论文部分内容阅读
摘要：本文对聚类分析的含义和特征进行了简要叙述，分析了目前电力企业营销管理信息系统中存在的问题，对聚类分析在电力营销中的具体运用进行了探讨，以供参考。
关键词：聚类分析；数据挖掘；电力营销
聚类分析是一种有效的分类方法和数据处理方式，具有丰富的内容，从实际运用方面来看，聚类分析是数据挖掘的重要方式。将聚类分析算法作为独立的工具能够获得数据的分布情况并展现每一类数据的特征，并对具体数据类别进行深层次分析。目前聚类分析算法已经广泛运用到各种信息系统的设计和开发过程中。电力企业要顺应时代发展潮流和市场需求，必须提高企业自身的营销管理能力，促进电力营销的信息化和数据化，构建完善的电力营销管理信息系统。将聚类分析运用到电力营销中，利用数据挖掘技术为企业管理者提供直观的有价值的客户信息，为企业营销决策的制定提供科学的依据。
一、聚类分析概述
1、聚类分析的含义
聚类分析是指研究多要素事物分类问题的数量方法。其基本原理是，根据样本自身的属性，用数学的方法按照某些相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系的程度对样本进行聚类。
聚类与分类有很大的不同，聚类要求划分的类是未知的，它将数据分类到不同的类，所以同一类的对象有很大相似性，不同类的对象有很大不同。聚类分析是一种数值的分类方法，在进行聚类分析前要先建立一个事物属性的指标体系或变量组合，其中每个指标必须能够描述事物属性的特征，所有指标构成一个完整的指标体系并相互配合。
2、聚类分析的特征
聚类分析是根据事物的本质特性研究个体的方法，其目的是将相似的事物归为一类，有以下特征：
2.1它适用于没有经验知识的分类，利用聚类分析法可以设置完善的分析变量，得到科学合理的类别。
2.2它可以处理由多个指标决定的分类。
2.3它是一种探索性的分析方法，能够分析事物的内在属性和规律，并对相似的事物进行分组，在数据挖掘中得到了有效利用。
二、电力企业电力营销管理信息系统存在的问题
1、没有充分考虑电力企业的运营状况和电力市场的发展趋势，仍然采用传统的电力营销管理模式进行系统的开发。
2、没有把电力营销管理信息系统与客户服务系统有效结合起来，无法提升成为更高级的客户额服务支持系统。
3、没有将电力营销管理信息系统与电力营销分析和辅助决策系统有机结合，也就无法真正有效地提高电力企业的管理水平。
三、聚类分析在电力营销中的运用
根据我国电力企业的实际运营状况，对电力企业的数据资源进行全方位的分析，从而建立一套完整的电力营销管理信息系统。电力营销相关数据经过该系统的处理，呈现出连续性、动态性和立体性的特征，电力企业的管理人员能够从这些数据中找出直观的有价值的信息。通过对信息数据进行分析，能够发现电力营销的规律，为电力客戶提供更优质的服务。电力营销管理信息系统的主要作用是在已有的客户资料中挖掘出有效的决策信息。
数据挖掘在电力营销中能够发挥巨大的作用，包括对客户的识别、分析电力销售和营销业务、对市场需求进行分析管理、对重点客户进行识别和分析等。利用聚类分析算法建立的挖掘数据库的主要作用是收集客户信息，对数据库中的客户情况、售电状况、市场需求、客户关系进行分析，能够为电力企业的决策层、管理层和营销业务领导提供电力客户特别是重要客户的需求和用电动态，促使电力企业管理理念和思路的转变，由事后处理转变为事前控制，促进企业科学管理能力的提高。
1、数据来源
电力营销管理信息系统的主要数据来源是电力营销MIS系统和供电系统中收集的数据、监控系统、外部数据库中的数据。对这些数据实施导入、抽取和过滤操作之后，进行合并处理。
