基于數(shù)據(jù)挖掘的電力客戶滿意度提升技術(shù)的設(shè)計(jì)

劉劍寧++宮志寰++張新玲++高山杉++王鵬程

摘 要在我國經(jīng)濟(jì)快速發(fā)展的背景下，市場競爭日趨激烈，客戶的需求更加多元化，期望值也更高，企業(yè)要想在殘酷的競爭中脫穎而出，就必須準(zhǔn)確把握客戶需求，滿足客戶的各種偏好，提供個(gè)性化服務(wù)，從而在提升客戶滿意度的同時(shí)，增加企業(yè)的利潤。這一過程被稱為客戶關(guān)系管理，因此，本文就電力企業(yè)客戶為主要研究對象，分析研究基于數(shù)據(jù)挖掘的客戶滿意度提升技術(shù)，試圖為之提供行之有效的理論依據(jù)。

【關(guān)鍵詞】數(shù)據(jù)挖掘 客戶 關(guān)系管理 滿意度

伴隨著信息技術(shù)的飛速發(fā)展，客戶關(guān)系管理成為現(xiàn)代企業(yè)管理當(dāng)中的重要組成部分，客戶關(guān)系管理（Customer Relationship Mangement，CRM）主要指是企業(yè)為提高核心競爭力，利用相應(yīng)的信息技術(shù)以及互聯(lián)網(wǎng)技術(shù)，協(xié)調(diào)企業(yè)與顧客間在銷售、營銷以及服務(wù)上的相互交融，從而全面提升企業(yè)的管理質(zhì)量，向客戶提供更具個(gè)性化和創(chuàng)新性的客戶交互服務(wù)的過程。其最終目標(biāo)是提升客戶滿意度、吸引新客戶、保留老客戶以及將已有客戶轉(zhuǎn)為忠實(shí)客戶，并將其最終轉(zhuǎn)化成企業(yè)的經(jīng)濟(jì)效益。隨著山東電網(wǎng)客戶導(dǎo)向型“大服務(wù)”機(jī)制的建立，如何實(shí)施客戶導(dǎo)向型服務(wù)，提高顧客滿意度，樹立產(chǎn)品和服務(wù)在顧客心目中的形象，為企業(yè)贏得更多的利潤成為電網(wǎng)面對的一個(gè)重大課題。結(jié)合實(shí)際情況，文章利用數(shù)據(jù)挖掘方法分析客戶滿意度，經(jīng)過多數(shù)據(jù)歸納找出客戶群特點(diǎn)，對公司制定針對性的客戶服務(wù)策略有非常積極的指導(dǎo)作用。

1 客戶滿意度數(shù)據(jù)挖掘技術(shù)評價(jià)

數(shù)據(jù)挖掘（Data Mining），主要是數(shù)據(jù)庫知識發(fā)現(xiàn)（Knowledge-Discovery in Databases，KDD）中的一個(gè)步驟。在客戶關(guān)系管理中，數(shù)據(jù)挖掘是從大量和客戶有關(guān)的數(shù)據(jù)信息中，挖掘出隱含的、先前未知的、對企業(yè)決策有潛在價(jià)值的信息。對電力企業(yè)而言，經(jīng)濟(jì)效益的持續(xù)增長不僅需要維護(hù)好現(xiàn)有的客戶，而且還要不斷去發(fā)展新客戶，因此，在客戶關(guān)系管理中使用數(shù)據(jù)挖掘技術(shù)，可有效識別潛在客戶群體，將其發(fā)展成為自己的新客戶，并最終提高市場份額。

2 數(shù)據(jù)挖掘模型的建立

本研究結(jié)合電網(wǎng)大數(shù)據(jù)與數(shù)據(jù)挖掘方法來進(jìn)行客戶滿意度測量，將電力系統(tǒng)大數(shù)據(jù)分析應(yīng)用到客戶滿意度提升中，不僅能夠提升信息支撐能力和服務(wù)水平，還能充分發(fā)揮公司宏觀調(diào)控和引導(dǎo)作用，提高科技資源的整理利用效率，將客戶導(dǎo)向型“大服務(wù)”機(jī)制落到實(shí)處，提高為客戶服務(wù)能力。數(shù)據(jù)挖掘的內(nèi)涵不僅僅局限于對數(shù)據(jù)進(jìn)行的理論分析，它還具有一套完整的方法論，全球最大的軟件公司SAS（STATISTICAL ANALYSIS SYSTEM，SAS）提出了“SEMMA”方法論。如圖1所示。

