周鵬程,曾 鳴
(1.南方電網(wǎng)物資有限公司,廣東 廣州 510620;2.華北電力大學(xué) 經(jīng)濟與管理學(xué)院,北京 102206)
2020 年1 月國務(wù)院發(fā)布的《優(yōu)化營商環(huán)境條例》正式開始實施;2020 年9 月,國家發(fā)展改革委、國家能源局出臺《關(guān)于全面提升“獲得電力”服務(wù)水平持續(xù)優(yōu)化用電營商環(huán)境的意見》。一系列條例和指導(dǎo)意見的出臺,旨在不斷解放和發(fā)展社會生產(chǎn)力,加快建設(shè)現(xiàn)代化經(jīng)濟體系,暢通國內(nèi)國際雙循環(huán),推動我國高質(zhì)量發(fā)展[1-2]。在國家大力優(yōu)化(電力)營商環(huán)境的背景下,電力企業(yè)如何不斷優(yōu)化電力營商環(huán)境來激發(fā)市場活力、助力經(jīng)濟社會發(fā)展值得進行深入研究[3]。
現(xiàn)階段,對于電力企業(yè)而言,由于對供應(yīng)商關(guān)系管理的認(rèn)知不夠,電力企業(yè)與供應(yīng)商之間的關(guān)系大多數(shù)情況下只是短暫的供需關(guān)系,沒有真正形成現(xiàn)代供應(yīng)鏈上下游之間的戰(zhàn)略合作關(guān)系[4]。此外,電力物資采購要求數(shù)量大、價值高、質(zhì)量好,一旦出現(xiàn)供應(yīng)商履約或供貨質(zhì)量問題,將給電力工程建設(shè)和電網(wǎng)安全穩(wěn)定運行造成極大的影響[5]。因此,在優(yōu)化電力營商環(huán)境背景下,電力企業(yè)需要對供應(yīng)商招標(biāo)采購、履約能力、績效評價、風(fēng)險監(jiān)督等方面作出科學(xué)、有效地系統(tǒng)性評估。
用戶畫像(User Portrait,UP)最早應(yīng)用于企業(yè)開展精準(zhǔn)營銷。近年來,隨著“云大物移智鏈”技術(shù)的迅猛發(fā)展以及用戶側(cè)逐漸多元化、個性化的需求,用戶畫像技術(shù)已成為國內(nèi)外學(xué)術(shù)界關(guān)注的熱點話題。文獻[6]將最大相關(guān)最小冗余準(zhǔn)則應(yīng)用于電力用戶用電特征選取,提出了一種電力用戶用電特征選擇與行為畫像方法。文獻[7]對用戶畫像最新研究成果進行了細致梳理,揭示了用戶畫像建模的不同方法,并總結(jié)了各類建模方法的特點與發(fā)展趨勢。文獻[8]分析了電力用戶畫像的數(shù)據(jù)來源及大數(shù)據(jù)實現(xiàn)技術(shù),驗證了電力用戶畫像在業(yè)務(wù)系統(tǒng)平臺中的場景應(yīng)用??梢钥闯?,國內(nèi)外學(xué)者針對用戶畫像的畫像體系和方法進行了深入研究,但選取的用戶對象局限于市場營銷方面。此外,隨著我國經(jīng)濟社會轉(zhuǎn)向高質(zhì)量發(fā)展,尤其是在優(yōu)化營商環(huán)境背景下,針對用戶的畫像研究顯得尤為重要。
