CN109063945A - 一种基于价值评估体系的售电公司360度客户画像构建方法 - Google Patents

Abstract

本发明公开了一种基于价值评估体系的售电公司360度客户画像构建方法。包括以下步骤：获取电力用户信息；筛选出以售电公司标签价值评估体系中若干分析主题标签为评价指标的电力用户信息；计算得到各电力用户的每项分析主题标签的标签权重；进一步的得到各电力用户信息的评分优先级；根据电力用户的每项分析主题的标签权重和各电力用户的评分优先级，以及电力用户的分析主题标签所属价值类别，得到各电力用户的360度网络视图画像；本发明通过得到各电力用户的360度网络视图画像，帮助售电公司有效的对电力客户信息进行价值分析、展示，从而帮助售电公司实现差异化产品的精准营销和精细化的客户管理，推动售电市场健康、有序地发展。

Description

一种基于价值评估体系的售电公司360度客户画像构建方法

技术领域

本发明涉及售电公司电力用户信息处理技术领域，尤其涉及一种基于价值评估体系的售电公司360度客户画像构建方法。

背景技术

在大量售电公司作为市场主体参与电力市场化竞争的背景下，科学地指导售电公司对客户画像特征进行分析，以降低运营风险和增加售电公司收益，从而推动售电市场健康、有序地发展变得越来越具有紧迫性。但是如何有效利用客户的信息，实现差异化营销，避免偏差考核带来的售电风险，为售电公司实现利益最大化，成为新电改下售电公司开展市场化售电业务的重要技术难题。

当前，对于售电公司来说，合理地在众多潜在客户中选择营销目标客户可以增加销售的成功率、减少营销成本、增大销售预期转换率。而如何有效的对众多电力客户进行全面而且直观的进行描述，在对电力客户有了全面的直观描述后，指导售电公司选择优质客户、刻画客户特征标签画像；且同时基于不同的分析主题，制定电力客户的细分化管理，借助信息化手段实现营销的精细化管理和差异化服务，并通过对电力客户进行打标签的方式实现对客户进行细分管理，分析客户的特征与相关度，以吸引和保留价值客户是目前迫切需要解决的问题。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于价值评估体系的售电公司360度客户画像构建方法，通过根据售电公司价值评估体系中每项分析主题的标签权重和各电力用户的评分优先级，以及电力用户的分析主题标签所属价值类别，得到各电力用户的360度网络视图画像，实现了在市场化情况下的电力客户细分管理，科学地指导售电公司选择优质客户、刻画客户特征标签画像。

本发明基于价值评估体系的售电公司360度客户画像构建方法采用以下技术方案实现：

一种基于价值评估体系的售电公司360度客户画像构建方法，包括以下步骤：

获取电力用户信息；

从电力用户信息中筛选出以售电公司标签价值评估体系中若干分析主题标签为评价指标的电力用户信息；所述售电公司标签价值评估体系中各分析主题标签预设其所属价值类别；

基于筛选出的电力用户信息，结合层次分析法与熵权法计算得到各电力用户的每项分析主题标签的标签权重w_j；

根据各电力用户的每项分析主题的标签权重大小，通过聚类算法预设评分优先级以及各个评分优先级的权重大小；根据得到的各个评分优先级的权重大小以及每项分析主题的标签权重大小，得到各电力用户信息的评分优先级；

根据电力用户的每项分析主题的标签权重和各电力用户的评分优先级，以及电力用户的分析主题标签所属价值类别，建立电力用户的360度网络视图模型；根据建立的电力用户的360度网络视图模型得到各电力用户的360度网络视图画像；360度网络视图画像的射线的长短表示该分析主题的权重；所述360度网络视图画像的射线在鼠标停留时，显示各电力用户信息的评分优先级、该分析主题的权重大小以及该分析主题标签所属价值类别。

