惠州供电局成功用客户电费模型筛选异常数据，提升电费核算精益管理水平 基层负担少了，客户满意多了

　　“这次我们建立的智能电费模型效果显著，每月电费复核异常用户数由20万条下降到6万条啦!不但减少了无效工作量，差错电费命中率大大提升，而且电费账单的发行速度也加快了。”2017年11月，惠州供电局大数据创新工作小组的成员经过一年的努力，成功用客户电费模型筛选异常数据，提升电费核算精益管理水平，达到“提质增效”的作用，这是该小组成立以来依托大数据平台开展课题攻关的首次胜利。

　　优化系统规则开展数据分析

　　近年来，惠州市保持着每年近10%的用电客户数的增长，为有效利用庞大的客户数据信息，惠州供电局成立了由信息中心和客户服务中心的业务骨干组成的大数据创新工作小组。小组选的第一个研究课题就锁定在了“电费核算异常分析”这个“老大难”问题上。在供电所人员完成抄表后，系统会进行电费计算，并通过一定的核查规则进行检验。如未通过电量、表码或档案等核查，就会生成电费核算异常数据，转到供电所进行核对。目前惠州供电局每月约有近130万条抄表记录，营销系统中会根据118条核算规则产生超过20万条电费异常数据。

　　创新工作小组成员陈谧负责电费核算模块设计工作，她算了一笔账：“全市复核员仅不到80人，他们要在每个月8号前完成电费的复核工作，每人每天要确认及处理逾300宗电费异常问题。”电费问题直接关系到客户服务这一项中心工作，给一线工作人员带来了相当大的工作压力。

　　小组成员起初在对现状分析后，认为问题出现在现有营销系统中异常判定规则上——“我们想到了调整规则参数，觉得这样就能够更精准地筛选。”小组的数据分析师刘伟林说道，“然而多次测试结果说明，单凭核算规则并无法精准筛选问题数据把阈值设的精准，还是得依靠智能模型对数据进行筛选才行。”

　　智能模型破解数据核算难题

　　小组成员从前端、数据处理到模型算法进行探索，为提高分析精确度，曾连续3次推翻既有模型从头重新设计。经过3个月的努力，初始模型终于成功上线。小组成员把数据集扩大到近5年，在对数据进行清洗、过滤无效数据以及补充缺失数据以后，不断地对模型进行升级、校准。

　　“初始版的模型运算处理一个月的电费数据耗时长达超过48小时，无论在目前的各种测试中还是以后正式上线后都严重制约着工作效率，为此我们不断对模型优化架构、精简算法，目前已将每次分析的时间压缩到了2小时。”刘伟林向介绍道。

　　值得一提的是，为强化结果对电费核算人员的指导作用，该模型在分析异常数据时，还会对电费核算异常等级进行分级：每一条异常数据将会被模型分为进行4个等级的研判，电费核算人员可以集中精力优先处理高异常等级、高风险等级的数据，大大增强了工作的针对性与有效性。

　　11月28日，经过2次框架调整和多次结构优化后，电费核算模型上线了。验证的最新成果显示，11月的电量异常数据有效降低至了6万条以内且能有效包含旧核算规则的核算异常用户。数据量的大量减少极大降低了电费核算的人力成本，也直接减少了客户的电费误差，提升了客户的服务体验。不仅如此，由于一线人员的工作量减少，电费账单的准时发行也更加有保证，还为不少电费金额较大的专变用户争取了筹款时间，也同时保证了各单位电费缴交的完成率。

　　除了“电费核算异常分析”课题外，小组还在平台上进行了营销业扩工单进度因素、新装用户单个抄表周期内档案维护情况等主题分析，这些系统同样依托大数据平台，形成科学统计结果，为一线客户服务人员提供有效的支撑，在降低其工作强度的同时提升服务质量。目前小组正在进行一项新挑战——基于大数据的语音分析。小组成员已经实现了各类工单中的语音转换文字功能，正在开发关键字自动识别、分类的引擎，并将在未来加入客户情绪分析等能力，这一系列的举措都将增加客户服务大数据库中数据的分类标签与纬度，助力电网大数据的精准应用，不断提高客户服务的精益化管理水平。

　　(蒋立涛)