基于数据挖掘的营销稽查量化评分方法研究

基于数据挖掘的营销稽查量化评分方法研究

杜旭昕林幕群辜小琢王滢桦黄朝凯赵常伟

（广东电网有限责任公司汕头供电局）

摘要：近年来，电力企业积累大量的电力营销业务数据，如何加强对这些基础数据的应用，展现营销稽查结果，反应营销工作服务水平，从而提升电力企业的营销和服务水平，成为目前思考的重点。目前电力公司已经形成营销稽查量化评价指标体系，本文以营销业务数据以及量化评价指标为基础，利用熵权法、系数评分法以及贝叶斯平均层次分析法实现对营销各业务单位、七大类专业营销工作质量的自动量化评分，并通过分值的相关情况分析检验营销稽查在营销重点环节工作质量提升方面的有效性，分析检验专项管控措施推行对营销重点环节工作质量的改进程度。

关键词：数据挖掘；电力营销；熵权法；贝叶斯平均层次；量化评分

Abstract:Inrecentyears,theelectricpowerenterpriseaccumulatelargeamountsofelectricpowermarketingbusinessdata,howtostrengthentheapplicationofthesebasicdata,displaythemarketingauditresults,responsemarketingworkservicelevel,soastoimprovetheelectricpowerenterprisemarketingandservicelevel,thefocusofcurrentthinking.Thecurrentelectricpowercompanyhasformedthemarketingauditquantitativeevaluationindexsystem,thisarticleonthebasisofthemarketingbusinessdata,andquantitativeevaluationindex,usingtheentropymethod,factorscoremethodandbayesianaverageanalytichierarchyprocesstomarketingvariousbusinessunit,thesevenkindofautomaticquantitativeevaluationontheworkqualityofprofessionalmarketing,andthroughtheanalysisoftherelevantsituationscoretestmarketingauditonmarketingtheeffectivenessofthekeylinkofjobqualitypromotion,specialcontrolmeasurestoimplementforkeylinkformarketinganalysis,inspectionworkqualityimprovement.

Keywords:datamining;powermarketing;entropyweightmethod;bayesianaverage;quantitativescore

作为一种先进的生产力和基础产业，电力行业对促进国民经济的发展和社会进步起到重要作用。与社会经济和社会发展有着十分密切的关系，它不仅是关系国家经济安全的战略大问题，而且与人们的日常生活、社会稳定密切相关。而随着电力行业的不断发展，电力公司的关注点也开始了从传统的基础服务建设，慢慢的转向了如何提升电力行业服务水平，加强电力营销工作质量监控的工作中来。特别是随着现代电力用户消费观念的提升，如何利用营销稽查提高营销的工作效率，提高各电力部门和企业的服务水平，满足电力客户的电力需求，成为目前电力企业思考和探讨的重点。但是目前大多数电力公司的稽查工作对营销业务数据的监督基本还是人工监督，缺少有效的评价体系，且数据应用效率比较低，除日常的数据查询及业务统计，基本上没有高级的应用与分析[1]。本文以电力营销业务数据和量化评价指标为基础，深入挖掘指标数据关联关系，找出海量数据中的差错数据，并利用相关算法对对营销各业务单位、七大类专业营销工作质量的自动量化评分，并通过分值升降幅度和业务差错率的升降分析检验营销稽查在营销重点环节工作质量提升方面的有效性，找出业务问题点，从而提高营销服务水平[2]。

1指标熵权法赋权构建

1.1熵权法

熵最先是由申农引入信息论，目前已经在社会经济、工程技术、电力行业等领域得到了非常广泛的应用。熵权法的基本思路是根据指标变异性的大小来确定客观权重。一般来说，若某个指标的信息熵E越小，表明指标值得变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大；相反，某个指标的信息熵E越大，表明指标值得变异程度越小，提供的信息量也越少，在综合评价中所起到的作用也越小，其权重也就越小[3]。

1.2熵权法赋权过程

1.2.1数据标准化

将各个指标的数据进行标准化处理。假设给定了k个指标，设min和max分别为指标A的最小值和最大值，将A的一个原始值x通过min-max标准化映射成在区间[0,1]中的值x'，其公式为[4]：

