大數(shù)據(jù)在95598故障報(bào)修工單分析中的應(yīng)用

郭小冰，黃小花，蔣海霞

（國(guó)網(wǎng)寧夏電力公司 電力科學(xué)研究院，銀川 750002）

大數(shù)據(jù)在95598故障報(bào)修工單分析中的應(yīng)用

郭小冰，黃小花，蔣海霞

（國(guó)網(wǎng)寧夏電力公司 電力科學(xué)研究院，銀川 750002）

應(yīng)用大數(shù)據(jù)分析技術(shù)，采取文本提取、分詞等分析方法挖掘95598故障報(bào)修工單熱點(diǎn)、難點(diǎn)和重點(diǎn)問題，展現(xiàn)客戶訴求特征及變化規(guī)律，定位營(yíng)銷業(yè)務(wù)與工單之間的關(guān)聯(lián)關(guān)系，查找內(nèi)在原因，通過95598工單內(nèi)容還原客戶真實(shí)訴求。以大數(shù)據(jù)技術(shù)在寧夏95598故障報(bào)修工單分析中的應(yīng)用為例，介紹分析方法，并依據(jù)分析結(jié)論提出相應(yīng)的服務(wù)對(duì)策與措施，提出大數(shù)據(jù)分析技術(shù)在該應(yīng)用上的改進(jìn)方向。

大數(shù)據(jù)；故障報(bào)修；風(fēng)險(xiǎn)預(yù)警；熱詞；工單分析

1 故障報(bào)修工單分析研究的意義

用電業(yè)務(wù)的發(fā)展離不開數(shù)據(jù)的支撐，隨著營(yíng)銷信息化工作的全面快速推動(dòng)，客戶用電基礎(chǔ)信息不斷完善，用電信息采集范圍和采集成功率逐步擴(kuò)大提高，用電信息采集數(shù)據(jù)、電費(fèi)數(shù)據(jù)、95598數(shù)據(jù)等營(yíng)銷業(yè)務(wù)數(shù)據(jù)向海量規(guī)模發(fā)展，大數(shù)據(jù)特征日益明顯，合理開發(fā)利用這些海量數(shù)據(jù)，可以為管理者提供明確的數(shù)據(jù)依據(jù)支撐。

在故障報(bào)修直派流程背景下，現(xiàn)有的故障服務(wù)熱點(diǎn)分散在不同類型的95598工單中，不能集中反映當(dāng)前供電服務(wù)的熱點(diǎn)問題，同時(shí)95598工單依賴人工統(tǒng)計(jì)分析，服務(wù)熱點(diǎn)問題的發(fā)現(xiàn)與處理存在較大的延遲與滯后，且人工統(tǒng)計(jì)分析不夠全面，看待問題的觀點(diǎn)具有局限性。本次分析研究將開展故障報(bào)修工單所引發(fā)的供電服務(wù)風(fēng)險(xiǎn)分析和預(yù)測(cè)，挖掘客戶故障報(bào)修服務(wù)訴求與熱點(diǎn)，實(shí)現(xiàn)故障報(bào)修服務(wù)的事前管控。

2 故障報(bào)修工單分析研究思路

故障報(bào)修分析以寧夏電力公司2014—2015年故障報(bào)修工單為基礎(chǔ)數(shù)據(jù)，根據(jù)工單數(shù)據(jù)中顯示的工單內(nèi)容進(jìn)行多維度組合分析。

本次故障數(shù)據(jù)均為有效數(shù)據(jù)，由于數(shù)據(jù)中缺失客戶聯(lián)系電話數(shù)據(jù)，故“重復(fù)申告客戶分析”和“故障與其他工單關(guān)聯(lián)關(guān)系分析”無法開展，其它分析均可實(shí)現(xiàn)。

故障報(bào)修分析具體思路如圖1所示。

圖1 故障報(bào)修分析思路

3 故障報(bào)修工單分析研究主題

3.1 故障分類分析

抽取2014—2015年故障報(bào)修工單總數(shù)據(jù)，按整體故障工單分類、地市供電公司（精確到縣）故障類型工單分類識(shí)別寧夏公電力司故障具體類型。

在原有故障分類的基礎(chǔ)上，通過對(duì)受理文本內(nèi)容的識(shí)別，根據(jù)客戶的描述將故障報(bào)修分類進(jìn)行細(xì)化，得到圖2詳細(xì)分類數(shù)據(jù)。

圖2 故障報(bào)修工單類別識(shí)別

3.2 故障趨勢(shì)分析

抽取2014—2015年故障報(bào)修工單總數(shù)據(jù)，清理后按照日、月、周、季、年、時(shí)段、地市維度，進(jìn)行趨勢(shì)分析。從走勢(shì)曲線圖了解全年故障高發(fā)期和低谷期，快速識(shí)別故障工單發(fā)展趨勢(shì)，掌握全年故障發(fā)生特征。如圖3。

