CN111797145A - 一种电力客户容忍度评价分类方法 - Google Patents
一种电力客户容忍度评价分类方法 Download PDFInfo
- Publication number
- CN111797145A CN111797145A CN202010693245.2A CN202010693245A CN111797145A CN 111797145 A CN111797145 A CN 111797145A CN 202010693245 A CN202010693245 A CN 202010693245A CN 111797145 A CN111797145 A CN 111797145A
- Authority
- CN
- China
- Prior art keywords
- customer
- tolerance
- power
- work orders
- longitude
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 239000003086 colorant Substances 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000005065 mining Methods 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种电力客户容忍度评价分类方法,包括:根据电力客户的地址数据,得到经纬度数据集合;通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体;统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果。本公开中,将电力客户的地址数据统一转换为经纬度数据,通过电力客户的经纬度数据开展电力客户空间聚类,形成客户群体;并基于客户群体开展客户容忍度的聚类分析,挖掘群体性容忍度特征,得到按空间分布的电力客户容忍度分类结果。从而可以指导优化客户服务,针对大数据量的客户实行差异化精准化服务,提升客户满意度,具有重要应用价值。
Description
技术领域
本公开涉及电力电子技术领域,尤其涉及一种电力客户容忍度评价分类方法。
背景技术
随着电力客户的不但增多,提升针对大规模客户的服务品质至关重要。相关技术中,缺乏针对大数据量的电力客户进行分类及客户容忍度评价的方法,无法实现针对不同类型客户的差异化精准化服务。
发明内容
有鉴于此,本公开提出了一种电力客户容忍度评价分类方法。
根据本公开的一方面,提供了一种电力客户容忍度评价分类方法,包括:
根据电力客户的地址数据,得到经纬度数据集合;
通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体;
统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
在一种可能的实现方式中,所述根据电力客户的地址数据,得到经纬度数据集合,包括:
在电力用户数据库中获取预设范围内的各电力客户的地址数据;
通过地理信息***将所述地址数据转换为所述经纬度数据;
根据所述预设范围内的所有电力客户的经纬度数据,得到所述经纬度数据集合。
在一种可能的实现方式中,所述通过地理信息***将所述地址数据转换为所述经纬度数据,包括:
对所述地址数据进行异常值清洗处理和/或空缺值填充处理,得到处理后的地址数据;
通过地理信息***的应用程序编程接口API将所述处理后的地址数据转换为所述经纬度数据。
在一种可能的实现方式中,所述容忍度评价指标,包括:客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间中的一项或多项。
在一种可能的实现方式中,所述统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果,包括:
针对每一客户群体,获取预设时间窗口内该客户群体中各客户的工单数及各工单的时间;
根据所述客户群体中各客户的工单数及各工单的时间,得到该客户群体的容忍度评价指标;
根据所有客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
在一种可能的实现方式中,所述工单数包括投诉工单数和非投诉工单数;
所述根据所述客户群体中各客户的工单数及各工单的时间,得到该客户群体的容忍度评价指标,包括:
求取所述客户群体中所有客户的工单数的总和,得到该客户群体的客户工单总数;
根据所述客户群体中所有客户的投诉工单数的总和及该客户群体的客户工单总数,得到该客户群体的客户投诉率;
根据所述客户群体中所有客户的投诉工单及在该投诉工单之前的反映同一事件的非投诉工单数,得到该客户群体的平均投诉转化数;
根据所述客户群体中所有客户的反映同一事件的投诉工单与首次工单的时间差,得到该客户群体的平均容忍时间。
在一种可能的实现方式中,所述方法还包括:
在地理信息***中展示所述电力客户容忍度分类结果。
在一种可能的实现方式中,所述在地理信息***中展示所述电力客户容忍度分类结果,包括:
根据预设阈值将各客户群体的容忍度评价指标划分为不同等级;
