社会节能环境下电力客户价值评估研究

从当前客户价值和潜在客户价值两个方面建立指标体系,加入了社会节能对电力客户的影响因素。采用改进的模糊层次分析法计算指标权重,以减少专家评分的不确定性。通过对客户价值细分方法的比较分析,选用了利益细分方法和聚类技术中的K-均值法对电力客户从当前价值和潜在价值两个维度进行聚类,并选取云南省某市级供电企业进行了实证分析。     

基于德尔菲法的电力大客户综合价值评价模型

随着电力体制改革的不断深化,以"客户为中心"的电力市场逐渐形成,甄别客户价值,针对高价值的电力客户实现精准营销,是电网公司当务之急。文章通过分析电力大客户全生命周期内不同阶段的当前价值与潜在价值,建立了客户价值评价指标体系,确立了反映电力客户价值的10个指标特征,构建电力大客户综合价值评价模型,运用德尔菲法,充分利用专家经验,消除个体因素,求得个评价指标的权重系数,对客户价值进行衡量,为电网公司甄别高价值客户,制定差异化服务策略,提供了理论基础。     

基于层次分析法建立客户综合价值分析体系

为了全面了解用电客户,为大客户提供个性化服务,需要建立客户综合价值分析体系。介绍了客户价值评估的评价指标分析法以及评价指标体系的构建,阐述了运用层次分析法为客户综合价值指标进行赋权的方法,并进行了实例分析。实践表明,所建立的指标体系及指标赋权方法,能为供电企业进行客户价值分析提供理论和实践上的借鉴。     

基于层次分析法建立客户综合价值分析体系

随着上海市电力公司用电客户数量的不断增加,要求全面了解客户,为大客户提供个性化服务,这就需要建立客户综合价值分析体系,用以挖掘客户为企业创造的巨大价值.通过调研给出了客户综合价值评价指标体系,同时阐述了运用层次分析法为客户综合价值指标进行赋权的方法,并进行了实例分析.实践表明,所建立的指标体系及指标赋权方法,能为供电企业进行客户价值分析提供理论和实践上的借鉴.     

基于层次分析法的智能用电小区客户信用价值评价

客户价值评价是企业精细化管理的一部分,对智能用电小区进行客户信用价值评价有助于电力企业推广智能用电小区的客户选择和客户管理.通过分析智能用电小区客户信用价值的影响因素,构建了客户信用价值的评价指标模型,并采用层次分析法计算出了评价指标模型中各评价指标的权重.根据计算出的各评价指标的权重,对客户信用价值进行了比较全面的、多角度的评价,从而促使企业根据评价结果进行有效的客户关系管理,达到企业效益最优.     

基于遗传改进蚁群聚类算法的电力客户价值评价

对电力客户价值进行评价是供电企业优化服务资源配置的重要步骤。分析了蚁群聚类算法,并针对蚁群聚类算法进行评价时参数组合设置盲目性、收敛速度慢、容易陷入局部收敛的缺点,提出了运用遗传算法改进蚁群聚类算法评价电力客户价值的新方法。该新方法利用遗传算法对蚁群聚类算法的参数进行优化,进而再对电力客户价值进行聚类评价。通过实例验证表明,该新方法聚类性能有较大的提升,能够提升收敛速度和避免陷入局部收敛,并且减少了聚类评价时的主观因素,其具有准确、高效、实用等优点。最后,运用该新方法对某市供电公司的10个工业客户进行了评价,总结了不同类别电力客户的特点,对供电企业如何优化服务资源提出了建议。     

智能电网环境下电力营销智能化体系研究

基于智能电网建设的背景下,提出了一种新型的客户双向互动智能化电力营销体系。对比传统的电力营销模式,从客户知识管理、客户负荷管控、客户信用风险管理、客户关系管理、客户资源价值评价等5个方面进行分析,阐述了各子体系的基本功能和实现路径。     

环保节能下的电力客户价值评价

在提倡环保节能的大环境下,供电公司的客户服务领域将由单一的供电营销向全面指导用户优化用电方式和节能减排的方向拓展。考虑电力用户的环保节能水平,构建了低碳经济下电力客户价值指标体系,并提出了运用入侵杂草聚类算法评价电力客户价值的新方法。对某市10个工业客户实证分析表明,新算法能有效提高收敛速度和避免陷入局部最优,对聚类性能有较大的提升。通过对电力客户数据进行客观、科学的挖掘分析,实现了对电力大客户全面、准确细分和评价,为供电企业制定有针对性的营销策略提供了依据。     

电力客户价值细分模型研究及应用

正电力客户细分对电力客户价值的分析研究是供电企业实施差异化服务、实现利益最大化的基础。设计电力价值评定指标,通过专家打分分别对客户当前价值、潜在价值标注等级,建立了基于CART决策树的客户价值决策模型,混合利用TOPSIS算法得到客户最终分值。CART决策树价值划分模型预测的结果经过对比分析证实具有较高的预测准确度和鲁棒性,是一种有效的电力客户价值评价方法。     

