关键词：大数据；客户服务；挖掘分析方法；数据模型
市场细分化、业务多样化以及全球化市场是未来发展的趋势与方向，电力客户的需求呈现出逐渐升高的趋势，传统的经营模式中其服务方式较为被动，在大数据处理技术不断进步的同时，投诉风险的主动预警功能也发生在逐渐提升，在客户服务领域实现对大数据的提升是促使用户个性化服务需求得到满足的重要手段。
一、大数据技术和挖掘方法
下面我们主要对大数据挖掘的基本概念进行客观分析，注意在实际对电力用户数据特征进行探究时需要从运营商角度进行。
1.大数据的基本概念
从本质上来说大数据是一种资讯，大数据会涉及到规模巨大的资料，现阶段主流软件无法对其进行管理以及处理，因此我们也可将大数据看作为数据结合。数量巨大、结构复杂以及类型构成众多是其显著特征，在实际对其进行应用与处理时需要得到云计算的支撑。智力资本以及知识服务能力需要在大数据整合共享以及复用的基础上形成，最终促使数据形成智力为我们服务，这也是数据资产变现的实质与目标。
2.大数据挖掘主要分析方法
（1）大数据挖掘核心分析方法
大数据的挖掘能力以及逻辑关系度是该项应用所使用的主要内容，模型的构建工作也是在此种情况下完成。分类分析、层次分析、回归分析以及特征分析等都是数据挖掘经常使用的方法，将用户特征作为主要依据，在区分客户群的基础上实现模型的建立就是指特征分析。客户群体分类、客户背景分析以及市场细分是聚类分析在实际应用中的主要形式。在时间上序列所呈现出的特征与趋势是回归分析的主要特征，在实际数据发展趋势进行预测时也要注意对回归分析法进行使用。
（2）大数据挖掘的基本过程和关键步骤
CRISP-DM是现阶段业界通用的一种挖掘流程运行体系，主要是在跨行业的基础上促使数据模板得以建立。CRISP-DM这一模板可在一定程度上对挖掘工程的完整性进行保证。该模型主要可分为六个阶段，其中主要包括数据准备、模型建立以及模型发布部署、模型评估、商业理解以及数据理解，但其顺序并不是处于完全发布不变的状态。
二、基于大数据挖掘的客户服务能力提升解决方案
1.应用平台的技术实现方式
（1）多元化数据源的整合
数据的体量以及形式得以顺利拓展是大数据的显著优势与特征，传统数据仓库之间所存在的局限性可在大数据的影响下逐渐被打破。文本信息、图片以及互联网记录等资料来源的充分利用是获取数据的主要手段，在此种信息支撑下所获得的数据可更加清晰、生动。在实际进行数据采集工作时我们需要利用先进的技术以及信息手段实现对单一依赖结构化数据局限的逐步打破，本地客服系统信息等多个资源就是在这一过程中实现有效整合的目标。
（2）客户需求预判模型组的建立
直接面向用户开展的服务工作就是指客户服务工作，这项工作可以说是十分繁琐，其中主要涉及用户的争议、需求、情绪以及建议等，只有在突破单纯重视用户基本信息的基础上才能实现对用户整合价值的充分挖掘。在实际对用户的投诉行为进行预测时我们可将以下五个类型作为主要依据，分别为用户交际圈、忍受度、正面情感用词情况、负面情感用词情况以及用户使用业务表象，这不仅是提升效率的重要手段，同时可在一定程度上实现投诉的减少。
2.系统应用实现展示
在大数据价值提炼的基础上促使其实现与客服生产系统有效结合的目标是用户来电智能预判工作顺利进行的基础与前提，在分析用户画像的同时可实现对来电用户因子的准确判断。在信息整合场景的支撑下应用场景以及智能预判系统都可通过上述手段实现，客服人员被动的地位也在此种趋势下逐渐实现向主动的转化。
三、大数据在客户服务应用效果
1.有效降低客户二次来电率和二次生成工单率