在地理信息***中采用不同的颜色展示所述不同等级。
在一种可能的实现方式中,所述方法还包括:根据所述电力客户容忍度分类结果,对客户分布规律、管理原因、技术原因、主要责任进行大数据关联分析。
本公开实施例中,将电力客户的地址数据统一转换为经纬度数据,通过电力客户的经纬度数据开展电力客户空间聚类,形成客户群体;并基于客户群体开展客户容忍度的聚类分析,挖掘群体性容忍度特征,得到按空间分布的电力客户容忍度分类结果。从而可以指导优化客户服务,针对大数据量的客户实行差异化精准化服务,提升客户满意度,具有重要应用价值。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的一种电力客户容忍度评价分类方法的流程图;
图2示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图;
图3示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图;
图4示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的一种电力客户容忍度评价分类方法的流程图。如图1所示,该方法可以包括:
步骤10、根据电力客户的地址数据,得到经纬度数据集合;
步骤20、通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体;
步骤30、统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
本公开实施例中,将电力客户的地址数据统一转换为经纬度数据,从而得到包含有大数据量的经纬度数据集合,通过大数据量的经纬度数据集合开展电力客户空间聚类,将所有电力客户归类到相同或不同的客户群体内,进而以空间聚类得到的客户群体为单位,统计各客户群体的容忍度评价指标,容忍度评价指标表征电力客户的群体性容忍度特征,对客户群体的容忍度特征进行评价分析,形成按空间分布的电力客户容忍度分类结果。这样,挖掘电力客户群体性特征,对电力群体客户的容忍度进行合理分类,从而可以指导客户服务优化,针对大数据量的客户实行差异化精准化服务,提升客户满意度,具有重要应用价值。
本公开实施例中,针对大规模的电力客户,进行基于空间聚类的电力客户容忍度评价分类,其中,大规模的电力客户属于电力大数据的一部分,电力大数据具有:数据量大、速度快、类型多、价值、真实性的特点;电力大数据是能源变革中电力工业技术革新的必然过程;重塑电力核心价值和转变电力发展方式是电力大数据的两条核心主线;电力大数据不仅仅是技术进步,更是涉及整个电力***在大数据时代下发展理念、管理体制和技术路线等方面的重大变革,是下一代智能化电力***在大数据时代下价值形态的跃升。
图2示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图。如图2所示,所述方法可以包括:
步骤00、构建客户容忍度评价指标体系;其中,所述容忍度评价指标,可以包括:客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间中的一项或多项。示例性地,容忍度评价指标包括客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间,通过这些客户容忍度评价指标即可表示电力客户的容忍度特征。
其中,客户工单总数表示一定时间窗口内客户每次拨打电力客户服务电话或者登陆电力服务***等方式进行咨询、缴费、投诉等服务生成的工单的总和;在客户所有的工单中,将涉及到投诉的工单作为投诉工单,不涉及投诉的工单作为非投诉工单,则客户工单总数包括投诉工单总数和非投诉工单总数;客户投诉率表示一定时间窗口内,客户投诉工单占客户所有工单的比率,其数值为客户的投诉工单总数与客户工单总数的比值;平均投诉转化数为客户针对一个或多个事件的投诉转化数的平均值,其中,客户投诉转化数为客户针对某一事件进行投诉之前反映该事件的非投诉工单数,对于一个客户,其数值等于该客户针对一个或多个事件的投诉转化数的平均值,对于一个客户群体,其数值等于该客户群体中所有客户针对一个或多个事件的投诉转化数的平均值;平均容忍时间表示某一客户或某一客户群体的所有客户的容忍时间的平均值,其中容忍时间表示同一客户反映同一事件的投诉工单与首次工单的时间差。
例如,对于客户A,在2019年12月30日-2019年12月31日,针对事件B1共拨打电力客户服务电话5次,对应的客户工单总数为5,在所有5个工单中,投诉工单为2个,其中首次投诉工单为第3次通话;针对事件B2共拨打电力客户服务电话5次,对应的客户工单总数为5,在所有5个工单中,投诉工单为2个,其中首次投诉工单为第4次通话;这样,在上述所有10个工单中,两次事件非投诉的工单共6个,则客户投诉率为40%,对于事件B1,进行投诉之前对应的非投诉工单数为2,对于事件B2,进行投诉之前对应的非投诉工单数为3,则平均投诉转化数为2.5;对于事件B1,首次投诉工单产生时间为2019年12月30日9点30分50秒,经过查询与该工单中反映的事件B1相关联的首次工单的产生时间为2019年12月30日7点1分12秒,则客户的容忍时间为2小时29分38秒,对于事件B1,首次投诉工单产生时间为2019年12月31日11点20分13秒,以与上述相同的方式确定客户的容忍时间为2小时9分24秒,从而得到客户A的平均容忍时间为2小时19分32秒。
