基于電力大數(shù)據(jù)的營銷“量、價(jià)、費(fèi)”稽查方案探究

李慧羿 黃小奇 吳劉燕 蔡燕芬

關(guān)鍵詞：大數(shù)據(jù)；營銷；稽查

1背景

電費(fèi)作為電力企業(yè)的主要收入來源，不僅支撐著電力企業(yè)正常穩(wěn)定的運(yùn)行，同時(shí)保證了電力營銷工作有序、優(yōu)質(zhì)、高效地開展。因而，電力營銷是電網(wǎng)經(jīng)營企業(yè)的所有業(yè)務(wù)的核心，是重中之重。隨著現(xiàn)代電網(wǎng)規(guī)模的不斷擴(kuò)大、稽查工作內(nèi)容的不斷完善，電力企業(yè)對電費(fèi)稽查的效率、稽查范圍、稽查內(nèi)容提出更高的標(biāo)準(zhǔn)。一方面，這對工作人員的稽查水平、核收工作能力和工作質(zhì)量提出了更高的要求。另一方面，面對海量的電量電費(fèi)數(shù)據(jù)，如何充分利用數(shù)據(jù)資源，實(shí)現(xiàn)稽查過程的可視可控，全面提高工作質(zhì)量、效率，成為擺在智能化稽查面前的一個(gè)關(guān)鍵性問題。

然而，在實(shí)際工作中，由于營銷信息系統(tǒng)還存在諸多問題，電費(fèi)電量數(shù)據(jù)質(zhì)量參差不齊，現(xiàn)有稽查規(guī)則不完善，異常工單數(shù)量繁多，可能導(dǎo)致盲目的現(xiàn)場稽查，不僅耗費(fèi)人力物力，還使得全方位開展用電稽查工作難以實(shí)現(xiàn)。

2電費(fèi)稽查系統(tǒng)中存在的問題

現(xiàn)有電費(fèi)稽查系統(tǒng)中存在如下問題：營銷系統(tǒng)數(shù)據(jù)質(zhì)量參差不齊、計(jì)費(fèi)參數(shù)執(zhí)行異常情況復(fù)雜、稽查系統(tǒng)缺乏及日寸反饋機(jī)制。

2.1營銷系統(tǒng)數(shù)據(jù)質(zhì)量參差不齊

現(xiàn)有電費(fèi)稽查系統(tǒng)內(nèi)置規(guī)則不完善，不能根據(jù)最新電價(jià)政策及時(shí)進(jìn)行更新，因而無法確?；榻Y(jié)果的準(zhǔn)確可靠。

2.2計(jì)費(fèi)參數(shù)執(zhí)行異常情況復(fù)雜

計(jì)費(fèi)參數(shù)執(zhí)行異常的情況數(shù)量大、種類多，電價(jià)政策特殊戶情況多，難以精確定位異常原因，對提出解決方案具有較大挑戰(zhàn)。

2.3稽查系統(tǒng)缺乏及時(shí)反饋機(jī)制

稽查系統(tǒng)還有待完善，對現(xiàn)存的異常情況缺少及時(shí)反饋結(jié)果的實(shí)時(shí)響應(yīng)機(jī)制。

3解決方案

針對以上問題，我們選取了五種典型的計(jì)費(fèi)參數(shù)執(zhí)行異常情況進(jìn)行深入分析，并且結(jié)合海量電費(fèi)數(shù)據(jù)及多個(gè)相關(guān)字段分析執(zhí)行異常的關(guān)鍵指標(biāo)，提出了一種基于MECE（Mutually Exclusive CollectivelyExhaustive）理論模型的計(jì)費(fèi)參數(shù)執(zhí)行異常分類方法。根據(jù)MECE模型相互獨(dú)立、完全窮盡的原則，在確立主要異常問題的基礎(chǔ)上，往下層層分解，對異常類型不重疊、不遺漏的分類，剖析問題根本，把握問題的核心，進(jìn)一步完善細(xì)化稽查規(guī)則，高效精益地解決計(jì)費(fèi)參數(shù)執(zhí)行異常問題。