2、数据过滤
其主要功能是对所有数据过滤，筛选出有用数据，首先要确定满足系统要求的最小数据集，将残缺的、有噪点的、有污点的数据过滤掉，并将所需要内容展现出来。在此过程中要考虑时间、分类指标和原始数据等内容。
3、模型设计
模型是在聚类分析算法基础上建立起来的与实际对象基本吻合的对象。模型在一定假设下要求能够准确描述原型。在电力营销管理信息系统当中，建立模型的功能是根据定性或定量标准分析和处理原始数据，将分析结果转化为直观的信息，例如表格、饼状图、柱状图等，营销管理者可以依据这个结果制定管理计划和方案。
4、结果展现
即电力营销管理信息系统为决策管理者提供数据模型中的数据，决策管理人员根据结果制定营销决策。在该系统中有多种统计图表和旋转透视图将结果展示出来，统计图表展示的是宏观的定性结果，旋转透视图展示的是微观的定量结果。
5、电力销售分析
电力销售分析是从时间、地点等多个角度，从宏观上分析电力销售和电费收缴情况，观察各项指标的变化，有助于营销决策人员把握电力业务的整体情况，及时发现营销过程中的问题，为具体策略的制定提供科学的依据。电力销售分析模块的主要功能为以下几点：
6.1评估销售状况：对目前销售的整体情况进行分析，这是一个综合性的整体工作，包括对电量的总销售量、销售总收入、平均电价、电费及电量的增长率、重点行业的电量销售等。
6.2分析销售结构：从各个角度对总销售情况的结构进行综合分析。
6.3分析销售构成变化：将目前的电量总销售量与前期进行对比，分析市场的变化趋势。
6.4分析销售区段：依据总电量、平均电价、应收金额，对具体的数据进行划分，对具体区段的客户进行分析。
6、电力客户分析
电力客户的数量虽然异常庞大，但有一定的相似性，将相似的客户分成一类，对同类客户从多个角度进行分析，从而把握他们的消费特征，提高电力销售的经济效益。对电力客户进行分析，首先要进行客户识别，其作用主要是按照具体的指标对电力客户进行分类识别，细分客户群体，根据决策要求对细化的客户群进行分析。具体包括以下几个方面：
7.1成长变化客户识别：对一定时期内的客户群的变化状况从多个角度进行分析，并分析客户群的分布和增长情况。
7.2欠费增长客户识别：分析一定时期内的欠费客户的情况，将同期增长率的变化动态与欠费客户的变化动态进行对比。
7.3黄金段客户识别：在一定时期内，根据不同的分类角度，利用聚类分析算法分析客户情况，突显有特殊价值的大客户状况。
7.4客户价值区段分析：在一定时期内，根据不同指标，按照黄金段识别的客户情况，掌握更完备的客户信息，重新设定总电量、平均电价、应交金额等多重指标，交叉选择特定区域内的电力客户分布状况。
四、总结：
将聚类分析算法运用到电力企业的营销中，建立挖掘数据库，对于电力营销相关的数据资料进行过滤、抽取和分析，构建数据模型，直观地将分析结果展现出来，综合各种指标对电力销售情况进行详细分析，并对电力客户进行识别和分析，能够提高电力企业管理营销决策制定的科学性和可行性，制定出更有效的营销策略，从而提供更能满足客户需求的服务，提高企业的经济效益，促进企业的长远发展。
参考文献：
[1]罗贤缙.聚类分析在电力营销中的应用研究[D].华北电力大学.2004：10-43.
[2]杨文雅.聚类分析算法理论研究综述[J].华章.2012，10（23）：95-96
[3]武斐.探讨新型电力营销信息系统的开发与实现[J].科技与企业.2013，16（24）：182-182.
[4]徐春玲，姜雨，郑孝安.基于应用服务器的三层体系结构的电力营销系统[J].电网技术.
2002，26（07）：71-73.