步骤10、根据电力客户地址数据,得到经纬度数据集合;
步骤20、通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体;
步骤30、统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
图3示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图。如图3所示,在上述步骤10中,所述根据电力客户的地址数据,得到经纬度数据集合,可以包括以下步骤:
步骤101、在电力用户数据库中获取预设范围内的各电力客户的地址数据;
其中,预设范围可以根据实际需要进行设定,例如,可以为某一地区或者某一城市的范围,还可以为客户服务***所覆盖到的所有区域或者部分区域等等,本公开对此不作限定。地址数据包括电力客户的客户信息以及具体地址信息,客户信息可以包括用户类别,如居民、企业或公共设施等,具体地址信息可以包括省、市、区县、乡镇、居村委、街路巷、门牌号、建筑物以及单位号等其他地址信息。本公开实施例中通过电力用户数据库存储的客户地址数据文件,获取预设范围内的各电力客户的地址数据,示例性的,可以基于电力客户服务***或营销***等前期采集的客户地址数据,获取预设范围内的电力客户的地址数据。
步骤102、通过地理信息***将所述地址数据转换为所述经纬度数据;
考虑到当前电力客户服务***或营销***等前期采集的客户地址数据中,由于电力客户众多,客户地址格式不统一,难以按客户地址进行归类,无法基于地址数据挖掘群体特征,因此,通过地理信息***将上述地址数据统一转换为经纬度数据,从而得到统一的空间信息。
在一种可能的实现方式中,该步骤可以包括:对所述地址数据进行异常值清洗处理和/或空缺值填充处理,得到处理后的地址数据;通过地理信息***的应用程序编程接口API将所述处理后的地址数据转换为所述经纬度数据。
本公开实施例中,考虑到地址数据量较大,为了提高数据处理效率,对上述获取的电力客户的地址数据进行异常值清洗处理及空缺值填充处理,从而得到利于计算机自动识别的客户地址信息,具体地,对地址数据中客户地址信息中存在的错别字、重复字、缩写等进行修改、删除等异常值清洗处理,对于客户地址信息中缺少的街道、门牌号等关键字的进行填充处理。进一步地,可以通过现有的地理信息***的API(Application ProgrammingInterface,应用程序接口)将所上述处理后的地址数据转换为格式统一的经纬度数据,例如,可以通过百度地图、高德地图等开放的地图服务,通过API接口导入上述地址数据,得到对应的经纬度信数据。
步骤103、根据所述预设范围内的所有电力客户的经纬度数据,得到所述经纬度数据集合。
进一步地,基于地理位置信息开展电力客户的空间聚类,形成按地理位置分布的客户群体。
具体地,在上述步骤20中,通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体。可以采用距离聚类算法或密度聚类算法等任意现有的聚类算法,基于上述经纬度数据集合进行空间聚类,得到一个或多个客户群体,从而将离散的客户位置聚集成不同群体。示例性地,采用DBSCAN(Density-Based Spatial Clustering of Applicationswith Noise,具有噪声的基于密度的聚类方法),设定扫描半径和最小包含点数,从而对上述得到的经纬度数据集合中的所有经纬度数据进行空间聚类,得到一个或多个客户群体。
图4示出根据本公开一实施例的另一种电力客户容忍度评价分类方法的流程图。如图4所示,在上述步骤30中,所述统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果,可以包括以下步骤:
步骤301、针对每一客户群体,获取预设时间窗口内该客户群体中各客户的工单数及各工单的时间;所述工单数包括投诉工单数和非投诉工单数;
步骤302、根据所述客户群体中各客户的工单数及各工单的时间,得到该客户群体的容忍度评价指标;
示例性地,针对某一客户群体,可以通过该客户群体中各客户的工单数及各工单的时间,得到每一客户的客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间,进而根据将该客户群体内所有的客户上述容忍度评价指标进行汇总,得到该客户群体的客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间等容忍度评价指标;通过客户群体的这些容忍度评价指标即可表示电力客户的群体性容忍度特征。
在一种可能的实现方式中,该步骤可以包括:求取所述客户群体中所有客户的工单数的总和,得到该客户群体的客户工单总数;根据所述客户群体中所有客户的投诉工单数的总和及该客户群体的客户工单总数,得到该客户群体的客户投诉率;根据所述客户群体中所有客户的投诉工单及在该投诉工单之前的反映同一事件的非投诉工单数,得到该客户群体的平均投诉转化数;根据所述客户群体中所有客户的反映同一事件的投诉工单与首次工单的时间差,得到该客户群体的平均容忍时间。