“互联网+”客户侧分布式电源增值服务价值分析与商业模式研究

大数据时代,数据增值服务将会成为打造客户侧分布式电源市场的新蓝海。紧紧围绕“发现数据价值,让数据创造价值”这一理念,通过对客户侧分布式电源数据价值传递和相关利益主体分析,构建了“互联网+”客户侧分布式电源数据价值链,提出了3类增值服务：数据即服务、信息即服务、知识即服务。在此基础上,对几种典型增值服务进行了价值分析。为了实现数据的价值,让增值服务成为企业真正的盈利方式,提出了数据驱动型客户侧分布式电源增值服务商业模型,包括成本优势、价值创造、价值定位、价值获取4方面内容。     

减碳配额约束下电力客户的模糊聚类分析

在减碳配额约束下．供电公司的客户服务领域将由单纯的供电营销向全面的指导用户优化用电方式和减碳服务方向拓展。考虑电力用户的减碳水平,构建了低碳经济下电力客户价值指标体系,提出运用动态模糊聚类算法细分电力客户的新方法,深入分析了动态聚类时最佳阈值的选取依据,用此方法对某市10名大工业客户进行了实证分析。结果表明,低碳经济下电力客户评价指标体系具备合理性。根据聚类结果,总结了不同类别客户的特点,对供电企业如何展开针对性服务提出了建议。     

基于改进物元法的电力大客户潜在投资价值评价

新电改背景下,为使电网公司在市场竞争中处于优势地位,保留优质客户资源十分重要。为能客观评估优质客户,本文根据电力用户的价值分类,构建客户价值评价指标体系,并应用信息熵赋权法确定评估指标的权重,完成对模糊物元法的改进,进而提出一种基于改进模糊物元法的优质客户评价研究。并以某省15个电力大客户为例进行应用,结果表明该方法可以客观有效地对电力客户价值进行评价,提供优质客户资源,从而为电网公司投资提供参考和依据。     

基于人工免疫系统聚类算法的用电客户信用分析

在分析人工免疫系统聚类算法的基础上研究基于人工免疫系统聚类算法的用电客户信用分析原理,建立用电客户信用分析指标体系,根据电力公司客户数据,采用人工免疫系统聚类分析方法对用电客户信用进行分析,将用电客户信用按高、中、低三类进行聚类,经计算得到信用高、中、低的用电客户分别为2家、3家、1家。结果表明人工免疫系统聚类分析方法只要确定了浓度阈值和聚类个数就可得到结果,计算过程简单,能够适用于大数据量,对专业知识的要求较低,对于数据的顺序不敏感,是一种进行用电客户信用分析的较好方法。     

基于层次分析法的电力客户信用风险评价

供电企业面临电力客户失信带来的经营风险。为规避客户信用风险，要求建立客户信用管理体系，综合评价客户信用风险。研究给出了电力客户信用风险评价指标体系，同时，阐述了运用层次分析法为信用风险指标进行赋权的方法，并进行了实例分析。实践表明，所建立的指标体系及指标的赋权方法能为供电企业进行客户风险管理提供理论与实践上的借鉴。     

面向需求侧主动响应的工商业用户电力套餐优化设计

电力需求响应是应对电网峰谷差持续拉大、间歇性可再生能源大规模并网、能源结构转变等问题的有效方法。为此,提出了一种新的需求侧主动响应策略——面向工商业用户的电力套餐,并对电力套餐的设计问题进行了优化研究。首先,采用基于特性指标降维的负荷聚类方法辨识工商业用户的负荷特征,为电力套餐的设计进行市场细分;其次,在综合考虑电费支出满意度和用电方式满意度对用户决策的影响的基础上,基于多项Logit模型构建用户对电力套餐的选择行为模型;接着,构建基于成本—效益分析的电力套餐综合评估模型,以衡量电力套餐的经济价值;然后,在此基础上,提出以最大化益本比为优化目标的电力套餐设计的优化模型。算例采用某地区工商业用户的实际数据,结果显示了所提电力套餐的经济价值及其调动需求侧主动参与负荷管理的效果。     

基于负荷控制潜力量化模型的工业用户群体画像方法

在中国新一轮电力体制改革背景下,研究工业用户负荷参与负荷控制的潜力,对于促进电网安全稳定运行有着积极的作用.以工业用户负荷数据为基础,充分提取用户在不同时间量度下的用电特征,从错时潜力、轮休潜力和避峰潜力3个方面构建多时间尺度负荷控制潜力指标体系.进而将信息熵和逼近理想解排序法相结合,构建负荷控制潜力量化模型,实现了对负荷控制潜力价值的衡量.并且,利用近邻传播算法分析量化模型结果,将用户按照潜力量化值聚类,实现了对不同用户特征群的划分.最后,基于某地区的实际工业用户负荷数据进行算例分析,实现了对工业用户群体负荷控制潜力画像结果的呈现.     

移动互联网及数据分析技术在电力客户服务中的应用

为进一步规范客户经理制,为客户提供优质、高效、个性化及专业的主动服务,提高工作效率,提升客户满意度,提出采用移动互联网技术,结合电力营销业务和数据分析技术,通过大量的客户基础数据和触点轨迹信息提炼模型,细致刻画客户的社会角色、行为偏好、信用风险、客户价值等深层次特征,提升企业对客户隐性需求的洞察力,为营销和服务策划、执行、评估、优化提供指导,提高工作的主动性、差异化、精准度,作为提升用电客户体验的有力手段,为电力公司提升竞争力提供支撑。