鑒于此,在優(yōu)化電力營商環(huán)境背景下,針對電力供應(yīng)商畫像研究與應(yīng)用展開深入分析。首先,梳理了用戶畫像的原則和流程,研究優(yōu)化營商環(huán)境下的畫像數(shù)據(jù)特征;其次,明確電力供應(yīng)商畫像研究思路,分別從供應(yīng)商群體、供應(yīng)商個體、供應(yīng)商指標(biāo)等維度由淺入深構(gòu)建了電力供應(yīng)商畫像標(biāo)簽體系,并對標(biāo)簽體系進行了畫像可視化呈現(xiàn);最后,針對招標(biāo)采購領(lǐng)域,分別從招標(biāo)采購策略動態(tài)決策、預(yù)測投標(biāo)人合理報價區(qū)間、判斷投標(biāo)人不良投標(biāo)行為等3 個方面開展電力供應(yīng)商畫像的應(yīng)用研究。
用戶畫像是指運用數(shù)據(jù)挖掘技術(shù),通過采集用戶的行為和習(xí)慣等特征,經(jīng)過一系列數(shù)據(jù)挖掘與分析后,賦予用戶的信息標(biāo)簽,建立用戶虛擬形象模型,以此勾畫出目標(biāo)用戶,并給出用戶訴求與服務(wù)設(shè)計方向,即用戶的所有信息標(biāo)簽集合[9]。用戶畫像作為一種科學(xué)、準(zhǔn)確再現(xiàn)用戶全貌的有效工具,不僅能夠反映用戶興趣愛好、習(xí)慣特征和行為動機,也為企業(yè)深度挖掘用戶需求與價值、提升用戶體驗、實施精準(zhǔn)營銷帶來了新途徑、新方式[10]。
隨著我國“云大物移智鏈”技術(shù)的發(fā)展以及電力設(shè)施及設(shè)備多元化、智能化的需求,將用戶畫像技術(shù)應(yīng)用于電力供應(yīng)商選擇與評價等方面,已成為助力優(yōu)化電力營商環(huán)境、打造電力企業(yè)高質(zhì)量營商環(huán)境的關(guān)鍵舉措。
基于用戶畫像的概念,在進行用戶畫像時應(yīng)遵循以下原則:
1)畫像時效性原則。用戶的行為和習(xí)慣等特征并不是一成不變的,伴隨著新用戶的加入,用戶信息標(biāo)簽也易發(fā)生變化,因此需要及時更新用戶標(biāo)簽,保證用戶畫像的精準(zhǔn)性和時效性[11]。
2)畫像多維度原則。隨著大數(shù)據(jù)技術(shù)的發(fā)展,更多用戶數(shù)據(jù)被挖掘獲得,通過對海量用戶數(shù)據(jù)進行維度劃分,進行用戶畫像能夠得到更加精確信息標(biāo)簽,并通過用戶標(biāo)簽來優(yōu)化用戶畫像模型。
3)畫像關(guān)聯(lián)性原則。用戶畫像涉及維度需要結(jié)合應(yīng)用場景,還要保證各維度信息關(guān)聯(lián)性。關(guān)聯(lián)信息可以是標(biāo)簽之間的因果信息,或是相關(guān)度很高的信息,此外,還應(yīng)設(shè)置關(guān)聯(lián)信息度的取值范圍。
用戶畫像的流程遵循數(shù)據(jù)收集→數(shù)據(jù)處理→標(biāo)簽建模→畫像成像的過程。
1)收集用戶信息數(shù)據(jù)。收集的用戶信息數(shù)據(jù)主要包括靜態(tài)屬性信息(如人口、年齡、地域等)和動態(tài)屬性信息(如購買時機、消費習(xí)慣、使用行為等)。此外,在收集信息數(shù)據(jù)時要嚴(yán)格遵循用戶畫像原則,尤其是用戶信息的緯度并不是越多越好,只需要獲取與目標(biāo)客戶群體(或個體)同業(yè)務(wù)場景、同產(chǎn)品等強相關(guān)的可用信息數(shù)據(jù),并及時做好數(shù)據(jù)更新。
2)信息數(shù)據(jù)預(yù)處理。針對獲取收集的用戶信息數(shù)據(jù)進行篩選、剔除、補缺、整合等預(yù)處理,將定性數(shù)據(jù)轉(zhuǎn)換為可比較的具體數(shù)值,進行信息特征量化,并統(tǒng)一信息數(shù)據(jù)的數(shù)量級,消除數(shù)據(jù)之間的量級差異。