[5]郑则勇.电力营销管理信息系统存在的问题及处理方法[J].大科技.2012，12（22）：130-131.
关键词：聚类分析；数据挖掘；电力营销
聚类分析是一种有效的分类方法和数据处理方式，具有丰富的内容，从实际运用方面来看，聚类分析是数据挖掘的重要方式。将聚类分析算法作为独立的工具能够获得数据的分布情况并展现每一类数据的特征，并对具体数据类别进行深层次分析。目前聚类分析算法已经广泛运用到各种信息系统的设计和开发过程中。电力企业要顺应时代发展潮流和市场需求，必须提高企业自身的营销管理能力，促进电力营销的信息化和数据化，构建完善的电力营销管理信息系统。将聚类分析运用到电力营销中，利用数据挖掘技术为企业管理者提供直观的有价值的客户信息，为企业营销决策的制定提供科学的依据。
一、聚类分析概述
1、聚类分析的含义
聚类分析是指研究多要素事物分类问题的数量方法。其基本原理是，根据样本自身的属性，用数学的方法按照某些相似性或差异性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系的程度对样本进行聚类。
聚类与分类有很大的不同，聚类要求划分的类是未知的，它将数据分类到不同的类，所以同一类的对象有很大相似性，不同类的对象有很大不同。聚类分析是一种数值的分类方法，在进行聚类分析前要先建立一个事物属性的指标体系或变量组合，其中每个指标必须能够描述事物属性的特征，所有指标构成一个完整的指标体系并相互配合。
2、聚类分析的特征
聚类分析是根据事物的本质特性研究个体的方法，其目的是将相似的事物归为一类，有以下特征：
2.1它适用于没有经验知识的分类，利用聚类分析法可以设置完善的分析变量，得到科学合理的类别。
2.2它可以处理由多个指标决定的分类。
2.3它是一种探索性的分析方法，能够分析事物的内在属性和规律，并对相似的事物进行分组，在数据挖掘中得到了有效利用。
二、电力企业电力营销管理信息系统存在的问题
1、没有充分考虑电力企业的运营状况和电力市场的发展趋势，仍然采用传统的电力营销管理模式进行系统的开发。
2、没有把电力营销管理信息系统与客户服务系统有效结合起来，无法提升成为更高级的客户额服务支持系统。
3、没有将电力营销管理信息系统与电力营销分析和辅助决策系统有机结合，也就无法真正有效地提高电力企业的管理水平。
三、聚类分析在电力营销中的运用
根据我国电力企业的实际运营状况，对电力企业的数据资源进行全方位的分析，从而建立一套完整的电力营销管理信息系统。电力营销相关数据经过该系统的处理，呈现出连续性、动态性和立体性的特征，电力企业的管理人员能够从这些数据中找出直观的有价值的信息。通过对信息数据进行分析，能够发现电力营销的规律，为电力客戶提供更优质的服务。电力营销管理信息系统的主要作用是在已有的客户资料中挖掘出有效的决策信息。
数据挖掘在电力营销中能够发挥巨大的作用，包括对客户的识别、分析电力销售和营销业务、对市场需求进行分析管理、对重点客户进行识别和分析等。利用聚类分析算法建立的挖掘数据库的主要作用是收集客户信息，对数据库中的客户情况、售电状况、市场需求、客户关系进行分析，能够为电力企业的决策层、管理层和营销业务领导提供电力客户特别是重要客户的需求和用电动态，促使电力企业管理理念和思路的转变，由事后处理转变为事前控制，促进企业科学管理能力的提高。
1、数据来源
电力营销管理信息系统的主要数据来源是电力营销MIS系统和供电系统中收集的数据、监控系统、外部数据库中的数据。对这些数据实施导入、抽取和过滤操作之后，进行合并处理。
2、数据过滤
