大数据分析在电网客户服务工作中的运用

大数据分析在电网客户服务工作中的运用

林卓佳

广东电网揭阳普宁供电局有限责任公司广东揭阳515300

摘要：随着电力体制改革进一步深入，将大数据相关技术应用到电力企业内部的各个环节，充分挖掘现有电力数据的有效信息及无限的价值，为电力用户提供高水平服务，提升电力企业的经济效益，这将具有深远的意义，同时也将成为电力企业持续发展的重要研究课题。

关键词：大数据；电力；客服服务

1大数据分析对电力客户服务工作的必要性

随着信息技术的发展，客户服务中心建立了一系列的服务应用和客户服务系统（95598业务支持，95598智能互动以及一些运动系统），包括服务支持系统、智能交互网站、信息控制系统、运营管理系统、桌面监控系统等。每天，系统生成大量的语音、客服数据、营销数据等。如何提升员工素质，如何提高企业员工对客户的服务水平，如何提升客户的满意度以及用户依赖度已经成为当前电力企业的人员们最需要考虑的问题。

2大数据概念及其特征

现今大数据的主要特征是“4v”，其特点是数据量大，数据类型多样，值密度低，处理及时性要求高。大数据更接近群体行为数据。它是全面的数据，准确的数据，和有价值的数据。合理收集消费者行为数据并对海量数据进行分析，有助于企业更快地了解消费者的生活方式和消费状况，也有助于企业制定适合消费者心理的营销策略。此外，客户数据的广度和多样性有助于公司更好地寻找新的发展方向。大数据分析技术的出现对企业的制定，尤其是权力营销策略方面的制定是起着极其重要的作用的。

3电力客户服务中心大数据分析应用方案

这篇文章以呼叫中心的数值为基础，用数据预处理、数据应用、项目规划和数据应用，建了一个呼叫中心来进行数据分析。用户服务中心的数据可分为以下三个部分：

3.1数据的准备

最初的大数据是由两部分组成：客户服务和信息系统。其中包含了结构化、非结构化两种数据以及一些实时数据和档案数据，这其中也包括了各种记录的初始数据。

数据采集方法有很多种，其中就包括：ApacheFlueme、ETL数据抽取、数据复制、企业服务总线等，并且企业还应该根据实际的业务情况，采取所需的数据采集方法来采集企业所需要要分析和了解的数据。并且应该这些数据进行存储和解析，员工们也可以使用并根据数据库所存储的读写效率、存储成本和存储管理的不同以及运用不同来处理大数据存，如根据分布式关系数据库、分布式文件存储系统、分布式内存数据库、分布式非关系型数据库等来处理。一般准确的来说，大数据的存储成本低廉、实时性高、并且扩展型也高，而这些都是大数据的特点。

3.2数据的分析

通过利用大数据分布式计算得到大数据分析，并且还要用分析模型对最初的数据来剖析。

这两种的基础都是最初的数据，而开展数据质量治理、元数据管理、数据应用服务推送、数据结构重组、扩展数据维度、温和统计汇总、语音语义分析、快速语言研究分析等数据处理操作。实现了基于聚类分析、回归分析和等价模型算法的模型构建

3.3数据的应用程序

数据应用包括客户服务管理分析、内部运营管理分析、营销电子商务建设水平分析、电网建设分析等。在公司总部决策支持、省级公司服务协调、客户服务中心运营推广、增值业务发展四个方向的泛支持数据服务支持。

