基于大數(shù)據(jù)技術(shù)的電費(fèi)回收研究

作為承擔(dān)客戶連續(xù)穩(wěn)定用電，以及用電安全管理的無限責(zé)任的電網(wǎng)企業(yè)，主要的經(jīng)營利潤來自于電費(fèi)回收。保障企業(yè)的電費(fèi)收入，可以有效地控制企業(yè)的經(jīng)營風(fēng)險(xiǎn)。

因此，需要通過分析客戶的繳費(fèi)行為以及客戶基本屬性特征，進(jìn)行客戶的電費(fèi)回收風(fēng)險(xiǎn)預(yù)測，對不同客戶提前采取差異化的電費(fèi)回收策略和預(yù)防措施來保障企業(yè)的電費(fèi)收入，控制企業(yè)的經(jīng)營風(fēng)險(xiǎn)。

然而當(dāng)前電費(fèi)回收的研究主要集中在客戶自身角度、客戶服務(wù)角度、電費(fèi)核算角度以及賬務(wù)核算角度，忽略了電費(fèi)回收過程中的經(jīng)濟(jì)周期等國民經(jīng)濟(jì)信息、行業(yè)自身和區(qū)域經(jīng)濟(jì)問題，導(dǎo)致電費(fèi)回收預(yù)測結(jié)果不精確，電費(fèi)回收過程困難重重，對確保電費(fèi)收入產(chǎn)生了不利影響。

由于電力交易的特殊性，加之電費(fèi)回收的相關(guān)法律建設(shè)滯后，從而使得電費(fèi)回收問題成為電力企業(yè)關(guān)心的核心議題。

若電費(fèi)回收風(fēng)險(xiǎn)不能提前預(yù)測，容易對企業(yè)造成重大損失。

因此對電費(fèi)回收風(fēng)險(xiǎn)客戶進(jìn)行統(tǒng)計(jì)分析，利用模型進(jìn)行電費(fèi)回收風(fēng)險(xiǎn)客戶的預(yù)測，并根據(jù)預(yù)測來制作科學(xué)的收費(fèi)措施尤關(guān)重要。

基于大數(shù)據(jù)技術(shù)的電費(fèi)回收研究

隨著大數(shù)據(jù)采集、存儲(chǔ)和分析以及展現(xiàn)技術(shù)的不斷發(fā)展，使用大數(shù)據(jù)挖掘技術(shù)對電力行業(yè)用電戶行為分析成了必然選擇。

在具體實(shí)施過程中，首先進(jìn)行收資調(diào)研，總結(jié)現(xiàn)有電費(fèi)回收方法存在問題；

其次，建立客戶多維歷史數(shù)據(jù)庫；

第三，研究動(dòng)態(tài)電費(fèi)回收模型，電費(fèi)回收應(yīng)用。

基于多維數(shù)據(jù)建立電費(fèi)回收模型

要進(jìn)行多維歷史數(shù)據(jù)分析，必須先對多維數(shù)據(jù)進(jìn)行抽?。‥xtraction）、轉(zhuǎn)換（Transition）和加載（Load）處理，建立分布式大數(shù)據(jù)平臺(tái)。

平臺(tái)不僅采集客戶身份、用電性質(zhì)、合同容量、負(fù)荷類型、出賬周期、總用電量、繳費(fèi)次數(shù)、違章用電次數(shù)以及罰金金額等電費(fèi)催繳本身業(yè)務(wù)信息，也需要采集包括客戶的銀行貸款數(shù)據(jù)、納稅證明數(shù)據(jù)，企業(yè)實(shí)際負(fù)責(zé)人的個(gè)人征信數(shù)據(jù)等外部信息。

其次，模型采集到的信息數(shù)據(jù)可以通過智能方法進(jìn)行知識(shí)挖掘，為催收系統(tǒng)提供智能影響性分析，做好電費(fèi)回收預(yù)防；另外，電費(fèi)回收模型中提煉的客戶行為特征數(shù)據(jù)，其目前的對象主要是用電客戶，實(shí)際上，對于電費(fèi)回收提前預(yù)測的情形，通過分析不同客戶的繳交電費(fèi)的行為以及客戶基本屬性特征，建立數(shù)據(jù)分析模型，提前辨識(shí)電費(fèi)回收風(fēng)險(xiǎn)高的客戶，并對不同客戶提前采取差異化的電費(fèi)回收策略和預(yù)防措施，保障企業(yè)的電費(fèi)收入，有效控制企業(yè)經(jīng)營風(fēng)險(xiǎn)。

最后，通過歸納電費(fèi)回收風(fēng)險(xiǎn)客戶的特征指標(biāo)，建立電費(fèi)回收風(fēng)險(xiǎn)預(yù)測模型。隨后使用大數(shù)據(jù)分布式計(jì)算技術(shù)，通過先對電費(fèi)回收風(fēng)險(xiǎn)客戶進(jìn)行分析統(tǒng)計(jì)，歸納電費(fèi)回收風(fēng)險(xiǎn)客戶的特征習(xí)慣，建立電費(fèi)回收風(fēng)險(xiǎn)預(yù)測模型，并研發(fā)電費(fèi)回收風(fēng)險(xiǎn)提示預(yù)警系統(tǒng)進(jìn)行對電費(fèi)回收風(fēng)險(xiǎn)客戶提前預(yù)警提示。