进一步的，所述售电公司标签价值评估体系根据售电公司的市场化售电业务目标得到。

进一步的，所述售电公司标签价值评估体系中各分析主题标签被归类到售电盈利、客户忠实度或售电风险二级标签的分析主题标签中。

进一步的，归类到售电盈利、客户忠实度或售电风险二级标签的各分析主题标签进一步被归类到属于当前价值或潜在价值一级标签的分析主题标签中。

基于价值评估体系的售电公司360度客户画像构建方法，还包括以下步骤：当电力用户信息服务器获取的电力用户信息有新用户加入时，去掉售电公司标签价值评估体系中新用户不存在的评价指标，更新电力用户的360度网络视图模型，通过更新后的电力用户的360度网络视图模型得到该新用户的360度网络视图画像。

进一步的，结合层次分析法与熵权法计算得到各电力用户的每项分析主题的标签权重的步骤包括以下步骤：

首先通过层次分析法得到各电力用户的每项分析主题的主观标签权重w_sj，再通过熵权法计算得到各电力用户的每项分析主题的客观标签权重W_oj，最后得到电力用户的每项分析主题的标签权重w_j，所述标签权重w_j满足以下公式：

w_j＝(w_sj*w_oj)^0.5/Σ(w_sj*w_oj)^0.5。

一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于价值评估体系的售电公司360度客户画像构建方法。

相比现有技术，本发明的有益效果在于：

本发明提供了一种基于价值评估体系的售电公司360度客户画像构建方法，通过根据售电公司价值评估体系中每项分析主题的标签权重和各电力用户的评分优先级，以及电力用户的分析主题标签所属价值类别，得到各电力用户的360度网络视图画像，帮助售电公司有效的对电力客户信息进行价值分析、展示，并刻画电力客户特征，从而帮助售电公司实现差异化产品的精准营销和精细化的客户管理，科学地指导售电公司选择优质的客户、降低运营风险和增加企业收益，从而推动售电市场健康、有序地发展。

附图说明

图1为本发明基于价值评估体系的售电公司360度客户画像构建方法的流程示意图；

图2为本发明基于价值评估体系的售电公司360度客户画像构建方法的某电力用户的360度网络视图画像的示例图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例：

本发明提供了一种电动汽车集群式交流充电桩，为使更好理解本发明，现通过实施例对本发明进行描述：

请参考图1所示，一种基于价值评估体系的售电公司360度客户画像构建方法，包括：

步骤100：获取电力用户信息；电力用户信息可从电网的电力用户信息服务器获取；

步骤200：从电力用户信息中筛选出以售电公司标签价值评估体系中若干分析主题为评价指标的电力用户信息；在售电公司标签价值评估体系中各分析主题预设所属价值类别；

售电公司标签价值评估体系根据售电公司的市场化售电业务目标得到。售电公司标签价值评估体系中各分析主题被归类为属于售电盈利、客户忠实度或售电风险二级标签的分析主题，属于售电盈利、客户忠实度或售电风险二级标签的各分析主题进一步被归类为属于当前价值或潜在价值的分析主题。

具体实施过程中，从电力用户信息服务器获取的电力用户信息又可分为客户基础信息、客户交易信息、客户用电行为信息；客户基础信息包括客户名称、企业性质、企业类型、所在地区、所属行业、年利润等；客户交易信息包括：客户合作时间、交易套餐类型、交易电量、交易平均电价、交易电量趋势、增值服务需求、违约记录、缴费记录等；客户用电行为信息包括年用电量、用电量趋势、负荷信息、电量信息等。

再根据电力客户基础属性数据和企业调研结果，构建售电公司标签价值评估体系，售电公司标签价值评估体系包括直接从客户基础属性提取的标签以及售电公司业务驱动的标签。第一种标签可以直接从基础数据中提取；第二种需要从业务需求角度进行分析，根据当前电力市场化交易业务的特点，制定的分析主题可如下：用电重要性、用电电压等级、用电规模、信用等级、用电类型、售电风险、客户忠诚度、客户潜力、售电盈利、客户价值等，对于每一个分析主题都需要制定细分规则或者建立模型从数据中学习细分规则。

