压降投诉敏感用户精准化预警解决方案

背景介绍方案概述核心优势方案价值相关案例

背景介绍

当下，人民生活水平在不断提高，电力客户对供电可靠性和服务的要求也越来越高，稍有处理不慎，便可能引起敏感客户的停电投诉，甚至发展为舆情事件。

主要体现在：

1.供电质量投诉类多，面对投诉仍以事后管控为主，缺乏事前预警管理机制：影响客户正常用电投诉多发，近2年供电质量类投诉占投诉总量的60%以上，目前，对客户投诉研究大多以常规的统计分析为主，客户投诉数据缺乏有效整合扩展，挖掘分析深度和广度存在较多不足，客户投诉根源分析不彻底，供电质量投诉问题的整改和处理仍有一定的提升空间。

2.投诉风险广泛存在，供电服务难以聚焦：经数据监控，达到频繁停电投诉标准（近2月内掉电3次及以上 )的用户持续增加，供电服务投诉风险广泛存在，仅仅依靠基层网格经理提供供电服务难以实现。

3.客户诉求不明确，未能有效服务客户：通过对近2年投诉工单进行语义分析，有15%的用户明确表示投诉是不知道停电原因或不知道什么时候能够来电，而94%的用户在经过充分的沟通和解释后表示能够理解。说明绝大多数频繁停电投诉用户的诉求是希望获得供电公司的反馈和安抚。

方案概述

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。