基于供电营销大数据建立供电服务风险预警系统和方法技术方案

本发明专利技术公开了一种基于供电营销大数据建立的供电服务风险预警系统和方法，该方法包括获取供电营销大数据中关于供电服务的用户反馈数据的步骤一；将用户反馈数据提供给投诉概率运算模型，计算并生成具有预警等级的预警信息的步骤二；将预警信息附在工单上的步骤三；以及采集工单执行后的数据，在工单预期完成后解除预警信息的步骤四，其中，在工单未预期完成时提升预警等级并重复执行步骤三至步骤四，直至解除预警信息。根据本发明专利技术的预警方法，建立投诉概率运算模型，将用户反馈数据转化为具有预警等级的预警信息，并对预警信息的解除和预警等级的提升进行监督执行，实现了供电服务投诉预警的目的。

Power supply service risk early warning system and method based on large data of power supply marketing

The invention discloses a service risk warning systems for power supply and method of power marketing based on large data, the method includes obtaining data about the power marketing service user feedback data step; user feedback data to the complaint probability calculation model, calculation and generates a warning level warning information in step two; warning information will be attached to the work order step three; and the data acquisition work order after the execution, which is expected to be completed in the job after the lifting of early warning information, in step four, the single is not expected to finish up warning level and perform steps three and four repeat, until the termination of early warning information. According to the early warning method of the invention, a complaint probability calculation model, the user feedback data into the early warning information has a warning level, and to supervise the implementation of early warning information release and warning level increases, to achieve the purpose of early warning service complaints.

【技术实现步骤摘要】

本专利技术涉及一种基于供电营销大数据建立的供电服务投诉预警系统和方法。
技术介绍
目前，国家电网公司对于供电服务质量有严格的要求。供电服务是一项重要的企业业绩考核指标。其中，客户投诉对于供电服务指标有较大影响。各级公司都想法设法减少投诉的发生。现行投诉处理多为“灭火式”，即用户投诉后，公司再予以处理。事实上，用户在遇到问题时第一选择并非投诉，而是拨打热线反映问题，在问题未能有效解决的情况下才会选择投诉。因此在投诉发生前，督促供电公司工作人员及时解决用户的问题，避免投诉的发生，将有助于提升供电服务质量。
技术实现思路
本专利技术的目的在于提供一种基于供电营销大数据建立的供电服务投诉预警方法，以实现对投诉的提前预警和管控。本专利技术的目的还在于提供一种基于供电营销大数据建立的供电服务投诉预警系统，以实现对投诉的提前预警和管控。为此，本专利技术一方面提供了一种基于供电营销大数据建立的供电服务投诉预警方法，包括以下步骤：获取供电营销大数据中关于供电服务的用户反馈数据的步骤一；将用户反馈数据提供给投诉概率运算模型，计算并生成具有预警等级的预警信息的步骤二；将预警信息附在工单上的步骤三；以及采集工单执行后的数据，在工单预期完成后解除预警信息的步骤四，其中，在工单未预期完成时提升预警等级并重复执行步骤三至步骤四，直至解除预警信息。进一步地，上述投诉概率运算模型用于对影响投诉概率的多个自变量进行运算，以获得投诉概率，其中，多个自变量包括用户反映的问题类型、问题持续的时间、用户维权意识的强弱、工作人员反馈的及时程度、以及天气情况等。进一步地，上述投诉概率运算模型为人工神经网络模型。进一步地，上述供电营销大数据获取自营销SG186业务系统、用电信息采集系统、以及PMS生产管理系统中存放的数据。进一步地，上述预警等级采用不同的预警颜色或者不同数据的预警标识符来区别显示。根据本专利技术的另一方面，提供了一种基于供电营销大数据建立的供电服务投诉预警系统，包括：用于获取供电营销大数据中关于供电服务数据的用户反馈数据获取模块；用于根据用户反馈数据获取模块提供的供电服务数据计算并生成具有预警等级的预警信息的投诉概率运算模块；用于将预警信息附在工单上的风险处理模块；用于采集工单执行后的数据，在工单预期完成后解除预警信息，以及在工单未预期完成时工单提升预警等级直至解除预警信息的风险终结模块。进一步地，上述投诉概率运算模块用于对影响投诉概率的多个自变量进行运算，以获得投诉概率，其中，多个自变量包括用户反映的问题类型、问题持续的时间、用户维权意识的强弱、工作人员反馈的及时程度、以及天气情况等。进一步地，上述投诉概率运算模块为人工神经网络模型。进一步地，上述供电营销大数据获取自营销SG186业务系统、用电信息采集系统、以及PMS生产管理系统中存放的数据。进一步地，上述预警等级采用不同的预警颜色或者不同数据的预警标识符来区别显示。本预警方法建立对于电力用户和供电公司都有好处，对于供电公司来说，本预警系统能够使工作人员目标明确、有的放矢，合理安排工作顺序，减少投诉的发生。对于电力用户来讲，该预警系统能够督促供电工作人员更高效、及时的解决问题。本系统建立的主要目的是提升供电公司服务水平，提高用户满意度。本系统具有建立简单、投资小、效果好的特点。除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照图，对本专利技术作进一步详细的说明。附图说明构成本申请的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为根据本专利技术一实施例的基于供电营销大数据建立的供电服务投诉预警方法的流程图；以及图2为根据本专利技术一实施例的基于供电营销大数据建立的供电服务投诉预警系统的结构框图。具体实施方式需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为此，本专利技术一方面提供了一种基于供电营销大数据建立的供电服务投诉预警方法，包括以下步骤：获取供电营销大数据中关于供电服务的用户反馈数据的步骤S10；将用户反馈数据提供给投诉概率运算模型，计算并生成具有预警等级的预警信息的步骤S12；将预警信息附在工单上的步骤S14；采集工单执行后的数据并判断工单是否预期完成的步骤S16；在工单预期完成后解除预警信息的步骤S20，；以及在工单未预期完成时提升预警等级的步骤S18，并重复执行步骤S14和步骤S16，直至解除预警信息。根据本专利技术的预警方法，建立投诉概率运算模型，将用户反馈数据转化为具有预警等级的预警信息，并对预警信息的解除和预警等级的提升进行监督执行，实现了供电服务投诉预警的目的。在一实施例中，上述投诉概率运算模型用于对影响投诉概率的多个自变量进行运算，以获得投诉概率，其中，多个自变量包括用户反映的问题类型、问题持续的时间、用户维权意识的强弱、工作人员反馈的及时程度、以及天气情况等。具体地，基于对先前大量投诉的分析，建立投诉发生的数学模型。几个主要的影响因素有：用户反映的问题类型、问题持续的时间、用户维权意识的强弱、工作人员反馈的及时程度、天气情况…。将投诉发生的概率设为P，影响因素设为自变量X1、X2、X3…等，那么它们之间一定呈现出某种相关性。根据相关性，我们为自变量制定一定的运算关系，这样就能够建立投诉预警的数学模型。根据这个数学模型计算出的P值越大，说明投诉发生的可能性越大。P值随自变量的变化而不断变化。在本实施例中，上述数学模型为人工神经网络模型，系统刚建立时，数学模型根据历史数据建立，可能准确性难以满足要求，但是系统运用后，随着新的大量数据不断产生，通过对新获取的数据的分析，可以不断对数学模型进行修改完善，使它的准确性得到提升。在一实施例中，供电营销大数据获取自SG186系统、用电信息采集系统、以及PMS生产管理系统中存放的数据。具体地，数据获取模块用于获取营销SG186业务系统、用电信息采集系统、PMS生产管理系统中与供电服务有关的数据，如营销SG186系统提供的用户基本信息、95598热线工单、停电信息、电能质量信息、服务申请信息例如电话申请等，用电信息采集系统提供的用电量异常信息、计量装置异常信息，PMS生产管理系统中的开关、变压器等线路元件的信息，这些数据将被直接放入到数学模型中，形成预警信息。预警信息随着各因素的变化而不断变化。在一实施例中，上述预警等级采用不同的预警颜色或者不同数据的预警标识符来区别显示。具体地，将预警分为不同颜色等级的预警。例如蓝、黄、橙、红四种颜色等级，根据严重、紧急程度依次加重，分别表示一般、较重、严重、特别严重。蓝色为最低级别预警，红色为最高级别预警。预警处理时按照颜色等级，优先处理高级别预警。如图2所示，基于供电营销大数据建立的供电服务投诉预警系统包括：用于获取供电营销大数据中关于供电服务数据的用户反馈数据获取模块10；用于根据用户反馈数据获取模块提供的供电服务数据计算并生成具有预警等级的预警信息的投诉概率运算模块20；用于将预警信息附在工单上的风险处理模块30；用于采集工单执行后的数据，在工单预期完成后解除预警信息，以及在工单未预期完成时工单提升预警等级直至解除预警信息本文档来自技高网...

