内蒙古电力技术  2016, Vol. 34 Issue (04): 17-22   PDF    
基于大数据平台的电力营销信息化建设分析
王志坚     
内蒙古电力(集团)有限责任公司, 呼和浩特 010020
摘要: 针对传统电力营销存在的电力数据深度分析和发掘能力不足、未涉及数据关联分析等问题,提出了基于大数据平台的营销信息化建设规划。以电力营销系统的海量电力数据为依据,充分挖掘电力数据中有价值的信息,实现业务趋势预测、营销策略制订等,在此基础上有针对性地优化营销方式,改善服务模式。营销信息化包括基于大数据平台的全方位服务体系、基于移动互联网的智能营销服务和大数据平台的技术架构。基于大数据平台的营销信息化建设将增强营销相关领域的数据分析和数据挖掘能力,从而提高营销业务的服务能力和服务质量。
关键词: 大数据平台     全方位服务体系     电力营销信息化     技术架构     用电负荷预测    
Informatization Construction of Power Marketing Based on Big Data Platform
WANG Zhijian     
Inner Mongolia Power(Group) Co., Ltd., Hohhot 010020, China
Abstract: Traditional power marketing is lack of deep analysis, mining capacity of data correlation analysis. To solve these problems the author proposes informatization construction of power marketing programme based on big data platform. Based on the huge data of power marketing system, making full use of the huge amount of power data in power marketing system to predict business trends and generate strategy, optimize the marketing and service mode targetedly. The informatization of power marketing of contains the comprehensive service system based on big data platform, the informatization of power marketing based on mobile internet and the technical architecture of big data platform. Informatization construction of power marketing based on the big data platform will enhance the capacity of data mining and analysis in marketing, and improve the ability and the quality of marketing service.
Key words: Key words: big data platform     comprehensive service system     informatization of power marketing     technical architecture     power load forecasting    
0 引言

电力营销工作对于电力企业具有极其重要的意义,不仅关系到企业的发展,还影响着社会民生的进步[1]。但传统的电力营销存在如下问题亟待改进:首先电力营销运营分析数据仅按照业务、地域、指标等进行分类,对业务情况只能进行事后统计分析和实时监控,数据深度分析和挖掘能力不足,无法找到隐藏在数据背后的问题;其次电力营销运营分析数据仅作为单一的、简单合并的统计分析结果输出,未涉及关联分析,对于数据间的因果关系分析、相关性分组或关联规则、聚类、描述和可视化等工作尚未开展。

另一方面,电力营销系统积累了海量的电力数据,具备了从数据分析角度挖掘相关信息和知识的条件与基础。以大数据平台为基础进行分析,可以从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中有用的信息和知识,从而创造数据增值价值,提供并衍生多种服务。 为了增强电力营销相关领域的数据分析和数据挖掘能力,提高电力营销业务服务能力和服务质量,本文提出基于大数据平台的营销信息化建设目标、方案和规划。

1 电力大数据 1.1 电力大数据平台及其特征

电力大数据平台是指利用各种先进的技术和方法,如数据集成管理技术、数据存储技术、数据挖掘技术、数据计算方法等,充分挖掘电力数据中有价值的信息,实现业务趋势预测、营销策略制订等,从而提高电力企业的经营发展水平以及经济效益[2]

电力大数据的特征可以用“4V”概括,即规模性 (Volume)、多样性(Variety)、高速性(Velocity)和价值性(Value):

(1) 规模性是指电力数据量庞大,数据流已从 GB、TB级上升至PB、EB、ZB级[3]

(2) 多样性是指数据类型繁多,包含结构化、 半结构化和非结构化的数据;

(3) 高速性是指数据以数据流的形态快速、动态地产生,数据处理的速度也必须同时达到高速实时处理[4]

(4) 价值性是指电力数据蕴含着简单数据处理无法获取的潜在价值。

1.2 电力大数据关键技术

电力大数据关键技术是为了满足电力数据的飞速增长,以及各项专业工作、电力工业发展和经济发展的需要。包括集成管理技术、分析技术、处理技术、数据可视化技术等。

1.2.1 集成管理技术

电力企业数据集成管理技术是将来自2个或多个应用系统的数据进行合并,创建一个具有更多功能的企业应用过程[3]。从集成的角度看,就是把不同来源、格式、特点、性质的数据在逻辑或存储介质上进行有机地集中,存储为一系列面向主题的、集成的、相对稳定的、反映历史变化的数据集合,从而为系统提供全面的数据共享[5]

1.2.2 分析技术

电力大数据的分析技术是指利用统计学和计算机科学等学科中的关联分析、机器学习、数据挖掘、模式识别、神经网络、遗传算法等分析技术从电力系统的海量数据中找出潜在的模态与规律,为决策人员提供决策支持。

