本發(fā)明涉及數(shù)據(jù)分析的技術(shù)領(lǐng)域，更具體地，涉及客戶流失數(shù)據(jù)與電費(fèi)風(fēng)險(xiǎn)管控方法。

背景技術(shù)：

傳統(tǒng)的電費(fèi)回收風(fēng)險(xiǎn)管控基于“電費(fèi)風(fēng)險(xiǎn)源于欠費(fèi)客戶”的理念，管控分為三個(gè)步驟：1、對(duì)于逾期不繳納電費(fèi)的客戶進(jìn)行多次催收，甚至實(shí)施停電；2、對(duì)多次惡意欠費(fèi)客戶安裝預(yù)付費(fèi)裝置；3、對(duì)已流失且欠費(fèi)的客戶，主要依靠拍賣或業(yè)主方代為繳納電費(fèi)，否則不予以二次報(bào)裝。

傳統(tǒng)的電費(fèi)回收風(fēng)險(xiǎn)管控方法，利用供電客戶的當(dāng)前欠費(fèi)情況和歷史欠費(fèi)次數(shù)進(jìn)行分析，然后人工進(jìn)行一一催費(fèi)，耗費(fèi)人力物力，往往使供電部門處于被動(dòng)，且一旦發(fā)生客戶流失，客戶所欠電費(fèi)往往是最難以回收的資金，使供電部門承受巨大的損失。傳統(tǒng)的方法后知后覺(jué)，未能在客戶存在流失風(fēng)險(xiǎn)前進(jìn)行提前預(yù)知和管控。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為克服上述現(xiàn)有技術(shù)所述的至少一種缺陷，提供客戶流失數(shù)據(jù)與電費(fèi)風(fēng)險(xiǎn)管控方法，根據(jù)以往的供電客戶行為數(shù)據(jù)，挖掘能表征供電客戶可能存在欠費(fèi)流失的風(fēng)險(xiǎn)特征，并對(duì)其流失概率進(jìn)行預(yù)測(cè)，對(duì)于高風(fēng)險(xiǎn)客戶，可針對(duì)性進(jìn)行差異化管控措施，達(dá)到風(fēng)險(xiǎn)關(guān)口前移，避免電費(fèi)無(wú)法回收的損失。

本發(fā)明的技術(shù)方案是：客戶流失數(shù)據(jù)與電費(fèi)風(fēng)險(xiǎn)管控方法，其中，包括以下步驟：

s1.分析用電增長(zhǎng)情況與流失的關(guān)系；

s2.分析當(dāng)期月電量與客戶流失的關(guān)系；

s3.分析近半年零電量次數(shù)與客戶流失的關(guān)系；

s4.分析電費(fèi)波動(dòng)情況與客戶流失的關(guān)系。

本發(fā)明中，通過(guò)提取2008年至2016年的惠州供電局26553個(gè)專變客戶用電及繳費(fèi)數(shù)據(jù)等，分析供電客戶歷年來(lái)的用電、繳費(fèi)等行為，以及欠費(fèi)情況、是否安裝預(yù)付費(fèi)等特征，探究影響客戶流失風(fēng)險(xiǎn)的因素。對(duì)于傳統(tǒng)風(fēng)險(xiǎn)管控的因素，即欠費(fèi)與流失的關(guān)系，以及是否安裝預(yù)付費(fèi)與流失的關(guān)系，利用歷史數(shù)據(jù)進(jìn)行相關(guān)性分析，數(shù)據(jù)表明，欠費(fèi)客戶與流失客戶無(wú)強(qiáng)相關(guān)性，預(yù)付費(fèi)客戶與流失客戶無(wú)強(qiáng)相關(guān)性。為進(jìn)一步準(zhǔn)確挖掘客戶企業(yè)的風(fēng)險(xiǎn)情況，對(duì)同一營(yíng)業(yè)執(zhí)照且多變壓器的客戶進(jìn)行整合。整理后所有專變客戶企業(yè)總數(shù)為19841，生存的專變客戶企業(yè)總數(shù)為14944。為提出客戶流失的風(fēng)險(xiǎn)概率，定義客戶流失的時(shí)間窗口為半年，定義客戶觀察時(shí)間窗口為半年。在觀察時(shí)間窗口內(nèi)，通過(guò)數(shù)據(jù)分析建模，確定影響流失風(fēng)險(xiǎn)的因素。

所述的步驟s1中，從歷史數(shù)據(jù)分析可以得出，用電增長(zhǎng)趨勢(shì)與客戶的流失存在較大的相關(guān)關(guān)系，用電迅速下降的客戶流失風(fēng)險(xiǎn)非常大，上升客戶流失風(fēng)險(xiǎn)較小。

