• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      電力客戶(hù)細(xì)分及增值服務(wù)系統(tǒng)研究

      2016-03-16 07:16:28徐紅新
      環(huán)球市場(chǎng) 2016年32期
      關(guān)鍵詞:細(xì)分數(shù)據(jù)挖掘用電

      徐紅新

      國(guó)網(wǎng)山東省電力公司夏津縣供電公司

      電力客戶(hù)細(xì)分及增值服務(wù)系統(tǒng)研究

      徐紅新

      國(guó)網(wǎng)山東省電力公司夏津縣供電公司

      電力體制改革浪潮的到來(lái),己經(jīng)將國(guó)內(nèi)供電企業(yè)逐步推向了市場(chǎng),使得客戶(hù)在用電上有了更多的選擇權(quán)。供電企業(yè)正面對(duì)一個(gè)全新的、更加激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境,采用數(shù)據(jù)挖掘方法進(jìn)行多層次、多維度、有針對(duì)性的客戶(hù)細(xì)分變得十分重要和緊迫。作為提供服務(wù)的企業(yè)必須盡可能的考慮這些差異,把客戶(hù)分成不同群體,再根據(jù)每個(gè)群體的特征執(zhí)行針對(duì)性的管理或營(yíng)銷(xiāo)策略,從而為客戶(hù)提供個(gè)性化營(yíng)銷(xiāo)和服務(wù)?;诖吮疚姆治隽穗娏蛻?hù)細(xì)分及增值服務(wù)系統(tǒng)。

      電力;客戶(hù)細(xì)分;增值服務(wù)系統(tǒng)

      1 、電力客戶(hù)細(xì)分及增值服務(wù)系統(tǒng)的意義

      客戶(hù)細(xì)分是一個(gè)來(lái)自營(yíng)銷(xiāo)和管理領(lǐng)域的概念,基本出發(fā)點(diǎn)是每個(gè)客戶(hù)對(duì)同種產(chǎn)品的功能需求和關(guān)注點(diǎn)是不同的。因此作為提供服務(wù)的企業(yè),必須盡可能的考慮這些差異,把客戶(hù)分成不同群體,再根據(jù)每個(gè)群體的特征執(zhí)行針對(duì)性的管理或營(yíng)銷(xiāo)策略。

      研發(fā)一套面向供電企業(yè)的電力客戶(hù)細(xì)分及増值服務(wù)系統(tǒng),對(duì)進(jìn)行電力客戶(hù)細(xì)分、差異化管理和多元化營(yíng)銷(xiāo)服務(wù)均有重要價(jià)值和實(shí)際意義的。該系統(tǒng)核心功能是:綜合考慮客戶(hù)的用電行為、需求特征、信用風(fēng)險(xiǎn)等多種因素,運(yùn)用數(shù)據(jù)挖掘技術(shù)進(jìn)行客戶(hù)細(xì)分,并為不同電力客戶(hù)提供個(gè)性化増值服務(wù),最終實(shí)現(xiàn)提高供電企業(yè)和電力客戶(hù)的經(jīng)營(yíng)效益,達(dá)到雙贏的預(yù)期目標(biāo)。

      隨著各供電企業(yè)的電能信息采集系統(tǒng)和大客戶(hù)用電管理系統(tǒng)的建成及投運(yùn),各類(lèi)客戶(hù)數(shù)據(jù)正在以指數(shù)速度增長(zhǎng),為采用數(shù)據(jù)挖掘進(jìn)行客戶(hù)細(xì)分提供了硬件條件。采用現(xiàn)代化信息手段,挖掘和利用隱含在數(shù)據(jù)深層的關(guān)系和規(guī)則,輔助供電企業(yè)制定市場(chǎng)營(yíng)銷(xiāo)決策,改善提供服務(wù)的深度和廣度,提高客戶(hù)對(duì)企業(yè)滿(mǎn)意度和忠誠(chéng)度,同時(shí)樹(shù)立良好的社會(huì)形象,為企業(yè)今后的發(fā)展創(chuàng)造廣闊的空間。因此,研究與開(kāi)發(fā)電力客戶(hù)細(xì)分及增值服務(wù)系統(tǒng)極具現(xiàn)實(shí)意義。

      2 、電力客戶(hù)細(xì)分整體模型設(shè)計(jì)

      2.1 基于數(shù)據(jù)挖掘的總體模型設(shè)計(jì)

