導(dǎo)語：電力渠道運(yùn)營服務(wù)質(zhì)量評(píng)估分析一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要:為提升電力渠道運(yùn)營服務(wù)水平，提出新的基于大數(shù)據(jù)分析的電力渠道運(yùn)營服務(wù)質(zhì)量評(píng)估方法。實(shí)驗(yàn)數(shù)據(jù)表明，所提方法有效評(píng)估了不同營銷渠道服務(wù)質(zhì)量，為提升服務(wù)水平奠定數(shù)據(jù)基礎(chǔ)。

關(guān)鍵詞:大數(shù)據(jù)分析；電力渠道；服務(wù)質(zhì)量評(píng)估；變量函數(shù)關(guān)系

1引言

市場化與效率改革不斷深入，電力企業(yè)屬性從曾經(jīng)電力生產(chǎn)與應(yīng)用的管理模式，轉(zhuǎn)變成如今的經(jīng)營模式與服務(wù)客戶模式。公共服務(wù)類企業(yè)的突破口為產(chǎn)品服務(wù)質(zhì)量，其核心是營銷質(zhì)量，所以，為順應(yīng)革新方向、提升服務(wù)質(zhì)量與企業(yè)競爭力，應(yīng)重點(diǎn)關(guān)注電力營銷渠道的運(yùn)營服務(wù)質(zhì)量，通過適應(yīng)日益變化的市場需求，增加客戶滿意度。文獻(xiàn)[1]根據(jù)電力企業(yè)概念、種類與服務(wù)含義，建立新電改供電服務(wù)質(zhì)量評(píng)價(jià)體系，分別采用BPNN(BackPr-opagationNeuralNetwork，誤差反向傳播神經(jīng)網(wǎng)絡(luò))與TOPSIS(TechniqueforOrderPreferencebySimila-ritytoanIdealSolution，逼近理想解排序法)，完成下層評(píng)價(jià)系統(tǒng)的自適應(yīng)評(píng)價(jià)與服務(wù)質(zhì)量綜合評(píng)價(jià)；文獻(xiàn)[2]將熵權(quán)法與物元可拓模型加入服務(wù)質(zhì)量綜合評(píng)價(jià)中后，依據(jù)實(shí)際供電服務(wù)情況與滿意度調(diào)研結(jié)果，構(gòu)建一級(jí)指標(biāo)為供電質(zhì)量、故障報(bào)修、投訴舉報(bào)等參數(shù)的服務(wù)質(zhì)量綜合評(píng)價(jià)指標(biāo)體系，通過熵權(quán)優(yōu)化方法進(jìn)行指標(biāo)賦權(quán)，利用物元分析法處理評(píng)價(jià)模型的模糊性。電力營銷渠道作為電力系統(tǒng)的重要環(huán)節(jié)，只有結(jié)合符合時(shí)展需求的電力大數(shù)據(jù)[3]，才能更好地保證電力良好持續(xù)運(yùn)轉(zhuǎn)。大數(shù)據(jù)分析有助于變革電力營銷服務(wù)方式，通過創(chuàng)建詳細(xì)的客戶檔案，進(jìn)行實(shí)時(shí)更新監(jiān)督，還能加強(qiáng)電力信息的重點(diǎn)項(xiàng)目收集與停送電規(guī)范管理，與此同時(shí)，對(duì)提升電力營銷深度起著一定的重要性，因此，以電力大數(shù)據(jù)為信息基礎(chǔ)，提出一種電力渠道運(yùn)營服務(wù)質(zhì)量評(píng)估方法。通過判定矩陣各指標(biāo)的一致性檢驗(yàn)，反映指標(biāo)數(shù)據(jù)的可靠性，利用R語言軟件處理數(shù)據(jù)文件，細(xì)化服務(wù)質(zhì)量評(píng)估數(shù)據(jù)，清洗階段則最大化提升大數(shù)據(jù)精準(zhǔn)度與有效性，確保數(shù)據(jù)質(zhì)量，最后通過標(biāo)準(zhǔn)化處理降低評(píng)估復(fù)雜度。

2服務(wù)質(zhì)量評(píng)估指標(biāo)建立與賦權(quán)

