CN112184489A - 一种电力用户分群管理***及方法 - Google Patents
一种电力用户分群管理***及方法 Download PDFInfo
- Publication number
- CN112184489A CN112184489A CN202011069849.6A CN202011069849A CN112184489A CN 112184489 A CN112184489 A CN 112184489A CN 202011069849 A CN202011069849 A CN 202011069849A CN 112184489 A CN112184489 A CN 112184489A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- users
- category
- preset
- 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
- 238000000034 method Methods 0.000 title claims description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 32
- 230000005611 electricity Effects 0.000 claims abstract description 32
- 230000002452 interceptive effect Effects 0.000 claims description 32
- 238000007726 management method Methods 0.000 claims description 20
- 238000013500 data storage Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 8
- 230000006399 behavior Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24147—Distances to closest patterns, e.g. nearest neighbour 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种电力用户分群管理***,包括,用户数据采集模块,用以采集所述用户的缴费数据、用电数据及用户操作日志数据;用户数据分析模块,用以按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;用户标记模块,用以获取所述等级划分结果,并根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果。本发明结合客户的需求,能以客户价值为参考依据,为客户提供量身定制的个性化供电服务。
Description
技术领域
本发明涉及电力***技术领域,特别是涉及一种电力用户分群管理***及方法。
背景技术
大数据需要有效的分析处理才能发挥其强大的决策辅助能力、洞察发掘能力和业务流程优化能力,才能使得企业不断地完善和进步。随着智能与管理的相互融合,大数据的应用已涉及到各行各业,也正在潜移默化地改变着各行各业的经营方式。通过客户行为分析、市场信息采集、挖掘信息等方面提供的策略对现代的企业经营产生了深刻的营销。
横向观察全球电力企业和我国的电力供求发展的总体情况,供电企业是朝着完全开放竞争的大趋势发展的。我国电力体制改革加快电力市场化发展的进程,加重了现代供电企业的竞争压力,电力的供求关系不断变化,迫使供电企业积极伊宁对即将到来的社会竞争,经营服务策略从过去的产品为导向逐步向客户行为进行转变,并将客户价值的分析研究工作列入企业营销服务工作的重点。通过***地识别客户、了解客户、保留客户,根据客户的特点,结合客户的需求,无论是错峰限电、增容扩销、电费服务还是抢修服务,都需要以客户价值为参考依据,为客户提供量身定制的个性化供电服务。
随着电力营销***的不断深入应用,积累了海量的用电行为信息,如何从这些海量数据信息中判别客户价值的依据,挖掘对供电企业有价值的服务策略。
发明内容
本发明的目的在于,提出一种电力用户分群管理***及方法,解决现有方法对电力用户提供服务时,服务定位不准确,不能准确提供个性化服务的技术问题。
本发明的一方面,提供一种电力用户分群管理***,包括:
用户数据采集模块,用以从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据,并将所述用户的缴费数据、用电数据及用户操作日志数据输出给用户数据分析模块;
用户数据分析模块,用以按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;
用户标记模块,用以获取所述等级划分结果,并根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户。
优选的,还包括:用户服务模块,用以获取所述标记结果,并将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据;
用电数据存储模块,用以存储所述用户数据采集模块、所述用户数据分析模块、用户分类模块及所述用户服务模块输入或输出的数据。
优选的,所述用户数据采集模块采集的用户缴费数据至少包括缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据、违约时间数据;所述用户数据采集模块采集的用户用电数据至少包括用电电量负荷数据、峰谷时段数据、功率因数数据;所述用户数据采集模块采集的用户操作日志数据至少包括用户在用电服务***上办理业务的操作记录数据。
优选的,所述用户数据分析模块包括:
用户分类模块,用以获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;