在MECE分類模型的基礎(chǔ)上，應(yīng)用綜合評價(jià)分析方法和大數(shù)據(jù)分析及挖掘技術(shù)，匯總計(jì)費(fèi)參數(shù)執(zhí)行異常的指標(biāo)及計(jì)算邏輯，編制對應(yīng)的計(jì)算腳本代碼，按月開展量、價(jià)、費(fèi)綜合分析工作，實(shí)現(xiàn)了快速定位問題焦點(diǎn)，解決了人工處理情況下更新不及時(shí)、效率低下、匯總繁瑣等問題。此外，應(yīng)用ETL工具和可視化技術(shù)，基于廣東電網(wǎng)數(shù)據(jù)云平臺(tái)開發(fā)并上線應(yīng)用，實(shí)現(xiàn)業(yè)務(wù)人員對計(jì)費(fèi)參數(shù)執(zhí)行異常的遠(yuǎn)程監(jiān)控、異常類型的精準(zhǔn)定位、異常原因的多維度分析。

在實(shí)際工作過程中，業(yè)務(wù)人員利用基于數(shù)據(jù)云平臺(tái)的計(jì)費(fèi)參數(shù)執(zhí)行異常分析應(yīng)用的大數(shù)據(jù)分析結(jié)果進(jìn)行遠(yuǎn)程監(jiān)控，能夠全面、直觀地看到所有異常用電戶的情況，結(jié)合挖掘技術(shù)對異常原因進(jìn)行智能識別，進(jìn)一步將異常工單下發(fā)至相關(guān)責(zé)任單位、供電所或責(zé)任班組，有的放矢地進(jìn)行現(xiàn)場核查。

相關(guān)責(zé)任單位在收到異常工單后，定位異常根本原因，有針對性地進(jìn)行核查整改，并將結(jié)果通過計(jì)費(fèi)參數(shù)執(zhí)行異常分析應(yīng)用程序進(jìn)行反饋。由此打通了監(jiān)控一篩查一反饋的雙向渠道，最終實(shí)現(xiàn)了稽查流程的完整閉環(huán)。其中反饋結(jié)果分為3類：（1）屬于電量電費(fèi)計(jì)收異常，需要現(xiàn)場核查整改；（2）屬于計(jì)費(fèi)參數(shù)不規(guī)范，需要維護(hù)檔案，提高數(shù)據(jù)質(zhì)量；（3）屬于特殊情況的用戶，在應(yīng)用上設(shè)為白名單。

方案的架構(gòu)如圖1所示。

4技術(shù)實(shí)施

4.1項(xiàng)目采用的技術(shù)原理

（1）由于營銷系統(tǒng)中數(shù)據(jù)質(zhì)量參差不一，導(dǎo)致可能無法得出正確的分析結(jié)論，從而浪費(fèi)不必要人力物力。因此，采用綜合評價(jià)分析方法（ComprehensiveEvaluation），使用系統(tǒng)性、規(guī)范性的方法對多個(gè)指標(biāo)同時(shí)評價(jià)、打分，直接涉及量、價(jià)、費(fèi)的字段則定位為關(guān)鍵指標(biāo)，進(jìn)一步結(jié)合容量、關(guān)聯(lián)戶、行業(yè)及電價(jià)類型等多維度信息，綜合評價(jià)數(shù)據(jù)質(zhì)量，選取數(shù)據(jù)質(zhì)量得分最高的組合，再將該數(shù)據(jù)組合輸入計(jì)費(fèi)參數(shù)執(zhí)行異常判斷流程，基于MECE模型實(shí)現(xiàn)異常類型的超細(xì)分，完善稽查規(guī)則，建立計(jì)費(fèi)參數(shù)異常分析規(guī)則模型庫，實(shí)現(xiàn)異常工單準(zhǔn)確定位。

（2）為實(shí)現(xiàn)計(jì)費(fèi)參數(shù)執(zhí)行異常的遠(yuǎn)程監(jiān)控及數(shù)據(jù)的動(dòng)態(tài)更新，依托廣東電網(wǎng)數(shù)據(jù)云平臺(tái)ETL技術(shù)（Extract-Transform-Load），實(shí)現(xiàn)數(shù)據(jù)從來源端經(jīng)過抽取、轉(zhuǎn)換、加載至目的端的過程，抽取營銷系統(tǒng)數(shù)據(jù)，有機(jī)結(jié)合各個(gè)供電所的反饋結(jié)果，通過數(shù)據(jù)挖掘剔除非異常數(shù)據(jù)設(shè)置為白名單，基本實(shí)現(xiàn)頁面內(nèi)容實(shí)時(shí)動(dòng)態(tài)更新，避免異常工單重復(fù)下發(fā)。

