呼叫中心系统数据接口实现方式

呼叫中心系统保存的是客户的基础信息数据及联络客户过程中的纪录信息数据,而大量与客户相关的产品及帐户信息数据均保存在周边的核心业务系统中,而客户服务坐席在为客户电话服务的过程中,又需实时访问大量与客户相关的产品、账户等业务信息,这就需要实现呼叫中心系统与周边核心业务系统的数据交互及应用整合,本文主要就保险业呼叫中心系统与核心业务系统数据接口的实现方式为例,介绍了数据及应用的接口方式。     

面向金融行业的大数据迁移的研究与实现

现有的金融行业的数据管理模式主要依赖于传统关系型数据库,然而传统架构受到拓展能力和存储性能的限制,难以满足大数据时代快速增长的海量数据量处理的需要。针对金融数据规模大、跨地域、跨系统存储、数据多样化等特点,提出了HiETL大数据迁移管理平台,实现了异构关系型数据库业务系统向Hadoop大数据平台的统一迁移,以及海量数据的集中整合、拓展存储、高效分析查询等一站式管理平台,在保证迁移准确的情况下,其速度可达到3?MB/s。     

地区电力数据通信网若干问题的探讨

电力数据通信网是电力公司生产、管理系统联网的综合业务承载平台.本文从网络安全和业务接入等方面对泉州电力数据通信网在建设和应用中的若干问题进行讨论.网络安全主要从路由器设备安全、网络路由安全及访问控制等方面进行了探讨,业务接入方面对接入方案、QoS部署等若干问题进行了分析.     

国外电力企业大数据需求侧应用分析

针对大数据技术的研究和实际应用,总结了国外企业大数据技术的实际应用现状。在国外企业大数据需求侧管理应用中,介绍了法国电力公司、美国巴尔的摩燃气电力公司、美国南加州爱迪生电力公司和德国意昂电力公司四大能源企业大数据技术的应用主题和管理模式。通过上述介绍,在数据平台建设、数据管理和数据分析应用三个方面总结了各类大数据应用的启示,即集中建设统一大数据平台,并采用云部署方式是企业目前大数据平台建设的主流方式;统一数据标准规范有利于数据共享与数据管控,实现数据资源价值最大化;大数据分析应用有两个特点：一是大数据分析应用应紧紧围绕业务需求,以专业级应用为重心,配备充足的人力资源,准确聚焦业务痛点,快速解决业务实际问题。二是企业应结合业务特点和发展要求开展基础技术和基础应用方面的研究,为专业级分析应用提供服务和支撑。     

内蒙古电力营销数据智能搜索引擎

随着内蒙古多年以来的电网建设以及信息化建设，电力营销对数据整合能力以及信息搜索速度要求越来越高，因此，在电力公司对数据搜索能力进行提升的需求下，本文就如何对目标数据进行快速搜索，提出一套智能搜索引擎的总体架构。 该引擎在架构上采用分布和集中相结合的模式，并通过对数据库索引建立方法的改进，以及对由遗传算法演化而来，具有自适应能力的索引算法的改进，使得该基于大数据的营销数据智能搜索引擎提供的智能化营销数据搜索方式极大提高了检索速度以及结果准确度，成为营销业务处理过程中不可或缺的用户助手。     

深信服助中国航空器材集团构建全网优化解决方案

数据大集中是目前IT应用管理变革的趋势，旨在通过业务应用及数据的统一整合，实现资源共享、统一调配、协作加强和集中化管理。点与点之间需要线来联系，数据大集中后势必要进行跨地域、跨网络的应用访问。而往往有限的带宽、不尽合理的网络管理以及低效的网络传输效率，成为各点之间维系的瓶颈。同时，出差人员的离散点安全接入问题，也是不得不考虑的另一方面。     

大数据环境下的电力客户服务数据分析系统

作为电网企业对外服务窗口,电网客户服务中心需要整合企业内部各种异构数据资源、存贮和分析海量的客户服务语音信息和 WEB 服务信息。如何对电网企业各类数据进行高效、可靠、低廉地存储,并快速访问和分析,是当前重要的研究课题。首先分析了大数据的特征和大数据的关键技术,其后,设计了大数据时代下的电力客户服务数据分析系统,提出了系统的数据体系架构,设计了系统功能,总结了系统的关键技术和算法,该系统利用大数据技术和数据仓库技术集中存储、管理和应用电网数据,通过元数据管理实现统一的数据服务平台,使用Hadoop数据库作为非结构数据的存贮平台和数据分析与挖掘的支撑平台,基于CDC数据仓库ETL模型设计数据仓库 ETL 构件,在数据展示层使用多维数据分析技术。最后,综述了系统应用案例,实践表明,系统具有成本低、扩展性较好、可靠性高、并行分析等特点,可以大大提高电网企业的客户服务水平。     