还用以获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;
以及用以获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别。
优选的,所述用户数据分析模块包括:
用户类别定位模块,用以获取所述用户分类模块输出的用户类别数据,当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别。
优选的,所述用户数据分析模块包括:
等级划分模块,用以对根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序;还用以对根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;以及用以根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
本发明还提供一种电力用户分群管理方法,依靠所述的电力用户分群管理***进行实现,包括以下步骤:
步骤S1,从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据;
步骤S2,按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;
步骤S3,根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户;
步骤S4,将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据。
优选的,所述步骤S1包括:采集缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据及违约时间数据存为用户缴费数据;采集用电电量负荷数据、峰谷时段数据及功率因数数据存为用户用电数据;采集用户在用电服务***上办理业务的操作记录数据存为用户操作日志数据。
所述步骤S2包括:
获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别;
当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别。
优选的,根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序;根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电力用户分群管理***及方法,利用数据采集完成数据的采集与处理,根据不同的客户群目标训练不同的分析完成对客户的分群,最后利用客户分群的结果完成不同的营销运用;从海量的数据集中找出数据的共同本性、发现数据的规律,并汇总数据特性,为客户分群管理提供坚实的基础;结合客户的需求,无论是错峰限电、增容扩销、电费服务还是抢修服务,都能以客户价值为参考依据,为客户提供量身定制的个性化供电服务。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例中一种电力用户分群管理***的结构示意图。
图2为本发明实施例中一种电力用户分群管理***的主流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
如图1所示,为本发明提供的一种电力用户分群管理***的一个实施例的示意图。在该实施例中,包括:
用户数据采集模块,用以从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据,并将所述用户的缴费数据、用电数据及用户操作日志数据输出给用户数据分析模块;可以理解的,用于底层数据的采集与处理,是***的基础部分,主要是用户缴费数据,用户用电数据及用户操作日志三部分的数据。
具体实施中,所述用户数据采集模块采集的用户缴费数据至少包括缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据、违约时间数据;利用该数据来刻画用户的风险和等级标签。所述用户数据采集模块采集的用户用电数据至少包括用电电量负荷数据、峰谷时段数据、功率因数数据;利用该数据来刻画用户的各种用电标签。所述用户数据采集模块采集的用户操作日志数据至少包括用户在用电服务***上办理业务的操作记录数据;比如咨询、查询、投诉、建议等数据,利用该数据来刻画用户服务偏好标签;用户行为数据是指用户浏览,点击等的行为数据。
用户数据分析模块,用以按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;可以理解的,用于对数据的加工与处理,利用统计分析及机器学习算法模型,为客服分群提供服务。
具体实施例中,所述用户数据分析模块包括:用户分类模块用以获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;可以理解的,以月均用电量、月均增长量、双月均增长量、总缴费金额、月均缴费金额、总欠费金额、总欠费次数等指标来衡量用户的价值指标;具体的,将用电量类的指标和缴费的指标作为正向计数,将欠费类的指标作为负向计数,将正向负向的相加得到的分数指标作为最终的价值指标,分数越大的则代表用户的价值越高。
用户分类模块还用以获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;可以理解的,通过计算用户的投诉频率p,投诉前的停电时长h,计算p/h的值作为用户的通电敏感指标,p/h越大代表用户对停电越敏感。
用户分类模块还用以获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别;可以理解的,通过收集用户在服务***上的交互行为,如抽奖,缴费以及查阅通知,并规定每种操作的交互分数,将此类的活跃行为按分数进行累分,计分越多则代表用户越活跃。