步骤303、根据所有客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
相关技术中,客户容忍度评价维度多、不统一,缺乏有效的客户容忍度评价方法,难以按客户群体分析客户容忍度;本公开实施例中,以上述空间聚类得到的客户群体为单位,基于上述构建的客户容忍度评价体系,统计各客户群体的客户容忍度各项指标,得到按空间分布的电力客户容忍度分类结果,在该分类结果中,包含了针对空间聚类得到的各个类别的客户容忍度评价指标分析结果。从而挖掘出电力客户的群体性容忍度特征,指导电力客户服务优化,辅助制定更加合理精准的运维和客户服务策略。
进一步地,所述方法还包括:在地理信息***中展示所述电力客户容忍度分类结果。示例性地,可以基于热力图等方式在地理信息***上展示所述电力客户容忍度分类结果。
为了方便电力***相关人员更加方便直观地查看上述电力客户容忍度分类结果,可以基于地理信息***,展示上述电力客户容忍度分类结果,示例性地,可以在地图中根据上述空间聚类得到的不同客户群体划分出不同的区域,每一客户群体对应一个区域,并在每一区域中显示各区域对应的客户群体的电力客户容忍度指标,可以展示一个电力客户容忍度指标,如,平均容忍时间;也可以展示所有的电力客户容忍度指标。
在一种可能的实现方式中,所述在地理信息***中展示所述电力客户容忍度分类结果,包括:根据预设阈值将各客户群体的容忍度评价指标划分为不同等级;在地理信息***中采用不同的颜色展示所述不同等级。
本公开实施例中,可以对容忍度评价指标中的客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间中的一项或多项划分为不同的等级,例如,预设阈值可以为3小时,根据该预设阈值将平均容忍时间分为高、低两个等级,即若某一客户群体的平均容忍时间小于3小时,则该客户群体的容忍度为高等级,相应的在地图中用红色表示该等级,若某一客户群体的平均容忍时间不小于3小时,则该客户群体的容忍度为低等级,相应的在地图中用绿色表示该等级;预设阈值还可以为2-3小时,根据该预设阈值将平均容忍时间分为高、中、低三个等级,即若某一客户群体的平均容忍时间小于2小时,则该客户群体的容忍度为高等级,相应的在地图中用红色表示该等级,若某一客户群体的平均容忍时间大于等于2小时同时小于3小时,则该客户群体的容忍度为中等级,相应的在地图中用黄色表示该等级,若某一客户群体的平均容忍时间不小于3小时,则该客户群体的容忍度为低等级,相应的在地图中用绿色展示该等级;类似的,可以对客户工单总数、客户投诉率、平均投诉转化数划分为不同的等级,并用在地图中用不同的颜色表示,从而,通过地图上的不同颜色,相关人员可以更加直观快速地了解每一客户群体的容忍度情况,指导优化客户服务,提供差异化精准化服务。
进一步地,所述方法还包括:根据所述电力客户容忍度分类结果,对客户分布规律、管理原因、技术原因、主要责任进行大数据关联分析。
本公开实施例中,基于上述获取的电力客户容忍度分类结果,在客户分布规律、管理原因、技术原因、主要责任等方面进行更有针对性的大数据关联分析,示例性地,可以针对容忍度等级较高的客户群体,分析该客户群体历史投诉工单所反映的事件,结合该客户群体所在区域的电网信息及电力设备运行信息等,探明出事件的原因及相关责任人,进而将问题及时反馈给相关责任人,并对电力设备的缺陷进行改进,制定更加合理精准的运维和客户服务策略,从而提升电力服务质量,提高客户的满意度。
需要说明的是,尽管以上述实施例作为示例介绍了电力客户容忍度评价分类方法如上,但本领域技术人员能够理解,本公开应不限于此。事实上,用户完全可根据个人喜好和/或实际应用场景灵活设定各实施方式,只要符合本公开的技术方案即可。
这样,本公开实施例中,通过电力客户的经纬度数据开展电力客户空间聚类,形成客户群体;并基于客户群体开展客户容忍度的聚类分析,挖掘群体性容忍度特征,得到按空间分布的电力客户容忍度分类结果。从而可以指导优化客户服务,针对大数据量的客户实行差异化精准化服务,提升客户满意度,具有重要应用价值。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (9)
1.一种电力客户容忍度评价分类方法,其特征在于,包括:
根据电力客户的地址数据,得到经纬度数据集合;
通过对所述经纬度数据集合进行空间聚类,得到一个或多个客户群体;
统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
2.根据权利要求1所述的方法,其特征在于,所述根据电力客户的地址数据,得到经纬度数据集合,包括:
在电力用户数据库中获取预设范围内的各电力客户的地址数据;
通过地理信息***将所述地址数据转换为所述经纬度数据;
根据所述预设范围内的所有电力客户的经纬度数据,得到所述经纬度数据集合。
3.根据权利要求2所述的方法,其特征在于,所述通过地理信息***将所述地址数据转换为所述经纬度数据,包括:
对所述地址数据进行异常值清洗处理和/或空缺值填充处理,得到处理后的地址数据;
通过地理信息***的应用程序编程接口API将所述处理后的地址数据转换为所述经纬度数据。