水利大数据建设思路探讨

随着信息化技术的不断演进和发展,"互联网+"、大数据、云计算、物联网等先进信息技术正成为水利信息化发展的新引擎和新动力。从水利大数据体系建设、分析平台搭建和应用方向3个方面探讨大数据技术在水利管理领域中的应用,提出水利大数据体系建设需要整合的内外部及互联网数据、利用主流大数据组件搭建大数据分析平台的方法、结合水利管理业务进行大数据分析场景设计的思路,为水利大数据分析提供数据体系、分析平台、水利业务应用等层面的建设思路。     

基于数据中台的数据资产管理体系

公司经过十多年的信息化建设,信息系统已全面覆盖企业经营、电网运行和客户服务等业务领域及各层级应用,为公司各项业务有效运转提供了有力支撑.但现今仍缺乏一套统一的企业级数据资产管理体系.为进一步提升数据在电网企业的价值,本文提出了一套基于数据中台的企业级数据资产管理体系,主要从数据质量提升优化、数据资产管理、数据共享服务构建3个方面对如何进行数据资产管理进行论述.     

基于Spark/Shark的电力大数据集中管控系统设计

为提高供电系统运行效率,准确掌握电网可靠程度,本文提出基于Spark/Shark的电力大数据集中管控系统.根据电力大数据数据量大、价值密度低、种类多等特性,分析数据集成难点问题.将Spark/Shark作为管控系统核心架构,构建系统平台整体框架,确定数据采集时间、响应时间等性能.利用灰类熵权法建立评价矩阵,评估大数据质量,去除冗余数据,减轻系统负担.分别从故障报警、电力负荷管理、综合业务分析等方面完成电力大数据集中管控系统设计.仿真实验表明,该系统可以提高系统吞吐量,减少响应延时,能够为用户提供更好服务.     

基于大数据的电力客户行为分析体系研究及实践

随着我国电力市场的发展,供电企业紧跟数字化发展步伐加快信息系统建设,各业务系统在运行过程中积累了海量信息数据资源,利用这些数据资源进行数字化分析已经渐渐成为供电企业的重点工作。在供电企业不断地拓展分析范围,优化分析方法的过程中,大量的数据资产被盘活,巨大企业价值与社会价值逐渐显现。大数据技术的使用可体现在电力系统运行的各种环节,为电力信息的商业化利用提供有力支撑。基于大数据技术的电力客户用电行为分析能提高电力系统的运行效率,为供电企业的实际运行提供决策依据。文章分析了国内、外电力行业大数据应用的进程及现状,根据不同类型客户的用电行为建立了基于大数据技术电力客户行为分析体系,对大数据技术的实践情况进行探究,实现电力客户用电行为的深度分析,为客户提供更优质的服务体验。     

基于多维大数据的区域电力景气预警体系构建及应用

当前我国经济已经由高速增长阶段转向高质量发展阶段,资源环境硬约束日益加强,能源电力经济关系发生了深刻变化,现有单线条、单维度的预测预警方法已不能满足发展需要。大数据技术的快速发展为新形势下全方位、多尺度衡量能源电力发展情况、实现精准预测预警提供了技术支撑,但大数据时代下关键数据常常淹没在海量的背景信息中,亟需开展大数据驱动下的新型智能能源经济多尺度预测预警关键技术研究。本文在分析阐述了常用的电力景气指数及预警方法的基础上,提出了基于多维大数据的区域电力景气预警框架体系和建模方法,研究构建了涵盖用电景气指数、用户用电意愿指数、电力需求指数和电力行业景气指数的区域电力景气指数指标体系,并以河南省为例进行了应用分析,实现了对电力发展和景气情况的精准预警,对于研究分析能源电力经济关系、监测区域经济和电力运行情况具有重要意义。     

电力营销信息系统数据安全防护

近年来,随着云计算、物联网、大数据、移动互联网等新技术的快速发展和日趋成熟,传统的电力营销系统也开展了大数据平台的建设。在对数据的挖掘和应用中,数据安全问题逐渐显露出来。电力营销系统中的数据涉及大量保密性较高的信息,信息泄露会给电力公司带来巨大损失,也会威胁到用户安全。因此,如何在不影响数据正常使用的情况下,保证数据的安全成为当下研究的热点。本文通过对可应用于电力营销系统中的数据安全防护措施进行研究,在数据层面进行变换,消除原始数据中的敏感信息,加强了数据保密性,保障了数据安全。     