具体的,所述用户数据分析模块还包括用户类别定位模块,用以获取所述用户分类模块输出的用户类别数据,当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别,可以理解的,利用KNN算法训练识别用户的最终类型,以欠费高风险用户为例说明算法模型阶段的一般流程:利用KNN算法将用户欠费风险等级划分为高风险和低风险两个等级;计算待标记样本与数据集中所有样本的距离,取距离最近的K个样本,投票即选择出现次数最多的类别作为待标记样本的类别;因此,通过收集用户用电的相关特征数据,如用户欠费记录,缴费记录及负债记录等属性,通过数据预处理及特征转换,完成用户欠费风险等级的划分,从而识别欠费高风险用户。
再具体的,所述用户数据分析模块还包括等级划分模块,用以对根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序。还用以对根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;可以理解的,通过预先定义的若干个阈值,来将用户划分为潜在高敏感客户群、潜在次高敏感客户群、潜在普通客户群、潜在低敏感客户群。以及用以根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
用户标记模块,用以获取所述等级划分结果,并根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户;可以理解的,对用户各种属性的分类,利用服务实现客户分群。客户分群体现为根据用户的各种数据,利用训练好的机器学习模型给用户打上相应的标签,如一个简单例子,利用用户的缴费记录,欠费记录,用电记录和公司信誉状况等数据,利用分类算法如决策树,生成每个用户的电力信用等级,相应的打上高信用,低信用标签。
用户服务模块,用以获取所述标记结果,并将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据;可以理解的,是对客户分群的运用,基于此可以优化运营,提升服务,实现精准营销。比如根据多样化的账单查询和缴费服务,对电费回收高风险等级客户提前通知及催费通知;重点保障高价值客户供电,合理配置重要客户供电电源,要求重要客户自备应急电源。
用电数据存储模块,用以存储所述用户数据采集模块、所述用户数据分析模块、用户分类模块及所述用户服务模块输入或输出的数据。
如图2所示,本发明的实施例还提供一种电力用户分群管理方法,依靠所述的电力用户分群管理***进行实现,包括以下步骤:
步骤S1,从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据;
具体实施例中,采集缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据及违约时间数据存为用户缴费数据;采集用电电量负荷数据、峰谷时段数据及功率因数数据存为用户用电数据;采集用户在用电服务***上办理业务的操作记录数据存为用户操作日志数据。
步骤S2,按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;
具体实施例中,获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别;
当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别;
根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序;根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
步骤S3,根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户。
步骤S4,将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据。
综上,实施本发明的实施例,具有如下的有益效果:
本发明提供的电力用户分群管理***及方法,利用数据采集完成数据的采集与处理,根据不同的客户群目标训练不同的分析完成对客户的分群,最后利用客户分群的结果完成不同的营销运用;从海量的数据集中找出数据的共同本性、发现数据的规律,并汇总数据特性,为客户分群管理提供坚实的基础;结合客户的需求,无论是错峰限电、增容扩销、电费服务还是抢修服务,都能以客户价值为参考依据,为客户提供量身定制的个性化供电服务。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种电力用户分群管理***,其特征在于,包括:
用户数据采集模块,用以从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据,并将所述用户的缴费数据、用电数据及用户操作日志数据输出给用户数据分析模块;
用户数据分析模块,用以按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;
用户标记模块,用以获取所述等级划分结果,并根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户。
2.如权利要求1所述的***,其特征在于,还包括:
用户服务模块,用以获取所述标记结果,并将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据;
用电数据存储模块,用以存储所述用户数据采集模块、所述用户数据分析模块、用户分类模块及所述用户服务模块输入或输出的数据。
3.如权利要求2所述的***,其特征在于,所述用户数据采集模块采集的用户缴费数据至少包括缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据、违约时间数据;所述用户数据采集模块采集的用户用电数据至少包括用电电量负荷数据、峰谷时段数据、功率因数数据;所述用户数据采集模块采集的用户操作日志数据至少包括用户在用电服务***上办理业务的操作记录数据。