【技术保护点】
一种基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，包括以下步骤：获取供电营销大数据中关于供电服务的用户反馈数据的步骤一；将所述用户反馈数据提供给投诉概率运算模型，计算并生成具有预警等级的预警信息的步骤二；将所述预警信息附在工单上的步骤三；以及采集所述工单执行后的数据，在工单预期完成后解除所述预警信息的步骤四，其中，在工单未预期完成时提升预警等级并重复执行步骤三至步骤四，直至解除预警信息。

【技术特征摘要】
1.一种基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，包括以下步骤：获取供电营销大数据中关于供电服务的用户反馈数据的步骤一；将所述用户反馈数据提供给投诉概率运算模型，计算并生成具有预警等级的预警信息的步骤二；将所述预警信息附在工单上的步骤三；以及采集所述工单执行后的数据，在工单预期完成后解除所述预警信息的步骤四，其中，在工单未预期完成时提升预警等级并重复执行步骤三至步骤四，直至解除预警信息。2.根据权利要求1所述的基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，所述投诉概率运算模型用于对影响投诉概率的多个自变量进行运算，以获得投诉概率，其中，所述多个自变量包括用户反映的问题、问题持续的时间、用户维权意识的强弱、工作人员反馈的及时程度、以及天气情况。3.根据权利要求1所述的基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，所述投诉概率运算模型为人工神经网络模型。4.根据权利要求1所述的基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，所述供电营销大数据获取自营销SG186业务系统、用电信息采集系统、以及PMS生产管理系统中存放的数据。5.根据权利要求1所述的基于供电营销大数据建立的供电服务投诉预警方法，其特征在于，所述预警等级采用不同的预警颜色或者不同数据的预警标识符来区别显示。6...

【专利技术属性】
技术研发人员：翁东波，叶燕怡，张明，
申请(专利权)人：国网安徽省电力公司淮南供电公司，国家电网公司，
类型：发明
国别省市：安徽;34