基于电力敏感客户预测模型的营商环境优化提升研究

发布时间：2021-01-04 14:27

　　近年来,党中央、国务院持续推进"放管服"改革,加快政府职能深刻转变,通过优化营商发展环境来激发市场活力。研究的目的是建立相关的预测模型,研究影响对投诉事件发生概率有显著影响的重要因素。基于某地区SG186营销系统、95598业务支持系统客户信息数据,充分挖掘数据内在联系,运用数据预先清洗机制进行影响因素初步筛选,运用改进的决策树学习算法来建立模型,并对模型效果进行充分验证,有效识别电力敏感客户。同时,针对特定投诉敏感客户,提出适应电力企业发展的精准营销策略,优化提升电力营商环境水平。 

【文章来源】：微型电脑应用. 2020年08期

【文章页数】：5 页

【部分图文】：

客户诉求模型构建思路

根据上表结果,重要性大于5的变量为对客户投诉敏感度影响较大的重要变量,包括用电量、电费、近3个月电费同比、近3个月电费环比、历史拨打次数、催费次数、停电时长和是否电费敏感这8个因素,各因素的投诉敏感特征重要性,如图2所示。1.6 预测结果输出

根据以上数据处理及模型训练,得出客户敏感度分类结果,如图3、图4所示。其中投诉敏感类型为模型预测类别,客户敏感度分为高度敏感(0)、中度敏感(2)和低度敏感(1)3个等级。

【参考文献】：
期刊论文
[1]基于电网电压暂降敏感用户服务的优质电力营商环境构建[J]. 吴敏辉.  机电信息. 2019(12)
[2]电力体制改革新形势下电网企业经营策略研究[J]. 韩亮,解嘉彬,潘华.  财经界. 2019(03)
[3]关于电力体制改革对电网企业的影响分析[J]. 郭笑侬.  企业改革与管理. 2019(01)
[4]基于模糊聚类的电力客户用电行为模式画像[J]. 王成亮,郑海雁.  电测与仪表. 2018(18)
[5]基于熵值法的电力客户敏感度综合评价模型研究[J]. 赵少东,王程斯.  电工技术. 2018(11)
[6]基于逻辑回归模型的电力客户停电敏感度评分卡研究与实现[J]. 耿俊成,张小斐,袁少光,万迪明.  电力需求侧管理. 2018(03)
[7]新电改形势下地区供电公司服务模式与售电业务研究[J]. 陈晨,董晓天,管文林,潘舒妍.  电气技术. 2017(10)
[8]供电企业电力营销管理的创新发展探析[J]. 周汉峰.  低碳世界. 2017(26)
[9]基于多元大数据平台的用电行为分析构架研究[J]. 郝然,艾芊,肖斐.  电力自动化设备. 2017(08)
[10]电力改革对现电网及其营销模式的影响研究[J]. 陈珍,崔峰,夏徐东,胡睿聪,臧振,马慧卿.  国网技术学院学报. 2016(02)



本文编号：2956923