用電側(cè)大數(shù)據(jù)多維聚類挖掘營銷策略與客戶行為趨勢分析模型建構(gòu)

王顯峰 王衛(wèi) 史浩鵬 楊永飛

[摘 ? ?要] 隨著電力市場競爭日漸激烈以及移動互聯(lián)網(wǎng)時代的到來，客戶對業(yè)務(wù)開展的需求也呈現(xiàn)出多元化與差異化特征，需要運營商依靠大數(shù)據(jù)經(jīng)精細(xì)化模型挖掘?qū)τ脩粜袨樽R別客戶業(yè)務(wù)需求，實現(xiàn)精細(xì)化服務(wù)營銷。文章用電側(cè)大數(shù)據(jù)多維聚類挖掘營銷策略與客戶行為趨勢分析模型建構(gòu)的相關(guān)探索，力求能為電力企業(yè)開展電子渠道精準(zhǔn)服務(wù)營銷供給決策分析工具，促其競爭力不斷增強。

[關(guān)鍵詞] 用電側(cè)大數(shù)據(jù);多維聚類挖掘;營銷策略;客戶行為趨勢分析模型

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 07. 034

[中圖分類號] F270.7 ? ?[文獻(xiàn)標(biāo)識碼] ?A ? ? ?[文章編號] ?1673 - 0194（2020）07- 0076- 03

0 ? ? ?前 ? ?言

客戶行為發(fā)展以及變化屬于促營銷發(fā)展變化的關(guān)鍵因素之一，現(xiàn)今客戶行為正朝如下幾方面發(fā)展：①注重價值導(dǎo)向;②信息索取偏向多、捷、便，但無論客戶行為怎樣變化，若知曉其消費動機，則能夠結(jié)合其動機進(jìn)行針對性營銷策略制定[1]。故而供電企業(yè)在新形勢下要改變以往的以產(chǎn)品為中心的經(jīng)營觀念，而要以客戶滿意度為中心開展企業(yè)的生產(chǎn)活動，樹立新的營銷理念，加強用電側(cè)大數(shù)據(jù)多維聚類挖掘營銷策略與客戶行為趨勢分析模型建構(gòu)，提升企業(yè)在新的市場環(huán)境中的綜合競爭力。

1 ? ? ?基于用電側(cè)多維聚類挖掘的營銷客戶分群

1.1 ? 客戶群特征分析

通過用戶側(cè)信息的挖掘，提取的客戶變量數(shù)據(jù)信息，規(guī)劃有效客戶分群信息項范圍：包括客戶基本資料、繳欠費信息、用電類型、消費水平、用電習(xí)慣、用電負(fù)荷類型、繳費渠道、價格耐受度等[2]。結(jié)合營銷業(yè)務(wù)，構(gòu)建電量電費貢獻(xiàn)度、停電敏感度、欠費風(fēng)險、客戶渠道以及安全用電等分群特征。同時，需將如下幾點內(nèi)容落實到位。

1.1.1 ? 構(gòu)建客戶標(biāo)簽

基于大數(shù)據(jù)挖掘理論的客戶標(biāo)簽體系，將營銷應(yīng)用系統(tǒng)、95598、費控系統(tǒng)、掌上電力的數(shù)據(jù)有機的結(jié)合，建設(shè)包含數(shù)據(jù)采集機制、標(biāo)簽分類、風(fēng)險標(biāo)簽基礎(chǔ)數(shù)據(jù)庫建設(shè)，通過數(shù)據(jù)加工、清洗、給客戶打上標(biāo)簽，并通過標(biāo)簽的全生命周期管理流程及標(biāo)簽組合應(yīng)用，形成多維度客戶畫像。

1.1.2 ? 構(gòu)建客戶畫像

建立高效、快捷的大數(shù)據(jù)應(yīng)用方式，精準(zhǔn)地分析用戶行為習(xí)慣、消費習(xí)慣等重要商業(yè)信息，抽象出一個客戶信息全貌，以“標(biāo)簽”的形式，構(gòu)建多層次、多視角、立體化的客戶全景畫像，快速獲取客戶基本信息、用電習(xí)慣、信用風(fēng)險、行為特性等精細(xì)特征。