1.2.3 处理技术

电力大数据的处理技术包括分布式计算技术、 内存计算技术、流处理技术等[3]。分布式计算技术用于解决大规模数据的分布式存储与处理;内存计算技术用于解决数据的高效读取和在线的实时计算;流处理技术用于处理实时到达的、速度和规模不受控制的数据。

1.2.4 可视化技术

电力大数据的可视化技术是指借助图形化手段,清晰有效地传达与沟通信息,便于对数据的理解和认识。数据可视化与信息图形、信息可视化、 科学可视化以及统计图形密切相关。

2 系统建设目标和方案 2.1 系统建设目标

通过基于大数据平台的营销信息化建设,实现以内蒙古电力(集团)有限责任公司(以下简称内蒙古电力公司)营销数据平台为基础,建设Hadoop大数据集群,开发适合电力营销的数据预处理、模型建立、分析挖掘等关键技术。并在此基础上开展客户服务与客户关系分析、电费管理分析、电能计量与信息采集分析、市场与需求侧分析等大数据业务应用,加强配电网改造能力,提高防范、查处偷窃电的有效性,优化客户体验,提升精准营销能力,为电费精细化管理、防窃电预警机制建立等提供决策支撑。以技术创新推动电力营销机构改革、服务创新和业务流程优化;整合信息资源、服务资源,促进营销能力和服务水平的快速提升;推进营销发展方式和管理方式的转变,以适应内蒙古电力公司可持续发展的需要。

2.2 系统建设原则 2.2.1 实用性原则

基于大数据平台的营销信息化建设以内蒙古电力公司的总体规划为依据,以实际业务为基础,建立1套适用于各市级电力单位的实用的营销管理系统,达到高效解决问题的目的。

2.2.2 标准化原则

基于大数据平台的营销信息化建设按照内蒙古电力公司的标准化要求进行设计,在公司要求的开发平台下,开展营销业务逻辑论证,从而在应用层面达成共识。在系统试运行通过考核后,根据内蒙古电力公司标准在各市级单位进行推广。

2.2.3 一体化原则

营销信息管理系统与ERP、IAS等管理系统相结合,达到数据共享,从而使系统的数据来源更丰富,贯通性更强。

2.2.4 适用性原则

基于各市级单位营销业务的差异性,系统架构应具备良好的可扩展性,以便可以随时进行系统功能扩展和完善。系统的灵活配置应适应业务处理流程的变化,满足近期和远期的业务需求。

2.2.5 可靠性原则

系统的软、硬件资源需确保营销业务7×24 h不间断可靠运行,因此必须制订完善的可靠性措施,保证系统运行的高度可靠性。

2.2.6 安全性原则

营销业务数据庞大,必须确保数据库访问和处理的安全性,实现零停机、零数据丢失,因此该系统需具备系统自查和防御功能,同时应严格按照内蒙古电力公司的相关要求进行权限配置。

3 基于大数据平台的营销信息化建设规划

基于大数据平台的营销信息化建设规划包括大数据平台的技术架构规划、基于大数据平台的全方位服务体系建设规划和基于移动互联网的智能营销服务规划。

3.1 大数据平台的技术架构规划 3.1.1 架构规划

电力大数据平台的总体架构如图 1所示,主要是运用基于Hadoop文件系统的分布式文件处理系统作为大数据的存储框架,运用基于MapReduce的分布式计算技术作为大数据的处理框架。以分布式文件处理技术为基础,实现PB、ZB 级的数据存储;以分布式计算技术为基础,实现PB、ZB级的数据分析。另外,该框架中还包含商业智能应用、传统的数据仓库、大数据访问模块、大数据调度模块、 网络层、操作系统、服务器、备份和恢复、数据管理等模块。

图 1 电力大数据平台的总体架构

(1) 大数据存储模块与大数据处理模块一般构建在通用的服务器、操作系统或者虚拟机上,以降低该模块所需的硬件成本,提高硬件的可拓展性,标准的普通服务器或者PC机即可成为基于该架构的终端组成单元。

(2) 大数据存储模块和大数据处理模块之上是通过网络层连接的大数据访问模块,该访问模块包括并行计算机编程语言Pig、数据仓库工具Hive、 开源数据传递工具Sqoop等子模块。

(3) 大数据调度模块包括基于列存储的开源非关系型数据库Hbase、数据序列化格式与传输工具Avro、日志收集系统Flume、分布式锁设施Zoo⁃ Keeper等模块。大数据调度模块实现了对大数据的组织与调度,为数据分析提供了必要条件。