所述的步驟s2中，當(dāng)期月電量的大小反映客戶的生產(chǎn)規(guī)模，分析發(fā)現(xiàn)當(dāng)期月電量能較好的區(qū)分客戶的流失與否，近一期電量在0-2000范圍內(nèi)的客戶流失風(fēng)險(xiǎn)大。

所述的步驟s3中，客戶在近半年的零電量次數(shù)，具有很好的區(qū)分度；從歷史數(shù)據(jù)分析可以看到，有零電量的客戶流失風(fēng)險(xiǎn)明顯大于無(wú)電量的流失風(fēng)險(xiǎn)。

所述的步驟s4中，變異系數(shù)反映客戶的用電的波動(dòng)情況，歷史數(shù)據(jù)顯示，平穩(wěn)用電的客戶流失的風(fēng)險(xiǎn)較小，頻繁波動(dòng)的客戶流失風(fēng)險(xiǎn)大。

通過(guò)所述的4個(gè)步驟，通過(guò)這四種因素特征對(duì)客戶進(jìn)行刻畫，用決策樹(shù)模型對(duì)每個(gè)客戶進(jìn)行流失風(fēng)險(xiǎn)理論計(jì)算，得出未來(lái)半年內(nèi)客戶流失的概率預(yù)測(cè)。

與現(xiàn)有技術(shù)相比，有益效果是：通過(guò)歷史數(shù)據(jù)建模，同時(shí)利用多個(gè)時(shí)間窗口對(duì)模型的預(yù)測(cè)準(zhǔn)確率進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果表明模型能夠穩(wěn)健、準(zhǔn)確地預(yù)測(cè)客戶的流失概率，以其中一次驗(yàn)證數(shù)據(jù)為例，模型計(jì)算理論流失概率為10%以下的客戶，實(shí)際數(shù)據(jù)驗(yàn)證流失率為2.39%，模型計(jì)算理論流失概率為10%至50%的客戶，實(shí)際數(shù)據(jù)驗(yàn)證流失率為36.17%，模型計(jì)算理論流失概率為50%以上的客戶，實(shí)際數(shù)據(jù)驗(yàn)證流失率為65.36%。該數(shù)據(jù)分析模型能在觀察窗口期間，根據(jù)近半年的的行為特征，對(duì)未來(lái)半年的流失概率進(jìn)行預(yù)測(cè)，對(duì)不同流失概率的客戶可以提前進(jìn)行電費(fèi)回收措施，實(shí)現(xiàn)電費(fèi)風(fēng)險(xiǎn)的關(guān)口前移。建議對(duì)10%流失概率以上的客戶進(jìn)行優(yōu)先抄表、核算、和追繳；建議對(duì)50%流失概率以上的客戶進(jìn)行當(dāng)月多次抄表算費(fèi)?？梢灾鲃?dòng)控制住65%左右的電費(fèi)風(fēng)險(xiǎn)，極大地減少客戶欠費(fèi)后再進(jìn)行追費(fèi)、停電等風(fēng)險(xiǎn)和工作量，實(shí)現(xiàn)電費(fèi)風(fēng)險(xiǎn)的可控在控。

附圖說(shuō)明

圖1是本發(fā)明決策樹(shù)模型示意圖。

具體實(shí)施方式

附圖僅用于示例性說(shuō)明，不能理解為對(duì)本專利的限制；為了更好說(shuō)明本實(shí)施例，附圖某些部件會(huì)有省略、放大或縮小，并不代表實(shí)際產(chǎn)品的尺寸；對(duì)于本領(lǐng)域技術(shù)人員來(lái)說(shuō)，附圖中某些公知結(jié)構(gòu)及其說(shuō)明可能省略是可以理解的。附圖中描述位置關(guān)系僅用于示例性說(shuō)明，不能理解為對(duì)本專利的限制。

