项目背景

随着我国电力体制的深入探索与改革，电力市场化进程的不断加快，需要迅速提升电网公司在安全生产、电网规划、优质服务等方面的经营管理水平。目前电力公司相关内部数据越来越多，使用电力客户的数据，通过大数据分析手段，及时、准确地掌握客户用电行为特征，对企业的电力营销和调度进行决策支撑，提高政府及工商业等部门的服务水平，提升企业的盈利能力和竞争能力。

问题与挑战

1、传统电力市场营销观念落后电力客户要求不断提高，无法通过精细化管理，提高政府及工商业等部门的服务水平。
2、客户的用电行为缺乏深入的挖掘分析，客户的价值难以充分挖掘。
3、对用电客户的用电需求和用电特征掌握不够，无法指导用电需求侧管理。

解决方案

根据用电客户历史用电行为特征、贡献度大小、用电需求等特点，基于大数据分析技术，从行业特点、客户价值、用电需求、成长性等方面刻画用电客户群体特征，采用现代统计分析方法及数据挖掘算法将电力用户分类，包括高压用户，低压居民用户和低压非居民用户等用电形式的用户，针对不同的用户类别建立不同的用户用电模型以及公共设备用电模型，从而对企业的电力营销和调度进行决策支撑，为用电需求侧管理、优化客户服务管理规范提供辅助决策。

用户行为分类

用户行为分析

应用价值

1.掌握不同区域、时段、行业用电需求情况，有效提升电力电量预测、电力市场分析、电网规划、优质服务。
2.了解用户缴费行为特征，优化电费回收管理措施，进一步做好电费风险防范，提高电费回收率。
3.通过客户用电行为的全景监测，充分了解用户的习惯和诉求，制作客户画像，为差异化服务、针对性规划提出指导建议。