一种基于AHP层次的企业客户高压增值服务体系构建方法与流程

本发明涉及一种基于ahp层次的企业客户高压增值服务体系构建方法，属于电力技术领域。

背景技术：

中国专利(申请公布号cn106780140a)公开了一种基于大数据的电力信用评价方法，其通过对客户基础信息、交费行为、用电行为、社会信用信息等大量历史数据进行系统性清洗与分析，运用数理统计方法及通过遗传算法改进的bp神经网络模型挖掘数据中蕴含的行为模式及信用特征，捕捉历史信息和信用表现之间的关系，以信用等级来综合评估信用表现，推进电力客户分类信用管理，支撑开展差异化欠缴催收措施研究工作以形成多元化的催收策略。

但是上述方案通过遗传算法改进的bp神经网络模型进行信用评估计算，无法根据实际情况进行更深层次的影响因素识别与评估，评估分级方案不够科学、合理，不能对客户进行精准区分，进而无法满足不同群体的客户需求，无法实现供电服务精益化转变。

技术实现要素：

针对现有技术的缺陷，本发明的目的在于提供一种采用ahp层次分析法对客户用电数据的多维度综合评价；对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理；

进而对客户进行评价分级后，得到客户星级结果，能够有效识别市场价值密度、确定营销策略、调配服务资源；

更进一步，根据高压增值服务体系，能够有效组合电力服务套餐，形成客户价值与营销服务的交流互动空间，加强客户对自身潜在价值的挖掘意愿的企业客户高压增值服务体系构建方法。

为实现上述目的，本发明的技术方案为：

一种基于ahp层次的企业客户高压增值服务体系构建方法，包括以下步骤：

第一步，数据获取

获取影响企业客户评级的因素，即企业用户的基本信息、交费行为信息、负荷信息；

第二步，数据预处理

获取数据后，因为数据质量直接影响模型的准确性；

s1，首先应对数据质量进行了解，确保企业用户的唯一性；

s2，接着处理数据的缺失值，对于数值量进行中位数或平均值的填充；

s3，对于数据集中的异常值，利用“截断”法进行处理；

第三步，模型构建

(1)建立层次结构模型；

在深入分析实际问题的基础上，将有关的各个因素按照不同属性白上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用；

最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间能够有一个或几个层次，通常为准则或指标层；当准则过多时应进一步分解出子准则层；

(2)构造成对比较阵；

从层次结构模型的第2层开始，对于从属于(或影响)上一层每个因素的同一层诸因素，用成对比较法和1-9比较尺度构造成对比较阵，直到最下层；

(3)计算权向量并做一致性检验；

对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性因素、随机一致性因素和一致性比率做一致性检验；若检验通过，特征向量(归一化后)即为权向量：若不通过，需重新构造成对比较阵；

(4)计算组合权向量并做组合一致性检验；

计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵；

第四步，模型输出

根据处理后的数据，利用层次分析法构建企业客户评价星级模型，并根据得分分布划分等级区域，进而输出客户星级；客户星级从一星到七星依次分为七档；一星、二星、三星客户定义为普通客户，四星以上(含四星)定义为vip客户。

本发明采用ahp层次分析法对客户用电数据的多维度综合评价；对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理。

进而对客户进行评价分级后，得到客户星级结果，能够有效识别市场价值密度、确定营销策略、调配服务资源。

更进一步，根据高压增值服务体系，能够有效组合电力服务套餐，形成客户价值与营销服务的交流互动空间，加强客户对自身潜在价值的挖掘意愿的企业客户高压增值服务体系构建方法。

作为优选技术措施：所述s3，截断法，求一次过程中原始数据的上四分位值q3，作为首尾无效数据限界点；然后从原始数据的开头向后和尾部向前，提出所有小于q3数值，直到碰到第一个不小于q3的数据，则停止截断。

作为优选技术措施：所述目标层为企业客户评价星级模型；所述准则层包括：经济价值、信用价值、发展潜力、社会价值。

作为优选技术措施：所述经济价值包括年用电量、合同容量；所述信用价值包括信用等级；发展潜力包括年用电增长率、行业用电增率。

作为优选技术措施：所述企业用户的基本信息包括用户编号、用户名称、立户日期、户名、供电单位、合同容量、行业类别、基本电费计算规则、费率选择。

作为优选技术措施：所述交费行为信息包括电费发行日、实收日期、实收电费、实收电量、功率因数、尖电量占比、峰电量占比、谷电量占比；所述负荷信息包括最大负荷、平均负荷历史记录。

作为优选技术措施：

构造成对比较阵即正互反矩阵：

对各因素之间进行两两对比之后，然后按9分位比率排定各评价因素的相对优劣顺序，依次构造出评价因素的判断矩阵；针对某一个标准，利用几何平均法或规范列平均法计算各备选因素的权重；