4.如权利要求3所述的***,其特征在于,所述用户数据分析模块包括:
用户分类模块,用以获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;
还用以获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;
以及用以获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别。
5.如权利要求4所述的***,其特征在于,所述用户数据分析模块包括:
用户类别定位模块,用以获取所述用户分类模块输出的用户类别数据,当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别。
6.如权利要求5所述的***,其特征在于,所述用户数据分析模块包括:
等级划分模块,用以根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序;还用以根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;以及用以根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
7.一种电力用户分群管理方法,依靠如权利要求1-6任一所述的***进行实现,其特征在于,包括以下步骤:
步骤S1,从用电数据存储模块或多个用户的智能终端采集所述用户的缴费数据、用电数据及用户操作日志数据;
步骤S2,按照预设规则分别对多个用户的缴费数据、用电数据及用户操作日志数据进行数据分析,将所述多个用户按照预设类别进行分类;并根据第一预设规则对每个类别内的多个用户进行等级划分,获取与所述类别对应的等级划分结果;其中,所述预设类别包括高价值用户类别、停电敏感用户类别及活跃用户类别;
步骤S3,根据所述等级划分结果按照预设的标记规则对用户进行标记,获取标记结果;所述标记结果至少包括活跃用户、停电敏感用户、高价值用户及欠费高风险用户;
步骤S4,将所述标记结果根据第二预设规则与对应服务策略匹配并调用所述服务策略数据,响应于用户智能终端的服务请求向所述用户智能终端输出服务策略数据或响应于服务提供智能终端的服务建议请求向所述服务提供智能终端输出服务策略数据。
8.如权利要求7所述的方法,其特征在于,所述步骤S1包括:采集缴费额度数据、缴费时间数据、缴费频率数据、违约金额数据及违约时间数据存为用户缴费数据;采集用电电量负荷数据、峰谷时段数据及功率因数数据存为用户用电数据;采集用户在用电服务***上办理业务的操作记录数据存为用户操作日志数据。
9.如权利要求8所述的方法,其特征在于,所述步骤S2包括:
获取多个用户的用电数据和缴费数据,根据预设标准调取电量参数和缴费参数,将所述用电量参数或所述缴费参数作为正向计数值;以及根据预设标准调取欠费参数,将所述欠费参数作为负向计数值;根据所述正向计数值和所述负向计数值计算价值判定指标,并将所述价值判定指标大于第一预设判定阈值的用户列为高价值用户类别;获取多个用户的操作日志数据,调取投诉频率p、投诉前的停电时长h,并计算用户的停电敏感指标;将所述停电敏感指标大于第二预设判定阈值的用户列为停电敏感用户类别;获取多个用户的操作日志数据,调取交互操作数据;并根据预设的交互操作项分值计算用户的交互操作总分值,将所述交互操作总分值大于第三预设判定阈值的用户列为的活跃用户类别;
当识别到任一用户被归为多个类别项时,调取该用户的所有类别项数据并根据预设的筛选规则选择出现次数最多的类别项作为所述用户的最终类别。
10.如权利要求9所述的方法,其特征在于,所述步骤S2包括:
根据多个第三预设规则区分所述高价值用户类别内的用户,将所述用户按价值判定指标由高到低依次排序;根据多个预设判定值区分所述停电敏感用户类别内的用户,将所述用户依次区分为潜在高敏感用户、潜在次高敏感用户、潜在普通用户、潜在低敏感用户;根据多个第四预设规则区分所述活跃用户类别内的用户,将所述用户按交互操作总分值由高到低依次排序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069849.6A CN112184489A (zh) | 2020-09-30 | 2020-09-30 | 一种电力用户分群管理***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069849.6A CN112184489A (zh) | 2020-09-30 | 2020-09-30 | 一种电力用户分群管理***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184489A true CN112184489A (zh) | 2021-01-05 |
Family
ID=73948542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011069849.6A Pending CN112184489A (zh) | 2020-09-30 | 2020-09-30 | 一种电力用户分群管理***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184489A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685514A (zh) * | 2021-01-08 | 2021-04-20 | 北京云桥智联科技有限公司 | Ai智能客户价值管理平台 |
CN114240518A (zh) * | 2022-02-17 | 2022-03-25 | 檀沐信息科技(深圳)有限公司 | 一种基于大数据的用户管理分析方法及*** |