2.1評(píng)估指標(biāo)設(shè)定

服務(wù)質(zhì)量就是電力營銷渠道在售電運(yùn)營過程里的客戶體驗(yàn)感，所以，選取每筆業(yè)務(wù)完成時(shí)長均值、售電成功率、客戶滿意度、地區(qū)覆蓋度以及通知服務(wù)五項(xiàng)指標(biāo)，作為服務(wù)質(zhì)量的評(píng)估指標(biāo)，各指標(biāo)具體信息如表1所示。

2.2評(píng)估指標(biāo)權(quán)值的賦予

構(gòu)建評(píng)估指標(biāo)為aij的服務(wù)質(zhì)量判定矩陣A，如下所示量化處理客戶對(duì)各評(píng)估指標(biāo)的主觀性判定，整理出表2中各指標(biāo)之間的相對(duì)重要程度。矩陣介數(shù)等同于服務(wù)質(zhì)量評(píng)估指標(biāo)個(gè)數(shù)，故該矩陣的平均隨機(jī)一致性指標(biāo)RI=1.12，因此，反映數(shù)據(jù)可靠性的一致性指標(biāo)CR計(jì)算公式如下所示：若數(shù)值比0.1小，則判定矩陣符合一致性檢驗(yàn)，若取值是1或者2，平均隨機(jī)一致性指標(biāo)默認(rèn)是0，則具有完全一致性，若不滿足一致性，需要對(duì)其進(jìn)行修正。

3電力渠道大數(shù)據(jù)預(yù)處理

電力營銷渠道大數(shù)據(jù)的分析過程主要分為讀取、清洗、字段提取以及數(shù)據(jù)標(biāo)準(zhǔn)化階段。(1)大數(shù)據(jù)讀?。河捎谝话愕腎BM(InternationalBu-sinessMachinesCorporation，國際商業(yè)機(jī)器公司)SPSS(StatisticalProductandServiceSolutions，統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案)等數(shù)據(jù)處理工具無法讀取、分析電力營銷大數(shù)據(jù)，所以，采用集成開發(fā)環(huán)境且適用于oracle數(shù)據(jù)庫的PL/SQLdeveloper軟件，讀取DMP格式的數(shù)據(jù)文件，經(jīng)過清洗、架構(gòu)等處理階段，獲取CSV格式的大數(shù)據(jù)文件；再利用集成數(shù)據(jù)計(jì)算、處理和可視化圖像展示多項(xiàng)功能的R語言[6]軟件，進(jìn)一步處理得到的CSV數(shù)據(jù)文件，使?fàn)I銷渠道的服務(wù)質(zhì)量評(píng)估數(shù)據(jù)更加細(xì)化。(2)大數(shù)據(jù)清洗：作為大數(shù)據(jù)分析的基礎(chǔ)部分，清洗階段常用于處理缺失、異常以及重復(fù)數(shù)據(jù)，以提升大數(shù)據(jù)的精準(zhǔn)度與有效性，確保數(shù)據(jù)質(zhì)量，電力營銷的最終數(shù)據(jù)源即為清洗后的大數(shù)據(jù)。(3)大數(shù)據(jù)字段提?。捍髷?shù)據(jù)平臺(tái)與營銷渠道雖互相獨(dú)立，但信息之間仍存在著一定的關(guān)聯(lián)性。電力營銷渠道的數(shù)據(jù)共包含交易時(shí)間、地點(diǎn)、金額以及運(yùn)營屬性等33個(gè)字段，為了保證信息安全，簡化并提取營銷數(shù)據(jù)字段，挑選出與服務(wù)質(zhì)量相關(guān)的數(shù)據(jù)庫，電力渠道運(yùn)營數(shù)據(jù)格式與字段形式見表3。表3中，若售電金額為0，則該工單指標(biāo)屬于測試數(shù)據(jù)，沒有實(shí)際意義；大數(shù)據(jù)庫內(nèi)的售電方式可分為線下、線上兩種，具體分類如表4所示(4)數(shù)據(jù)標(biāo)準(zhǔn)化：z-score數(shù)據(jù)標(biāo)準(zhǔn)化方法可用于極值未知情況，故根據(jù)指標(biāo)與評(píng)估結(jié)果關(guān)系，實(shí)現(xiàn)標(biāo)準(zhǔn)化。如果服務(wù)渠道有M個(gè)，對(duì)應(yīng)的指標(biāo)數(shù)量為N個(gè)，則所有電力渠道的第n個(gè)指標(biāo)數(shù)值所組成的矢量表達(dá)式如下所示:

