[发明专利]基于逻辑回归模型的电力客户停电敏感度评分卡实施方法

说明书

技术领域

本发明涉及电力营销服务领域，尤其是涉及一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法。

背景技术

电网公司客户规模大，生产经营情况复杂，长期以来在故障处理、客户服务方面面临较大压力。通过对近年来客户咨询、投诉记录的统计分析，发现客户的诉求主要集中在“停电”、“电能质量”、“服务态度”等方面。停电、电能质量以及服务态度会对客户满意度造成一定程度的影响。对停电有强烈反应，进而通过“95598、营业厅、在线客服”等开展报修、咨询或者投诉的客户，定义为停电敏感客户。开展电力客户停电敏感度分析，准确识别停电高敏感客户，及时做好用电服务，既可以提升客户满意度，也有助于减少“95598服务热线”的呼入量。

目前，针对电力客户敏感度分析，主要采用数据挖掘技术中的逻辑回归、决策树等算法模型构建客户敏感度模型，对客户咨询、投诉行为进行分析预测。但是逻辑回归、决策树等算法模型输出结果是客户敏感度类别(例如敏感客户、普通客户)，无法量化某个客户敏感程度，也无法直观表明哪些因素是影响客户敏感度的主要因素以及影响程度。

专利申请公布号为CN 104680428 A的发明专利公开了一种电网客户满意度测评模型的建立方法，所述方法包括以下步骤：S1.收集客户满意度影响因素的历史数据；S2.根据收集的客户满意度影响因素的历史数据生成相应的样本集，建立客户满意度神经网络模型，并分别计算客户满意度影响因素的权重；S3.根据收集的客户满意度影响因素的历史数据生成相应的样本集，以及客户满意度影响因素的权重关系建立客户满意度决策树模型；S4.通过可视化工具显示客户满意度影响因素与客户满意度的关系。该发明能分析客服中心来电接入数据、受理录音质检数据与客户满意度之间量化关系，能反映客服中心来电接入数据、受理录音质检数据变化时客户满意度的变化情况。然而，该发明采用的决策树算法模型，无法量化某个客户敏感程度，也无法直观表明那些因素是影响客户敏感度的主要因素以及影响程度。

专利申请公布号为CN 106600455 A的发明专利公开了一种基于逻辑回归的电费敏感度评估方法，本发明以客户敏感为切入点，针对高压用户、低压非居客户和居民客户分别构建电费敏感模型。主要步骤包括：从客户基本信息、用电信息、缴费信息等多个维度收集建模指标，使用信息值(IV)、相关系数筛选变量，基于最优分组和最优分群算法对变量进行分组，进行WOE证据权重转化，运用逻辑回归算法构建客户电费敏感度评价模型，根据模型参数估计值构建易于理解实施的标准评分卡，最后通过优势分析法确定变量权重。该通过识别电费高敏感客户，为电力营销和客户服务部门开展精准营销和差异化服务提供数据支撑，从而提高客户整体满意度、提升客户感知。然而，该发明的目的在于构建客户电费敏感度评价模型，仅仅提出构建标准评分卡初步设想，未给出评分卡具体形式，也未提出评分卡具体实现方法。

发明内容

有鉴于此，本发明的目的是针对现有技术的不足，提供一种基于逻辑回归模型的电力客户停电敏感度评分卡实施方法，能够将客户敏感度模型转化为表格形式，不仅可以直观表明影响客户敏感度的主要因素以及影响程度，又可以方便地计算每一个客户敏感度得分。

为达到上述目的，本发明采用以下技术方案：

基于逻辑回归模型的电力客户停电敏感度评分卡实施方法，包括以下步骤：

步骤1、从电网公司营销业务系统、95598系统提取客户停电敏感相关属性数据；

步骤2、通过信息值筛选出具有高预测力的属性，通过直方图分析将数值属性转换成序数属性；

步骤3、将某些属性的类别合并以降低其基数，计算各属性的证据权重转换值；

步骤4、基于用户各属性的证据权重转换值，运用逻辑回归模型构建客户停电敏感度分析模型；

步骤5、基于停电敏感度分析模型的输出参数和各属性证据权重转换值构建客户停电敏感度评分卡。

进一步地，在所述步骤2中，通过信息值方法筛选出具有高预测力的属性，信息值(Information Value,简称IV)是衡量两个类别属性或序数属性X_i和Y(其中属性Y为二元属性，取值1或0)之间关联性的指标，信息值越大，二者关联性越强，信息值的定义如下：