欢迎来到天天文库
浏览记录
ID:46662279
大小:67.50 KB
页数:8页
时间:2019-11-26
《大数据背景下电力企业智能营销模式探究》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、大数据背景下电力企业智能营销模式探究【摘要】本文首先对电力大数据和智能营销的概念进行界定说明,然后阐述了美、日、英发达国家的电力营销现状,接着分析了中国传统电力传统营销模式现阶段面临的压力,并在此基础上提出构建大数据背景下电力智能营销新模式,即以大数据平台作为数据支撑,形成由“电力营销数据采集数据分析模型构建智能评估"构成的持续循环的闭环模式,最后给出电力智能营销模式实施的具体策略【关键词】大数据电力企业智能营销电力能源【中图分类号】F426.61【文献标识码】A电力工业是中国国民经济的重要基础,电力营销则是电力企业发展
2、运营的关键。在大数据时代及电力企业管理精益化、优质化内在需求的双重背景下,电力智能营销模式的探索和实践迫在眉睫。因此,本文将借势大数据深入研究电力智能营销模式,以期能够解决传统营销模式存在的问题,实现满足客户需要的安全性、实时性、环保性电能需求的目标一、国内外电力营销发展现状1.电力大数据的内涵电力大数据通过对电力能源公司自身良性发展和市场个性化需求的挖掘和满足,驱动电力企业从“以人为本”的高度重新审视自身核心价值,由"以电力生产为中心”向“以客户需求为中心”转变2.智能营销的内涵智能营销模式,即通过对数字技术的运用,将
3、电网运行与业务需要、社会效益等关联起来。智能营销模式通过经营、销售、营销等系统的全面自动化,实现电网企业与市场参与者之间的实时互动与能源供需平衡调度。智能营销模式是一种更安全、更经济、更环保的电力服务和销售模式3•发达国家电力营销研究现状发达国家电网架构变化小,市场发展较为成熟,需求基本趋于饱和,电力供应及冗余储备趋于平衡,供电质量和电力市场效益最大化是其关注重点以美国为主的北美电网,起步早,发展较为成熟。营销安全和供电可靠性是北美电网营销模式研究重点。北美供电企业相继出台各种电价优惠政策,例如错避峰电价优惠、交通工具充
4、电优惠等,以应对用电浪费、用电高峰等问题日本电力营销业务面较为宽广成熟,主要包括:远程抄表、合同事务、增供扩销及费率核算等业务。其营销模式的特点主要表现为:对目录电价进行差别定价,以此错开高峰,引导负荷分流,降低供电成本;对经济产业省份申请备案,制定差别电价目录,例如对全电气化住宅提供电价优惠政策,增加售电量;积极向客户推荐新型蓄能电器等英国电力拥有成熟的发、输、配、售环节及强大的交易结算体系,其电力营销业务主要包括报装接电、装表抄表、断电通知、故障处理、供电恢复和电能质量等几个方面。其电力营销模式的特点是用户可自主选择
5、销售电价方案,允许支付电费时间尺度和结算方式灵活多样相较于中国,发达国家电力营销更具有服务性、融合性,与营销紧密结合的技术工作融于各技术部门。从营销组织结构及业务模式方面,发达国家电力行业的营销部门较少,营销工作基本都以用户为中心,工作内容主要包括向电力客户提供电能需求的咨询及相关设计方案,抄表收费及抢修等技术类工作大多外包给第三方公司4.我国电力传统营销模式面临的压力伴随着中国电力市场改革日益深化,当前电力企业运营方式正在向满足电力市场需求和提高客户满意度方向发展。新形势对电力营销提出了更高要求,给电力企业运营带来了多
6、方面压力一是用户服务需求越来越高。目前居民和企业对电力的依赖性越来越强,同时对停电容忍度也越来越弱。特别是在非计划或故障停电期间,优质服务面临的压力越来越大,给电力企业优质服务提出了更高要求。二是电力企业精益化管理对线损管理方面提出更高要求。线损管理作为考核电力企业经营水平的三大经济指标之一,是企业降损节能、提高效益的重要环节。当前线损管理依然存在制度建设中可操作性不强、线损管理科技化动态管理不够、电网设计不够合理、客户用表计量精度不高等问题,更关键的核心X题是线损统计指标失真问题。三是电费回收形势严峻二、大数据时代电力
7、智能营销模式设计1•智能营销模式设计大数据环境使得智能营销所需的市场、用户和电能产品信息的收集、分析处理及利用成为可能。电力智能营销模式,以大数据平台作为数据支撑,形成由'‘电力营销数据釆集数据分析模型构建智能评估"构成的持续循环的闭环模式(1)数据采集。借助大数据平台,通过门户网站、移动终端等各种渠道收集电力营销各业务系统数据,建立电力数据库,数据包括:各用户供售电量数据,电能信息采集数据,供用电合同管理数据,新装、线损与能效管理数据,增容及变更用电数据,计量点管理,有序用电管理数据,业务处理数据,95598客户服务数
8、据,客户关系管理、客户联络、客户档案资料管理数据,稽查及工作质量数据。存储原始数据,并预处理分析已有数据和实时数据,形成基础电力数据库(1)数据分析。结合基础数据库和大数据平台相关实时数据,深度挖掘并分析电力数据,结合国家宏观政策、社会经济发展态势、自然环境形态等关联因子在内的各种数据,全面深入研究不同地区、不同行业
此文档下载收益归作者所有