基于數(shù)據(jù)挖掘的電費風(fēng)險評價研究

張耀 趙猛 于海濤 田雨婷 國網(wǎng)天津市電力公司信息通信公司

引言：隨著電力體制改革加速推進，面向終端客戶的售電側(cè)市場正在快速放開，作為傳統(tǒng)電力企業(yè)應(yīng)逐漸加大對客戶服務(wù)的持續(xù)關(guān)注與改進，不斷提升對客戶服務(wù)的持續(xù)關(guān)注與改進，不斷提升對客戶的服務(wù)水平和自身營銷能力。

在營銷業(yè)務(wù)應(yīng)用系統(tǒng)的運行過程中，公司積累了大量的用戶基礎(chǔ)檔案數(shù)據(jù)、繳費行為數(shù)據(jù)、用電行為數(shù)據(jù)，通過對此類數(shù)據(jù)的深入挖掘，建立電力客戶標(biāo)簽?zāi)Ｐ?，?yīng)用電力客戶標(biāo)簽?zāi)Ｐ烷_展電費風(fēng)險回收預(yù)估，有針對性的開展電費催繳、預(yù)付費等預(yù)防措施，促進電費回收。

1 總體設(shè)計

目前電力企業(yè)面對客戶的能力與整個社會整體高度的維權(quán)意識、以及其他行業(yè)完善的服務(wù)體驗相比仍處于落后水平，因此電網(wǎng)公司服務(wù)理念亟待從“客戶需求導(dǎo)向”進一步向“客戶體驗導(dǎo)向”提升，挖掘海量的營銷服務(wù)數(shù)據(jù)價值，用以創(chuàng)新營銷策略和服務(wù)模式，提升內(nèi)部管控水平和保障企業(yè)效益。

電費回收風(fēng)險監(jiān)測工作歷來是供電企業(yè)的工作重點，它直接關(guān)系到銷售收入能否真正實現(xiàn)，直接關(guān)系到供電企業(yè)的經(jīng)營成果和經(jīng)濟效益，關(guān)系到供電企業(yè)的生存與發(fā)展，因此需要細化用戶分類，利用客戶的用電類別、行業(yè)分類、用電量、抄表例日、欠費次數(shù)、欠費金額等信息構(gòu)建客戶標(biāo)簽?zāi)Ｐ停ㄟ^客戶標(biāo)簽信息與欠費狀態(tài)的相關(guān)性分析，得出相關(guān)性系數(shù)，用于計算客戶的電費回收風(fēng)險得分，從而預(yù)估客戶的電費回收風(fēng)險。

2 詳細設(shè)計

基于數(shù)據(jù)挖掘的電費風(fēng)險評價研究，主要應(yīng)用RFM分析方法，考慮到電力企業(yè)用戶交費存在一次大量金額、交費次數(shù)少等特點，此次研究工作對原有RFM分析模型進行適應(yīng)性調(diào)整,將原有RFM模型的最近一次消費時間、消費次數(shù)、消費金額三個指標(biāo)替換為客戶最后一次欠費時間、欠費次數(shù)、欠費金額，以此作為RFM分析的三個指標(biāo)，同時結(jié)合客戶基礎(chǔ)屬性信息，用電行為信息等，構(gòu)建基于RFM的客戶標(biāo)簽?zāi)Ｐ停槍蛻魳?biāo)簽?zāi)Ｐ团c欠費狀態(tài)的相關(guān)性分析結(jié)果，對未來發(fā)生的欠費風(fēng)險進行預(yù)估，重點主要分為以下三類：

一是在客戶電費風(fēng)險標(biāo)簽方面，完成客戶用電類別、行業(yè)分類等基礎(chǔ)屬性數(shù)據(jù)歸攏，實現(xiàn)客戶欠費行為、違約行為、業(yè)務(wù)變更行為等用電行為的分析，得出用戶標(biāo)簽明細數(shù)據(jù)，形成客戶電費風(fēng)險標(biāo)簽明細清單。