基于多維數(shù)據(jù)設(shè)計(jì)電費(fèi)催收系統(tǒng)

通過系統(tǒng)研發(fā)，并借用電費(fèi)回收風(fēng)險(xiǎn)預(yù)測模型對客戶進(jìn)行電費(fèi)回收風(fēng)險(xiǎn)的預(yù)測，并指導(dǎo)相應(yīng)的業(yè)務(wù)人員對電費(fèi)回收風(fēng)險(xiǎn)等級不一樣的客戶采取差異性的電費(fèi)回收措施。具體而言，在系統(tǒng)設(shè)計(jì)中，我們將采用下述方法該系統(tǒng)功能：

第一，使用分布式數(shù)據(jù)存儲(chǔ)技術(shù)，采集并接入海量異構(gòu)數(shù)據(jù)，進(jìn)而支持流式數(shù)據(jù)采集處理，支持對海量異構(gòu)數(shù)據(jù)進(jìn)行高效訪問存儲(chǔ)計(jì)算功能，不僅能夠快速讀取結(jié)構(gòu)化數(shù)據(jù)，也能夠讀取半結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)。具體而言對于結(jié)構(gòu)化數(shù)據(jù)，支持關(guān)系型數(shù)據(jù)模型和星型模型等存儲(chǔ)方式。具體使用中，可以嘗試使用列存儲(chǔ)和行存儲(chǔ)技術(shù)，支持壓縮，支持二級索引；

第三，使用分布式計(jì)算，多臺(tái)服務(wù)器并行處理，計(jì)算性能隨著機(jī)器數(shù)目增加而線性增加。具體而言，使用SQL語句分析結(jié)構(gòu)化數(shù)據(jù)，對非結(jié)構(gòu)化數(shù)據(jù)支持使用Mapreduce計(jì)算框架，。

基于多維數(shù)據(jù)的電費(fèi)催收系統(tǒng)應(yīng)用

通過系統(tǒng)調(diào)用電費(fèi)回收風(fēng)險(xiǎn)預(yù)測模型對電費(fèi)回收風(fēng)險(xiǎn)客戶進(jìn)行預(yù)測，提供消息到業(yè)務(wù)人員以便使業(yè)務(wù)人員對電費(fèi)回收風(fēng)險(xiǎn)客戶進(jìn)行差異性電費(fèi)回收措施采取。將細(xì)分結(jié)果嵌入營銷系統(tǒng)，按照試點(diǎn)落地場景功能需求修改營銷系統(tǒng)。確定細(xì)分結(jié)果和試點(diǎn)落地場景后，須以制度、流程落地予以保障，修訂相關(guān)管理制度。逐步實(shí)現(xiàn)回收高風(fēng)險(xiǎn)客戶的繳費(fèi)提醒和差異化賬單提醒，將催費(fèi)環(huán)節(jié)前移到繳費(fèi)期截止前，從而促進(jìn)電費(fèi)回收。主要體現(xiàn)在以下方面：

第一，一級催收：在抄表完成形成應(yīng)收后，在“電費(fèi)綜合查詢”模塊的可以查詢高回收風(fēng)險(xiǎn)客戶清單并生成客戶清單。

同時(shí)，通過短信發(fā)送平臺(tái)支持對這部分高風(fēng)險(xiǎn)客戶發(fā)送溫馨提示短信，導(dǎo)出清單后結(jié)合實(shí)際服務(wù)資源的承受能力對部分用戶通過電話的方式進(jìn)行提醒。

第二，二級催收：在截繳期結(jié)束后，系統(tǒng)中將所有欠費(fèi)用電客戶電費(fèi)回收風(fēng)險(xiǎn)等級在清單界面，并可以對此列進(jìn)行自動(dòng)排序。有利于由抄表員根據(jù)客戶電費(fèi)回收風(fēng)險(xiǎn)等級高低進(jìn)行上門催收電費(fèi)流程，優(yōu)先對低風(fēng)險(xiǎn)客戶進(jìn)行催繳。

第三，在進(jìn)行停電審批流程時(shí)，系統(tǒng)中增加篩選條件“電費(fèi)回收風(fēng)險(xiǎn)”、“停電敏感度”、“重要客戶標(biāo)識(shí)”和“VIP客戶標(biāo)識(shí)”，同時(shí)在清單里綜合顯示客戶的“停電敏感度”、“重要客戶標(biāo)識(shí)”和“VIP客戶標(biāo)識(shí)”，便于在進(jìn)行欠費(fèi)停電流程審批時(shí)，可以優(yōu)先排除重要客戶、VIP客戶、高停電敏感度客戶。