1.1.3 ? 構(gòu)建客戶評分分析模型

通過對95598平臺、用電信息采集系統(tǒng)、營銷業(yè)務(wù)系統(tǒng)等系統(tǒng)數(shù)據(jù)的統(tǒng)計分析，建立對客戶評分的評分指標(biāo)體系，對標(biāo)簽化的指標(biāo)進(jìn)行數(shù)據(jù)建模。結(jié)合機器學(xué)習(xí)算法，生成客戶價值評測挖掘模型，通過客戶價值評測模型，對客戶進(jìn)行相應(yīng)的評分，針對不同的客戶采取不同的營銷策略，滿足客戶用電需求，提升客戶滿意度[3]。

1.2 ? 多維客戶分群數(shù)據(jù)模型構(gòu)建

結(jié)合電力客戶群具有數(shù)量龐大、類別多樣，對用電模式和相關(guān)增值服務(wù)存在不同需求等特點[3]。參考借鑒通信、銀行等先行行業(yè)客戶多層多維分群做法，構(gòu)建一級價值分群和二級客戶屬性分群，并結(jié)合原有大工業(yè)、工商業(yè)以及居民用戶等用電性質(zhì)分群模式，形成多維度客戶分類體系。

1.3 ? 特定用戶群體與政策敏感度分析

選定代表性高價值客戶群，挖掘群體敏感度評價指標(biāo)，通過皮爾遜系數(shù)相關(guān)性分析方法，構(gòu)建政策敏感性測算模型，并剔除電量自然增長，分析用戶群體用電量敏感度及承受力。

2 ? ? ?工作步驟

2.1 ? 數(shù)據(jù)準(zhǔn)備

2.1.1 ? 數(shù)據(jù)來源

本項目數(shù)據(jù)需求及獲取方式如下：電力內(nèi)部數(shù)據(jù)來源于營銷業(yè)務(wù)應(yīng)用系統(tǒng)、用電信息采集系統(tǒng)、95598客服等系統(tǒng)，外部數(shù)據(jù)來源于行業(yè)經(jīng)濟數(shù)據(jù)、政策決策數(shù)據(jù)、氣象地理、人文信息數(shù)據(jù)等。

2.1.2 ? 數(shù)據(jù)處理

為保障基礎(chǔ)數(shù)據(jù)質(zhì)量滿足數(shù)據(jù)分析及模型構(gòu)建的需要，運用存儲過程、批處理腳本等多種技術(shù)手段對多來源收集的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，包括清洗過濾重復(fù)、無效、不完整等不可用數(shù)據(jù)，修正突變異常數(shù)據(jù)，缺失數(shù)據(jù)項補全，對多源系統(tǒng)間數(shù)據(jù)進(jìn)行關(guān)聯(lián)匹配形成數(shù)據(jù)寬表等數(shù)據(jù)準(zhǔn)備。

2.2 ? 高價值客戶群電價政策敏感性分析模型

2.2.1 ? 選擇需要分析的敏感性因素

本項目選取電價、產(chǎn)品銷售價格、原材料價格等若干對企業(yè)銷售凈利率影響程度大的因素進(jìn)行計算分析，作為敏感性因素，認(rèn)為其他生產(chǎn)成本、各項期間費用和稅金及附加費用的變化極小，不納入敏感因素指標(biāo)。

2.2.2 ? 敏感性因素分析

當(dāng)敏感性因素發(fā)生變化時，應(yīng)用多因素敏感性分析法計算因素發(fā)生變化時對指標(biāo)的影響程度，最終對各個因素對指標(biāo)的影響程度進(jìn)行綜合評價和分析。