如圖1所示，客戶流失數(shù)據(jù)與電費(fèi)風(fēng)險(xiǎn)管控方法，其中，包括以下步驟：

s1.分析用電增長(zhǎng)情況與流失的關(guān)系；

s2.分析當(dāng)期月電量與客戶流失的關(guān)系；

s3.分析近半年零電量次數(shù)與客戶流失的關(guān)系；

s4.分析電費(fèi)波動(dòng)情況與客戶流失的關(guān)系。

本發(fā)明中，通過(guò)提取2008年至2016年的惠州供電局26553個(gè)專變客戶用電及繳費(fèi)數(shù)據(jù)等，分析供電客戶歷年來(lái)的用電、繳費(fèi)等行為，以及欠費(fèi)情況、是否安裝預(yù)付費(fèi)等特征，探究影響客戶流失風(fēng)險(xiǎn)的因素。對(duì)于傳統(tǒng)風(fēng)險(xiǎn)管控的因素，即欠費(fèi)與流失的關(guān)系，以及是否安裝預(yù)付費(fèi)與流失的關(guān)系，利用歷史數(shù)據(jù)進(jìn)行相關(guān)性分析，數(shù)據(jù)表明，欠費(fèi)客戶與流失客戶無(wú)強(qiáng)相關(guān)性，預(yù)付費(fèi)客戶與流失客戶無(wú)強(qiáng)相關(guān)性。為進(jìn)一步準(zhǔn)確挖掘客戶企業(yè)的風(fēng)險(xiǎn)情況，對(duì)同一營(yíng)業(yè)執(zhí)照且多變壓器的客戶進(jìn)行整合。整理后所有專變客戶企業(yè)總數(shù)為19841，生存的專變客戶企業(yè)總數(shù)為14944。為提出客戶流失的風(fēng)險(xiǎn)概率，定義客戶流失的時(shí)間窗口為半年，定義客戶觀察時(shí)間窗口為半年。在觀察時(shí)間窗口內(nèi)，通過(guò)數(shù)據(jù)分析建模，確定影響流失風(fēng)險(xiǎn)的因素。

所述的步驟s1中，從歷史數(shù)據(jù)分析可以得出，用電增長(zhǎng)趨勢(shì)與客戶的流失存在較大的相關(guān)關(guān)系，用電迅速下降的客戶流失風(fēng)險(xiǎn)非常大，上升客戶流失風(fēng)險(xiǎn)較小。

所述的步驟s2中，當(dāng)期月電量的大小反映客戶的生產(chǎn)規(guī)模，分析發(fā)現(xiàn)當(dāng)期月電量能較好的區(qū)分客戶的流失與否，近一期電量在0-2000范圍內(nèi)的客戶流失風(fēng)險(xiǎn)大。

所述的步驟s3中，客戶在近半年的零電量次數(shù)，具有很好的區(qū)分度；從歷史數(shù)據(jù)分析可以看到，有零電量的客戶流失風(fēng)險(xiǎn)明顯大于無(wú)電量的流失風(fēng)險(xiǎn)。

所述的步驟s4中，變異系數(shù)反映客戶的用電的波動(dòng)情況，歷史數(shù)據(jù)顯示，平穩(wěn)用電的客戶流失的風(fēng)險(xiǎn)較小，頻繁波動(dòng)的客戶流失風(fēng)險(xiǎn)大。

通過(guò)所述的4個(gè)步驟，通過(guò)這四種因素特征對(duì)客戶進(jìn)行刻畫，用決策樹(shù)模型對(duì)每個(gè)客戶進(jìn)行流失風(fēng)險(xiǎn)理論計(jì)算，得出未來(lái)半年內(nèi)客戶流失的概率預(yù)測(cè)。

如圖1中，決策樹(shù)模型屬于機(jī)器學(xué)習(xí)中的一個(gè)預(yù)測(cè)模型，代表的是對(duì)象屬性與對(duì)象值之間的一種映射關(guān)系。樹(shù)中每個(gè)節(jié)點(diǎn)表示某個(gè)對(duì)象，而每個(gè)分叉路徑則代表的某個(gè)可能的屬性值，而每個(gè)葉結(jié)點(diǎn)則對(duì)應(yīng)從根節(jié)點(diǎn)到該葉結(jié)點(diǎn)所經(jīng)歷的路徑所表示的對(duì)象的值。

在本項(xiàng)目中，根據(jù)客戶用電增長(zhǎng)情況、當(dāng)期月電量、近半年零點(diǎn)量次數(shù)和電費(fèi)變異系數(shù)多個(gè)因素，確定決策樹(shù)分支，進(jìn)而預(yù)測(cè)該客戶在未來(lái)半年內(nèi)存在流失風(fēng)險(xiǎn)的概率。

顯然，本發(fā)明的上述實(shí)施例僅僅是為清楚地說(shuō)明本發(fā)明所作的舉例，而并非是對(duì)本發(fā)明的實(shí)施方式的限定。對(duì)于所屬領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在上述說(shuō)明的基礎(chǔ)上還可以做出其它不同形式的變化或變動(dòng)。這里無(wú)需也無(wú)法對(duì)所有的實(shí)施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。