3)信息數(shù)據(jù)分類與降維。將收集的用戶信息數(shù)據(jù)進行特征維度分類,確定適當(dāng)?shù)念悇e組數(shù),并通過計算不同類別的信息數(shù)據(jù)檢驗分類結(jié)果。在此基礎(chǔ)上,對分類后的信息進行降維,將其劃分為不同層次維度。
4)生成用戶畫像標(biāo)簽體系。畫像標(biāo)簽是通過對用戶信息分析得出的高度精煉的特征標(biāo)識,從數(shù)據(jù)層面分析信息特征維度下不同簇的用戶區(qū)別。因此,通過將用戶信息數(shù)據(jù)形成標(biāo)簽體系,勾勒出立體的用戶畫像[12]。
5)用戶畫像建模。用戶畫像建模主要是對信息特征分類后,對不同類別用戶進行評級。在分析用戶信息標(biāo)簽體系的基礎(chǔ)上,選擇合適的評價模型用于用戶畫像[13]。
6)用戶畫像成像。運用畫像模型開展用戶群體畫像和個體畫像?;诋嬒窠Y(jié)果進行營銷策略分析,充分發(fā)揮數(shù)據(jù)生產(chǎn)力的價值。
優(yōu)化營商環(huán)境背景下,通過“云大物移智鏈”等先進的計算機信息處理技術(shù)、現(xiàn)代通信技術(shù)不斷解放和發(fā)展數(shù)據(jù)生產(chǎn)力,將經(jīng)濟社會中海量信息匯集在一起,也將企業(yè)和用戶互聯(lián)在一起,通過物聯(lián)網(wǎng)技術(shù)與畫像技術(shù)的結(jié)合,根據(jù)用戶的屬性、行為等特征進行分類分析,輔助企業(yè)開展精準(zhǔn)營銷,提升產(chǎn)品運營水平和業(yè)務(wù)服務(wù)質(zhì)量,優(yōu)化營商環(huán)境下的用戶畫像數(shù)據(jù)特征如圖1所示。
圖1 優(yōu)化營商環(huán)境下的畫像數(shù)據(jù)特征
在優(yōu)化營銷環(huán)境背景下,用戶畫像數(shù)據(jù)采集呈現(xiàn)出實時、海量、全面的特征,即采用智能化信息采集技術(shù)全面獲取供應(yīng)鏈平臺上的實時、海量數(shù)據(jù)。在數(shù)據(jù)分析方面,利用數(shù)字挖掘、信息處理技術(shù)將采集數(shù)據(jù)按不同情境、不同深度進行層次化分析,并將分析結(jié)果上傳計算機云端。在數(shù)據(jù)應(yīng)用方面,優(yōu)化營銷環(huán)境背景下的用戶畫像實現(xiàn)了開放、共享,為電力企業(yè)高效、便利地調(diào)用分析數(shù)據(jù)提供應(yīng)用支撐。
電力供應(yīng)商畫像(Power Supplier Portrait,PSP)主要是對電力企業(yè)的供應(yīng)對象進行畫像,通過收集供應(yīng)商在企業(yè)實力、標(biāo)的質(zhì)量、履約與售后、評價與監(jiān)督等方面的評價信息數(shù)據(jù),基于不同數(shù)據(jù)特征得到定性分組,并生成供應(yīng)商標(biāo)簽體系,通過畫像建模得到立體的供應(yīng)商畫像,旨在幫助電力企業(yè)選擇與管理供應(yīng)商、優(yōu)化招標(biāo)采購決策。因此,針對電力供應(yīng)商進行畫像建模,能夠直觀、精準(zhǔn)地觀察和反映電力供應(yīng)商的履約能力及實力水平,為預(yù)測和鑒別供應(yīng)商信用風(fēng)險提供理論支撐[14-15]。