电力营销信息化客户画像的应用研究

随着电气化水平提高和社会信息化普及,传统电力营销信息化开始受到冲击。多方面形势反映出传统电力营销信息化需转型,客户画像作为一种营销切入方法已被许多领域应用。本文从模型构建、数据来源、关键技术和应用场景研究分析。电力客户画像由客户标签、价值需求、服务策略构成,借由关键技术实现,并从电力用户和衍生领域进行应用探索。通过对电力营销信息化客户画像的应用研究探索,为客户洞察、电力服务和质量提升以及客户满意度提升奠定良好的基础。     

基于大数据挖掘电量预测方法的创新及应用

本文主要是基于营销系统数据开展电量预测出发,分析不同区域、行业以及时期的电量变化趋势,深入挖掘数据,发现隐藏信息并加以利用。全方位挖掘影响电量的因素,筛选出相关性强的因子形成因子储备库为后续建模做准备。通过运用时间序列、多元线性回归和灰色预测等算法对电量进行预测,丰富电量预测手段,提高短期、中期和长期的电量预测能力,并对预测结果进行可视化展示,为电量预测提供可靠的数据支撑。经实例验证,该方法能够有效的提高电量预测方面的精准度,实现未来用电量的精准预测,不仅能提升客户服务能力,提高客户服务部门的工作效率,还能有效提高电力公司的核心竞争力,使电力公司在市场愈发激烈的现状下做出更加明智的商业决策,抢占电力市场的主导地位。     

大数据技术在智能充电桩网络系统中的应用

当前智能充电桩网络系统中的数据具有“大数据”的典型特征,即数据源、数据类型丰富、数据量庞大且增长迅速,而传统的数据处理技术无法有效处理这些数据,大数据技术可以很好应对此场景。大数据技术在充电桩运维,充电客户分析,电网企业整体运营调度中起到非常关键的促进作用,对建立安全可靠高效的充电桩网络具有重要意义。本文初步探讨了大数据技术以在智能充电桩网络系统中的具体应用,分析了智能充电桩网络系统与大数据之间的关系,详细阐述了智能充电桩网络大数据处理平台总体架构的设计思路,并展开描述这其中所使用到的关键技术点,最后着重分析了大数据技术在充电桩运维,充电客户分析,企业整体运营调度中的具体应用。大数据技术能促进充电桩网络向智能化方向发展,为建设安全高效便捷充电桩网络提供切实保障。大数据技术在电力行业的广泛应用必将带来行业的变革,将智能电网的发展推向新的阶段。     

基于大数据技术的石油数字化平台设计

大数据技术成为驱动石油化工服务类企业数字化转型的有效手段,基于大数据技术的石油数字化工作平台建设是石油化工服务类企业的大数据应用实践,该技术整合了企业营销、生产、经营等多个板块的多种业务,串联了企业数据采集、存储、治理、挖掘、分析及应用的整个数据生命周期;从石油化工服务类企业数字化发展现状及遇到的问题出发,结合大数据技术的发展及优势,提出了基于大数据技术的石油化工服务类企业石油数字化工作平台建设方案,通过对大数据故障信息进行提取,应用DBN大数据学习算法模型实现石油全寿命周期管理的数据计算和处理;通过实验,文章研究的方法数据处理准确度大于90%。     

浅谈大数据管理在基层供电企业的应用与发展

大数据的应用越来越广泛,将大数据思维应用到管理中已是大势所趋。电力大数据是指各种数据采集渠道收集到的海量业务数据的集合,具有数据量大、时效性强、使用价值高等特点。国网、南网等电网企业早已嗅到了大数据的价值,采取了很多措施,及时作出了必要的战略部署。目前,基层供电企业的业务部门开明人士和运监人员正开始数据管理尝试,还处在起步阶段,面临诸多问题需要解决。本文列出的几个数据管理分析案例,是基层供电企业在大数据管理方面的“星星之火”,提出面对大数据潮流基层供电企业可主动作为的几点建议,以在未来的大数据管理潮流中占据主动地位,并展望大数据管理在基层供电企业应用的场景。     

浅析新电改下市场营销模式建设及客户关系管理

中发[2015]9号文颁布三年以来,我国电力体制改革不断深化,市场规则运行日趋完善,售电侧改革稳步推进,传统趸售式电力营销模式已发生根本性改变,售电企业作为电力市场新兴要素应运而生,备受社会关注,众多社会资本竞相进入售电行业,售电同业之间竞争愈演愈烈,机遇与挑战并存。新形势下售电企业立足电力市场的关键在于提供优质的售电及相关衍生服务,而在激烈的电力营销市场竞争中,如何转变电力营销观念、如何创新市场营销模式建设、如何构筑稳定客户关系管理机制已成为当前售电行业经营发展所共同关心的大趋势,已成为在激烈电力营销市场竞争突围的关键所在。本文主要对新电改下市场营销模式建设及客户关系管理进行浅析,旨在为售电企业运营决策提供参考。