浅议如何提高电力营销系统基础数据质量

《浅议如何提高电力营销系统基础数据质量》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、浅议如何提高电力营销系统基础数据质量　　摘要：电力营销系统基础数据的质量对开展营销业务、提高业务水平有重大意义。详细阐述了提高营销基础数据质量的有效手段，对建立数据工作的长效机制进行了论述，以期达到有效提高电力营销系统基础数据质量的目的。关键词：电力营销系统；基础数据；有效手段；长效机制中图分类号：F470.6文献标识码：A文章编号：一、充分认识提高营销基础数据质量的重要意义基础数据是信息系统的生命线，是营销各项工作开展和分析决策的核心所在。以线损管理工作为例，需要变电站、线路、台区的目录基础资料

2、完整准确，所有关口用户、正常用电客户的线变户关系要求正确、完整和一致，才能统计出正确的供售电量，进行有效的线损分析，为开展营销稽查和杜绝营销工作差错提供依据。反之，如果基础资料不完善就无法正确统计供售电量，线损分析也无从谈起。由此可知，提高数据质量是进行科学决策的必然要求。只有在数据准确的基础上才能作出较为正确的判断和宏观决策，也才有可能更好地为社会服务、为企业服务、为人民服务。二、如何利用有效手段提高营销基础数据质量营销系统基础数据质量包括客户基础数据的完整性和准确性。6下面主要从管理和技术两个

3、层面进行分析。1.加强数据管理，认真扎实做好数据整理工作  （1）认真梳理、排查问题。目前，各级营销部门积累的数据中存在的主要问题有：一是数据源头存在问题，可能在用户提供数据时存在数据项不完善、不准确或在数据录入时发生错误；二是由于各类调整未按规定变更和清理，造成数据错误；三是在新、老信息系统数据迁移过程中产生了重复数据、垃圾数据和错误数据；四是由于工作人员操作失误造成数据错误等。对此，营销部门要认真梳理、归纳，找出产生错误数据的相关原因，有针对性地提出改进措施，确保问题顺

4、利解决。（2）对症下药，分类处理。一是认真把好数据入口关，树立以预防为主的工作原则。在对业务流程进行细化和规范的同时，进行业务流与信息流的交叉分析，识别和确认信息系统中数据质量有可能产生错误的关键点，制订相应的标准化操作流程，以确保数据质量从源头上得到有效控制。二是分清时点，有效转换。针对有些错误数据是在新老系统转换时产生的，通过分析和诊断，采取数据分段处理的有效方针合理确定发生问题的临界点和数据量，在规定时限内逐步统一整改到位，以确保数据的准确性、完整性。6（3）细致过滤，适时监测。一是各单位对

5、部分基础数据定时核对，如线路台账、配变台账半年一次定时与生产系统中核对，及时整改未调整到位的资料。二是在政策调整时，及时开展相应的信息核对和修改工作。三是借助稽查监控系统不断开展数据整理工作。今年，县供电公司营销管理信息系统基础数据可用率被列入省团同业对标指标项目。省公司制定了信息通报制度，定期对各地区数据上传的情况和数据完整率、准确性进行通报，并进行全省排名和考核。因此，文登市供电公司根据通报中所指出的问题，认真加强对宜兴地区基础数据的适时监测，发现问题，及时改正。2.利用信息化技术手段提高营销

6、基础数据质量 基础数据的准确性对于信息化管理软件来说是至关重要的。按固定格式填写基础数据可以发现常规错误，利于查询和统计。在信息化项目中，企业的工作流程要走标准化的道路，而且基础数据的建立也要实行标准化。对于构建基础数据标准化，要做到如下几点：一是内容顺序上的标准化。对于某个字段的内容，其所表达的内容要标准，包括其前后的顺序要一致，最好长度也要一致。二是传票或工单内容要填写全面，不要有空。当某项内容确实没有的时候可以输入统一的特定字符，不能空白，可以最大限度地防止类似错误的发生，提高数

7、据的完整率和准确率。三是同一个字段中可能要表示多种内容。6在系统中实现技术层面的限制。除了在基础数据前提整理的时候要注意数据的质量以外，在操作人员输入营销信息系统的时候，系统也要能够进行一定自我判断，以提高系统中数据的准确性。如某用电户为380V电压等级供电，而操作人员在传票中输入电价的时候误选择了10kV的电价，传递时系统会自动提示说“该户电价与电压等级不一致”，阻止传票正常传递，提示操作人员必须修改，以保证输入数据的准确性。三、建立数据工作的长效机制  近几年来，营销各

8、部门在数据整理方面做了大量的工作，取得了一定成绩，积累了不少的经验，但仍存在一定差距，需要建立数据工作的长效机制。1.要制订数据管理的相应制度数据管理制度是数据工作有章可循的依据，是提高数据质量的保证。在制度建设中要突出重点，对从源头上控制虚假数据及防止在操作过程中产生错误、更新数据、清理数据等作出具体规定。严格把握工作开展的程序及标准，确保规范操作，减少或避免发生错误。2.要加强对数据质量的监督6要把数据错误率降到最小程度，除把握好数据工作的各环节之外，还要加强对数据质量的监督。