为什么要建立企业用户画像

电能作为新能源的主要转化对象，在低碳、环保方面较其他化石能源具有先天优势，“煤改电”是低碳与保护生态环境战略的长远趋势。但从短期看，煤改电带来的经济负担较重，同时受产业发展水平限制，采暖效果差，电力供应不足，煤改电仍面临诸多问题。

为了解决“煤改电”进程中的矛盾与问题，优化“煤改电”投资策略，推动高效采暖设备及新商业模式推广，让业务效率高效提升。电力企业可以通过分析区域内已经累积的部分用户，对这部分用户的采暖用电数据进行挖掘，从而科学规划后续用户的电网建设方案，能够有助解决电网规划建设过程中遇到的问题。

用电量数据分析思路

通过用户采暖季用电量-正常用电量计算出用户采暖季的纯采暖电量，基于这些特征利用聚类、综合评价等算法对其用户进行精准画像，精准描述用的好的用户有哪些特征、用的不好的用户有哪些特征，辅助进行煤改电改造。

解决方案

1、整体思路

整合供电服务指挥系统、营销系统、用户采集系统等电力相关信息系统数据，包含煤改电用户档案、人均GDP、天气因素等，利用聚类分析、综合评价等大数据相关技术手段，对用户进行精准画像，研究提高“煤改电”监测的方法和手段，掌握煤改电用户的用电特性、负荷特性以及配套电网设备的选型方法，实现 “煤改电”的实时监控分析，做到提前预警、主动应对，充分发挥职能作用，为企业决策提供数据支持与科学依据，提高客户服务水平，确保用户冬季采暖质量，辅助管理人员进行决策，达到提升工作效率的目的。

2、数据获取

通过采集营销业务应用系统、用电信息采集系统全部煤改电用户档案、电量、电费等内部数据，以及用户所属县的气象、经济等外部数据，实现煤改电用户聚类分析，精准描绘用户画像。

数据采集范围为2018年1月至今，对每个用户，主要采集用户名、改造日期、采暖设备类型、供电单位（所属市/县）、供电地址、2018年以来逐月电量、采暖季平均日最高温度与最低温度（11月至次年3月）、所属县逐年GDP、人口数据。

3、模型构建

基于“煤改电”用户经济、气象、设备、电量相关数据。通过皮尔逊相关性分析方法，查找与采暖电量关联度显著的指标，为人均GDP、气温、采暖设备与日常电量，利用K-means聚类方法，将用户数据进行聚类分析，精准掌握用户画像，对其进行精准管控。

从聚类结果类别看，呈现以下特点：

采暖电量最高：第一类用户（占比5.61%）采暖电量达到470千瓦时/月。主要特征是经济水平最高（所处县域人均GDP达到6万元以上，且市郊改造用户数量多）；气温偏低（主要分布在北部与中部区域）；日常电量最高（达到89.9千瓦时/月）；三类设备较为均衡，主要选用蓄热式与热泵设备（占比分别为43.44%、38.66%）。第二类用户（占比22.46%）采暖电量为418千瓦时/月。主要特征：经济水平次高；气温偏高（主要为中南部平原县）；热泵比例较高(58.58%）。

采暖电量较高：第三类用户（占比11.56%）平均采暖电量为395.3千瓦时/月。主要特征：经济水平较低；气温适中（主要为中部平原县）；直热式比例高(88.87%）。第四类用户（占比31.16%）平均采暖电量为358千瓦时/月。主要特征：经济水平最低；气温适中（主要为中南部平原县）；热泵比例高(65.15%）。

采暖电量较低：第五类用户（占比23.10%）平均采暖电量为294.3千瓦时/月。主要特征：经济水平较高（主要是由部分市区拉高）；气温适中（主要为中南部平原县）；热泵比例较高(41.98%）。第六类用户（占比6.12%）平均采暖电量为176.1千瓦时/月。主要特征：经济水平较高（**市占比大，拉高作用明显）；气温适中（主要为中南部平原县）；热泵比例较高(67.48%）。

使用大数据分析建立电力企业用户画像的一种思路相关推荐

企业使用大数据分析有什么好处
现在技术的创新改变了大数据的规则,先进的软件系统大大缩短了分析时间,使公司能够做出快速决策,从而有助于增加收入,降低成本并促进增长.这为能够更快地工作并更有效地瞄准消费者的品牌提供了竞争优势. 如果您 ...
手把手教你做用户画像：3种标签类型、8大系统模块
导读:在互联网步入大数据时代后,用户行为给企业的产品和服务带来了一系列的改变和重塑,其中最大的变化在于,用户的一切行为在企业面前是可"追溯""分析"的.企业内保 ...
使用大数据分析需避免哪些错误
在最新技术的帮助下,各种规模的组织都可以获取有关其运营和客户的丰富,细致的信息,这对他们而言是至关重要的重要资源.但是,对于组织而言,了解如何管理庞大的数据量可能既麻烦又昂贵,即使使用了可用的正确工具 ...
【数据分析】京东平台用户画像分析
1.用户信息标签用户信息的收集包括用户基础要素.用户场景.行为偏好.心理个性.交际等多方面. 可以用静态标签.动态标签两大类来划分. 静态数据:用户相对稳定的信息,主要包括人口属性.商业属性等方面数 ...
使用大数据分析需要注意什么因素
现在是大数据时代,大数据无处不在,世界上大多数组织都在使用.虽然完全同化还存在一些障碍,但这些障碍主要与"如何"而不是"为什么"有关.长期以来,人们一直认为企业 ...
推荐：数据分析思维和方法—用户画像分析
01 写在前面我们经常在淘宝上购物, 作为淘宝方, 他们肯定想知道他的使用用户是什么样的, 是什么样的年龄性别, 城市, 收入, 他的购物品牌偏好, 购物类型, 平时的活跃程度是什么样的, 这样的一 ...
榆熙教育：如何建立拼多多用户画像，分析目标群体？
不少拼多多新人都在抱怨品牌不好做,加入现有品牌资源又难以出圈,营销之路困难重重.眼看着其他拼多多资深商家品牌规划路线成熟,就自乱阵脚.怎么做品牌?做品牌从来就不是一件难事,难的是对品牌路线规划的模糊, ...
深度学习核心技术精讲100篇（五十二）-用户画像系统构建全思路解析
前言用户画像作为当下描述分析用户.运营营销的重要工具,被全部互联网人熟知,用户画像的定义并不复杂,是系统通过用户自行上传或埋点上报收集记录了用户大量信息,为便于各业务应用,将这些信息进行沉淀.加工和 ...
使用大数据去挖掘每个用户的客户价值-RFM
絮叨两句: 博主是一名数据分析实习生,利用博客记录自己所学的知识,也希望能帮助到正在学习的同学们人的一生中会遇到各种各样的困难和折磨,逃避是解决不了问题的,唯有以乐观的精神去迎接生活的挑战少年易老 ...

使用大数据分析建立电力企业用户画像的一种思路

为什么要建立企业用户画像

用电量数据分析思路

解决方案

使用大数据分析建立电力企业用户画像的一种思路相关推荐

最新文章

热门文章