为每一个标签建立分析主题。以用电类型为例，提取客户正常工作日的用电曲线取平均，形成客户日典型曲线，客户日典型曲线通常是96维的向量，需要进行降维处理，可以通过主成分分析法或者提取特征标签进行降维处理，通过K-Means聚类方法将客户日典型曲线分为3类，分别分析每类日典型曲线的特点，为其描述定义为峰用电型、谷用电型、均衡型。

从售电公司最关心的价值性为主体进行组织，将售电公司标签价值评估体系分为A1当前价值和A2潜在价值2个一级标签，一级标签中，又细分为B1售电盈利、B2客户忠实度和B3售电风险等3个二级标签，每一个二级标签进一步细分为若干三级标签，节选售电公司标签价值评估体系的部分数据如表1所示：

表1：售电公司标签价值评估体系的部分数据

步骤300：基于筛选出以售电公司标签价值评估体系中若干分析主题为评价指标的电力用户信息，结合层次分析法与熵权法计算得到各电力用户的每项分析主题的标签权重w_j，可具体的包括以下步骤：

Step1：对每层分析主题标签构建相对上一层分析主题标签的判断矩阵，表2为二级分析主题标签的指标层对准则层(当前价值)的判断矩阵示例，表3为二级分析主题标签的指标层对准则层(潜在价值) 的判断矩阵示例

表2：二级分析主题标签的指标层对准则层(当前价值)的判断矩阵

当前价值A1	收入贡献B1	社会贡献B2	稳定性B3	wi
					收入贡献B1	1	6	3	0.666
社会贡献B2	1/6	1	1/2	0.111
					稳定性B3	1/3	2	1	0.222

表3：二级分析主题标签的指标层对准则层(潜在价值)的判断矩阵：

Step2:通常情况下，把判断矩阵最大特征根所对应的特征向量 W_i的各个分量作为各个元素的权数,在本实施例中，采用几何平均法来求解特征向量W_i:

其中，r_ij代表构建的判断矩阵中第i行第j列的元素，i、j均为自然数。

Step3:检验判断矩阵的一致性，若不通过，重新构建判断矩阵；

Step4:计算标签层C(评估标签)相对于标签层A的主观权重W_sj，计算公式如下所示：

主观权重w_sj＝w_1t*w_2j；

其中，标签层C中第j个分析主题标签隶属于标签层B中的第t个因素，式中w_1t表示在以目标层A为准则层时，目标层B 中的第t个因素的局部权重；w_2j表示在以目标层B中第t个因素为准则时，目标层C中第j个分析主题标签的局部权重。

Step5:再使用熵权法计算评估标签客观权重，计算过程如下：

假设每个分析主题标签数据标准化后的值为Y₁，Y₂，…，Y_k。首先求取各分析主题的信息熵E_j：

信息熵其中Yij代表标准化的第j个分析主题标签的第i个标准化值，如果p_ij＝0，则定义 p_ijlnp_ij＝0。

根据各分析主题的信息熵E_j计算各分析主题标签的客观权重W_oJ, 其中，

客观权重W_oJ满足以下公式：

进一步的，式中

其中，k为所有分析主题标签的数量，Ej为第j个分析主题标签的信息熵，表示所有不为1的信息熵的平均值，W_rj又称为第j个分析主题标签的修正权重。

Step6：最后得出标签权重w_j，根据基于最小相对信息熵原理的乘法，标签权重w_j应该尽可能接近主观权重W_sj和客观权重W_oj，再根据最小相对信息熵原理,采用拉格朗日乘子法求解可得标签权重w_j：

