国网某省停电敏感客户分析
案例介绍

国网某省公司通过供电服务指挥系统中搜集到的95598客服数据、客户停电信息、 投诉受理工单等诉求信息,采用人工智能通用技术筛选出停电相关数据, 经过数据融合、数据处理、特征工程、模型构建、模型优化、模型验证六个步骤, 构建出可以精准识别停电敏感客户的判定模型。 在整个过程中,根据不同的需求, 使用包括无监督学习模型、监督学习模型(隐马尔可夫模型、SVM、随机森林)、 深度学习模型(CNN、RNN)、投票算法等多种拟合手段,确保最终的模型识别率达到预期并较传统方式显著提升。

应用效果

停电敏感客户识别模型已集成嵌入到供电服务指挥系统, 在多个单位试点应用,目前从1200万用电客户中智能识别117.3万户停电敏感客户, 其中极度敏感客户2.3万,中度敏感9.5万,一般敏感105.5万。从而达成:

1.“一举两得”,提升基础档案准确度。

2.“百花齐放”,支撑客户诉求管理。

3.“保姆式”服务,减少投诉风险。

4.“精准指导”,提高客户走访实效