      根據(jù)數(shù)據(jù)挖掘任務(wù)的構(gòu)成,本文將電力客戶(hù)細(xì)分模型分為數(shù)據(jù)、功能和方法三個(gè)部分:

      l)數(shù)據(jù)部分是整個(gè)模型的基礎(chǔ)。根據(jù)客戶(hù)細(xì)分要求從營(yíng)銷(xiāo)系統(tǒng)、計(jì)量系統(tǒng)客服系統(tǒng)和結(jié)算系統(tǒng)中選取所需的客戶(hù)數(shù)據(jù),并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。正確有效的數(shù)據(jù)選擇是產(chǎn)生滿(mǎn)意的客戶(hù)細(xì)分結(jié)果的重要保證。

      2)方法部分是整個(gè)模型的核心。在實(shí)際應(yīng)用中,首先應(yīng)該對(duì)具體問(wèn)題進(jìn)行分析,清楚需要分析的數(shù)據(jù)規(guī)模、預(yù)測(cè)的目標(biāo)以及期望得出的結(jié)果,然后才能決定選用哪一種方法??傮w上說(shuō)方法模塊可分為分類(lèi)和聚類(lèi)。

      3)功能部分既是結(jié)果又是目標(biāo)。總體上說(shuō)功能模塊包括客戶(hù)分類(lèi)、輔助營(yíng)銷(xiāo)、客戶(hù)分析、市場(chǎng)預(yù)測(cè)、定向服務(wù)等,不同功能的挖掘任務(wù)在數(shù)據(jù)和方法的選擇上會(huì)有很大區(qū)別。

      2.2 客戶(hù)細(xì)分的一般步驟

      本文選擇聚類(lèi)分析中的K-means算法作為主要細(xì)分方法。根據(jù)聚類(lèi)分析技術(shù)的原理、處理流程和特點(diǎn),設(shè)計(jì)的客戶(hù)細(xì)分模型的框架如圖2-2所示。

      客戶(hù)細(xì)分的主要步驟包括:

      (1)選擇客戶(hù)細(xì)分變量。根據(jù)目標(biāo)需求及實(shí)際數(shù)據(jù)情況進(jìn)行細(xì)分指標(biāo)的選擇。

      (2)數(shù)據(jù)準(zhǔn)備及預(yù)處理。細(xì)分模型可通過(guò)連接數(shù)據(jù)庫(kù)或手動(dòng)導(dǎo)入獲得待分類(lèi)的數(shù)據(jù),并對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理,包括數(shù)據(jù)的清洗、歸一化、轉(zhuǎn)換和缺失處理等。

      (3)選擇分析方法。根據(jù)數(shù)據(jù)樣本的特點(diǎn)和細(xì)分目標(biāo),選擇合適的分析方法。

      (4)聚類(lèi)分析。根據(jù)所選擇的細(xì)分變量和分析方法進(jìn)行聚類(lèi)分析,并顯示結(jié)果。

      (5)結(jié)果顯示??蛇x擇的輸出方法有:表格、圖形、Word文件、Excel文件等。

      3 、客戶(hù)增值服務(wù)套餐

      客戶(hù)細(xì)分可以有效識(shí)別電力客戶(hù)需求特征,對(duì)不同的客戶(hù)提供不同的新業(yè)務(wù),開(kāi)展個(gè)性化營(yíng)銷(xiāo),實(shí)現(xiàn)進(jìn)一步提升客戶(hù)滿(mǎn)意度,降低服務(wù)成本的目標(biāo)。本文根據(jù)客戶(hù)群的特征,分別為客戶(hù)設(shè)計(jì)出差異化的增值服務(wù)菜單,除了享受基本服務(wù)外,客戶(hù)可以根據(jù)自身需要選擇增值服務(wù)。

      3.1 高用電量高增長(zhǎng)用電波動(dòng)小

      此類(lèi)客戶(hù)是供電企業(yè)的重點(diǎn)優(yōu)質(zhì)客戶(hù),數(shù)量上雖然小,但無(wú)論是當(dāng)前價(jià)值還是潛在價(jià)值均很高,是今后重點(diǎn)投入營(yíng)銷(xiāo)服務(wù)的組群。除了完善已有的服務(wù)內(nèi)容,規(guī)范服務(wù)流程外,營(yíng)銷(xiāo)的重點(diǎn)應(yīng)是指導(dǎo)客戶(hù)科學(xué)、合理用電,幫助企業(yè)節(jié)能降耗、節(jié)約電費(fèi)成本。綜上所述,設(shè)計(jì)出以下增值服務(wù)菜單供該客戶(hù)群選擇:(a)為客戶(hù)提供用電模式分析與優(yōu)化;(b)幫助客戶(hù)開(kāi)展用電設(shè)備安全檢查;(c)為客戶(hù)選派精干的客戶(hù)經(jīng)理;(d)及時(shí)通報(bào)停電信息。