标签权重w_j＝(w_sj*w_oj)^0.5/∑(w_sj*w_oj)^0.5，其中，W_sj为分析主题标签的主观权重，W_sj为分析主题标签客观权重。

步骤400：根据各电力用户的每项分析主题的标签权重大小，通过聚类算法预设评分优先级以及各个评分优先级的权重大小；根据得到的各个评分优先级的权重大小以及每项分析主题的标签权重大小，得到各电力用户信息的评分优先级；

具体的，以客户为中心，结合每一个分析主题标签的评分计算结果，利用中心性度量原理，有序聚类到相应电力客户，并对各分析主题标签与中心的距离及相关度进行合理性解释；

对原始数据进行聚类分析，首先要进行数据预处理，对于连续数据进行归一化处理；对于离散有序变量，转换为(i-0.5)/N，i=1，...，N,N代表该变量可取的值得总数；对于离散无序变量，若变量取值为k,转换为k维向量来表示。

结合之前得出的标签权重，对各标签数据进行加权处理，即对每个分析主题标签乘上其对应的标签权重，用以考虑每个标签的重要性差异。

选择使用经典的K-means聚类算法进行聚类，K-means算法有如下特点：简单、运行效率高、容易实现、适用于数值类型数据、适于规模不大的数据集。

K-Means聚类算法主要分为三个步骤：

1)第一步是确定聚类类别数量，为待聚类的点随机寻找聚类中心；

2)第二步是计算每个点到聚类中心的距离，将每个点聚类到离该点最近的聚类中去；

3)第三步是计算每个聚类中所有点的坐标平均值，并将这个平均值作为新的聚类中心；

反复执行第一步和第二步，直到聚类中心不再进行大范围移动或者聚类次数达到要求为止。

聚类之前，选择依据目标层A的当前价值、潜在价值两个层面下的C层标签分别进行聚类，对于当前价值层面，以当前价值下的C层标签为聚类依据，设置初始聚类数量K1,聚类后的每一类客户通过评价方法进行合理性解释，输出客户当前价值标签的分级；对于潜在价值层面，以当前价值下的C层标签为聚类依据，设置初始聚类数量 K2，完成聚类后对每一类客户标签通过评价方法进行合理性解释，输出客户标签体系，得到对每一类客户不同特征相关度进行合理性解释与描述，并收集业务专家的反馈意见，根据反馈结果不断优化客户标签体系和标签价值评估策略。

利用聚类结果及电力客户价值评估体系训练价值评估模型，使用训练好的模型定期重新计算标签权重；

对新客户根据已建立的标签价值评估模型来创建相应的标签体系，首先去掉标签体系中对于新客户可能不存在的标签，比如年度偏差电费。以适用于新客户标签体系的标签价值评估模型作为训练数据，训练客户标签价值评估模型。

在实际实施过程中，聚类出的电力用户的评分优先级以及各个评分优先级的权重大小可如下所示

其中，可将1类用户定义为当前价值低-潜在价值高用户，优先级为3；将2类用户定义为当前价值高-潜在价值低用户，优先级为2；将3类用户定义为当前价值低-潜在价值低用户，优先级为4；将4 类用户定义为当前价值高-潜在价值高用户，优先级为1；

当有新用户加入时，需要为其进行分类或者打上标签来描述新用户类型，由于已经为以前的老用户进行了分类描述，那利用历史用户信息对新用户进行描述用户类型实际是一个分类问题。利用上述的聚类结果及电力用户指标来训练分类模型，使用训练好的分类模型对新用户进行分类评价。首先去掉价值评估体系中对于新用户可能不存在的指标，比如年度偏差电费，同时适用新用户存在的所有老用户指标数据及其分类结果作为训练数据训练分类模型。

作为优选实施例，选择CART决策树模型作为分类模型，决策树具有如下特点：不需要对数据做预处理，模型可解释性强，异常点容错能力好、健壮性强。将历史用户电力信息数据作为输入，用户类别作为输出，训练决策树模型作为新用户的分类模型。当有用户加入的时候，将用户的指标信息输入模型，即得到对应的类型描述。