(4) 在大数据调度框架之上是企业级商业智能应用系统,可进行查询、分析、统计等。

(5) 大数据的管理、安全和备份恢复模块有助于对大数据的管理与保护。

电力大数据平台总体架构与电力系统中来源丰富的数据流相结合,包括电力流、信息流、业务流、故障流和气象流等,进而衍生出具体的产业应用,如发、输、变、配、用、调等环节的负荷控制系统,管理信息系统,监测控制和数据采集系统,电能计量系统,风光电出力预测系统,电力设备在线监测系统等。

3.1.2 大数据平台应用

基于大数据平台,通过对相关数据进行挖掘与统计分析,开展对用户的用电负荷预测、用电信息采集分析、电费回收风险评估、客户服务分析等应用,以提高电力营销精细化管理水平及服务质量。 3.1.2.1 用电负荷预测传统的用电负荷预测方法通常是根据用电负荷的历史信息进行预测,但各地区之间存在气温差异,各行业的负荷特性也存在差异,都会对用电负荷预测的精确度产生重要影响。基于大数据平台的短期负荷预测与传统方法相结合可以优势互补,提高用电负荷预测准确率。 3.1.2.2 用电信息采集通过大数据平台,结合电力营销系统中的其他数据或外部数据(如天气、温度、地理位置等),对停电、设备故障等信息进行预测,工作人员通过预测信息提前做出决策和业务工作安排,避免造成电量损失以及安全问题。基于大数据平台的用电信息采集包括报文数据分析、异常事项处理、反窃电分析等。 3.1.2.3 电费回收风险评估用电客户的电费回收风险是用户交纳电费意愿和能力的综合表现,目前对于电费回收风险等级主要从定性和定量两方面进行评估。基于大数据平台,抽取客户信息档案、客户服务记录等数据,综合考虑用电客户的历史信用记录、偿债能力及偿债意愿等因素,对客户进行客观、公正的信用评估。 电费回收风险评估有助于从根本上化解供电企业面临的重大营销难题,防止电费呆坏账的产生,降低企业电力营销风险,保证电费正常回收,顺利实现资金回流。 3.1.2.4 客户服务分析根据客户档案、客户服务记录、客户服务中心来电录音记录和客户投诉记录等,分析客户渠道偏好、客户敏感标签、客户话务习惯、客户来电满意度以及投诉意见等。从客户服务分析结果中了解客户诉求行为的特征、规律、共同性等信息,以准确掌握客户诉求特点,有针对性地改善服务方式,以提升客户用电体验与用电满意度,促进在客户服务领域构建新的营销和服务模式。

3.2 基于大数据平台的全方位服务体系 3.2.1 机构创新

通过实施体制机制创新,围绕集约化管理思路,稳步推进“大营销”体系建设,具体措施如下。

(1) 推动省级95598客户服务中心大集中和基于营、配一体化的地市级快速响应服务调度中心建设,构建内蒙古电力公司统一的调度服务指挥平台,强化调度信息管理,进而提升营销服务水平和客户满意度。

(2) 推动省级电力营销管控中心建设,监控指标向实时化延伸,完善管控机制,形成自内蒙古电力公司到地市级单位纵向贯通的管控体系。

(3) 推动省级电能计量检测中心建设,积极开展电能计量集约化管理,实现资产的“集中检定、集中仓储、统一配送、统一监督”,从而实现资产全寿命管理,提高终端用户的用电体验。

3.2.2 业务提升

以业务提升为目的,提出了基于大数据平台的全方位服务体系应用架构,如图 2所示。发展和完善“四层五线”营销体系,形成了包含客户服务、资金回收、资产采集、电量销售、能效服务和质量考核 6条业务主线的全方位服务体系,规划并部署了6个业务应用域,通过统一资源权限管理平台和跨平台统一工作系统,实现全线的统一分配和业务融合。 全方位服务业务体系应用模块见图 3

图 2 基于大数据平台的全方位服务业务体系应用构架
图 3 基于大数据平台的全方位服务业务体系应用模块
3.2.2.1 客户服务业务主线

客户服务业务主线对应全方位客户服务系统,规范客户接触管理,包括通过营业厅、呼叫中心、门户网站、银行网点和现场服务等与客户开展交互活动,规范客户接触事件,规范管理客户服务需求,实现新装、增容与变更用电,故障报修,用电征询,举报投诉,信息咨询等业务的流程化处理,提供客户回访、业务通知、停电通知、缴费提醒、市场调查、用电检查等主动式服务。

3.2.2.2 资金回收业务主线

资金回收业务主线对应智能电费管理系统,包含抄表管理、核算管理、退补管理、电价管理、客户缴费管理、营销账务管理和欠费管理功能,采用流程化方式管理客户电费、营销账务等营销基础信息。在原营业厅缴费和银行代收的基础上,借助互联网,拓展在线缴费渠道,开通微信平台缴费、掌上电力(APP)缴费及95598网站缴费充值服务,使缴费充值服务更加多元化、便捷化、智能化。