2.2.3 ? 研究電價承受能力測算方法

在敏感性因素分析成果基礎(chǔ)上，研究電價政策承受能力測算方法。通過產(chǎn)品售價、原材料單價和電價的變動百分比，得到企業(yè)可承受的電價波動百分比與凈利率變動量、產(chǎn)品售價變動百分比、原材料價格變動百分比的關(guān)系式?；谄髽I(yè)當(dāng)前凈利率水平，通過設(shè)置企業(yè)可接受的最低凈利率，并調(diào)整企業(yè)的售價與成本變動，計算得到企業(yè)能夠承受的最大電價浮動百分比，進(jìn)而計算出企業(yè)可承受的最大電價水平，作為供電企業(yè)對高價值客戶群的定價政策指導(dǎo)。

3 ? ? ?關(guān)鍵技術(shù)及方法

（1）關(guān)鍵技術(shù)：基于用電側(cè)多維聚類挖掘高價值客戶群特征。

（2）解決方案。綜合考慮高價值客戶群基本資料、繳欠費信息、用電類型、消費水平、用電習(xí)慣、用電負(fù)荷類型、繳費渠道、價格耐受度、行業(yè)政策、人文信息等用戶側(cè)多維信息的挖掘，開展用戶用電特征聚類模型構(gòu)建及高價值客戶群特征分析，并基于此模型對不同用電客戶的聚類集合進(jìn)行深入分析、歸納總結(jié)數(shù)據(jù)規(guī)律特征。

4 ? ? ?高價值客戶群建模過程

4.1 ? 建模背景

此次主要結(jié)合企業(yè)貢獻(xiàn)度為客戶展開價值評價，明確高價值客戶，并結(jié)合其特征進(jìn)行重要客戶、大客戶與重點關(guān)注客戶，進(jìn)行“一戶一冊”全生命周期服務(wù)檔案、客戶用電安全風(fēng)險評估及防范機制建構(gòu)，為其供給專業(yè)性、個性化服務(wù)。

4.2 ? 數(shù)據(jù)提取及準(zhǔn)備

在建模過程中所用的客戶信息資料主要是在營銷管理系統(tǒng)內(nèi)于2014年7月至2015年7月這一時間跨度內(nèi)抽取，XX市非居民客戶16.68萬（其中Z市總共有非居民28.5萬，排除時間窗口內(nèi)沒有用電的11.64萬戶居民）。數(shù)據(jù)準(zhǔn)備過程應(yīng)對如下兩點引起重視：

（1）結(jié)合原始數(shù)據(jù)，進(jìn)行“雙月均增長量”“總欠費次數(shù)與金額”“月均增長量”“繳費時長”等情況計算。

（2）把時間窗口內(nèi)無電量電費信息的客戶進(jìn)行排除。

4.3 ? 建模方法選擇

價值貢獻(xiàn)度主要是展現(xiàn)客戶以往某段時間的用電情況，故而應(yīng)使用描述類模型，統(tǒng)計分析法僅可簡單進(jìn)行單變量分析，所以選擇聚類分析，此后通過判別分析把全量客戶給予分類。K-Means聚類模型算法：

（1）先設(shè)定數(shù)據(jù)集，若大小是n。令I(lǐng)-1，進(jìn)行k個初始聚類中心選取Zj（I），j=1，2，3，…，k;

（2）將i=1，2，3，…，n，j=1，2，3，…，k代入，能夠得到各數(shù)據(jù)對象至聚類中心距離值D（xi，Zj（I）），結(jié)合該值大小分派各對象至與其對應(yīng)的聚類。

也就是說，如果符合D（xi，Zj（I））=min{D（Xj，Zj（I）），J=1，2，3…}，那么xi∈Wk

（3）誤差平方與準(zhǔn)則函數(shù)Jc的計算。

Jc（I）=■■x■■-Zj（I）2

（4）判定評估：若|Jc（I）-Jc（J-1）|<ε代表算法已完成;否則I=I，進(jìn)行k個新的聚類中心計算，退至第二步。

（5）輸出k個聚類集合。進(jìn)行聚類分析是為了結(jié)合數(shù)據(jù)內(nèi)在特性，把數(shù)據(jù)分作大量獨立分組，確保每組內(nèi)部成員間具有一定的相似性，不過相較于其他組成員卻有明顯差異。

