应用条形码实现新装电能表相关信息自动录入

介绍了利用当今成熟的条形码技术和手持条形码采集器以及供电公司现有的用电MIS数据库，对用户新装电能表的相关信息进行自动抄录。既方便快捷，又准确元误，解决了在一户一表工程中手工抄录工作量大且时常有误的难题，提高了工作质量和工作效率。     

基于大数据分析的客户电费风险预测及防控

客户既是企业最大的财富,也是风险的最大来源,拖欠电费、违约用电等行为时有发生。在交易过程中对客户信誉信息收集调查和风险评估,制定针对性的防范和服务策略,对企业具有非常重要的作用。为了降低电费回收风险,提高企业经营效益和管理手段,需要对客户进行评价分级,电力企业可以利用现有资源和数据,建立客户电费信誉信息档案,为客户提供差异化的服务,并规避风险。以营销业务应用系统中客户的海量历史用电数据为依据,再借鉴客户经理、催费员等电力人员工作经验,梳理风险用户的业务规则,并构建多维度的电费风险分析指标体系。通过机器学习的大数据分析方式对用电行为与电费风险之前的潜在关系进行研究,实现对风险用户的精准定位。     

应用条形码实现新装电能表相关信息自动录入

介绍了利用当今成熟的条形码技术和手持条形码采集器以及供电公司现有的用电MIS数据库，对用户新装电能表的相关信息进行自动抄录。既方便快捷，又准确无误，解决了在一户一表工程中手工抄录工作量大且时常有误的难题，提高了工作质量和工作效率。     

基于大数据分析的客户电费风险预测及防控

客户既是企业最大的财富,也是风险的最大来源,拖欠电费、违约用电等行为时有发生。在交易过程中对客户信誉信息收集调查和风险评估,制定针对性的防范和服务策略,对企业具有非常重要的作用。为了降低电费回收风险,提高企业经营效益和管理手段,需要对客户进行评价分级,电力企业可以利用现有资源和数据,建立客户电费信誉信息档案,为客户提供差异化的服务,并规避风险。以营销业务应用系统中客户的海量历史用电数据为依据,再借鉴客户经理、催费员等电力人员工作经验,梳理风险用户的业务规则,并构建多维度的电费风险分析指标体系。通过机器学习的大数据分析方式对用电行为与电费风险之前的潜在关系进行研究,实现对风险用户的精准定位。