表1 故障報(bào)修熱詞分析數(shù)據(jù)

圖3 故障報(bào)修時(shí)段趨勢(shì)數(shù)據(jù)

趨勢(shì)分析在原有日、月、年常規(guī)分析基礎(chǔ)上，對(duì)故障報(bào)修受理工單的時(shí)段進(jìn)行挖掘分析，查找出不同月份各時(shí)間段故障報(bào)修業(yè)務(wù)趨勢(shì)。

3.3 故障熱詞分析

抽取2014—2015年故障報(bào)修工單受理內(nèi)容和處理內(nèi)容兩大文本，利用R分詞工具分別找出故障熱詞，再將熱詞代入原文本中與寧夏95598業(yè)務(wù)專家確認(rèn)熱詞條，最后分析熱詞及熱詞條詞頻，掌握客戶故障報(bào)修訴求。

熱詞分析在于利用“R分詞”技術(shù)，將工單的受理文本進(jìn)行詞組劃分，從劃分出的詞組出現(xiàn)頻次來識(shí)別客戶故障報(bào)修的熱點(diǎn)問題。如表1。

3.4 故障關(guān)聯(lián)分析

抽取2014—2015年故障報(bào)修工單、故障催單、停電信息數(shù)據(jù)，分析故障重復(fù)頻次和催單頻次，再將停電信息數(shù)據(jù)與故障工單進(jìn)行匹配，分析故障與投訴的關(guān)聯(lián)、與催單的關(guān)聯(lián)。最終識(shí)別出故障報(bào)修風(fēng)險(xiǎn)點(diǎn)。

通過將“計(jì)劃停電”數(shù)據(jù)和“故障報(bào)修”數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，快速分析出“計(jì)劃停電”客戶在故障報(bào)修工單中占比。如圖4所示。

圖4 故障報(bào)修與計(jì)劃停電的關(guān)系

4 故障報(bào)修工單分析運(yùn)用技術(shù)

采用大數(shù)據(jù)分析研究相關(guān)常用技術(shù)手段，整合95598業(yè)務(wù)支持系統(tǒng)中的報(bào)修業(yè)務(wù)工單信息，并結(jié)合工單受理文本信息、處理內(nèi)容文本信息、停電信息等多維度數(shù)據(jù)，通過大數(shù)據(jù)分析技術(shù)對(duì)其進(jìn)行預(yù)處理、清洗，并利用數(shù)據(jù)挖掘聚類、分類、關(guān)聯(lián)規(guī)則等算法工具，圍繞分析主題構(gòu)建分析模型，完成數(shù)據(jù)的深度挖掘分析，并對(duì)結(jié)果進(jìn)行可視化呈現(xiàn)。

4.1 文本獲取

將故障報(bào)修業(yè)務(wù)工單進(jìn)行提取，保留工單受理文本信息和處理文本信息，形成文本數(shù)據(jù)集。

4.2 文本處理

使用R分詞工具將工單中的受理文本信息和處理文本信息切割成單個(gè)詞匯，將文本轉(zhuǎn)化為了數(shù)學(xué)語(yǔ)言。

在分詞之前，首先結(jié)合電力業(yè)務(wù)對(duì)分詞詞庫(kù)進(jìn)行補(bǔ)充和完善，比如：詞匯“電量異?！?，在中文分詞工具包自帶的詞庫(kù)中將該詞分為“電量”和“異常”2個(gè)詞，但是在95598工單中“電量”和“異常”2個(gè)詞在很多情況下是同時(shí)出現(xiàn)在受理內(nèi)容和處理情況中的，因此需要將自定義的行業(yè)專有詞加入熱詞庫(kù)。

進(jìn)行分詞時(shí)，分詞工具會(huì)優(yōu)先將“電量異?！弊R(shí)別為一個(gè)詞，從而增加分詞結(jié)果的準(zhǔn)確率。同時(shí)由于不同記錄人員在語(yǔ)言習(xí)慣上存在差異，因此在對(duì)同一問題的表述上可能呈現(xiàn)多種描述，因此在分詞后，詞匯中存在一定的同義詞和近義詞。

4.3 熱詞提取

剔除對(duì)分類無貢獻(xiàn)的詞匯，分揀出工單中的高頻高指向性詞，并提取主要特征詞（如：專業(yè)名詞、特殊詞匯）。最終將提取出的熱詞與寧夏95598業(yè)務(wù)專家進(jìn)行研討確認(rèn)，形成寧夏95598熱詞庫(kù)。