步骤500：根据电力用户的每项分析主题的标签权重大小和各电力用户的评分优先级，以及电力用户的分析主题所属价值类别，建立电力用户的360度网络视图模型；根据建立的电力用户的360度网络视图模型得到各电力用户的360度网络视图画像；360度网络视图画像的射线的长短表示该分析主题的权重大小；所述360度网络视图画像的射线在鼠标停留时，显示各电力用户信息的评分优先级、该分析主题的权重大小以及该分析主题的所属价值类别。图2为建立的某电力用户的360度网络视图画像的示例图，射线的长短代表电力客户与该分析主题标签权重大小，即该分析主题标签权重的相关度，射线越短代表该特征标签与电力客户的相关度越高，相关度越高代表测度越优，对电力客户的影响价值越大。

同时，有新电力用户信息增加时，还可利用逼近理想解排序法对新客户的分析主题标签进行评估，添加到客户的360度网络视图画像中去，根据360度网络视图画像来判断新客户某一分析主题标签的重要性。

一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于价值评估体系的售电公司360度客户画像构建方法。

对本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及形变，而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。

Claims (7)

1.一种基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，包括以下步骤：

获取电力用户信息；

从电力用户信息中筛选出以售电公司标签价值评估体系中若干分析主题标签为评价指标的电力用户信息；所述售电公司标签价值评估体系中各分析主题标签预设其所属价值类别；

基于筛选出的电力用户信息，结合层次分析法与熵权法计算得到各电力用户的每项分析主题标签的标签权重w_j；

根据各电力用户的每项分析主题的标签权重大小，通过聚类算法预设评分优先级以及各个评分优先级的权重大小；根据得到的各个评分优先级的权重大小以及每项分析主题的标签权重大小，得到各电力用户信息的评分优先级；

根据电力用户的每项分析主题的标签权重和各电力用户的评分优先级，以及电力用户的分析主题标签所属价值类别，建立电力用户的360度网络视图模型；根据建立的电力用户的360度网络视图模型得到各电力用户的360度网络视图画像；360度网络视图画像的射线的长短表示该分析主题的权重大小；所述360度网络视图画像的射线在鼠标停留时，显示各电力用户信息的评分优先级、该分析主题的权重大小以及该分析主题标签所属价值类别。

2.根据权利要求1所述的基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，所述售电公司标签价值评估体系根据售电公司的市场化售电业务目标得到。

3.根据权利要求2所述的基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，所述售电公司标签价值评估体系中各分析主题标签被归类到售电盈利、客户忠实度或售电风险二级标签的分析主题标签中。

4.根据权利要求3所述的基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，归类到售电盈利、客户忠实度或售电风险二级标签的各分析主题标签进一步被归类到属于当前价值或潜在价值一级标签的分析主题标签中。

5.根据权利要求3所述的基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，还包括以下步骤：当电力用户信息服务器获取的电力用户信息有新用户加入时，去掉售电公司标签价值评估体系中新用户不存在的评价指标，更新电力用户的360度网络视图模型，通过更新后的电力用户的360度网络视图模型得到该新用户的360度网络视图画像。

6.根据权利要求3所述的基于价值评估体系的售电公司360度客户画像构建方法，其特征在于，结合层次分析法与熵权法计算得到各电力用户的每项分析主题的标签权重的步骤包括以下步骤：

首先通过层次分析法得到各电力用户的每项分析主题的主观标签权重w_sj，再通过熵权法计算得到各电力用户的每项分析主题的客观标签权重W_oj，最后得到电力用户的每项分析主题的标签权重w_j，所述标签权重w_j满足以下公式：

w_j＝(w_sj*w_oj)^0.5/∑(w_sj*w_oj)^0.5。

7.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的基于价值评估体系的售电公司360度客户画像构建方法。