4.根据权利要求1所述的方法,其特征在于,所述容忍度评价指标,包括:客户工单总数、客户投诉率、平均投诉转化数、平均容忍时间中的一项或多项。
5.根据权利要求4所述的方法,其特征在于,所述统计所述客户群体的容忍度评价指标,得到电力客户容忍度分类结果,包括:
针对每一客户群体,获取预设时间窗口内该客户群体中各客户的工单数及各工单的时间;
根据所述客户群体中各客户的工单数及各工单的时间,得到该客户群体的容忍度评价指标;
根据所有客户群体的容忍度评价指标,得到电力客户容忍度分类结果。
6.根据权利要求5所述的方法,其特征在于,所述工单数包括投诉工单数和非投诉工单数;
所述根据所述客户群体中各客户的工单数及各工单的时间,得到该客户群体的容忍度评价指标,包括:
求取所述客户群体中所有客户的工单数的总和,得到该客户群体的客户工单总数;
根据所述客户群体中所有客户的投诉工单数的总和及该客户群体的客户工单总数,得到该客户群体的客户投诉率;
根据所述客户群体中所有客户的投诉工单及在该投诉工单之前的反映同一事件的非投诉工单数,得到该客户群体的平均投诉转化数;
根据所述客户群体中所有客户的反映同一事件的投诉工单与首次工单的时间差,得到该客户群体的平均容忍时间。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在地理信息***中展示所述电力客户容忍度分类结果。
8.根据权利要求7所述的方法,其特征在于,所述在地理信息***中展示所述电力客户容忍度分类结果,包括:
根据预设阈值将各客户群体的容忍度评价指标划分为不同等级;
在地理信息***中采用不同的颜色展示所述不同等级。
9.根据权利要求1所述的方法,其特征在于,所述方法还包括:根据所述电力客户容忍度分类结果,对客户分布规律、管理原因、技术原因、主要责任进行大数据关联分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010693245.2A CN111797145A (zh) | 2020-07-17 | 2020-07-17 | 一种电力客户容忍度评价分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010693245.2A CN111797145A (zh) | 2020-07-17 | 2020-07-17 | 一种电力客户容忍度评价分类方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111797145A true CN111797145A (zh) | 2020-10-20 |
Family
ID=72807721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010693245.2A Pending CN111797145A (zh) | 2020-07-17 | 2020-07-17 | 一种电力客户容忍度评价分类方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797145A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392338A (zh) * | 2021-06-11 | 2021-09-14 | 中国联合网络通信集团有限公司 | 热点区域定位方法、装置、设备及存储介质 |
CN114722300A (zh) * | 2022-06-07 | 2022-07-08 | 深圳追一科技有限公司 | 消息提醒方法、装置、电子设备及存储介质 |
CN117061668A (zh) * | 2023-09-21 | 2023-11-14 | 广州易风健康科技股份有限公司 | 基于情绪识别的多工位ai电话客服管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104735169A (zh) * | 2015-04-17 | 2015-06-24 | 天天艾米(北京)网络科技有限公司 | 一种居住社区群发现方法 |
CN106547770A (zh) * | 2015-09-21 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种基于用户地址信息的用户分类、用户识别方法及装置 |
CN107133652A (zh) * | 2017-05-17 | 2017-09-05 | 国网山东省电力公司烟台供电公司 | 基于K‑means聚类算法的用电客户价值评估方法及*** |
CN108054755A (zh) * | 2017-12-26 | 2018-05-18 | 广州市捷信通科技发展有限公司 | 一种基于k最近邻分类算法的配电网拓扑结构校验方法 |
CN108229838A (zh) * | 2018-01-19 | 2018-06-29 | 国网浙江省电力有限公司电力科学研究院 | 一种基于客户感知的电网供电质量综合评价方法 |
CN108470282A (zh) * | 2018-03-26 | 2018-08-31 | 国家电网公司客户服务中心 | 客户服务中心投诉工单智能分类方法 |
-
2020
