基于用户画像的电力服务水平提升

基于用户画像的电力服务水平提升

宋雅然

国网内蒙古东部电力有限公司翁牛特旗供电公司 内蒙古赤峰翁牛特旗

024500

摘要：为了提高电力企业的营销服务水平，本文试图分析用户画像技术在电力企业应用难以实施的两个原因，并从用户画像的生成方法和研究对象两方面提出解决方案。最后，以电能替代推广业务为例，展示了详细具体的方案。

“用户画像”的概念最早是由交互设计之父艾兰·库伯提出的。他认为用户画像是基于一系列真实数据的目标用户模型，是真实用户的虚拟代表。用户画像的目的是了解用户，预测用户需求。近年来，国内外对用户画像的研究逐渐兴起，但相关文献很少。

目前，用户画像的研究方兴未艾。本文通过对用户画像在电力企业应用中的相关研究和存在的主要问题，找出两个原因，并尝试提出两种解决方案，为后续的研究和探讨提供参考。

一、用户画像在电力企业的应用现状

电力体制改革进程的加快迫切需要电力企业营销服务理念的更新。近年来，互联网加电力营销的快速发展为用户画像技术的应用提供了强有力的支持。2017年，电力公司在电力营销业务应用系统中启用了用户画像全景。构建用户画像全景图的初衷是发现电力大数据，以用户需求为主导，制定新时期电力营销策略，为用户提供个性化、差异化的精准服务，提升用户体验，扩大市场份额。但未能充分发挥其为用户提供个性化、差异化的信息推荐、为用户提供精准服务、成为企业与用户之间的纽带等作用。

电力企业专业性强，政策导向性强，电力用户对电力企业了解不多，政策信息不断更新。甚至很多高压用户的电接点都无法选择基本电费计算方法；功率因数提高多少也是模糊的。且不说什么是电能替代的概念，有什么好处；如果你想节能省电，但又不知道怎么办，谁能帮忙？虽然很多低压用户想省电，但不知道什么是峰谷电，什么是多人口一户；我不知道循环系统和电动地暖哪个更安全、更经济、更高效。往往是随机选择。各行各业的用户都会从各种渠道收到电信、银行等行业的信息，如活动、优惠、产品推广等，包括支付信息、还款提醒信息等。用户可能喜欢也可能不喜欢这些信息，但一般不会引起投诉。关键是有时候用户会主动参与推荐活动，购买新产品。用户也会收到电力公司的信息，但其他信息很少，比如安全用电知识、各种活动的推广信息等。，电费清单、欠费等信息除外。从用户的角度出发，通过对比电信、银行、电力用户画像的功能，可以发现，近年来用户画像在电力企业精准营销中的应用效果并不明显，电力企业仍有很大的挖掘潜力。在这种现状下，电力企业有责任和能力充分利用现有资源和设施，加强技术、安全、环保和节能的有效宣传，使用户进一步信任电力企业，使其用电更加安全、节能、舒适。

三、用户画像的应用难以突破

亚马逊图书推荐的成功案例在全世界都是众所周知的。利用“客户看到此产品后购买的其他产品”、“浏览此产品的客户也同时浏览……”和“购买此产品的客户也同时购买……”等信息推荐，成为图书行业的霸主，成为用户画像的应用模式。

可以看出，亚马逊的人像标签系统必须有商品名称、书名等标签。亚马逊的产品是产品和书籍，直接标注商品名和书名，简单、准确、高效。简单有时可能会取得惊人的成功。

1.解决方案1

针对应用困难的第一个原因，本文提出的解决方案是针对具体业务建立一个小而精的标签模型，先尝试从单个点突破，再突破每一个点，最后考虑全面推广应用。比如第一，推广电能替代的业务，建立简单有针对性的标签库。之后扩展到其他相关业务，最后全面推广。

2.解决方案2

对于应用困难的第二个原因，本文提出的解决方案是将用户画像模型的重点从个人画像转移到群体画像。在电能替代等某个业务方向，找出具有一些典型共性的特定用户群体，通过对群体的数据分析和深度挖掘，进一步提取用户的群体特征，将这些具有相似用户特征的数据进行聚类，从而刻画出群体的用户画像。