      3.2 低用電量高增長(zhǎng)

      用電波動(dòng)大此類(lèi)客戶(hù)雖然目前用電量較少,但用電增長(zhǎng)率很快,具有較大發(fā)展?jié)摿?,是供電企業(yè)需要重點(diǎn)開(kāi)發(fā)的客戶(hù)。今后服務(wù)重點(diǎn)應(yīng)是增加對(duì)客戶(hù)需求的了解,提供綠色通道服務(wù),幫助企業(yè)快速發(fā)展。根據(jù)評(píng)估結(jié)果,可為該組客戶(hù)提供以下增值服務(wù)菜單:(a)客戶(hù)走訪(fǎng);(b)用電業(yè)務(wù)辦理實(shí)行綠色通道服務(wù);(c)提供完備的技術(shù)支持。

      3.3 低用電量負(fù)增長(zhǎng)

      用電波動(dòng)大此類(lèi)客戶(hù)用電增長(zhǎng)率呈現(xiàn)負(fù)增長(zhǎng),且負(fù)荷波動(dòng)系數(shù)大,是供電企業(yè)的“問(wèn)題”客戶(hù)。對(duì)待這類(lèi)客戶(hù)的營(yíng)銷(xiāo)重點(diǎn)應(yīng)是:(a)了解和掌握出現(xiàn)用電負(fù)增長(zhǎng)及用電波動(dòng)大的原因;(b)積極引導(dǎo)其按時(shí)繳費(fèi),規(guī)范企業(yè)的用電;(c)提升客戶(hù)忠誠(chéng)度,防止客戶(hù)流失。

      3.4 高用電量低增長(zhǎng)

      用電波動(dòng)小此類(lèi)客戶(hù)數(shù)占整個(gè)客戶(hù)群的近70%,用電增長(zhǎng)緩慢,成長(zhǎng)潛力較小,但用電量和平均電量均較高,仍屬于公司的優(yōu)質(zhì)客戶(hù)。今后營(yíng)銷(xiāo)重點(diǎn)應(yīng)是維持老客戶(hù),為其提供更專(zhuān)業(yè)、更便捷的服務(wù)。具體包括:及時(shí)通報(bào)停電信息、快速落實(shí)和回復(fù)客戶(hù)投訴、免費(fèi)進(jìn)行電能計(jì)量裝置準(zhǔn)確性校驗(yàn)等。

      總之,客戶(hù)細(xì)分能幫助供電企業(yè)有效識(shí)別不同客戶(hù)群體的基本特征和需求差異,并依此制定營(yíng)銷(xiāo)服務(wù)策略,提高客戶(hù)滿(mǎn)意度和忠誠(chéng)度,因此進(jìn)一步加強(qiáng)對(duì)其的研究非常有必要。

      [1]王雷.基于數(shù)據(jù)挖掘的電力行業(yè)客戶(hù)細(xì)分模型研究[D].上海交通大學(xué),2007.

      [2]張燕.電力客戶(hù)信用風(fēng)險(xiǎn)評(píng)估管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].華北電力大學(xué),2013.

      [3]王敬敏,王超.減碳配額約束下電力客戶(hù)的模糊聚類(lèi)分析[J].中國(guó)電力,2013,46(12):154-159.王敬敏,王超.減碳配額約束下電力客戶(hù)的模糊聚類(lèi)分析[J].中國(guó)電力,2013,46(12):154-159.

      猜你喜歡
      細(xì)分數(shù)據(jù)挖掘用電
      用電安全
      用煤用電用氣保障工作的通知
      探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢(shì)
      安全用電知識(shí)多
      深耕環(huán)保細(xì)分領(lǐng)域,維爾利為環(huán)保注入新動(dòng)力
      用電安全要注意
      基于并行計(jì)算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
      電力與能源(2017年6期)2017-05-14 06:19:37
      1~7月,我國(guó)貨車(chē)各細(xì)分市場(chǎng)均有增長(zhǎng)
      一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
      整體低迷難掩細(xì)分市場(chǎng)亮點(diǎn)
      永丰县| 丁青县| 雅江县| 松溪县| 鄯善县| 邢台县| 辽阳县| 天等县| 新竹市| 新干县| 东乡县| 华宁县| 体育| 正蓝旗| 台州市| 东兰县| 沁源县| 通州市| 上蔡县| 太原市| 调兵山市| 建瓯市| 祁阳县| 太原市| 定安县| 新营市| 阜城县| 龙胜| 西畴县| 百色市| 湖北省| 太白县| 佛山市| 贵定县| 永平县| 滨海县| 丹棱县| 彭山县| 连山| 南宁市| 西青区|