4.2技術(shù)實(shí)現(xiàn)

技術(shù)上的實(shí)現(xiàn)思路和整體分層設(shè)計(jì)如圖2所示。

4.2.1建立異常類型規(guī)則模型庫

首先建立異常類型規(guī)則模型庫。該庫主要包括5種異常類型：變損異常、力率執(zhí)行異常、工業(yè)用戶未執(zhí)行峰谷電價(jià)、兩部制電價(jià)執(zhí)行異常、同名同址用戶電價(jià)執(zhí)行異常。

以變損異常為例，其規(guī)則模型如下。

判據(jù)范圍：【計(jì)量點(diǎn)用途】=【一般計(jì)費(fèi)表】，【運(yùn)行標(biāo)志】=【運(yùn)行】；

（1）【計(jì)量方式】=【高供低計(jì)】的計(jì)量點(diǎn)，其【變損分?jǐn)偡绞健?【不分?jǐn)偂炕颉咀儞p計(jì)費(fèi)標(biāo)志】=【否】或當(dāng)月變損電量為0（剔除運(yùn)行天數(shù)為0天），視為異常；異常說明為：計(jì)量點(diǎn)為高供低計(jì)，變損異常。

（2）篩查客戶綜合檔案中【關(guān)聯(lián)戶信息】非空的用戶或者【計(jì)量點(diǎn)關(guān)系】非空的用戶：母表【計(jì)量方式】=【高供高計(jì)】或【高供低計(jì)】，子表【計(jì)量方式】=【高供低計(jì)】的用戶，子表【變損分?jǐn)偡绞健俊佟静环謹(jǐn)偂炕颉咀儞p計(jì)費(fèi)標(biāo)志】≠【否】或當(dāng)月變損電量非O，子戶視為異常：異常說明為：母計(jì)量點(diǎn)已計(jì)收變損，子計(jì)量點(diǎn)高供低計(jì)無需計(jì)收變損。

4.2.2搭建大數(shù)據(jù)處理平臺(tái)

基于Hadoop搭建數(shù)據(jù)處理平臺(tái)。Hadoop作為一個(gè)分布式系統(tǒng)基礎(chǔ)架構(gòu)，為開發(fā)者隱藏了分布式底層細(xì)節(jié)，便于開發(fā)分布式應(yīng)用程序，十分適合用于執(zhí)行本方案中的云計(jì)算和大數(shù)據(jù)分析處理任務(wù)。搭建好的數(shù)據(jù)處理平臺(tái)可對原始數(shù)據(jù)進(jìn)行獲取、清洗、格式化和存儲(chǔ)等基礎(chǔ)的預(yù)處理。然后以異常類型規(guī)則模型庫為分析規(guī)則，對預(yù)處理后的數(shù)據(jù)進(jìn)行異常分析，分析結(jié)果將遞交給后端服務(wù)層處理程序進(jìn)行下一步的處理。

4.2.3開發(fā)后端服務(wù)層

后端服務(wù)層主要基于Java 8，MVC框架組合庫（Struts2，Spring和Hibernate）技術(shù)體系開發(fā)。其作用是接受接收數(shù)據(jù)處理平臺(tái)發(fā)送來的大數(shù)據(jù)分析結(jié)果，進(jìn)行人庫存儲(chǔ)和向前端展示層返回處理結(jié)果的操作。

4.2.4開發(fā)前端展示層

后端應(yīng)用程序接收到前端展示層傳來的用戶反饋后，將之轉(zhuǎn)交給數(shù)據(jù)處理平臺(tái)處理。

數(shù)據(jù)處理平臺(tái)結(jié)合用戶反饋，通過數(shù)據(jù)挖掘剔除非異常數(shù)據(jù)，并通過后端服務(wù)層程序調(diào)用白名單工具程序進(jìn)行白名單設(shè)置。

由此，通過大數(shù)據(jù)技術(shù)和計(jì)算機(jī)編程技術(shù)實(shí)現(xiàn)了稽查體系中“監(jiān)控一篩查一反饋”的閉環(huán)流程，實(shí)現(xiàn)工作的流程化、規(guī)范化、模式化、精準(zhǔn)化和高效化。