4.4 ? 數(shù)據(jù)建模詳細(xì)流程

此次建模過程里用到了聚類分析與判別分析，開展聚類分析前為樣本作相應(yīng)處理確保聚類分群結(jié)果和業(yè)務(wù)目標(biāo)相符。詳細(xì)的建模流程歸納起來見圖1。

4.5 ? 模型評估注意事項

進(jìn)行聚類模型評估同樣需注意兩點：①群個數(shù)與群內(nèi)客戶數(shù)分布應(yīng)合理;②群之間差異顯著，對差異化業(yè)務(wù)策略執(zhí)行更有利。

4.6 ? 模型結(jié)果刻畫

建模完成后，對價值貢獻(xiàn)度模型展開業(yè)務(wù)特征刻畫，將各客戶群體特征差異給予反映。

價值貢獻(xiàn)度模型總共包括5個群體，即高價值貢獻(xiàn)群、中等價值貢獻(xiàn)群、中價值高逾期風(fēng)險群、普通群、低價值貢獻(xiàn)群，具體見圖2。

其中高價值貢獻(xiàn)群客戶數(shù)量不多，用電量占比卻高達(dá)68.85%。故而針對這部分具備高價值的客戶，停電所引起的直接經(jīng)濟損失是非常大的，若因多種原因停電，需將停電信息及時通知到位，提高營銷服務(wù)質(zhì)量。

5 ? ? ?實施驗證

5.1 ? 數(shù)據(jù)驗證

根據(jù)技術(shù)探索報告及模型設(shè)計說明，收集樣本數(shù)據(jù)，為應(yīng)用功能驗證做好準(zhǔn)備工作，同時，完成基礎(chǔ)數(shù)據(jù)的核查、歸集、清洗轉(zhuǎn)換、關(guān)聯(lián)匹配等數(shù)據(jù)處理工作。

5.2 ? 模型驗證

運用樣本數(shù)據(jù)，開展高價值客戶群特征多維聚類挖掘分析、高價值客戶群電價政策敏感性分析模型、營銷政策執(zhí)行效果評價模型等算法及模型構(gòu)建工作。完成算法對比選擇、模型驗證和參數(shù)優(yōu)化工作。

5.3 ? 模型評估

針對高價值客戶群電價政策敏感性分析模型、營銷政策執(zhí)行效果評價模型開展模型應(yīng)用評估工作。選取測試集、驗證集，開展模型訓(xùn)練;選取模型評估指標(biāo)對模型進(jìn)行評估。

6 ? ? ?小 ? ?結(jié)

用電側(cè)大數(shù)據(jù)多維聚類挖掘營銷策略與客戶行為趨勢分析模型建構(gòu)能夠針對特定受眾群（如高價值客戶群）推進(jìn)精準(zhǔn)性營銷工作開展，遵從網(wǎng)絡(luò)效應(yīng)特征促整體價值增強，提高企業(yè)競爭力與盈利能力。

主要參考文獻(xiàn)

[1]呂旭明，李釗，雷振江，等.基于大數(shù)據(jù)技術(shù)的用電信息分析方法研究與應(yīng)用[J].電氣應(yīng)用，2015，34（S2）：546-549.

[2]余英，郭镥，鄧琨，等.用電采集數(shù)據(jù)分析和智能監(jiān)測系統(tǒng)中大數(shù)據(jù)分析的設(shè)計研究[J].自動化與儀器儀表，2017（5）：162-163，166.

[3]李永毅，石蓉，郎銳，等.基于大數(shù)據(jù)分析的陜西省居民用電行為及影響因素研究[J].電網(wǎng)與清潔能源，2019，35（4）：43-48.

[4]隋興嘉.基于配用電大數(shù)據(jù)的用電行業(yè)分類和用電量需求預(yù)測建模分析[D].長春：長春工業(yè)大學(xué)，2018.