电力营销大数据平台建设及数据挖掘分析

刘晓丽

国网阿鲁科尔沁旗供电公司 内蒙古 赤峰市 025550

摘要：在当前的大数据时代发展背景下，电力企业的主要竞争力就是电力营销，过去的电力营销大数据的挖掘和分析有很多缺陷，对此就需要引进电力营销大数据平台，强化电力营销大数据平台建设，实行营销系统大量数据开展的数据挖掘与预测分析等，这样可以将营销业务服务水平与服务效率提升，还可以保证电力企业营销服务更好的发展。文章对电力营销大数据平台建设进行了研究分析，以供参考。

关键词：大数据；电力营销；平台建设

1前言

对于供电企业来说，电力营销工作的作用是十分重要的。电力营销不单单与电力企业的发展密切相关，同时还对社会民生发展产生重要影响。然而，现阶段企业中电力营销工作还需要进一步的优化，由于营销管理方式不先进，营销水平不高等，使得消费者的消费需求受到很大的影响。但是由于当前互联网技术的深入发展，很多电力营销企业逐渐认识到大数据的重要作用，逐渐在互联网上收集用户数据，分析市场需求，快速提升企业自身服务质量，使供电企业向健康发展的方向迈进。

2电力大数据的主要技术

电力大数据是新时代背景下的新兴事物，对电力公司的稳定有序运营具有关键的促进作用。电力营销顺利进行的基础在于电力大数据的主要技术，而且这也是打造高端电力企业的必要保障。通常情况下，当前各大电力企业普遍使用的电力大数据技术主要有四大类，分别为数据集成管理技术、数据处理技术、数据可视化技术以及数据分析技术等等。

2.1数据集成管理技术

所谓的数据集成管理技术，实质上就是将电力大数据平台中的两个或两个以上的电力数据系统集中在一起，缔造一个全面系统的数据信息体系。数据集成即聚拢大量来源不一且特性各异的数据资源，构成一个具备实际主体的历史数据平台，进而提供精准且全面的数据共享服务。

2.2数据分析技术

数据分析技术即立足于计算机科学以及统计学原理，深入挖掘并且全面分析数据信息，判断并把握数据资源的使用价值，同时将有价值的信息筛选出来，对广大电力营销工作者进行科学引导，进而制定有效的营销方案及服务对策。

2.3数据处理技术

电力大数据中的数据处理技术主要由三个部分组成。其一是分布式计算技术，一般情况下是用来处理大规模数据的分布式存储；其二是内存技术技术；通常是用于快速读取数据信息并且展开快速精准的计算。其三则是流处理技术；主要是用于处理实时抵达且速度、规模不受约束的数据。

2.4数据可视化技术

数据可视化技术即通过图形化的方式，直观明了地传递数据信息，进而全面深入地认知数据。而且数据可视化和统计图形、信息图形、科学可视化以及信息可视化之间，存在着密不可分的联系。

3大数据在电力营销中的应用现状

由于新兴企业的不断出现，市场经济环境竞争越来越激烈，供电企业在电力营销中的竞争力却不断下降，以往的电力营销没有对营销理念的重要作用正确认识，在用户数量、产品等方面，与用户的需求相差甚远，从而严重影响到自身发展。

3.1大数据营销体系尚未建立健全

现阶段，大数据在很多行业中得到深入推广，基本都已经建立大数据运营体系，科学的获取数据，构建模型，同时制定相应的营销对策，使闭环机制有效建立，在迭代过程中进一步的优化这些模型，从而全方位的体现出其实用性。但是，现阶段，大多数供电企业的大数据运营机制没有全部的建立健全，相关的组织、流程以及人员保证等都是缺失的，导致想要使应用成效体现出来是很，分析方法与模型不相匹配，想要使模型的实用性提升也是很难的。企业没有以数据运营经验为依托，将数据运营方式、体系有效的固化下来，没有健全组织机构、完善业务流程。