CN114580907A (zh) * | 2022-03-03 | 2022-06-03 | 北京能云盈和科技有限公司 | 一种能效智能监测方法及*** |
CN115730748A (zh) * | 2022-12-30 | 2023-03-03 | 广西电网有限责任公司 | 基于knn算法的电力客户行为预测方法及*** |
CN116523529A (zh) * | 2023-06-27 | 2023-08-01 | 国网江苏省电力有限公司营销服务中心 | 人工催费质检及质检结果在客户视图中的应用方法和*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080367A (zh) * | 2019-12-20 | 2020-04-28 | 深圳市国电科技通信有限公司 | 一种低压用户用电状态感知的用电行为分析方法 |
CN111652757A (zh) * | 2020-04-22 | 2020-09-11 | 国网江苏省电力有限公司营销服务中心 | 一种电力营业厅客户行为分析方法及装置 |
-
2020
- 2020-09-30 CN CN202011069849.6A patent/CN112184489A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080367A (zh) * | 2019-12-20 | 2020-04-28 | 深圳市国电科技通信有限公司 | 一种低压用户用电状态感知的用电行为分析方法 |
CN111652757A (zh) * | 2020-04-22 | 2020-09-11 | 国网江苏省电力有限公司营销服务中心 | 一种电力营业厅客户行为分析方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112685514A (zh) * | 2021-01-08 | 2021-04-20 | 北京云桥智联科技有限公司 | Ai智能客户价值管理平台 |
CN114240518A (zh) * | 2022-02-17 | 2022-03-25 | 檀沐信息科技(深圳)有限公司 | 一种基于大数据的用户管理分析方法及*** |
CN114580907A (zh) * | 2022-03-03 | 2022-06-03 | 北京能云盈和科技有限公司 | 一种能效智能监测方法及*** |
CN115730748A (zh) * | 2022-12-30 | 2023-03-03 | 广西电网有限责任公司 | 基于knn算法的电力客户行为预测方法及*** |
CN116523529A (zh) * | 2023-06-27 | 2023-08-01 | 国网江苏省电力有限公司营销服务中心 | 人工催费质检及质检结果在客户视图中的应用方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112184489A (zh) | 一种电力用户分群管理***及方法 | |
CN109063945B (zh) | 一种基于价值评估体系的售电公司360度客户画像构建方法 | |
CN111062757B (zh) | 基于多路径寻优匹配的信息推荐方法及*** | |
CN108363821A (zh) | 一种信息推送方法、装置、终端设备及存储介质 | |
CN111738462B (zh) | 电力计量装置故障抢修主动服务预警方法 | |
CN112184484B (zh) | 一种电力用户差异化服务方法及*** | |
CN106067094A (zh) | 一种动态评估方法及*** | |
CN105654196A (zh) | 一种基于电力大数据的自适应负荷预测选择方法 | |
CN113064866A (zh) | 一种电力业务数据整合*** | |
CN111626614A (zh) | 一种基于电费回收的用户分类方法 | |
CN113469730A (zh) | 一种非合同场景下的基于RF-LightGBM融合模型的客户复购预测方法及装置 | |
CN111652661B (zh) | 一种手机客户端用户流失预警处理方法 | |
CN114611738A (zh) | 一种基于用户用电行为分析的负荷预测方法 | |
CN113435627A (zh) | 基于工单轨迹信息的电力客户投诉预测方法及装置 | |
CN114022205A (zh) | 基于改进聚类法的电力用户缴费渠道偏好匹配方法及*** | |
CN117764724A (zh) | 一种智能化的信用评级报告构建方法及*** | |
Pham et al. | Predictive analysis of the supply chain management using machine learning approaches: Review and taxonomy | |
CN114078063A (zh) | 一种利用电力客户用电负荷信息实现行业分类的方法 | |
CN114240518A (zh) | 一种基于大数据的用户管理分析方法及*** | |
CN112184035A (zh) | 一种客户特征要素统计***及方法 | |
CN114219245A (zh) | 基于大数据的乡村电力指数评价方法、装置及存储介质 | |
CN112330136A (zh) | 一种大用户异常用电分析数据集的关联性挖掘方法和装置 | |
CN113379211A (zh) | 基于区块链的物流信息平台违约风险管控***及方法 | |
Xu et al. | User Intention Prediction Method Based on Hybrid Feature Selection and Stacking Multi-model Fusion | |
CN117829435B (zh) | 一种基于大数据的城市数据质量管理方法及*** |
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 |