5 客戶訴求分析

5.1 聚類分析

運(yùn)用K-最近鄰參照聚類法對(duì)工單進(jìn)行聚類分析，聚類結(jié)果反映了客戶訴求的類別。通過聚類分析首先可以發(fā)現(xiàn)與某工單相似的一批工單，發(fā)現(xiàn)需求特征等；其次，將一群工單聚類成若干個(gè)類；再次，生成分類器對(duì)文檔進(jìn)行分類，并以時(shí)間、地市等緯度展示分析結(jié)果。

5.2 分類分析

對(duì)工單樣本進(jìn)行分類分析，遍歷一個(gè)分類體系來尋找需要的信息，達(dá)到發(fā)現(xiàn)問題的目的，并以時(shí)間、地市等緯度展示分析結(jié)果。

5.3 熱點(diǎn)分析

運(yùn)用柏拉圖對(duì)客戶訴求分類出現(xiàn)的次數(shù)從高到低排序，找出所有訴求中的熱點(diǎn)內(nèi)容。

5.4 分類關(guān)聯(lián)分析

產(chǎn)生工單的原因多種多樣，其中營(yíng)銷業(yè)務(wù)引發(fā)的工單情況較為常見，因此分析工單關(guān)聯(lián)，即從熱點(diǎn)事件工單出發(fā)，運(yùn)用關(guān)聯(lián)規(guī)則算法分析需求之間的關(guān)聯(lián)關(guān)系（如：故障報(bào)修、咨詢查詢可能會(huì)向投訴業(yè)務(wù)轉(zhuǎn)化）。一是分析基于文本挖掘得到的客戶需求之間的關(guān)聯(lián)關(guān)系；二是基于工單現(xiàn)有人工分類，分析客戶需求之間的關(guān)聯(lián)關(guān)系，并以時(shí)間、地市等緯度展示分析結(jié)果。

5.5 內(nèi)在因素關(guān)聯(lián)分析

運(yùn)用關(guān)聯(lián)規(guī)則的算法，分析故障報(bào)修、投訴舉報(bào)等工單中熱詞的關(guān)聯(lián)關(guān)系，了解客戶各類訴求的內(nèi)在因素。

6 結(jié)束語(yǔ)

故障報(bào)修工單的深入分析與研究擬從“客戶訴求”出發(fā)，打破原有數(shù)據(jù)分析方法，深入工單受理內(nèi)容，挖掘客戶的真實(shí)訴求與申報(bào)原因，展開所引發(fā)的供電服務(wù)風(fēng)險(xiǎn)分析和預(yù)測(cè)，挖掘客戶故障報(bào)修服務(wù)訴求與熱點(diǎn)，以實(shí)現(xiàn)故障報(bào)修服務(wù)的事前管控和事中追蹤，從而有效緩解故障報(bào)修服務(wù)壓力，擴(kuò)展服務(wù)深度，提升服務(wù)精度，不斷強(qiáng)化95598客戶服務(wù)中心的服務(wù)管理水平。D

［1］ 中國(guó)電機(jī)工程學(xué)會(huì)信息化專委會(huì).中國(guó)電力大數(shù)據(jù)發(fā)展白皮書［Z］.2013.

［2］ 李貴兵，羅洪.大數(shù)據(jù)下的智能數(shù)據(jù)分析技術(shù)研究［J］.科技資訊，2013（30）：11-12.

［3］ 孫柏林.大數(shù)據(jù)技術(shù)及其在電力行業(yè)中的應(yīng)用［J］.電氣時(shí)代，2013（8）：18-23.

［4］ 戴鐳.電力營(yíng)銷服務(wù)質(zhì)量管理體系要求及工作流程和具體實(shí)現(xiàn)過程的探究［J］.現(xiàn)代營(yíng)銷，2012（8）：61.

［5］（英）維克托·邁爾-舍恩伯格.大數(shù)據(jù)時(shí)代——生活、工作與思維的大變革［M］.盛楊燕，周濤，譯.杭州：浙江人民出版社，2012.

（本欄責(zé)任輯徐文紅）

Application of large data in 95598 fault repair work order analysis

GUO Xiao?bing,HUANG Xiao?hua,JIANG Hai?xia

（Electric Power Research Institute,Sate Grid Ningxia Electric Power Company,Yinchuan 750002,China）

The application of large data analysis technology uses text extraction,hot words analysis methods to solve hot and difficult and key problems in 95598 fault repair service work order.It shows the customer demands characteristic and change rule,defines the relationship between marketing and work order to find the inherent reasons.Through 95598 work sheet content,customer′s demands are found.With large data technology application in Ningxia 95598 fault repair work order analysis as an example,the article introduces the analysis method,and proposes the corresponding service according to the analysis conclusion countermeasures,the improvement direction in big data analysis application is put forward.

large data;power supply service;fault repair;risk pre?warning;hot words;work order analysis;fault reasons;power?off in?formation

10.3969/j.issn.1009-1831.2016.06.014

F407.61

C

2016-07-01