大数据时代供电企业的客户细分探析

摘要：客户细分有助于电力企业更好的了解客户，为客户提供差异化的服务，满足客户多样化的需求，有效促进企业经营运作效益的提升。因此本文将大数据与传统营销策略结合，以东莞供电局的客户为基础进行了客户细分，为电力企业实现更好的客户服务提供经验借鉴。

关键词：供电企业；客户细分；大数据

中图分类号：F270 文献识别码：A 文章编号：1001-828X（2016）025-0000-02

一、引言

随着电网建设的不断扩大，信息采集技术的提高，数据精细化程度越来越高，电网数据呈现出指数级增长的趋势，如何对这些大数据进行快速准确的分析，挖掘有价值的信息，是当前学术界和产业界共同关注的主题。东莞供电局作为具备良好客户与数据资源的代表之一，将大数据与传统营销策略结合，以客户分群为载体开展全方位客户服务体系应用建设研究，利于提高整体客户服务能力和水平，提高企业经营效益。

二、客户细分的内涵及意义

客户细分是指通过有效收集、归类和分析各方面的需求，定义不同属性与行为特征的客户群，对客户价值、客户风险进行评估。依据评估结果将客户划分为不同的类别，并对其进行管理，同时，针对不同的客户群体为客户提供个性化服务[1]。通过客户细分，企业可以更好的识别不同的客户群体，区别对待不同的客户。客户细分作为一项先进的客户关系管理手段，在以客户为中心的商业经济的今天有着非凡的意义。

而客户细分所用到的技术就是数据挖掘（Data Mining），所谓的数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[2]。运用数据挖掘技术可以分析客户的更多信息，捕捉更多有价值的信息，有效研究客户行为特征，实现对客户群体的精细化分解，利于为客户提供差异化服务，合理优化资源配置，实现良好的客户关系管理。

三、供电企业客户细分现状

1.现有电力客户划分方法[3]

（1）定性划分，主要包括以下几类：

根据用电部门属性分为工业、农业、交通运输和市政生活用电，每一大类又可划分为若干小类；

根据用电目的分为动力用电、照明用电、电热用电、各种电器仪器设备的操作控制用电、通讯用电；

根据客户重要性分为一类负荷、二类负荷、三类负荷。一类负荷是关系国民经济命脉及人民生命财产安全或停电会对其造成重大损失；二类负荷指其在国民经济中的地位不如一类负荷，但停电对其造成的经济损失也不小；三类负荷指其在国民经济中的地位不高，与人民的生命财产安全关系不大，中断其供电造成的损失较小。

根据负荷大小分为最大负荷，平均负荷和最小负荷。

（2）定量划分，主要包括以下几类

根据用电属性或用电行业分类，对用电量的大小和增长率进行高低排序，从而进行客户分类。

根据客户每月用电量、用电量同比增幅大小进行分类。

根据客户缴纳电费多少进行统计分析，从而找出重要客户。

根据电价高低进行排序，找出高于平均电价的客户群。

根据客户装接容量进行分类。

2.现有电力客户划分方法存在的问题

（1）分类指标简单

一方面，电力客户细分主要以定性分类方法为主，定性分类以便于市场管理为目的，没有综合考虑客户的经济价值；另一方面，使用定性分类对客户细分的主观性较强，不能对客户进行全面了解，划分客户的标准比较模糊，很难找出客户之间的差别，不能对客户进行精确划分。

（2）可操作性较差

一方面，现行定量分类和定性分类方法都主要考虑客户的社会属性，未充分评价客户的经济行为，其操作欠缺实际意义；另一方面，传统的分类方法都是非智能计算方法，随着大数据的发展，客户数据越来越复杂，传统方法很难科学规范的分析客户数据，适应现代电力营销需要解决的诸多问题。

结合以上分析，可以看出我国电力客户细分有了一定的基础，但也存在一些问题，不能适应快速发展的客户需求，这些也是本文所要解决的关键问题。

四、电力行业的大数据趋势

1.电力行业大数据分析的必要性

在电力行业，随着智能电网建设的不断深入和推进，电网运行产生的海量信息呈指数级增长，采集点越来越多，常规的调度自动化系统数十万点，而配用电、数据中心将达到百万甚至千万级。如果能充分利用这些实际数据，对其进行深入分析，便可以提供大量的高附加值服务，这些增值服务将有利于客户用电行为分析与客户细分、企业精细化运营管理等。

2.电力行业大数据分析的重要性

近年来，国家电网和南方电网用于电网的线路和变电站等方面的建设及管理投入逐渐增大，催生了庞大的电力信息化市场。随着电力智能化的发展，与IT行业嫁接，运用大数据等手段对电网进行实时监控和调节，已经成为时下发展的趋势。智能化电力系统应用范围拓宽，将产生大量的数据，目前电力行业面临的问题已经不是简单的数据量的题，而是如何从海量的数据中识别可用的数据，评估潜在的价值，以及电力信息化过程中的安全问题。