对个因素进行权重设计：

如果两个因素的重要性在两个评价等级之间，则取中间的分值，如果因素i相对于因素j有一个评分值，则因素j相对于因素i的评分制为其倒数；根据同一层次的因素两两比较来确定因素的相对重要性，如果认为两个因素的影响重要性相当，则取值为1，前者比后者稍微重要则取值为3，前者比后者稍微不重要，则取值为1/3，同理，如果认为前者比后者比较重要，则取5，十分重要则取7，绝对重要则取9。

作为优选技术措施：

所述几何平均法的计算步骤为：

a)计算判断矩阵a各行各个因素mi的乘积；

b)计算mi的n次方根；

c)对向量进行归一化处理；

d)该向量即为所求权重向量。

作为优选技术措施：

所述规范列平均法的计算步骤为：

a)计算判断矩阵a各行各个因素mi的和；

b)将a的各行因素的和进行归一化；

c)该向量即为所求权重向量。

作为优选技术措施：

构造好判断矩阵后，需要根据判断矩阵计算针对某一准则层各因素的相对权重，并进行一致性检验；

虽然在构造判断矩阵a时并不要求判断具有一致性，但判断偏离一致性过大也是不允许的，因此需要对判断矩阵a进行一致性检验；

对于每一个成对比较阵计算最大特征根和对应特征向量，利用一致性因素、随机一致性因素和一致性比率做一致性检验；

若检验通过，特征向量即为权向量；若不通过，需重新构造成对比较阵；

出于认识上的差别，矩阵判断可能不具有一致性，可用“随机一致性比值”检查cr＝ci/ri，其中ci表示一致性因素，ri表示平均随机一致性因素；

当cr＜＝0.10时，层次单排序有效；当cr＞＝0.10时，说明差别太大，无效。

与现有技术相比，本发明具有以下有益效果：

本发明采用ahp层次分析法对客户用电数据的多维度综合评价；对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理。

进而对客户进行评价分级后，得到客户星级结果，能够有效识别市场价值密度、确定营销策略、调配服务资源。

更进一步，根据高压增值服务体系，能够有效组合电力服务套餐，形成客户价值与营销服务的交流互动空间，加强客户对自身潜在价值的挖掘意愿的企业客户高压增值服务体系构建方法。

附图说明

图1为本发明企业客户价值评价星级模型层次分析结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。

如图1所示，一种基于ahp层次的企业客户高压增值服务体系构建方法，包括以下步骤：

第一步，数据获取

获取影响企业客户评级的因素，即企业用户的基本信息、交费行为信息、负荷信息；

第二步，数据预处理

获取数据后，因为数据质量直接影响模型的准确性；

s1，首先应对数据质量进行了解，确保企业用户的唯一性；

s2，接着处理数据的缺失值，对于数值量进行中位数或平均值的填充；

s3，对于数据集中的异常值，利用“截断”法进行处理；

第三步，模型构建

(1)建立层次结构模型；

在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用；

最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间能够有一个或几个层次，通常为准则或指标层；当准则过多时应进一步分解出子准则层；

(2)构造成对比较阵；

从层次结构模型的第2层开始，对于从属于(或影响)上一层每个因素的同一层诸因素，用成对比较法和1-9比较尺度构造成对比较阵，直到最下层；

(3)计算权向量并做一致性检验；

对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性因素、随机一致性因素和一致性比率做一致性检验；若检验通过，特征向量(归一化后)即为权向量：若不通过，需重新构造成对比较阵；

(4)计算组合权向量并做组合一致性检验；

计算最下层对目标的组合权向量，并根据公式做组合一致性检验，若检验通过，则可按照组合权向量表示的结果进行决策，否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵；

第四步，模型输出

根据处理后的数据，利用层次分析法构建企业客户评价星级模型，并根据得分分布划分等级区域，进而输出客户星级；客户星级从一星到七星依次分为七档；一星、二星、三星客户定义为普通客户，四星以上(含四星)定义为vip客户。

本发明采用ahp层次分析法对客户用电数据的多维度综合评价；对客户价值进行定性与定量相结合、多目标、层次化的分析；能够对客户价值特征进行充分挖掘，评估分级方案更加科学、合理。

进而对客户进行评价分级后，得到客户星级结果，能够有效识别市场价值密度、确定营销策略、调配服务资源。

更进一步，根据高压增值服务体系，能够有效组合电力服务套餐，形成客户价值与营销服务的交流互动空间，加强客户对自身潜在价值的挖掘意愿的企业客户高压增值服务体系构建方法。

