的分析和计算，然后在对计算的结果进行重新分组和重新计算。可以实现企业和企业之间的数据信息交换和集成。
（2）建立可视化显示界面可以实现可视化分析，从而大大的降低了数据的开发和数据的交换。一些企业中的业务部门应该由相关的工作人员快速接受并且投入使用。可以更加有效地提升数据分析和工作效率。
2.数据资产管理体系需要完善
数据资产这一概念直到近几年才被提出。大部分企业都没有未意识到数据资产的价值，因此很多的企业中的大量数据被忽略而不被有效地管理。很多的数据在数据库中都处于非活动状态，无法完全实现数据资产的价值。为了充分实现数据资产价值并被企业有效利用，就必须建立数据资产管理系统，积极完善数据资产保护机制和信息数据脱敏机制。主要方式可以从以下两方面进行：
（1）基于已有的商业应用系统数据资产，从数据的准备、治理和评估等方面出发，建立数据资产管理体系，以提高数据的质量。并且允许数据资产管理实现周期管理，实现工作流程的标准化。并且及时的查询数据中可能出现的错误，并且及时的改进数据中的问题，对之后的数据资产管理打下坚实的基础。
（2）建立数据的安全机制。从数据资产的安全性和可靠性的角度来分析，数据资产的机密性和数据资产交换，数据在此过程中被收集、使用和备份。它是一种开放性的数据资产，并且实现不同的权利和级别，以保证数据资产的安全性和可靠性。
三.电力客户行为分析体系
1.客户贡献程度分析
电力企业对客户的电力供应贡献的评估基于客户使用的电量与支付的电量。由于电力供应企业的主要利润来源是电力销售，电费是主要的商业收入。电力供应企业对客户使用的能源和支付情况都有着极为详细的记载，根据客户的用电量，客户必须支付相应的电费，并且根据实际情况分析和了解用电客户用电特征和缴费习惯。通过用户的电费支付情况可以有效的分析电力企业在未来的售电量及受电收入增长。电力供应企业可通过分析客户贡献度，对电力客户进行细分，实现差别化服务，并且可以据此规划企业自身的未来发展路径，从而实现电力企业的有效发展。
2.客户诉求分析
电力供应企业的客户服务主要包括客户咨询、业扩报装、投诉与故障维修。电力供应企业可以设置多种咨询方式以充分的了解客户的需求。公司必须要做好科学、合理的营销策略以满足客户的需求，提升客户的满意度，降低客户的投诉率。
四.结语：
综合上文所述，现阶段，我国电力行业的数据量巨大，利用大数据技术，能够有效利用现有数据资产，还能为电力公司带来良好的经济效益，实现电力企业的可持续发展。
参考文献：
[1]林弘宇，张晶，徐鲲鹏，等. 智能用电互动服务平台的设计[J].电网技术，2012，36（ 07） ： 255 - 259.
[2]张东霞.姚良忠.马文媛.中外智能电网发展战略[J].中国电机工程学报，2013，33（ 31） ： 1 - 14.
关键词：大数据;电力客户;行为分析;
引言：
随我国电力市场改革政策的不断深入，每个企业在运行的过程中积累了非常多的信息和数据，大量的信息和数据已经逐渐成为供电企业工作中非常重要的资产。现如今，电力企业的不断开放导致企业与企业之间的竞争力增大，这给每个企业都带来了严峻的挑战。为了能有效的应对挑战，必须重视对电力用户的服务质量。电力用户是电力企业生存的根本，电力用户的满意度直接关系到企业的发展，因此必须满足电力客户的需求，解决客户关于电力的相关问题，为客户提供优质的服务，以保证企业的可持续发展。提高客户的满意度可以在服务体系中融合大数据技术，不断的发觉数据信息、有效了解客户的需求、制定科学合理的策略，提升客户服务质量、增加客户黏度。
一.国内外大数据应用现状
自2009年以来，法国在电力企业中就已经运用了大数据技术，主要运用于对用电客户行为的探索。一直到现在，法国有很多的电力公司已经广泛的应用了大数据系统，并且他们利用大数据的相关技术，对数据和信息进行高效的处理，从而自动生成关于用户情况的曲线图。利用大数据技术计算相关的数据，并且在非常短的时间内完成极其复杂数据的归纳和处理。大数据系统还拥有预测功能，根据曲线图中所表示的数据来显示未来可能走向，给企业提供了制作科学、合理政策的依据。不仅如此，美国的电力企业中也广泛的应用了大数据技术，在2012年的时候，美国的洛杉矶就已经有了大数据应用系统。这个系统是由美国当地的政府和一些大学生组织一起建设，其中运用了大数据技术，使整个系统可以准确的计算和反映用户的信息。在这个过程中，大数据系统还可以根据当地的地理信息和天气情况合理的分配用电。自从2013以来，我国的电力企业也逐渐研究大数据技术，重视大数据技术和用户需求的相结合的探究。现如今我国的电力企业逐渐向智能化、信息化发展。很多的电力用户信息和数据都被准确的统计和分类，并且针对个别特殊用户行为，分析整个电力行业的概念和阶段，用智能网络技术和分析系统来分析客户的行为。