第四，程序演示

为了突破应用的难点，本文提出了以上两种解决方案。下面以电能替代为例，借鉴亚马逊图书推荐系统的成功经验，讨论两种解决方案的具体实施过程，论证解决方案的可行性。

1.画一幅电能替代组的画像

该方案的实现通过刻画电能替代群体的画像实现了突破。首先，在电力业务系统中找到已经实施电能替代的用户，形成一个群体。

从数据库中收集这些用户的数据。对于电力企业来说，各种在线数据采集方式中最具优势的应该是直接从企业的电力业务系统中获取，如电力用户用电信息采集系统、电力营销业务应用系统、95598用户服务系统，以及在线全国网络平台。只有从电力企业拥有的这些海量数据中，通过先进的数据挖掘技术挖掘出来的价值是完全不可估量的。因此，电力企业不仅拥有丰富的可开发资源，而且拥有可靠的数据源和强大的可用性。

其次，对采集的用户数据进行排序、清理和分类，通过先进的数据挖掘方法找到这一特定用户群体的相似性和共性，提取典型用户特征。然后，利用贝叶斯网络和支持向量机等机器学习算法对用户标签进行处理和细化，即群体特征标注。注意把用户人像模型的重心从个人人像转移到团体人像。

最后，组特征标签以直观清晰的方式表达，即标签可视化。对于电力企业来说，在技术层面刻画用户画像基本不难。这样就获得了这个已经实施电能替代的群体的画像。

2.发现潜在的电能替代群体

接下来是人像应用的第一个方向:发现电能替代的潜在群体。审视电力替代的群体画像，除了电力替代的共性之外，必然会发现其他类似的特征，如所从事的行业分布、用电类别、用电范围、厂区规模、信用等级水平、能源消耗、负荷波动率、业务状况和前景、业务咨询内容和频率等。从不申请电能替代的用户中，找出符合这些相似特征，有相同意向和相似关注的群体，即电能替代的目标潜在群体。

向筛选出的目标潜在用户群体推广电能替代业务，系统会自动发送“用户已成功办理电能替代的信息”，并发送“如何办理电能替代”、“现在就做电能替代”等链接。拉近企业与用户的关系，让用户永远不知道意图，进而成功办理业务。

3.发现新的商业潜力群体

之后是人像应用的第二个方向:发现其他新的商业潜力群体。再来看看电能替代的群像。在这些办理过电能替代的用户中，肯定有办理过其他新业务的，比如分布式光伏发电、节能服务等。找出没做过新业务的用户群体，也就是新业务的目标潜在群体。

为向该目标潜在用户推广各类新服务，系统自动发送“已申请电能替代的用户已成功申请……”等信息，并发送“如何申请……”和“现在就做……”等链接。

当然，除了各种电子渠道外，电力公司还可以通过营业厅、现场服务、95598电话等传统渠道积极加强与用户的互动，增强用户的参与感和体验。

按照这个思路，逐步将用户画像应用到具体的电力业务上，势必会开拓更大的用户市场。

标签

在大数据、云计算、物联网、移动互联网、人工智能等前沿技术的指导下，国内外学者对用户画像的研究日益活跃，用户画像在传统行业和互联网行业的应用潜力都很大。

然而，用户画像在电力企业的应用效果并不好。本文试图从生成方式和研究对象两个方面分析用户画像在电力企业难以实施的原因:构成画像的标签数量多、范围广、针对性不强；过度依赖个人画像的描述和应用。本文提出两种解决方案:一是建立小而精的标签模型，先尝试从单个点突破，再突破每一个，最后考虑综合推广应用；二是将用户人像模型的重心从个人人像转移到团体人像。最后，以电能替代推广业务为例，展示了两种方案的具体实施方法，以论证方案的可行性。

结束语

本文是关于用户画像在电力企业中应用的研究。主要目的是阐述一种分析思路，试图突破应用的困境，通过实用有效的用户画像技术，真正实现用户画像在电力企业实际工作中的应用。