基于客户诉求的个性化账单技术研究

基于客户诉求的个性化账单技术研究

黄祖源 1 张梅 2 保富 3

云南电网有限责任公司信息中心 云南 昆明 650217

摘要：文章概述开发个性化账单的价值、预期目标与技术范畴，进一步细化讨论此项技术的实现应用，分别叙述感知模式、分布式结构、原型系统等内容。以供参考。

关键词：客户诉求；个性化账单；感知模型

引言：云电在十三五规划期间，已经提出根据客户行为与市场调研结果，建立满意度模型，并推出提高客户满意度的实现路径。强调根据投诉的预测模型，发现自身的服务缺陷，以构成个性化客服机制。

一、个性化账单技术的研究价值

如今，各省市的用电量逐年提升，并在客服大集中的趋势下，客户对于服务的要求不断提升，而且在服务诉求未能得到及时回应与处理时，电力企业容易收到用户投诉。原本的电子渠道，不能有效减少人工客服的任务量，也不能结合用户特殊情况，予以真实所需的个性化服务，造成坐席任务量繁重。由于种种原因，使得用户的满意度始终不高。而在云电智云平台出现与落成、完善积累中，借助大数据与人工智能，实现客服智能化调整，已经拥有必要的准备条件。由此，对于电力用户服务诉求，优化和客户之间的有效交互，分析业务开展状态和客户服务诉求之间的关联。按照业务交互的事先预测，挖掘客户诉求，以提高服务品质。

图 1 云南省用电量

根据以往的客户诉求分析情况来看，电力用户相对关系的内容是费用问题，关于电费类的相关客服工作，人工坐席任务量达到六成以上，给承担该类业务的工作者带来极大的压力。但倘若能基于客户以往量费信息，进行横纵分析比较，向客户建议更具个性化的账单。同时，根据量费服务需要，通过合理化预测，借助电子渠道，积极提供服务，有助于减少该类服务的投诉比率，继而提升服务效率与用户满意度^[1]。

二、个性化账单技术的研究剖析

（一）技术目标

综合应用大数据与人工智能等多项技术，以此分析现有客户与潜在群体诉求方面的演进模型及特征集，继而得出客户诉求和用户特征的符合模型。进行在线监测和模式识别，对比数据库资料，促使开展的业务服务和特征集相互匹配，不断调整及扩展，并增强实际的信息匹配与学习能力，以便挖掘出更深层次的规律，提前估计客户诉求。基于此，实现预警驱动营销，积极向客户提供服务，继而控制实际投诉量，改善用户的服务满意度。该项技术的研究目标具体体现在：

首先，形成基于客户诉求的智能化感知模型，分析用户以往行为相应业务开展情况，积极发掘其潜在诉求，继而优化用户体验感。其次，进行实时量费计算，以应对庞大的数据资料。最后，为客户提供个性化的账单，让其自身可以感受量费情况，借助电子路径进行推送，以减轻人工客服的工作量。

（二）技术范畴

个性化账单技术的实现，需针对客户诉求情况，借助研究用户以往的客服情况与实际用电状态，分析二者的关联性与隐含模式，以形成智能化的感知模型。分析准实时级的计算方式，以动态更新用户特征集，尽可能推送更贴合用户需求的用电账单。有效控制实际投诉量，增加用电满意度。电力企业关于此方面的业务内容包含，围绕客服工作展开，寻求客户的实际诉求，积极处理有关量费的问题。主动分析客户诉求，凭借高水平的计算方式，制定出个性化的账单。

该项账单技术利用人工智能与分布式的计算处理手段实现。把前者运用在感知、用户诉求与个性化账单方面。具体来说，项目应根据当前电力行业的业务资料，利用人工智能，确定诉求模型，运用合适的算法得以达成。此外，还要考虑客户关注的问题，进一步加深个性化的特点，为客户提供用电情况。以往集中式存储和计算方式，已经不能完全应对云南电网庞大的数据处理需要，而且无法支持高并发的数据应用需求^[2]。由此，改用分布式的结构，能够支持数据的基本应用要求。其中，智能分析的数据内容，是直接从营销、计量、客服三个环节中采集的。三者的具体工作内容包括：营销能提供用户诉求有关的业务资料；计量则为日账单中所示电量情况；客服环节可输出以往的客户诉求与档案信息等资料。本项目的性能要求如下表：

表 1 性能要求

三、个性化账单技术的具体分析

（一）诉求感知模型

利用智能化手段，形成诉求模型，为服务行为提供主动出击的基础条件，有利于提升用户服务感受。具体来讲，客户诉求和云电提供的有关业务落实状况，可视为不同空间的时序联系。前者为云电和客户服务期望值匹配程度的直观表现，以期望值为切入点，研究客户诉求的形成原因与目标。把二者结合起来，利用统计及机器学习，增强对于数据本身的洞察力，由此构成诉求模型。一方面，业务正向上，关键在于通过自然语言处理，提炼话语中的实际关注点。基于各类诉求业务，汇总统计出此类业务的共性特点，继而形成关键诉求的业务特征集。另一方面，业务反向上，利用特征提取与信息熵等有关统计学习的方式，综合用户本身、用电、客服、特征业务等多种属性，进行甄别分析。将客户加以归类，并得出各特征群体的实际属性，由此产生客户特征向量。

