[发明专利]一种可视化展现与数据分析的客户画像系统

说明书

本发明旨在提出一种可视化展现与数据分析的客户画像系统，包括用户分析模块，投诉分析模块。其中，通过用户分析模块生成可视化结果发送至客户经理端，客户经理根据所述可视化结果进行用户走访，进而通过投诉分析模块，构建客户投诉倾向预测模型，将所述客户投诉倾向预测模型应用于未发生投诉行为的用户群中，识别出具有投诉倾向的用户群体的目标标识，并计算出潜在投诉风险概率，供客户经理作风险前防控参考，进而为大客户提供更加贴合的差异化、个性化客户服务，提高用户用电成本效益管控和客户关系管理水平，有效降低客户的投诉率。

技术领域

本发明涉及电力用户服务系统领域，尤其是涉及一种可视化展现与数据分析的客户画像系统。

背景技术

由于电网属于一个庞大的供电系统，也是保障人民生活、生产用电的排头兵，且电力用户繁多，要想更好的服务好每一个用户，及时发现用户端的各种问题，是件非常难的事情，这也往往造成用户投诉数量激增，电力生产人员面对数目庞大的且用电性质不一的电力用户，要在第一时间发现问题，提升电网下的各个供电局的客户服务精益化管理水平，做到有针对性的提供优质服务，加强供电服务体系建设，提升客户用电体验，实现2020年第三方客户满意度不低于87分，在政府公共服务满意度评价中保持第一的目标，进而持续强化客户投诉管控，减少客户95598重复投诉和全局12398投诉数量，力争全年不发生12398有责投诉，确保不发生重要客户投诉事件，就必须要基于庞大的用电信息，通过数据分析预先判断出存在投诉风险的情况，并及时根据掌握的情况进行客户走访，或为客户解决问题，但至今为止，还并未有一种可视化展现与数据分析的客户画像系统，可以帮助电力生产人员提升电力服务质量，降低用户投诉。

基于上述现有难题，以及响应电网省公司要求，提供一种可视化展现与数据分析的客户画像系统，通过提供可视化展示成果，构建大客户整体用电概况及趋势视图，分析敏感投诉客户，预测有投诉意向用户，实现提前防控，有效减少投诉事件。

发明内容

本发明提出了一种可视化展现与数据分析的客户画像系统，旨在解决现有的多种缺陷问题，主要通过基于营销系统大客户基本信息、用电数据、电费数据、渠道交互数据和停电数据等客户与电网公司交互的历史数据，利用不断发展和成熟的大数据、数据分析挖掘技术，针对大客户关心的电费、电量的构成与变化趋势，峰平谷用电结构，各子户号、计量点用电结构分布，力调电费情况，退补电费情况等分析维度，从大客户整体、单用户号、计量点等层面展开差异化用电分析，及时发现用户端的异常情况，进而做好客户投诉前的风险管控，减少客户投诉，提升客户服务满意度。

具体为：

一种可视化展现与数据分析的客户画像系统，包括：

用户分析模块，用于从大数据平台通过ETL提取用户的基础信息，并进行数据统计分析，生成可视化结果发送至客户经理端，客户经理根据所述可视化结果进行用户走访。

投诉分析模块：获取已发生投诉行为的客服工单，对所述客服工单进行至少一次数据抽样，并进行数据修正，采用人工核查与文本挖掘方法提取特征关键词，构建客户投诉倾向预测模型，将所述客户投诉倾向预测模型应用于未发生投诉行为的用户群中，识别出具有投诉倾向的用户群体的目标标识，并计算出投诉风险概率，供客户经理作风险前防控参考。

所述用户的基础信息：包括用电量、电费、报装情况、诉求情况。

所述数据统计分析：包括采用统计学方法进行数据统计分析，包括客户的基本属性、重要等级、用电情况、报装转化及容量分析、行业分析。

所述可视化结果：基于所述数据统计分析结果，生成可视化结果，包括：用电变化趋势图、用电时段特征、报装转化率、报装容量和电子行业容量排名。

所述客户投诉倾向预测模型根据所提取的关键词设置目标标识Y，其中，Y=(y1，y2,…yi),任一yi对应一具备n个特征关键词的样本集合，为X=(x1，x2,…xn , yi)，作为样本X训练分类器H(x)：X。