二.电力客户行为分析体系建立
大数据技术的在电力行业最主要的体现，是建立电力客户行为分析体系。建立电力客户行为分析体系最基本的应该是提高数据的质量，并且有效的管理数据，使其保证准确性和完整性。同时也应该注重数据的安全性，在建立体系的过程中还应该降低所需要的成本。将数据资源充分的得以利用，从而进一步提升企业的管理水平，实现企业的價值。
1.业务系统之间独立
电力企业中包含业务系统，并且每个业务数据中有很多系统。比如电力营销业务应用系统和电能量采集系统等等，并且数据字段非常的繁琐和复杂。商业应用程序之间的数据融合成为客户行为分析系统建设的基本条件。如何解决数据开放和交换数据问题需要从以下两方面开始：
（1）一方面是对一些跨业务系统中的大数据进行协同处理，对每个业务都进行详细的分析和计算，然后在对计算的结果进行重新分组和重新计算。可以实现企业和企业之间的数据信息交换和集成。
（2）建立可视化显示界面可以实现可视化分析，从而大大的降低了数据的开发和数据的交换。一些企业中的业务部门应该由相关的工作人员快速接受并且投入使用。可以更加有效地提升数据分析和工作效率。
2.数据资产管理体系需要完善
数据资产这一概念直到近几年才被提出。大部分企业都没有未意识到数据资产的价值，因此很多的企业中的大量数据被忽略而不被有效地管理。很多的数据在数据库中都处于非活动状态，无法完全实现数据资产的价值。为了充分实现数据资产价值并被企业有效利用，就必须建立数据资产管理系统，积极完善数据资产保护机制和信息数据脱敏机制。主要方式可以从以下两方面进行：
（1）基于已有的商业应用系统数据资产，从数据的准备、治理和评估等方面出发，建立数据资产管理体系，以提高数据的质量。并且允许数据资产管理实现周期管理，实现工作流程的标准化。并且及时的查询数据中可能出现的错误，并且及时的改进数据中的问题，对之后的数据资产管理打下坚实的基础。
（2）建立数据的安全机制。从数据资产的安全性和可靠性的角度来分析，数据资产的机密性和数据资产交换，数据在此过程中被收集、使用和备份。它是一种开放性的数据资产，并且实现不同的权利和级别，以保证数据资产的安全性和可靠性。
三.电力客户行为分析体系
1.客户贡献程度分析
电力企业对客户的电力供应贡献的评估基于客户使用的电量与支付的电量。由于电力供应企业的主要利润来源是电力销售，电费是主要的商业收入。电力供应企业对客户使用的能源和支付情况都有着极为详细的记载，根据客户的用电量，客户必须支付相应的电费，并且根据实际情况分析和了解用电客户用电特征和缴费习惯。通过用户的电费支付情况可以有效的分析电力企业在未来的售电量及受电收入增长。电力供应企业可通过分析客户贡献度，对电力客户进行细分，实现差别化服务，并且可以据此规划企业自身的未来发展路径，从而实现电力企业的有效发展。
2.客户诉求分析
电力供应企业的客户服务主要包括客户咨询、业扩报装、投诉与故障维修。电力供应企业可以设置多种咨询方式以充分的了解客户的需求。公司必须要做好科学、合理的营销策略以满足客户的需求，提升客户的满意度，降低客户的投诉率。
四.结语：
综合上文所述，现阶段，我国电力行业的数据量巨大，利用大数据技术，能够有效利用现有数据资产，还能为电力公司带来良好的经济效益，实现电力企业的可持续发展。
参考文献：
[1]林弘宇，张晶，徐鲲鹏，等. 智能用电互动服务平台的设计[J].电网技术，2012，36（ 07） ： 255 - 259.
[2]张东霞.姚良忠.马文媛.中外智能电网发展战略[J].中国电机工程学报，2013，33（ 31） ： 1 - 14.