基于此，通过大数据分析与机器学习，面对庞大数据资料，形成诉求模型。应用随机森林与神经网络等手段，秉承集成的思考方向，配备交叉验证，实现对客户诉求的预测。由此实现对用户诉求的提前感知，掌握客户未来一段时间内的服务需要，云电便能提前借助各类客服路径予以事前服务，促使被动式的克服模式，更加具备主动性。积极采取跟踪式与高匹配式的服务，使用户享受智慧客服，以增强其满意度。

（二）分布式的结构

采取流式的计算系统，解决庞大的用电表码资料，配置采集模块节点，监控数据源波动，以得到实时信息。借助分布式结构，提供消息订阅服务，有效报站该数据资料本身的完整性及可用性。在分布式结构下，数据资料能进行暂存和预处理，同时借助内存计算和窗口管理，得出实时分析计算的结果，有效适应动态量费计算，在数据流处理上的速度要求。分布式架构下，即便应对庞大的数据量，也可实现高效且准实时的处理，生成输出日清单资料。将统计整理好的数据资料推送给用户，继而克服原本以“月”为单位的电费计量频率，而引起的信息更新滞后、不能随时了解用电状况的缺陷^[3]。对于有关量费的档案资源和计量表码信息，可结合云电智云的信息储存方式，确定集成计划，研究出具有强大集成功能的技术系统。

立足于高效计算结构，结合电力营销信息，生成输出表码，以确定数据计量点及其变压器等之间的拓扑联系。在计算电量中，需明确抄见、分表扣减、变损与公摊等多个子项电量。计算电费期间，需确定正常用电费用、基金和附加费等项目，以“日”为单位，为客户推送单日的量费结果。个性化账单的实现，要求计算过程的延迟性低、容错率高，并具备横向拓展的能力，自动去除单点异常，并保证在单点异常的条件下，可以维护信息资料的完整性与计算能力，继而保证信息处理动作的连续性。

（三）个性化账单应用

基于客户现实用电状况，联合其基本档案资料，开展综合用能挖掘，总结其特征，归纳出与之行为类似的其他客户，继而提出共性特征、集群构成、用电水平等。针对常规住宅居民客户、公变非居民户以及专变户，研究各自量费组成情况和对量费业务的关注点，以给各类客户推送更个性化账单。建设外观吸引力较优的电子渠道，及时推送用电账单。发送的账单内容具体有：表码数据，包括上月及本月信息；电量数据，结合用户需要，出示多种分项电量内容；电费数据，基于现实诉求，统计电费的详细构成要素。此外，自动根据电力客户的近期状况，生成对比资料。根据日测算结构，为客户提供格式当月每日的用电状况和变化走向。与此同时，基于结构化地址与台区资料，对比统一区域内电力客户的用电情况，可直接生成排名，提取异常信息。

（四）原型系统建立

依托于上述分析内容，把云电的当前有关资料采集上云，利用大数据平台，落实设计开发系统的任务，确认平原型系统的部署及展现格局，以得到初始化的应用系统。结合云电业务范围，具体设定功能至少包含以下内容：

其一，数据集成和处理。把后期建立个性化账单及日量费计算等操作，所需的基础资料，从数据源中提取并集成统计，支持建模与计算需求。本项目的全部资料是由智云平台而来。其二，训练建模。基于实现个性化账单的实际需要，整合集成数据信息，利用适宜的机器学习等有关算法，开展系统模型训练，以得出预算模型，支持对客户诉求的预判。其三，日量费计算，在分布式框架模式下，达到准实时级别的程度，计算客户日量费，可为用户提供日账单。其四，诉求感知及应用。集成资料通过训练，得出诉求感知模型，基于此分析现有客户群体的潜在需要。搭配客服工作环节，通过分析客户自然语言，智能感知其实际诉求，并积极提供针对性的信息资料，确保服务的及时性。其五，可视化的账单。在服务不同客户中，应按照日量费的统计信息，与训练出的系统模型，对比分析二者所示内容，生成个性化的账单，尽可能涵盖各类用户实际的关注内容，让客户感受到云电服务的全面性。其六，系统集成。推动个性化账单技术和客服系统建立联动格局，促使感知诉求与推送数据资料、个性化账单的同步开展。为客服终端工作，提供与用户交流的支撑信息。利用人工智能与大数据分析等手段，直接生成相关的账单资料，不仅能减轻人工客服的工作压力，还有效提升客户的满意度。

结束语：借助个性化账单技术，配合市场调研，使云电更为准确的掌握客户需要。并利用智能生成的预测模型，对客户诉求实现准确预判，以提供针对性的主动服务，最终达到优化客户满意度的目的。

参考文献：

[1]陈欣欣,傅少荣,董斐斐，等.基于电力载波通信的智能家居交互式电子账单及其应用[J].企业改革与管理,2019,(18):209-210.

[2]杨松,吴方权,汤成佳，等.电力企业营销系统中账单电子化对于电费回收的应用研究[J].现代信息科技,2019,(17):108-109+112.

[3]余诗博.基于移动互联网技术与大数据分析下的电费回收探索[J].农电管理,2019,(09):46-47.