新数据=（原数据-最小值）/（最大值-最小值）

也即标准化的计算公式如下：

其中，min指最小值，max指最大值。

1.2.2求各指标信息熵

若系统可能处于多种不同的状态，而每种状态出现的概率为pi（i=1,2,……,m）时，则该系统的熵就定义为[5]：

显然，当pi=1/m（i=1,2,……,m）时，即各种状态出现的概率相同时，熵取最大值[6]，为：

现有m个待评项目，n个评价指标，形成原始评价矩阵

对于某个指标有信息熵：，

其中

从信息熵的公式可以看出：

如果某个指标的熵值越小，说明其指标值的变异程度越大，提供的信息量越多，在综合评价中该指标起的作用越大，其权重应该越大[7]。

如果某个指标的熵值越大，说明其指标值的变异程度越小，提供的信息量越少，在综合评价中起的作用越小，其权重也应越小。

1.2.3确定各指标权重

根据信息熵的计算公式，计算出各个指标的信息熵为。通过信息熵计算各指标的权重[8]：。

2指标评分模型构建

2.1系数评分法构建过程

已知单个业务指标的标准分为B。

单个业务指标的某个参数的系数计算：（如业务量）[9]

为系数值，min（）为所有区县局参数最小值，R为当前局参数值。

该业务指标当前局的合理扣分值计算为：

D为该问题当前局合理扣分值；

为所有参数的系数值，如业务量、抽样比例等；

n为该问题当前局出现的差错数；

h为该问题的单个差错样本扣分值；

最终，该业务指标当前局的最终得分F即为给定的该指标的标准分B减去扣分值D即可[10]。

2.2贝叶斯平均层次评分法构建

已知单个业务指标的标准分为B。

单个业务指标所有区县局的平均扣分值，计算如下：

如公式所示，其中：

为某个局扣分值；为所有区县局平均扣分值。

在某条件参数下，扣分值的合理计算：

如公式所示，其中：

h为某参数条件下当前局的合理扣分值；

y为当前局的参数值（业务量、抽样量、人员数量）；

为所有区县局最小参数值；

为某问题当前局扣分值；

为所有区县局平均扣分值。

各个参数条件下该局的所有合理扣分值相加，再求平均值，得出该问题当前局的合理扣分[11]。此处再乘以用来确定每一个参数计入扣分的权重j，最终扣分值采用这个权重进行计算[12]：

如公式所示，其中：

D为该问题当前局的合理扣分；

h为某参数条件下当前局的合理扣分值；

n为参数的个数；

j为权重（该权重人工赋权）[13]。

最终，该业务指标当前局的最终得分F即为给定的该指标的标准分B减去扣分值D即可。

3量化评分

当前，各业务单位的相关指标主要分为三类，分别是主要指标，过程指标，业务评价指标。其中，主要指标包含当年电费回收率，陈欠1年电费回收率，陈欠2年电费回收率，陈欠3年电费回收率，第三方客户满意度以及客户平均停电时间。过程指标包含资产接收率，计量自动化日均终端在线率，计量自动化日均数据完整率。业务评价主要包含抄核收，业务扩充，计量管理，用电检查，客户服务，管理线损，稽查整改7大业务主题的抄表、核算、收费、电费通知及欠费管理、改单退补、电费账务、业务受理、现场勘查及供电方案、业扩费用、计量资产管理、装拆计量装置、检查计划、线变户基础资料管理、线损统计分析、客户诉求管理等关键点业务。

3.1各专业总体评价分析

3.1.1专业总体评价分析

各专业指标评价、业务评价情况按百分制折算后如下表[14]：

如上图所示，营销各专业评价综合得分中“稽查整改”、“客户服务”、“业务扩充”、“用电检查”得分较高，总体管控较好；“计量管理”、“管理线损”和“抄核收”得分较低，是当前营销管理中的短板，需采取相应的措施，重点加强管控。

3.2各专业指标评价分析

如上图所示，参与指标评价的4个专业中，“抄核收”和“客户服务”属于主要指标，“业务扩充”和“计量管理”属于过程指标。“业务扩充”和“客户服务”专业均得满分，指标管控较为到位。“计量管理”专业得分最低，需采取相关措施，重点关注，重点加强管控；“抄核收”得分较低，需重点加强对抄核收专业的业务管控。