客户价值管理是客户关系管理成功应用的基础和核心。电力大客户作为而电力企业一直缺少自己的客户价值管理体系。本发明运用数据挖掘手段，通过对客户用电数据的多维度综合评价，为电力企业的客户关系管理探索迈出坚实的一步。

运用本发明的星级客户评价模型对客户进行评价分级后，得到客户星级结果。客户分级的结果对公司识别市场价值密度、确定营销策略、调配服务资源都有重要的积极作用。

通过本发明的星级大客户评价模型，建立客户价值衡量体系和客户关系培养模式。利用客户分级组合电力服务套餐，形成客户价值与营销服务的交流互动空间，加强客户对自身潜在价值的挖掘意愿，打破供电企业与电力客户的零和游戏，实现优星优选双企双赢的良性发展模式。

本发明截断法一种具体实施例：所述s3，截断法，求一次过程中原始数据的上四分位值q3，作为首尾无效数据限界点；然后从原始数据的开头向后和尾部向前，提出所有小于q3数值，直到碰到第一个不小于q3的数据，则停止截断。

本发明层次结构一种具体实施例：所述目标层为企业客户评价星级模型；所述准则层包括：经济价值、信用价值、发展潜力、社会价值。

所述经济价值包括年用电量、合同容量；所述信用价值包括信用等级；发展潜力包括年用电增长率、行业用电增率。

本发明数据字段一种具体实施例：所述企业用户的基本信息包括用户编号、用户名称、立户日期、户名、供电单位、合同容量、行业类别、基本电费计算规则、费率选择。

所述交费行为信息包括电费发行日、实收日期、实收电费、实收电量、功率因数、尖电量占比、峰电量占比、谷电量占比；所述负荷信息包括最大负荷、平均负荷历史记录。

本发明正互反矩阵一种具体实施例：

构造成对比较阵即正互反矩阵：

对各因素之间进行两两对比之后，然后按9分位比率排定各评价因素的相对优劣顺序，依次构造出评价因素的判断矩阵；针对某一个标准，利用几何平均法或规范列平均法计算各备选因素的权重；

对个因素进行权重设计：

如果两个因素的重要性在两个评价等级之间，则取中间的分值，如果因素i相对于因素j有一个评分值，则因素j相对于因素i的评分制为其倒数；根据同一层次的因素两两比较来确定因素的相对重要性，如果认为两个因素的影响重要性相当，则取值为1，前者比后者稍微重要则取值为3，前者比后者稍微不重要，则取值为1/3，同理，如果认为前者比后者比较重要，则取5，十分重要则取7，绝对重要则取9。

本发明权重计算一种具体实施例：

所述几何平均法的计算步骤为：

a)计算判断矩阵a各行各个因素mi的乘积；

b)计算mi的n次方根；

c)对向量进行归一化处理；

d)该向量即为所求权重向量。

本发明权重计算另一种具体实施例：

所述规范列平均法的计算步骤为：

a)计算判断矩阵a各行各个因素mi的和；

b)将a的各行因素的和进行归一化；

c)该向量即为所求权重向量。

本发明进行一致性检验的实施例：

构造好判断矩阵后，需要根据判断矩阵计算针对某一准则层各因素的相对权重，并进行一致性检验；

虽然在构造判断矩阵a时并不要求判断具有一致性，但判断偏离一致性过大也是不允许的，因此需要对判断矩阵a进行一致性检验；

对于每一个成对比较阵计算最大特征根和对应特征向量，利用一致性因素、随机一致性因素和一致性比率做一致性检验；

若检验通过，特征向量即为权向量；若不通过，需重新构造成对比较阵；

出于认识上的差别，矩阵判断可能不具有一致性，可用“随机一致性比值”检查cr＝ci/ri，其中ci表示一致性因素，ri表示平均随机一致性因素；

当cr＜＝0.10时，层次单排序有效；当cr＞＝0.10时，说明差别太大，无效。

应用本发明的服务策略实施例：

服务策略根据客户星级差异，设计差异化服务，用以实现服务资源良好配置和客户体验提升。

根据等级不同，从七星客户到一星客户可享受服务项目依次递减，部分项目服务层级递减。增值服务内容主要面向vip客户提供。七星客户开放所有服务，将服务资源向大客户倾斜。数量庞大的普通客户可使用基础功能，提升用户体验，节省服务资源。

例如，七星客户可享受全量服务。四星客户可享受17项服务，相比七星客户减少“科学用电指导”、“停电协商”服务。四星客户同样享有的“发票寄送”、“设备租赁”、“预防性试验”、“用能监测”、“安全工器具试验”、“能效评估”、“设备体检”7个项目，但其受服务程度低于高星级客户。在服务资源紧张时，优先满足高星级客户。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。