4大数据在电力客服服务上的典型应用研究

4.1停电影响分析

停电无论是对电户，还是对供电企业来说，都有着严重的影响，已经不仅仅是供电公司内部管理的问题了。

作为“一口对外”的客户服务中心，在停电期间要利用好停电信息，在对电户进行停电查询服务的基础上，还要根据不同停电的情况，分析出停电对电户产生的不良影响，与此同时，根据电户提出的合理要求，主动联系电户，与电户构建良好的关系。客服服务中心在服务的同时，还要分析和预测停电的概率，以此来提高服务的质量，提高公司内部的管理水平，促进公司的发展与进步。根据研究结果表明，停电大数据主要分为两部分，即：第一，管理方面，主要是负责停电信息的发布与更改。管理人员应在第一时间根据停电信息给供电企业带来的不同程度的影响，尤其是对客服中心的话务与业务带来的不良影响。除此之外，还要根据停电信息的不同概率，对网络的质量进行分析。在公司的客服服务部，针对不同的电户进行分类，对于敏感的电户、对停电的不同反应和对停电后出现的不用业务情况，通过分析预测出停电公布通知后，电户的不同反应，进一步根据不同电户提供主动服务策略，主动对电户开展服务，干预电户的过激行为，有效提高公司的管理质量，降低停电对公司客服服务中心带来的影响。

在分析停电对电户产生的业务行为的前提下，对停电的历史数据进行整理与分析，主要包括停电电户的故障报修、投诉意见和咨询业务等情况，利用大数据建立电户停电敏感分析建立模型，对不同的电户进行分类，从而提高供电公司对停电电户的服务质量，也提高了公司的管理水平。

4.2用户聚焦与客户集群

为了确保用户是否满意，除了要解决用户的需求，还应该主动的了解用户的需求以及用户的关注在哪里，然后就要从用户最为关心的问题出发，最先要进行的就是服务之后才是管理。而热词指数则是指要根据用户服务中心每天生成的特别的数值和高频词出现率的汇总，对高频词进行分析和提取，有关用户的热词指数来列一个排名列表..

用户细分是指要依据用户们的关切和需求频率等用户们特征，根据喜好标签信息库和互换频率设置的，自动的识别客户偏好标签和交互频率类型的过程，以便与一定数量的用户形成客户细分，并且对这一群体提供更为个性化的互动和营销的服务。

优惠标签是指根据客户个人的需要，自动识别客户的优惠标签，根据优惠标签库的设置，如对于费用比较敏感的用户、对于投诉比较敏感客户、和对于突发事件比较敏感客户、及商务相关客户、wechat相关客户，应用程序涉及客户、潜在的电动车客户等。彼此交换频率是指根据用户在不同方向的彼此交互的习惯进行的聚类收集管理。

4.3人工交通预测

通过对历史信息的自我学习，分析了影响手工交通需求的特征信息，分析了各种特征或特征组合与手工交通需求之间的相关规律。根据上述特征影响规律，筛选并匹配当前和未来的特征信息，预测人为交通需求曲线及各特征对交通需求的影响。

1）特征过滤。状态方面的信息和可预测的未来方面的特征信息（如明天是一个假日、或者是天气预报等）根据关键因素影响的因子池进行过滤，排除不是关键影响的因子。

2）匹配预测。并对人工交通需求的预测值进行了综合总结.

4.4客户满意度分析

用来推断某事的可能结果。通过了解和发现影响用户满意度的相关事情，比如温度比较高的天气和台风天气，我们就可以尽可能提前改善管理，以更为合适的方式进行干预，尽最大的力度来缩小影响的程度以及范围，减少顾客的不满。并且也要通过了解和发现影响员工的满意程度的事件，就可以审查管理层方面的问题，并且要加强与员工直接的沟通，纠正时间偏差，防止绩效下降，提高客户服务能力。

5结束语

电网企业具有非常丰富的海量电网数据资源，电力客户服务中心不仅仅需要对电网企业的各项数据资源进行整理，因此各电网企业需要以大数据为基础，加强对电力客户服务数据分析系统的设计研究，从而有效的提升电网企业的信息服务水平。

参考文献：

[1]王国瑞，叶枝平，刘振华，苏立伟，陈海燕.电网企业营销服务大数据应用分析[J].内蒙古电力技术，2018（06）：38-42.

[2]张锐，赵瑞锋，王海柱，郭文鑫.基于统一模型的电网大数据存储与分析服务平台的实现[J].电子技术与软件工程，2018（21）：153.

[3]刘芸.基于电力大数据的电网规划研究[J].计算机产品与流通，2018（10）：60.

[4]林女贵，蔡冰凌.电网企业大数据运营服务内容探索[J].电力需求侧管理，2018，20（01）：50-53.