電力供應(yīng)商畫像研究思路如圖2 所示,遵循“數(shù)據(jù)收集與處理→數(shù)據(jù)分類與降維→生成標(biāo)簽體系→計算標(biāo)簽權(quán)重→標(biāo)簽重要性排序”的流程。
圖2 電力供應(yīng)商畫像研究思路
按照電力企業(yè)的采購類別劃分,供應(yīng)商群體畫像可分為工程類供應(yīng)商、貨物(或物資)類供應(yīng)商和服務(wù)類供應(yīng)商。此外,由于采購又可分為招標(biāo)采購和非招標(biāo)采購,為減少供應(yīng)商畫像標(biāo)簽體系的層次和降低標(biāo)簽冗余性,不再進行詳細劃分。
在供應(yīng)商群體畫像的基礎(chǔ)上,針對每個供應(yīng)商,分別從企業(yè)實力、標(biāo)的質(zhì)量(區(qū)分為施工、貨物和服務(wù)質(zhì)量)、履約與售后、評價與監(jiān)督等4 個方面對供應(yīng)商個體進行畫像。
在供應(yīng)商群體畫像和個體畫像的基礎(chǔ)上,將企業(yè)實力、標(biāo)的質(zhì)量、履約與售后、評價與監(jiān)督繼續(xù)細化為供應(yīng)商指標(biāo)屬性。以企業(yè)實力為例,可分為企業(yè)規(guī)模、資信情況、財務(wù)狀況、業(yè)績情況等。
綜上所述,將電力供應(yīng)商群體畫像、個體畫像、指標(biāo)畫像按不同維度層次構(gòu)建供畫像標(biāo)簽體系。工程類、貨物類、服務(wù)類的電力供應(yīng)商畫像標(biāo)簽體系及含義如表1—表3 所示。由表可知,企業(yè)實力、施工質(zhì)量、履約與售后、評價與監(jiān)督標(biāo)簽均包含4 個指標(biāo)畫像標(biāo)簽。
表1 電力供應(yīng)商(工程類)畫像標(biāo)簽體系
表2 電力供應(yīng)商(貨物類)畫像標(biāo)簽體系
表3 電力供應(yīng)商(服務(wù)類)畫像標(biāo)簽體系
表3 (續(xù))
至此,經(jīng)上述研究分析,構(gòu)建了電力供應(yīng)商畫像指標(biāo)體系。對畫像標(biāo)簽體系進行直觀展示,以電力供應(yīng)商(貨物類)畫像為例,可視化呈現(xiàn)如圖3 所示。通過電力供應(yīng)商畫像可視化呈現(xiàn),能夠幫助招標(biāo)人加強采購過程管控和提高評標(biāo)專家評審工作質(zhì)量。
圖3 電力供應(yīng)商(貨物類)畫像可視化呈現(xiàn)
以電力供應(yīng)商畫像標(biāo)簽體系為基礎(chǔ),構(gòu)建招標(biāo)采購策略動態(tài)決策模型。收集投標(biāo)人資質(zhì)能力、報價比例、投標(biāo)行為習(xí)慣等歷史同類采購信息數(shù)據(jù),應(yīng)用大數(shù)據(jù)、云計算等算法技術(shù),構(gòu)建多層次維度的潛在投標(biāo)人畫像模型,自動生成市場競爭度分析結(jié)果,其中包含通過資格預(yù)審的潛在投標(biāo)人的數(shù)量、投標(biāo)競爭程度、預(yù)期報價等信息數(shù)據(jù),輔助招標(biāo)采購前提工作。結(jié)合大數(shù)據(jù)分析和模型預(yù)測結(jié)果,動態(tài)調(diào)整優(yōu)化招標(biāo)采購項目的標(biāo)包劃分、評審委員會組成、以及招標(biāo)文件中資格條件設(shè)置、業(yè)績要求、評審辦法等招標(biāo)采購策略,并不定期開展循環(huán)更新,形成招標(biāo)采購策略動態(tài)決策輔助機制。