4電力渠道運(yùn)營服務(wù)質(zhì)量評(píng)估方法

經(jīng)過預(yù)處理的電力大數(shù)據(jù)，可以直接用于評(píng)估電力營銷渠道的運(yùn)營服務(wù)質(zhì)量，降低評(píng)估復(fù)雜度。根據(jù)服務(wù)質(zhì)量評(píng)估指標(biāo)權(quán)值與多源電力渠道大數(shù)據(jù)分析，設(shè)定輔助變量為客戶滿意度，其余四個(gè)指標(biāo)為常量，分?jǐn)?shù)越高，服務(wù)質(zhì)量越高[8]。依據(jù)各變量之間的因果關(guān)系，架構(gòu)圖1的服務(wù)質(zhì)量樹形圖。因?yàn)榭蛻魸M意度會(huì)被電力渠道整體的綜合運(yùn)營評(píng)價(jià)得分影響，所以，也要考慮到與服務(wù)質(zhì)量并列的其他幾個(gè)環(huán)節(jié)變量之間的函數(shù)關(guān)系，例如服務(wù)能力[9]、經(jīng)濟(jì)效益以及發(fā)展?jié)摿Φ取?/p>

5實(shí)例分析

5.1實(shí)驗(yàn)數(shù)據(jù)

從某市電力數(shù)據(jù)統(tǒng)計(jì)系統(tǒng)、95598客服系統(tǒng)、電力營銷系統(tǒng)以及渠道管理系統(tǒng)中，抽取連續(xù)三年的每筆業(yè)務(wù)完成時(shí)長均值、售電成功率、客戶滿意度、地區(qū)覆蓋率以及通知服務(wù)等相關(guān)大數(shù)據(jù)信息，經(jīng)過采集電力領(lǐng)域?qū)＜遗c客戶的反饋信息，以及某市電力公司的營銷運(yùn)營數(shù)據(jù)，得到下列服務(wù)質(zhì)量評(píng)估指標(biāo)權(quán)值表。

5.2不同營銷渠道運(yùn)營服務(wù)質(zhì)量評(píng)估比較

根據(jù)柜臺(tái)、銀行、第三方劃分營銷渠道數(shù)據(jù)，評(píng)估各渠道運(yùn)營服務(wù)質(zhì)量，結(jié)果如圖2所示.通過圖2中的曲線走勢能夠發(fā)現(xiàn)，2019年的柜臺(tái)與銀行渠道評(píng)分比2017年有明顯的下降趨勢，降幅約為11%與18%，而第三方渠道評(píng)分則大幅度上升。根據(jù)大數(shù)據(jù)分析可知，隨著第三方營銷渠道的普及與發(fā)展，柜臺(tái)與銀行渠道近幾年的售電成功率、地區(qū)覆蓋率以及客戶數(shù)量均在縮減，除此之外，經(jīng)濟(jì)效益、發(fā)展?jié)摿σ约胺?wù)能力也受到了第三方渠道的促進(jìn)推動(dòng)，因此，電力渠道整體的綜合評(píng)分再次提升了客戶的滿意度。以銀行渠道為例分析服務(wù)質(zhì)量評(píng)分情況，三年中每個(gè)月的評(píng)分結(jié)果如表6所示。從表6中數(shù)據(jù)可以看出，每年評(píng)分極值有一定幾率發(fā)生在相同或相近的月份，由于過年期間售電成功率大幅度增加，故1到3月份出現(xiàn)評(píng)分最高值的可能性最大。為了使每年的變化趨勢更加清晰明了，將表中數(shù)據(jù)轉(zhuǎn)換為下列曲線圖，如圖3所示。根據(jù)圖中曲線走勢能夠看出，銀行渠道評(píng)分受第三方渠道影響，每年評(píng)分的變化趨勢大致相同，呈現(xiàn)逐月遞減趨勢，每年下半年的服務(wù)質(zhì)量評(píng)分都因使用銀行渠道的客戶更加穩(wěn)定，而逐漸趨于平穩(wěn)，因此，想要提升該渠道評(píng)分，應(yīng)著重?cái)U(kuò)增客戶群體數(shù)量。