3.2未能有效的把握客户的真实需求

现阶段，很多供电企业的营销服务没有得到大多数客户满意，这一情况的主要原因就是没有真正的掌握客户的真实需求。客户的需求大多是以电力服务的不间断、享受优惠的价格为主，但是当前大多数供电企业以窗口服务、工程服务为主。很多企业窗口服务看起来十分的热情、周到，然而后台保障拖拖拉拉，应急响应速度不快，没有全面满足客户的服务质量需求。

3.3大数据价值挖掘以及产品设计理念缺失

当前，供电企业没有将面向不同类型客户群体的全生命周期价值挖掘以及建立产品设计理念，例如当前电费风险防控应用，未强化客户基础档案、电费电量以及用电行为等数据，没有对小微客户进行细分，同时未识别优质大客户，对其进行分类设计。同时，当前工作零散化、作坊化情况突出，没有全局规划以及体系化理念，使得分析深度不到位，使得数据价值深度发掘受到影响，使得数据应用成效没有充分体现出来。

4电力营销大数据平台建设探索

4.1操作系统

在建立操作系统的过程中，应当从以下几个方面来思考：(1)基础设施层，涵盖了服务器与储存等各种硬件资源和操作系统，数据库与别的支持软件等资源数据源层划分成数据储存与访问，数据访问是以数据复制软件GoldenGate与ODI达到数据转换工具的数据储存采用关系数据库Oracle储存缓存数据，企业与系统支持数据。(2)接口交换数据逻辑层。平台管理软件业务逻辑的实现涵盖了标准编码与数据转换管理、数据质量与模型管理、平台资源监控与交换区域管理等8个组件以及应用结构。(3)集成服务层。给别的管理系统提供数据服务，涵盖数据访问Web服务实现与经过JMS实现的消息传输。(4)表示层，根据业务逻辑层组件所提供的功能，所有良好的匹配用户体验的接口均是以Java技术、Swing技术、AJAX技术等方式实现的。

4.2服务器

电力营销大数据平台的整体结构和电力系统里面丰富的电力数据源流有机融合，涵盖电力与信息流量、业务与故障流量以及气象流量，接着根据具体的工业运用之中推算出来，当作传输与转换。负载控制与管理信息系统、监督控制系统、数据收集系统、还有能量检测系统均会在电力设备和在线监测系统等之中分布、采用以及调节。服务器的稳定性牵扯到了系统的稳定性与可行性。所以，创建一个非常健全的功能以及稳定的服务器是至关重要的。

4.3储存和数据处理

电力营销大数据平台建设需要全面思考储存技术，将PB与ZB储存空间当成支撑，不然系统易于出现崩溃。所以，在开展储存应用的过程中，需要从储存模块着手，为减少这一模块硬件成本，提升硬件可扩展性，把大数据储存和处理模块建立在通用服务器、操作系统上构建储存单元，标准的服务器即可编程基于这一结构的终端组成单元。另外，储存还可以在大数据调度上当作企业级商业智能运用系统，用于统计或查找等。其次，数据复制转型是数据营销平台的核心功能。经过该功能，电力营销数据平台及时从多个营销业务系统采集业务数据信息，且实施标准转换数据，给营销业务监控系统提供数据知识和业务数据查找。

5结语

总的来说，电力大数据平台具有规模性、多样性、高速性以及价值性等多种特征。作为新时代背景下的新兴事物，电力大数据技术是保障电力公司稳定有序运营的关键所在。所以在大数据平台下进行电力营销营销化建设，应当综合运用数据集成管理技术、数据处理技术、数据可视化技术以及数据分析技术，贯彻落实系统及数据的安全管理，高效整合信息资源，科学评估回收电费的风险，实现移动办公并且普及掌上电力APP的应用。

参考文献：

[1]曾少凡.基于大数据的电力营销管理创新分析[J].计算机产品与流通，2019（5）：62.

[2]何国平.基于大数据的电力营销管理创新研究[J].科学技术创新，2018（36）：76-77.

[3]宋宝香.数据库营销：大数据时代引发的企业市场营销变革[J].价值工程，2016（30）：132-134.