二是在客戶電費風(fēng)險模型構(gòu)建方面，依據(jù)得出的客戶標(biāo)簽明細清單，結(jié)合電力行業(yè)本身的特點，本項目對RFM分析方法進行深化應(yīng)用，將客戶的欠費次數(shù)、欠費金額、最近一次欠費時間作為衡量用戶欠費行為的三個因子，得出RFM評價結(jié)果，同時結(jié)合客戶的用電類別、行業(yè)分類等客戶標(biāo)簽屬性完成客戶電費風(fēng)險模型構(gòu)建。

三是在電費風(fēng)險評價方面，根據(jù)客戶標(biāo)簽明細清單中用戶標(biāo)簽數(shù)據(jù)及RFM得分情況，結(jié)合用戶欠費狀態(tài)，進行相關(guān)性分析，得出用戶標(biāo)簽與欠費狀態(tài)的相關(guān)性系數(shù)，依據(jù)相關(guān)性系數(shù)及預(yù)估月份的用戶屬性信息得出欠費風(fēng)險得分。

3 模型算法梳理

3.1 RFM模型分析

在眾多的客戶關(guān)系管理(CRM)的分析模式中，RFM模型是被廣泛提到的。RFM模型是衡量客戶價值和客戶創(chuàng)利能力的重要工具和手段。該模型通過一個客戶的近期購買行為、購買的總體頻率以及花了多少錢三項指標(biāo)來描述該客戶的價值狀況。由于電力行業(yè)自身的特點及客戶的行為特征，通過購電行為難以實現(xiàn)客戶的評價，因此選取截止到當(dāng)前時間前1年的客戶的最近一次欠費時間、欠費次數(shù)，累計欠費金額作為RFM評價用戶電費風(fēng)險的三個指標(biāo)，綜合客戶的標(biāo)簽屬性信息進行客戶標(biāo)簽?zāi)Ｐ蜆?gòu)建。

3.2 數(shù)據(jù)標(biāo)準(zhǔn)化分析

數(shù)據(jù)標(biāo)準(zhǔn)化（歸一化）處理是數(shù)據(jù)挖掘的一項基礎(chǔ)工作，不同評價指標(biāo)往往具有不同的量綱和量綱單位，這樣的情況會影響到數(shù)據(jù)分析的結(jié)果，為了消除指標(biāo)之間的量綱影響，需要進行數(shù)據(jù)標(biāo)準(zhǔn)化處理，以解決數(shù)據(jù)指標(biāo)之間的可比性。原始數(shù)據(jù)經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化處理后，各指標(biāo)處于同一數(shù)量級，適合進行綜合對比評價。通過使用離差標(biāo)準(zhǔn)化方法對客戶的違約用電發(fā)生次數(shù)、增量、流失工單辦理情況、欠費次數(shù)、欠費金額等數(shù)據(jù)進行數(shù)據(jù)線性變化，使結(jié)果值映射到[0-1]之間。

3.3 相關(guān)性分析

相關(guān)分析是研究現(xiàn)象之間是否存在某種依存關(guān)系，并對具體有依存關(guān)系的現(xiàn)象探討其相關(guān)方向以及相關(guān)程度，是研究隨機變量之間的相關(guān)關(guān)系的一種統(tǒng)計方法。線性相關(guān)是相關(guān)性分析最常見的一種，即當(dāng)一個連續(xù)變量發(fā)生變動時，另一個連續(xù)變量相應(yīng)的呈現(xiàn)線性關(guān)系變動，用皮爾遜相關(guān)系數(shù)來度量。

皮爾遜相關(guān)也稱為積差相關(guān)（或積矩相關(guān)）是英國統(tǒng)計學(xué)家皮爾遜于20世紀(jì)提出的一種計算直線相關(guān)的方法。假設(shè)有兩個變量X、Y，那么兩變量間的皮爾遜相關(guān)系數(shù)可通過以下公式計算：