6結(jié)束語

移動(dòng)互聯(lián)網(wǎng)不斷發(fā)展推動(dòng)了電力營銷服務(wù)系統(tǒng)的優(yōu)化與完善進(jìn)程，為強(qiáng)化與客戶的溝通交流，令電力企業(yè)發(fā)展更趨于現(xiàn)代化、信息化、合理化，通過分析電力大數(shù)據(jù)，設(shè)計(jì)一種電力渠道運(yùn)營服務(wù)質(zhì)量評(píng)估方法。但因能力有限，仍存在以下幾個(gè)不足之處：大數(shù)據(jù)源過多，增加了指標(biāo)采集與統(tǒng)計(jì)分析難度，應(yīng)構(gòu)建統(tǒng)一數(shù)據(jù)平臺(tái)，優(yōu)化各系統(tǒng)間數(shù)據(jù)交互接口，統(tǒng)一推送電力業(yè)務(wù)數(shù)據(jù)，高效分析指標(biāo)數(shù)據(jù)；因?yàn)榇髷?shù)據(jù)的部分字段涉及隱私安全問題，用于分析字段相對(duì)較少，應(yīng)通過架構(gòu)多維多字段大數(shù)據(jù)庫，更全面地分析運(yùn)營情況，制定更好的營銷策略。該方法為今后各電力企業(yè)營銷服務(wù)質(zhì)量評(píng)價(jià)工作，提供了一種相對(duì)客觀且全面的評(píng)估手段。

參考文獻(xiàn):

[1]曹陽,徐爾豐,何英靜,等.基于TOPSIS和BPNN的售電公司供電服務(wù)質(zhì)量評(píng)價(jià)[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào),2019,31(6):113-120.

[2]卜曉陽,趙郭燚,陳鵬,等.新電改背景下供電服務(wù)質(zhì)量綜合評(píng)價(jià)——基于熵權(quán)物元可拓模型的分析[J].價(jià)格理論與實(shí)踐,2019(3):147-150.

[3]杜紅軍,李巍,張文杰,等.基于云計(jì)算技術(shù)的電力大數(shù)據(jù)分布式檢索系統(tǒng)[J].電網(wǎng)與清潔能源,2018,34(9):23-28.

[4]郝成亮,陳明,孫偉,等.電力信息系統(tǒng)網(wǎng)絡(luò)數(shù)據(jù)的實(shí)時(shí)流量監(jiān)控分析[J].電測與儀表,2019,56(8):119-123.

[5]楊麗君,安立明,楊博,等.基于可達(dá)性分析的主動(dòng)配電網(wǎng)多故障分區(qū)修復(fù)策略[J].電工技術(shù)學(xué)報(bào),2018,33(20):222-233.

[6]王坤,王江波,孫可,等.基于核密度估計(jì)的電網(wǎng)電壓質(zhì)量分析系統(tǒng)研究[J].現(xiàn)代電子技術(shù),2018,41(2):183-186.

[7]朱韻攸,戴誠,陳聿,等.基于人工智能的在線電力智慧客服系統(tǒng)設(shè)計(jì)[J].機(jī)床與液壓,2018,46(24):9-14,61.

[8]劉順桂,張林,呂啟深,梅春華,文達(dá).云平臺(tái)下全維度電力設(shè)備監(jiān)測數(shù)據(jù)并行化處理技術(shù)[J].電測與儀表,2020,57(9):72-76,109.

[9]郝永康,劉文霞,張馨月,等.計(jì)及服務(wù)能力的配電網(wǎng)資產(chǎn)管理綜合績效評(píng)價(jià)方法[J].現(xiàn)代電力,2019,36(4):79-87.

作者：陳琳 林磊 羅建國 徐惠 單位：深圳供電局有限公司