2.1 數(shù)據(jù)抽樣（Sample）

從大量的數(shù)據(jù)中抽取和探索與電力企業(yè)客戶滿意度相關(guān)的數(shù)據(jù)內(nèi)容，此樣本需要包含足夠的信息，同時(shí)又要方便處理。

2.2 數(shù)據(jù)特征探索、分析和預(yù)處理（Explore）

數(shù)據(jù)特征探索、分析和預(yù)處理，主要是對數(shù)據(jù)子集進(jìn)行探索分析，尋找出和期望對象的關(guān)系。數(shù)據(jù)特征探索、分析和預(yù)處理是一個(gè)反復(fù)試探和觀察的過程，需要具備很多與客戶關(guān)系有關(guān)的知識以及敏銳的洞察力。

2.3 問題明確化、數(shù)據(jù)調(diào)整和技術(shù)選擇（Modify）

問題明確化、數(shù)據(jù)調(diào)整和技術(shù)選擇，主要是將電力企業(yè)客戶的數(shù)據(jù)探索和分析后，再進(jìn)行相應(yīng)的增減、選擇、轉(zhuǎn)化或者生成一些新的變量等。

2.4 模型的研發(fā)、知識的發(fā)現(xiàn)（Model）

應(yīng)用相關(guān)的分析工具建立模型。根據(jù)客戶滿意度數(shù)據(jù)集的特征，選擇一種或幾種數(shù)據(jù)挖掘方法，如：數(shù)理統(tǒng)計(jì)方法，人工神經(jīng)元網(wǎng)絡(luò)以及決策樹等。

2.5 模型和知識的綜合解釋和評價(jià)（Assess）

評價(jià)電力客戶滿意度數(shù)據(jù)挖掘結(jié)果的有效性、科學(xué)性以及可靠性。但要形成最終的決策支持信息，還需要結(jié)合研究的問題，對這些結(jié)果進(jìn)行綜合的解釋，然后，再對這些決策支持信息的適用性做出評價(jià)。如果數(shù)據(jù)不完善，需要重新進(jìn)行數(shù)據(jù)挖掘。由此可見，電力客戶滿意度數(shù)據(jù)挖掘是一個(gè)反復(fù)進(jìn)行的過程，在反復(fù)中獲得有效信息。

3 結(jié)論

綜上所述，近年來信息通信技術(shù)不斷進(jìn)步，電力行業(yè)中數(shù)據(jù)量的增長，電力行業(yè)信息化也得到了長足的發(fā)展，電力大數(shù)據(jù)是大數(shù)據(jù)在電力行業(yè)的聚焦和子集，電力大數(shù)據(jù)不僅僅是技術(shù)進(jìn)步，更是涉及整個(gè)電力系統(tǒng)在大數(shù)據(jù)時(shí)代發(fā)展理念、管理體制和技術(shù)路線等方面的重大變革，是下一代智能化電力系統(tǒng)在大數(shù)據(jù)時(shí)代下價(jià)值形態(tài)的躍升。

參考文獻(xiàn)

[1]曾麗，岳佳欣.試論數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2016（30）.

[2]黃敏如.基于大數(shù)據(jù)挖掘的東莞電力客戶價(jià)值分析及應(yīng)用[J].華南理工大學(xué)，2015（11）.

[3]M.Le Cam，A.Daoud，R.Zmeureanu.Forecasting electric demand of supply fan using data mining techniques[J].Energy，2016（02）.

作者簡介

劉劍寧（1969-），男。大學(xué)本科學(xué)歷?，F(xiàn)為國網(wǎng)山東省電力公司東營供電公司中級經(jīng)濟(jì)師，從事營銷管理方向的研究。

作者單位

國網(wǎng)山東省電力公司東營供電公司 山東省東營市 257091