通過構(gòu)建投標(biāo)人報價行為體系來預(yù)測投標(biāo)人合理報價區(qū)間。應(yīng)用大數(shù)據(jù)、云計算等算法技術(shù),對投標(biāo)人歷史報價數(shù)據(jù)進行價格趨勢度、報價偏離度等匯總分析。此外,通過獲取合理的市場基準(zhǔn)價,基于模型測算不同投標(biāo)人報價與市場基準(zhǔn)價之間的差動比例,并基于投標(biāo)人報價以及市場價格自動預(yù)測投標(biāo)人合理報價區(qū)間。結(jié)合大數(shù)據(jù)分析和預(yù)測結(jié)果,科學(xué)優(yōu)化招標(biāo)采購項目的預(yù)計采購金額、最高限價以及評審辦法中的價格分計算方式,從而合理控制項目的中標(biāo)價格,減少招標(biāo)采購成本。
判斷投標(biāo)人不良投標(biāo)行為,減少招標(biāo)采購活動資源的浪費。應(yīng)用大數(shù)據(jù)、云計算等算法技術(shù)從投標(biāo)人在招標(biāo)采購活動過程中的不良行為進行統(tǒng)計分析,包括收集投標(biāo)人資格預(yù)審、后評價以及黑名單查詢結(jié)果等信息數(shù)據(jù),結(jié)合投標(biāo)人報價行為分析和歷史投標(biāo)習(xí)慣特征,重新梳理和識別招標(biāo)文件中影響投標(biāo)人不同投標(biāo)行為的條款,包括預(yù)計采購金額、工期規(guī)模、資格條件以及評審方法要素等,并將分析結(jié)果運用于招標(biāo)采購項目的投標(biāo)家數(shù)分析和流標(biāo)率分析,提高項目的一次采購成功率。
基于電力供應(yīng)商畫像模型成像結(jié)果,例如投標(biāo)人投標(biāo)次數(shù)、中標(biāo)率和中標(biāo)品類等信息,能間接表明該投標(biāo)人對市場拓展能力。如某供應(yīng)商在某一品類的中標(biāo)率不斷提升,則反映其在該市場領(lǐng)域的競爭能力和市場拓展能力不斷加強。此外,供應(yīng)商畫像結(jié)果還能反映出到貨及時性、服務(wù)質(zhì)量,電力企業(yè)由此可以判別投標(biāo)人的履約能力與市場實力是否匹配,幫助企業(yè)改進招標(biāo)采購管理策略[16]。
優(yōu)化電力營商環(huán)境對電力行業(yè)加強企業(yè)供應(yīng)鏈高效協(xié)同發(fā)展提出了更高的要求。為助力優(yōu)化電力營商環(huán)境,推動電力企業(yè)與供應(yīng)商打造現(xiàn)代化能源電力供應(yīng)鏈,針對電力供應(yīng)商畫像應(yīng)用展開研究?;谟脩舢嬒竦睦碚摳拍?,歸納梳理了用戶畫像的原則和流程,研究了優(yōu)化營商環(huán)境下的畫像數(shù)據(jù)特征,明確了電力供應(yīng)商畫像研究思路。在此基礎(chǔ)上,分別從供應(yīng)商群體、供應(yīng)商個體、供應(yīng)商指標(biāo)等多層次維度,構(gòu)建電力供應(yīng)商畫像標(biāo)簽體系,并對標(biāo)簽體系進行了畫像可視化直觀呈現(xiàn)。最后,在招標(biāo)采購領(lǐng)域,探索電力供應(yīng)商畫像應(yīng)用的適用性與實用性。