3.2.2.3 电量销售业务主线

电量销售业务主线对应用电营业管理系统。 用电营业管理系统是指建立对各级供电单位用电业务的垂直管理,逐步健全以业扩报装和用电服务为中心的管理工作流程机制,保持各管理工作环节的有机结合,准确无误地进行用电营业全过程管理。

3.2.2.4 质量考核业务主线

质量考核业务主线对应营销业务管控,包括服务指标监控、业务流程监控、客户用电监控、停复电监控、停电信息发布情况监控和服务渠道监控等。 管控指标包括客户投诉率、客户满意率、停电计划提前通知率等服务质量指标,到达故障现场及时率、故障处理及时率、报修任务调度及时率等响应能力指标以及供电可靠率、客户用电按时率等供电质量指标。

3.2.2.5 资产采集业务主线

资产采集业务主线对应资产全生命周期管理与采集业务,即建立基于大数据的计量资产全寿命管理平台。基于大数据分析技术,实现计量资产全寿命管理,以资产为最小单位跟踪展示资产从采购、投运到报废的全过程,实现全过程管控。

3.2.2.6 能效服务业务主线

能效服务业务主线对应能效与需求侧管理系统,内蒙古电力公司可以依赖该平台加强与政府级电力需求侧管理平台的信息交互。

3.3 基于移动互联网的智能营销服务

基于移动互联网的智能营销服务是指依托大数据平台,整合各种服务渠道,结合互联网服务手段,向客户推送便捷的差异化服务。电力营销移动作业平台的3种典型场景如下。

3.3.1 3G专网移动应用典型场景

3G专网移动应用典型场景包括基础信息采集、 现场抢修作业、现场装拆和充值异常处理场景。

(1) 基础信息采集场景中,首先由外勤人员通过与用户沟通、条形码扫描等方式收集客户信息,包括客户名称、详细地址、表计信息、联系电话、地理坐标等;然后将客户信息上传至电力营销移动作业平台,由作业平台自动将客户信息同步至3G专网的各个移动应用,包括营销业务应用、计量网络应用、百度地图应用、营销管控应用等。

(2) 现场抢修作业场景中,业务受理、值班长审核、客户回访都可以通过移动网络盘进行实时信息交换。业务处理完成后,也可以通过移动网络记录处理过程,现场完成业务工单传递,大大提高了抢修业务的时效性及企业的服务形象。

(3) 现场装拆和充值异常处理场景中,首先由工作人员将故障换表、充值异常等处理工单提交发布至营销管理系统,并与电力营销移动作业平台自动对接,自动下传给现场人员,由现场人员完成计量装置的装拆。拆除时进行拍照取证,并将拆表指针、新表标号、初始读数、新表参数等信息实时上传至电力营销移动作业平台,自动对接至营销管理系统,反馈给工作人员。

3.3.2 互联网移动办公应用典型场景

互联网移动办公应用典型场景即业务审批场景。当负责审批的领导外出时,由工作人员在线生成待审批工单,发送至营销系统,并自动对接至电力营销移动作业平台。电力营销移动作业平台通过互联网、移动网等将待审批工单下传至外出领导随身携带的智能终端,完成工单审批之后,再由智能终端通过互联网反馈至电力营销移动作业平台,自动对接至营销系统,发送给工作人员。

3.3.3 掌上电力APP典型应用场景

掌上电力APP典型应用场景即电费缴纳场景,客户在移动客户端电费缴纳主页单击电费缴纳,手工输入客户编号并扫描电费单二维码,点击充值,即可通过在线支付平台完成缴费。

4 结语

基于大数据平台的营销信息化建设,在分析营销业务大数据的基础上,对现有营销业务短板进行改善,科学配置业扩、计量、收费和服务资源,采取合理的营销策略,提高企业的经济效益,进而提高电力营销业务的服务能力和服务质量。

参考文献
[1] 张佳佳. 大数据在电力营销中的应用研究[J]. 科技展望 , 2015 (1) :206–208.
[2] 吴普剑. 大数据背景下电力营销市场行业发展趋势研究[J]. 中国新技术新产品 , 2015 (23) :163.
[3] 彭小圣, 邓迪元, 程时杰, 等. 面向智能电网应用的电力大数据关键技术[J]. 中国电机工程学报 , 2015, 36 (3) :503–511.
[4] 中国电机工程学会信息化专业委员会. 中国电力大数据发展白皮书. 北京:中国电力出版社[M]. 2013 : 10 -15.
[5] 苏文博, 林亮成, 杨景龙. 电网数据集成与管理系统研究[J]. 中国电力教育 , 2008 (S3) :369–370.
基于大数据平台的电力营销信息化建设分析
王志坚