- 2020-07-17 CN CN202010693245.2A patent/CN111797145A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104735169A (zh) * | 2015-04-17 | 2015-06-24 | 天天艾米(北京)网络科技有限公司 | 一种居住社区群发现方法 |
CN106547770A (zh) * | 2015-09-21 | 2017-03-29 | 阿里巴巴集团控股有限公司 | 一种基于用户地址信息的用户分类、用户识别方法及装置 |
CN107133652A (zh) * | 2017-05-17 | 2017-09-05 | 国网山东省电力公司烟台供电公司 | 基于K‑means聚类算法的用电客户价值评估方法及*** |
CN108054755A (zh) * | 2017-12-26 | 2018-05-18 | 广州市捷信通科技发展有限公司 | 一种基于k最近邻分类算法的配电网拓扑结构校验方法 |
CN108229838A (zh) * | 2018-01-19 | 2018-06-29 | 国网浙江省电力有限公司电力科学研究院 | 一种基于客户感知的电网供电质量综合评价方法 |
CN108470282A (zh) * | 2018-03-26 | 2018-08-31 | 国家电网公司客户服务中心 | 客户服务中心投诉工单智能分类方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113392338A (zh) * | 2021-06-11 | 2021-09-14 | 中国联合网络通信集团有限公司 | 热点区域定位方法、装置、设备及存储介质 |
CN114722300A (zh) * | 2022-06-07 | 2022-07-08 | 深圳追一科技有限公司 | 消息提醒方法、装置、电子设备及存储介质 |
CN117061668A (zh) * | 2023-09-21 | 2023-11-14 | 广州易风健康科技股份有限公司 | 基于情绪识别的多工位ai电话客服管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110881B (zh) | 电力客户需求预测分析方法及*** | |
US11720816B2 (en) | Predicting pipe failure | |
CN106815709B (zh) | 一种服务快速响应中心支撑***及方法 | |
CN111797145A (zh) | 一种电力客户容忍度评价分类方法 | |
KR101375441B1 (ko) | 도시재생 종합정보시스템 | |
CN107330540B (zh) | 一种考虑电压质量的配电网台区缺供电量预测方法 | |
CN113379227A (zh) | 产业园区数据处理方法、装置、计算机设备及存储介质 | |
CN105701617A (zh) | 基于电力物资供应链的全过程信息管控可视化方法及*** | |
KR102249524B1 (ko) | 데이터 기반 공간분석을 이용한 민원 발생 예측관리 장치 및 방법 | |
CN112348404A (zh) | 一种村庄规划实施评估*** | |
CN111178382A (zh) | 一种基于工单数据挖掘的抢修服务预测分析方法 | |
CN112862172B (zh) | 国网95598停电投诉预测方法、装置、计算机设备和存储介质 | |
CN104113869A (zh) | 一种基于信令数据的潜在投诉用户预测方法及*** | |
CN115423429A (zh) | 基于图像和声音信息的多模态一体化配网运营*** | |
CN112883062A (zh) | 一种不基于规则的自定义规则稽查方法 | |
CN111854786A (zh) | 班车路线规划的可视化方法、装置、设备及介质 | |
CN114398941A (zh) | 一种用户缴费行为分类方法、装置、设备及可读存储介质 | |
CN114169933A (zh) | 基于多维数据的门店智能选址推荐方法及*** | |
CN115409264A (zh) | 基于馈线故障预测的配电网抢修驻点位置优化方法 | |
CN110555452A (zh) | 一种基于智能聚类的网络问题处理方法及装置 | |
CN112668803B (zh) | 一种基于LightGBM模型的汽车服务连锁企业开店选址方法 | |
CN118037000A (zh) | 基于数字经济的城市资源动态调度方法及*** | |
KR20100123408A (ko) | Gis 기반의 가맹점 마케팅 지원 시스템 및 방법 | |
CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
CN112232662A (zh) | 服务监控***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201020 |
|
RJ01 | Rejection of invention patent application after publication |