其主要功能是对所有数据过滤，筛选出有用数据，首先要确定满足系统要求的最小数据集，将残缺的、有噪点的、有污点的数据过滤掉，并将所需要内容展现出来。在此过程中要考虑时间、分类指标和原始数据等内容。
3、模型设计
模型是在聚类分析算法基础上建立起来的与实际对象基本吻合的对象。模型在一定假设下要求能够准确描述原型。在电力营销管理信息系统当中，建立模型的功能是根据定性或定量标准分析和处理原始数据，将分析结果转化为直观的信息，例如表格、饼状图、柱状图等，营销管理者可以依据这个结果制定管理计划和方案。
4、结果展现
即电力营销管理信息系统为决策管理者提供数据模型中的数据，决策管理人员根据结果制定营销决策。在该系统中有多种统计图表和旋转透视图将结果展示出来，统计图表展示的是宏观的定性结果，旋转透视图展示的是微观的定量结果。
5、电力销售分析
电力销售分析是从时间、地点等多个角度，从宏观上分析电力销售和电费收缴情况，观察各项指标的变化，有助于营销决策人员把握电力业务的整体情况，及时发现营销过程中的问题，为具体策略的制定提供科学的依据。电力销售分析模块的主要功能为以下几点：
6.1评估销售状况：对目前销售的整体情况进行分析，这是一个综合性的整体工作，包括对电量的总销售量、销售总收入、平均电价、电费及电量的增长率、重点行业的电量销售等。
6.2分析销售结构：从各个角度对总销售情况的结构进行综合分析。
6.3分析销售构成变化：将目前的电量总销售量与前期进行对比，分析市场的变化趋势。
6.4分析销售区段：依据总电量、平均电价、应收金额，对具体的数据进行划分，对具体区段的客户进行分析。
6、电力客户分析
电力客户的数量虽然异常庞大，但有一定的相似性，将相似的客户分成一类，对同类客户从多个角度进行分析，从而把握他们的消费特征，提高电力销售的经济效益。对电力客户进行分析，首先要进行客户识别，其作用主要是按照具体的指标对电力客户进行分类识别，细分客户群体，根据决策要求对细化的客户群进行分析。具体包括以下几个方面：
7.1成长变化客户识别：对一定时期内的客户群的变化状况从多个角度进行分析，并分析客户群的分布和增长情况。
7.2欠费增长客户识别：分析一定时期内的欠费客户的情况，将同期增长率的变化动态与欠费客户的变化动态进行对比。
7.3黄金段客户识别：在一定时期内，根据不同的分类角度，利用聚类分析算法分析客户情况，突显有特殊价值的大客户状况。
7.4客户价值区段分析：在一定时期内，根据不同指标，按照黄金段识别的客户情况，掌握更完备的客户信息，重新设定总电量、平均电价、应交金额等多重指标，交叉选择特定区域内的电力客户分布状况。
四、总结：
将聚类分析算法运用到电力企业的营销中，建立挖掘数据库，对于电力营销相关的数据资料进行过滤、抽取和分析，构建数据模型，直观地将分析结果展现出来，综合各种指标对电力销售情况进行详细分析，并对电力客户进行识别和分析，能够提高电力企业管理营销决策制定的科学性和可行性，制定出更有效的营销策略，从而提供更能满足客户需求的服务，提高企业的经济效益，促进企业的长远发展。
参考文献：
[1]罗贤缙.聚类分析在电力营销中的应用研究[D].华北电力大学.2004：10-43.
[2]杨文雅.聚类分析算法理论研究综述[J].华章.2012，10（23）：95-96
[3]武斐.探讨新型电力营销信息系统的开发与实现[J].科技与企业.2013，16（24）：182-182.
[4]徐春玲，姜雨，郑孝安.基于应用服务器的三层体系结构的电力营销系统[J].电网技术.
2002，26（07）：71-73.
[5]郑则勇.电力营销管理信息系统存在的问题及处理方法[J].大科技.2012，12（22）：130-131.