移动互联网及数据分析技术在电力客户服务中的应用

移动互联网及数据分析技术在电力客户服务中的应用

ID:32944483

大小:56.64 KB

页数:3页

时间:2019-02-18

移动互联网及数据分析技术在电力客户服务中的应用_第1页
移动互联网及数据分析技术在电力客户服务中的应用_第2页
移动互联网及数据分析技术在电力客户服务中的应用_第3页
资源描述:

《移动互联网及数据分析技术在电力客户服务中的应用》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、移动互联网及数据分析技术在电力客户服务中的应用姚力立国网株洲供电公司客户服务中心摘要:一方面,为了能够进一步实现客户经理制管理,使整个服务体系实现优质化、高效化、专业化和个性化服务。另一方面,为了提高工作效率、提高客户的满意度。所以,提出了移动互联网及数据分析技术。而电力客户服务系统主要是通过大量的客户基础数据和数据触点轨迹信息提炼一个管理系统模型,并在系统中,对每一个客户的社会角色、行为偏好、信用价值,以及客户价值等方面的特性进行了鉴定,在一定程度上,不仅提高了企业对客户需求的洞察力,而且为后续的营销计划,以及计划实施提供了理论

2、方面的指导。关键词:移动互联网;数据分析;电力客户;服务;应用;随着社会经济发展形势的推进,我国各大企业都在进行变革和发展,电力企业作为经济发展屮的一个,推进电力体制改革,创建新格局在所难免。所以,就如何在竞争激烈的经济环境中,获得稳定的客户资源,甚至是争取更大的客户市场,这也是当前电力企业发展的研究性课题之一。本文以国家电网为例,就电力客户服务系统框架、组成部分,以及具体的应用进行分析和研究,进而带给客户一种较为舒适的体验。1.电力客户服务系统框架1.1电力客户服务系统技术结构釆用分层的体系设计结构始终是电力客户服务系统的整体框

3、架结构,对各层次的网络制式、终端程序和平台服务的速度等都做了相应的优化,不仅得到了智能终端平台的支持,而且还为其提供了摄像头、GPS定位,以及存储的功能。智能终端平台主要是通过互联网链路借助JSON数据,通过格式交换的方式实现通信的有效性,在一定程度上,不仅对人们阅读提供了便利,也方便了机器进行内容的解读和牛成,保障信息的传送效率。整个电力客户服务系统内部运行时,外部人员是无法得知系统组包和解包的方式的,所以,安全性是有保障的。同时,与电力营销系统采用的是SOA框架集成时,在一定程度上,不仅使得其依赖性、营销成本和技术操作难度降低

4、,而且系统操作的灵活性和便捷性也实现了有效提升。1.2电力客户服务系统数据结构电力客户服务系统数据结构是由基础数据层、数据建模层和数据应用层这三个层次构成的。基础数据层主要是为了实现南网一体营销计划,对传输中的数据计量、抄录、核收、停电等,采用的是一体化经营的模式,通过对用电客户行为进行分析,形成基础数据层,为整个服务系统奠定坚实的基础性数据支撑;数据建模层主要就是借助Oracle关系型数据库中的数据抽取这个工具,根据数据的属性进行相关的抽取、建模工作等,根据客户不同的需求,进而遵循其行为建立相关的分析主题,分析主题可以采用回归分

5、析法、统计分析法、决策树、建模等,做出最终的建模分析结果;数据应用层主要是作为数据结果处理的中心而存在的,主要就是将系统分析的结果通过处理层处理之后,可用的数据不仅包括了客户移动平台,而II系统对数据进行分析的过程、结果、相关的改善性建议,以及布置的任务等,都可以作为有效的数据来源。2.了解电力客户服务系统2.1电力客户服务系统的构成客户经理管理分系统主要是通过数据分析和管理这两个性能为客户经理移动客户终端提供相关的数据支持。其中由管理功能和数据分析这两个部分构成。管理功能指的就是对信息进行维护、设置业务参数等。数据分析指的就是客

6、户的画像,即通过移动终端,借助专业的分析工具,对数据抽取、清洗,以及代入,对不同类型的主题展开分析、建立模型,精确定位信息失效、重复欠费、停电,以及信用度敏感的客户,实现客户社会角色、行为偏好、信用价值,以及客户价值的精准定位。2.2电力客户服务系统具体的应用2.2.1模型选择用户行为的产生,主要就是对其心理变化的一种具体性体现,并且将这种具备打电话或者是投诉行为的客户定义为敏感客户,然后,将没有打电话的客户同之前具备打电话或者是投诉行为的客户之间寻找其共性,根据数据结果做岀相对有效的预测。另外,在数据探索和数据清洗的基础Z上,对

7、应用场景的设计做好充分的考虑,基于数据精准性方面的考虑,因此,本次主题分析应该采用建立模型,或者是决策树的方法。2.2.2数据清洗数据清洗指的就是将无效的、无关的数据剔除或者清洗。如在电力客户服务系统模型屮,将一些虚拟的用户和销户的用户剔除,对于可以采用均值补缺法来补充缺失的数值变量值,。而均值补缺法就是以样本数据的形式替代,并且还能在模型中保持不变。2.2.3模型验证评估在178万居民用户屮,就存在1%的用户拨打关于停电行为的电话。所以,通过逻辑回归模型或者是决策树的方式建立相关模型,并对其进行评分制排序,在逻辑回归模型中得出5

8、%的客户里,敏感客户提高了2.96倍,在决策树中敏感客户提高了2.62倍,最终确定逻辑冋归模型为最佳的停电敏感分析模型。2.2.4任务推送任务推送就是将数据分析结果通过系统自动生成业务Z后,将其发送到客户经理终端。如在主题模型分析中,客户敏感度由高

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。