公式一：

公式二：

公式三：

公式四：

以上列出的四個公式等價，其中E是數(shù)學(xué)期望，cov表示協(xié)方差，N表示變量取值的個數(shù)，在本項目中變量值為數(shù)據(jù)標(biāo)準(zhǔn)化之后的多個客戶標(biāo)簽數(shù)據(jù)值，依據(jù)數(shù)據(jù)相關(guān)性分析，得出客戶標(biāo)簽與當(dāng)前欠費狀態(tài)的相關(guān)性系數(shù)。

通過相關(guān)性分析得出的威爾遜系數(shù)，客戶欠費狀態(tài)，客戶標(biāo)簽信息，構(gòu)建客戶電費風(fēng)險預(yù)估模型，模型公式如下：

g(x)為最終得出的客戶電費回收風(fēng)險得分，,等為客戶標(biāo)簽標(biāo)準(zhǔn)化數(shù)據(jù)，，,…等為威爾遜相關(guān)系數(shù)。

通過獲取10kV以上客戶在近一年內(nèi)（2016年1月至2016年12月）的客戶用電行為、交費行為等數(shù)據(jù)，如增量工單辦理情況、流失工單辦理情況、客戶交費時間，通過基礎(chǔ)數(shù)據(jù)的映射得出客戶標(biāo)簽標(biāo)準(zhǔn)化數(shù)據(jù)，結(jié)合2017年1月客戶的欠費狀態(tài)，進行相關(guān)性分析，得出威爾遜相關(guān)性系數(shù)。

4 預(yù)估成效

根據(jù)構(gòu)建的客戶電費風(fēng)險模型,結(jié)合客戶欠費狀態(tài)，采用相關(guān)性分析方法，對客戶標(biāo)簽屬性與客戶當(dāng)前欠費狀態(tài)進行相關(guān)性分析，得出威爾遜系數(shù)。經(jīng)過對電費回收風(fēng)險未命中的客戶進行抽樣分析，發(fā)現(xiàn)兩類現(xiàn)象，分別為客戶的交費日期提前和客戶的繳費期限延后，建議業(yè)務(wù)部門依據(jù)預(yù)估結(jié)果及客戶特點，及時走訪客戶，了解往月欠費原因，制定短信催費、收取預(yù)收或調(diào)整客戶繳費期限等電費風(fēng)險的預(yù)防措施，減小電費回收風(fēng)險。

通過該項目的研究成果，為業(yè)務(wù)部門對客戶的差異化管理提供依據(jù)，基于電費回收的風(fēng)險預(yù)估結(jié)果，有針對性的開展電費催繳、欠費.停電和預(yù)付費等預(yù)防措施，制定個性化催繳方案，加強欠費催繳力度，促進電費快速積極回收，從而降低公司經(jīng)營風(fēng)險及經(jīng)濟損失，保障企業(yè)經(jīng)營業(yè)績。

[1]楊一帆,傅軍,朱天博,等.電力客戶用電行為特征挖掘與預(yù)測[J]. 電測與儀表,2016, 53(s1):111-114.

[2]林嘉暉.基于數(shù)據(jù)挖掘的電網(wǎng)用戶行為分析系統(tǒng)的設(shè)計與實現(xiàn)[D]. 中山大學(xué),2013.

[3]徐天池.基于數(shù)據(jù)挖掘的電網(wǎng)客戶細分系統(tǒng)設(shè)計與實現(xiàn)[D].中山大學(xué),2013.

[4]陳明亮.客戶價值細分與保持策略研究[J].成組技術(shù)與生產(chǎn)現(xiàn) 代化，2001：

[5]賀仁龍，葉宇航，趙曉康.電信企業(yè)客戶細分模型構(gòu)建與應(yīng)用研究[J].情報雜志，2011：

[6]劉英姿，吳昊.客戶細分方法研究綜述[J].管理工程學(xué)報，2006

[7]王春葉.基于數(shù)據(jù)挖掘的電力客戶細分研究[D].北京：華北電力大學(xué)，2009

[8]程啟月.評測指標(biāo)權(quán)重確定的結(jié)構(gòu)熵權(quán)法[J].系統(tǒng)工程理論與實踐，2010