5應(yīng)用價(jià)值

該方案的研究和實(shí)施過程中，我們依據(jù)電費(fèi)稽查規(guī)則建立數(shù)據(jù)質(zhì)量的綜合評分體系，實(shí)現(xiàn)了計(jì)費(fèi)參數(shù)執(zhí)行異常多維度綜合判斷、靈活分析，完善稽查規(guī)則，建立計(jì)費(fèi)參數(shù)異常分析規(guī)則模型庫，保證了結(jié)論數(shù)據(jù)的可靠性，大幅提高稽查效率。提出一種基于MECE理論模型的異常分類模型，層層分解計(jì)費(fèi)參數(shù)執(zhí)行異常情況，剖析問題根本，精準(zhǔn)定位問題根源。

我們還實(shí)現(xiàn)了電費(fèi)稽查“遠(yuǎn)程+現(xiàn)場”多方協(xié)作，通過下發(fā)異常工單、動(dòng)態(tài)更新異常情況，促進(jìn)了相關(guān)責(zé)任單位、責(zé)任班組、供電所的整改工作，落實(shí)了各單位的稽查責(zé)任，實(shí)現(xiàn)了精益化管理。通過大數(shù)據(jù)分析和ETL技術(shù)，形成了稽查體系中“監(jiān)控一篩查一反饋”的閉環(huán)流程，建設(shè)了稽查監(jiān)控應(yīng)用體系，實(shí)現(xiàn)工作的流程化、規(guī)范化、模式化，為進(jìn)一步推廣應(yīng)用奠定基礎(chǔ)。在稽查結(jié)果精確度和多方協(xié)作運(yùn)作方面具有很大的應(yīng)用價(jià)值。

5.1基于大數(shù)據(jù)稽查結(jié)果更精準(zhǔn)

根據(jù)計(jì)費(fèi)參數(shù)執(zhí)行異常應(yīng)用的遠(yuǎn)程監(jiān)控功能，實(shí)現(xiàn)“遠(yuǎn)程+現(xiàn)場”的聯(lián)動(dòng)稽查，業(yè)務(wù)人員根據(jù)監(jiān)控?cái)?shù)據(jù)進(jìn)行分析，針對異常情況派發(fā)工單給對應(yīng)的基層單位，有的放矢地開展稽查工作。同時(shí)，在當(dāng)前應(yīng)用的基礎(chǔ)上，持續(xù)深化稽查監(jiān)控體系的應(yīng)用，實(shí)現(xiàn)電費(fèi)稽查與大數(shù)據(jù)分析的深度融合，使得遠(yuǎn)程稽查和現(xiàn)場稽查聯(lián)動(dòng)更暢通、更高效。

5.2多方協(xié)同運(yùn)作更高效

通過計(jì)費(fèi)參數(shù)執(zhí)行異常應(yīng)用的遠(yuǎn)程監(jiān)控功能，協(xié)同資源調(diào)度、共享信息、協(xié)同解決問題，針對異常原因分析的結(jié)果，共同研究制定系統(tǒng)監(jiān)控規(guī)則和電費(fèi)稽查業(yè)務(wù)的場景和流程，構(gòu)建監(jiān)控協(xié)同運(yùn)作工作機(jī)制，打造電費(fèi)稽查管理新模式。

6結(jié)束語

針對3個(gè)傳統(tǒng)稽查系統(tǒng)存在的問題（數(shù)據(jù)質(zhì)量可靠性低、稽查規(guī)則準(zhǔn)確率低、稽查體系有待完善），結(jié)合2種分析方法（MECE理論方法和綜合評價(jià)分析方法），建立起5類異常分析規(guī)則模型庫，然后進(jìn)一步應(yīng)用ETL工具，基于數(shù)據(jù)云平臺(tái)，開發(fā)出一個(gè)基于數(shù)據(jù)云平臺(tái)的計(jì)費(fèi)參數(shù)執(zhí)行異常分析應(yīng)用程序，最終形成一套異常工單下發(fā)有依據(jù)、遠(yuǎn)程可監(jiān)控、落實(shí)有反饋的智慧稽查實(shí)施方案，對電力營銷企業(yè)的稽查智能化探索具有一定的參考價(jià)值。