3.2各专业业务评价分析

如上图所示，全局营销各专业业务评价总体得分中“用电检查”、“客户服务”、“业务扩充”、“稽查整改”、“计量管理”得分较高，反映这5个专业管控较为到位；“管理线损”、“抄核收”得分较低，是当前营销管理中的业务短板，需重点加强管控。

3.2专业工作质量业务评价

在7大业务专业中以业务扩充为例，进行专业工作质量业务评价。

3.2.1各区县局业务评价分析

各区县局业扩业务评价得分情况按百分制折算后的情况如下表：

从上表中可以看到，业扩费用业务类别得分满分，业扩工程电子化移交紧随其后，得分也较高，说明上述业务管控较好；而其他类业务，得分最低，反映出对其他类业务的管控不到位，需要重点加强管控，不能只关注核心业务。

从上图中可以看出，B区县局得分最高，C区县局紧随其后，得分也较高，反映出上述区县局业务管控比较到位，而D区县局和F区县局均低于平均水平，需要加强业务扩充相关的业务管控工作。

3.2.2各评价项目分析

如图所示，在业扩各评价项目中“其他”得分最低，结合3.1.1中表的数据，D区县局、F区县局在该环节存在明显短板，需重点加强管控。“业务受理”评价项目得分偏低，主要受A区县局、D区县局影响，上述单位需对该项目重点加强管控。

4结束语

综上，本文针对目前电力营销上营销服务工作质量量化评价的需求，通过广东某地市电力营销数据和业务指标为基础，在传统的手工稽查评分的基础上，提出采用熵权法、系数评分法以及贝叶斯平均层次分析法实现对营销各业务单位、七大类专业营销工作质量的自动量化评分，通过自动量化评分[15]，加强了对各营销业务的管控并极大地提高了工作效率。最后，不同的电力企业可以根据不同的量化得分，制定应对于各专业的不同的服务措施和监管策略，以进一步提高电力企业的营销服务水平，进而提高客户的认可度。

参考文献

[1]凌万水,刘东,陈新,柳劲松,何维国.馈线自动化算法可靠性的量化评价方法及其应用[J].电力系统自动化,2012,36(7):71-75.

[2]吴涵,陈彬,管霖,王乐.供电可靠性提升措施优选的量化评价方法[J].电力自动化设备,2015,35(5):126-130.

[3]聂宏展,吕盼,乔怡,姚秀萍.基于熵权法的输电网规划方案模糊综合评价[J].电网技术,2009(11):60-64.

[4]李怀政.基于熵权法的多场景下输电网规划方案综合决策[J].重庆电力高等专科学校学报,2015,20(6):35-37.

[5]张浩,莫金龙,梁浩,任炳俐.构建供电可靠性提升量化评估体系[J].中国电力企业管理,2014(8):66-67.

[6]王爱华.地区电网运行方式评估指标的选取与量化研究[J].中国电力教育,2012(11):133-134.

[7]詹建荣.量化分析配电自动化对提高供电可靠性的作用[J].供用电》,2013(3):7-10.

[8]曾赛星,王浣尘,耿静权.工程质量保证及其量化评价体系[J].工程管理学报,2001(1):66-68.

[9]丁明,李生虎,吴红斌,王敏,汪兴强.基于充分性和安全性的电力系统运行状态分析和量化评价[J].中国电机工程学报,2004,24(4):43-49.

[10]房玉亭,施明恒.关于电力投资项目社会效益的量化评价问题[J].能源研究与利用,1997(2):9-11.

[11]周静,熊素琴,苏斌,卢利峰,陈希.一种电力通信网络运行质量量化评估方法及应用[J].电网技术,2012,36(9):168-173.

[12]朱林,盛启亮,刘平,付东,武志刚.基于相似理论的电力系统动态等值精确度量化评价方法[J].电力科学与技术学报,2016,31(4):116-122.

[13]汤奕,李峰,王琦,倪明.通信系统故障对电力系统实时负荷控制影响的量化评价方法[J].电力自动化设备,2017,37(2):90-96.

[14]俞乾,李卫国,罗日成.基于层次分析法的大型变压器状态评价量化方法研究[J].湖南大学学报(自科版),2011,38(10):56-60.

[15]徐亚兰,陈海波.基于量化评价的电力企业安全检查[J].科技视界,2013(25):252-252.