通过对受预警提醒用户进行分析后发现，再次来电率以及再次生成工单率会受到智能提醒的直接影响，也就是说在智能提醒的影响之下再次来电率以及再次生成工单率会呈现出逐渐下降的是状态，这不仅可促使客服接待工作在原有的基础上实现大幅度提升的目标，同时也可促使服务水平有效提升，最终对客服代表的工作压力进行有效缓解。
2.投诉用户数降低，满意度用户数提高
从智能预判提醒功能开展研究使用以来，服务投诉、营业投诉、供电质量投诉、电网建设投诉、停送电投诉在同口径下的升级投诉用户数明显下降，客户满意度明显提升。
3.客服人员处理时间缩短，效率提升
开展客户行为、座席技能、知识库使用特性的综合分析，为服务人员主动推荐知识点，自系统上线以来，我们一直坚持系统的效果评估，把使用预判提醒的用户群与没有经过预判提醒的用户群(对照组)做对比分析。发现使用提醒系统的人工平均处理时长3分钟，要比使用对照组的平均人工服务时长缩短1分钟，沟通的有效性得到明显提升。
4.为供电服务质量改善提供有力的数据支撑
开展迎峰度夏供电服务大数据分析，探索使用分词分析、路径分析、可视化等大数据分析技术，总结分析特殊重要时段的供电服务业务特征、客户敏感特征和客户体验特征，为公司供电服务质量改善提供有力的数据支撑。
四、总结
通过对大数据在客服领域方面的探索，在客服一线代表的工作中，结合中心服务指标的提升方向进行研究，通过用户服务需求预判平台的搭建，初步实现大数据在服务方面的拓展。
1.突破了传统商业智能系统侧重结构化数据的局限，运用最新的大数据分析技术，全面拓展数据形式，整合文本语音、互联网、新媒体等信息，更全面地洞察用户的需求和诉求。
2.突破了传统分析视角，拓展为深入关注用户情感、心理、情绪、人文、社交网等分析维度，使得对投诉用户的研究刻画更加立体生动准确，为客服工作策略的优化提供最精确的用户画像资料。
3.实现了智能预判提醒功能，防患于未然，使一线员工的工作方式由被动服务变为主动关怀，有效地降低了再次来电率和再次生成工单率，缩短了人均处理工单的时间，提升了工作人员的处理效率，降低了升级用户的投诉率，为供电服务质量改善提供有力的数据支撑，有效地降低了成本。
五、展望
随着移动智能终端和互联网的发展使得客户的沟通偏好日益呈现多样化的态势，大客户服务成为应对激烈竞争的主要抓手，但是当前服务运营压力却越来越大：客户需求频繁变化，对服务的要求越来越高；新业务、新产品不断出现，业务复杂度不断增加；这些将使客服工作面临更大的挑战，也蕴含了前所未有的机遇，客户服务的好坏有可能改变电力市场电力企业实力对比和市场格局，在用户体验为王的数字化时代，客户服务工作的重要地位也越来越凸显出来。
在今后的项目建设中，建议采用强化用户满意度评估管理、强化整合多媒体客服(网站、掌上电力APP、微信等)、服务能力前置、工单透明化运营可视化来缓解用户疑惑等一系列创新的系统功能及业务思路。更多地运用新媒体、文本、语音处理、视频信息、互联网社交媒体信息，形成更准确的用户认识和更敏捷的反应速度，更公开透明的投诉信息处理，变被动服务为主动服务，为客户提供便利，全面提升用户感知，同步提高客户信任度、忠诚度，为电网公司客户服务整体业务提升提供支持。
参考文献：
[1]彭涛,叶利.电网公司客户服务中心大数据应用研究[J].电力信息与通信技术,2015,13(3):22-26.
[2]刘颜平.甘肃电信基于大数据的移动用户生命周期营销支撑系统设计研究[D].兰州大学,2016.
[3]徐祥征,王师奇,吴百洪.基于大数据分析的配电网主动检修业务应用研究与实现[J].科技通报,2017,33(6):105-108.