五、大数据下供电企业的客户细分

1.客户细分体系架构

规划好客户细分体系能帮助我们理清客户细分的目的与思路以及为什么要进行客户细分，应该如何进行客户细分等问题。本文将整个客户细分体系分为五个层次：

基础数据平台层：弄清楚哪些平台可以对客户细分提供数据支持与功能支持。如营销系统、决策支持平台等。

客户细分管理层：根据业务需求，确定分析的业务场景，如电费回收场景、停电风险场景等。

细分结果分析层：对得出的细分结果进行充分分析，进而得出群中的客户是否符合业务逻辑，分出的群体特征是否符合该群体的所有特征，以及产生的该群体对群内客户会产生什么影响等。

细分结果查询层：让业务人员与业务专家可以查询到细分结果，在实际应用过程中验证分析结果的有效性，通过反馈意见对模型进行调优，使模型更加完善。

细分结果应用层：主要体现客户细分模型的价值与应用，通过细分结果对业务进行指导，从而满足差异化服务的需求。

2.客户细分

基于客户细分架构体系，根据客户的属性特征进行有效性识别与差异化区分，对电力客户进行分群，分为重要客户、重点关注客户、大客户、居民客户、其它客户五群。在客户分群的基础上，按照客户价值、客户行为及客户需求等维度进一步细分，形成若干服务主题。在每个一级分群的基础上，从客户价值、客户需求和客户行为等维度出发，建立模型进行计算分析并分群，优先选择高价值客户、停电敏感客户、欠费风险客户、服务渠道敏感客户和用检风险客户五个二级分群，在二级分群的基础上再进行细分。

（1）高价值客户

高价值客户细分是提取营销系统里与大客户的基本情况、业务需求等相关的字段，运用聚类算法模型，综合考虑各方面因素，对高价值客户进一步细分。分为以下几类：第一群：客户比较沉默，生产情况存在波动，对暂停及暂停恢复业务需求相对较多的大客户群体。在缴费方式上倾向于去营业厅通过现金、支票等方式。第二群：特别活跃的大客户群体，从95598拨打次数、网上营业厅登陆次数反映出沟通活跃。第三群：经营势头良好，对高压增容业务需求量较大，功率因数不达标次数较多的大客户群体。第四群：相对沉默的大客户群，在缴费方式上倾向于通过网银缴费、银行代扣、自助终端等方式。第五群：发生过多次用检不合格的大客户群体。

（2）停电敏感客户

停电敏感客户细分是从部分已经表现出的敏感客户出发，研究各方面属性信息中的规律，并以此规律建立模型，用来判断全体客户的停电敏感程度。再将停电敏感度分数从高到低进行排列，划分不同等级的客户敏感度。根据各个分数段的模型预测提升度，将客户分为四个群体：潜在高敏感客户群、潜在次高敏感客户群、潜在普通客户群、潜在低敏感客户群。

（3）欠费风险客户

欠费风险客户细分是从部分已经发生违章用电的客户出发，根据其违章用电次数研究各方面属性信息中的规律，并以此规律建立模型，用来判断全体客户的电费回收风险程度。根据风险分数从高到低进行排列，划分不同等级的电费回收风险。根据各分数段的模型预测提升度，将客户划分为四个群体：电费回收高风险用户、电费回收中风险用户、电费回收普通风险用户、电费回收低风险用户。

（4）服务渠道敏感客户

服务渠道敏感客户细分是根据系统记录的95598咨询查询记录、营业厅业务办理类型、网上营业厅登陆时间、95598投诉记录、营业厅业务办理工单、网上营业厅办理的业务、短信渠道记录等分析出每个客户的沟通活跃度指数，得出服务渠道敏感客户细分为以下几类：95598偏好群、短信渠道偏好群、网上营业厅偏好群、未接触、营业厅偏好群、掌上营业厅偏好群。

（5）用检风险客户

用电检查主要针对非居民用户，采用决策树和平衡积分卡预测模型，得出用检不合格的风险分数。针对违约风险和窃电风险，分析客户各方面属性数据，挖掘典型的属性字段并结合业务经验建立风险评分卡。通过风险系数评分，将用检风险客户分为以下几类：用检不合格高风险群、用检不合格次高风险群、用检不合格普通风险群、用检不合格偏低风险群、用检不合格低风险群。

六、结束语

随着电力市场改革的不断深化，客观上要求电力企业更关注市场效益，关注重点客户资源。本文从东莞供电局的客户出发，在基础客户分群的基础上，挖掘不同分组客户的不同特征，对每一客户分群实现了进一步细分。客户细分为后续制定针对性、精细化的营销服务方案奠定了基础，有利于在标准化服务的基础上开展高价值客户群服务，提高客户满意度。同时，本文的客户细分也为各供电企业提供了一定的经验借鉴。

参考文献：

[1]汤兵勇.客户关系管理[M].北京：高等教育出版社，2007，36-39.

[2]施健.数据挖掘及其在银行业中的应用[J].金融电子化，2003（06）.

[3]王春叶.基于数据挖掘的电力客户细分研究[D].河北：华北电力大学，2009.