多維數據在電力營銷中運用
時間:2022-04-07 11:31:00
導語:多維數據在電力營銷中運用一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。
隨著電力體制改革的深入,供電系統的營銷管理也逐步從粗放型向集約型轉變。而只有通過管理手段的創新,采用多維數據分析的一體化管理,才能實現電力部門真正意義上的集約型管理。目前,諸如自動化調度系統、售電自動化系統、用戶自助服務系統等的建立,實現了電力業務的產、輸、配、售信息一體化,既促進了供電系統業務的高效化,也積累了大量的業務數據。如何有效地利用這些現有的業務數據,將業務數據轉化成管理數據,為供電系統電力營銷工作提供服務,提高企業管理水平,是目前供電企業信息化所面臨的主要問題之一?;贠LAP的多維數據聯機分析處理工具BusinessObjects是一種自適應、基于服務的商務智能應用開發平臺,根據實際應用需求,可集成多個BusinessObjects套件產品如:CrystalRe-portsXI、WebIntelligence、PerformanceMan-ager等。該平臺在報表歸類、數據查詢、企業績效等實際應用中,提供了全方位、便捷化的多維數據分析服務,能滿足用戶的信息需求。
1多維數據分析技術
多維數據分析技術是一種建立在OLAP基礎上的高效數據分析方法,能有效地將企業數據由業務型向管理型轉化,是企業提高經營管理水平的有效方法。OLAP通過多維的方式對數據進行分析、查詢和報表,它不同于傳統的OTLP應用。OTLP應用主要是完成用戶的事務處理,通常要進行大量的更新操作,對響應時間要求比較高。而OLAP主要是對用戶分析、輔助領導決策,可以進行大量的查詢操作,對時間的要求不太嚴格。其典型的應用有對銀行信用卡風險的分析與預測、公司市場營銷策略的制度建設等。多維數據分析技術的核心是“維”,即用戶根據經營管理信息需求,從多個現實世界角度觀察數據,并對數據進行相應處理,從而獲得有用信息的方法。多維數據分析基本分析操作有鉆取、切片、切塊、旋轉,它讓用戶能同步快速、高效靈活地掌握從總體到局部的企業經營情況,將企業運營的隱藏信息直觀呈現給用戶。根據多維數據分析技術的基本定義及原理,在供電系統電力營銷中運用BusinessObjects平臺進行的多維數據分析,有如下特點:
(1)多維性:這是多維數據分析技術標志性特點,可以從分析維中分支出時間維、地區維、類別維等多個維度面。如對售電量的展現,可以從時間維中的年、季、月、周、日時間層次上查看。
(2)可析性:從不同角度對數據進行平均值、差距值、數排序、匯總、記錄限定等處理,提供給用戶強大的數據匯總、即時查詢等數據分析能力。
(3)同步性:體現了用戶對信息在時間上的要求。包含對多維數據分析結果同步快速獲得的要求,而且使多維數據分析能實時、適時地接收用戶數據。
(4)安全性:保障信息安全,防止欺詐用戶。用戶分級管理,數據分析結果只提供給相關用戶使用,多個用戶使用同一分析時,依據用戶所屬安全級別查看相應層次的信息。
(5)擴展性:即具有后期增加服務功能。對各用戶分析需求實行模塊化管理,后期新增功能,通過積木式拼裝或授權實現,并能隨時對已有分析進行數據觀看維度更改。
2多維數據分析技術工作過程
供電系統的大電網是從原有的小電網多次聯網形成的,基本按原有區塊規劃營業機構,電力營銷基礎業務數據全部集中于各地市的信息系統中。在電力營銷中應用多維數據分析技術時,數據處理流程如圖2.1所示。
圖2.1多維數據分析流程
按圖示中各分局或營業站的信息管理系統所采集的業務數據以不同方式存放于各自系統的數據庫中,經過數據抽取、轉換、清洗、裝載過程,匯總到供電系統的數據倉庫中,或直接將多維分析所需數據遷移到平臺數據庫。數據遷移完成之后,由數據分析人員分析源數據結構,再根據電力營銷管理決策支持需求,確立多維數據分析目標,構建多維數據模型。最后根據具體應用要求,對度量對象進行邏輯、統計等方面的數據處理,最后運用直觀易理解的圖表進行數據展現,完成分析目標,實現多維數據分析。
多維數據分析方式主要有如下:
(1)排序分析法:將可比較對象的各種指標按照一定的規則進行排序對比。這種方法有利于了解和分析在各種限定情況下的對象排名情況,方便進行有針對性的分析和方案實施,可分為正序排列、逆序排列、有限制數目排序(也稱TOP一N分析法)和無限制數目排序,這些排序可混合使用。如想找出用電量居前十的電力企業,采用限制數目為10的正序排列方式,對用電量進行排序,這樣可以讓分析人員迅速了解用電量居前十的電力客戶的情況。
(2)結構分析法:也稱比重分析法,是計算某項經濟指標各項組成部分占總體的比重,分析其內容構成的變化,從中掌握數據的特點和變化趨勢,為電力營銷決策提供參照。其計算公式為:結構相對數=部分÷總體×100%,此法通常采用餅圖和曲線圖直觀展現。
(3)貢獻率法:貢獻率即某因素帶來的對增速影響的百分點,是分析經濟效益的一個指標,該指標經常應用在增長分析中以及影響因素分析中,并且提供直觀易懂的查詢結果,其計算公式為:貢獻率=某因素貢獻量(增量或增長程度)/總貢獻量(總增量或增長程度)×l00%。
(4)預測算法:共分多元線性回歸法、時間序列法、多元回歸分析法,三者都是多維數據分析的科學預測方法,用于預測隨機事件的數據分析工具。由于簡單實用,已在各預測領域廣泛應用。以上三種科學預測方法都可用于電量預測,根據實際數據進行模型選擇及調整,并確定模型的參數進行預測。
3多維數據分析技術的體系結構
多維數據分析系統平臺上分多個功能模塊,實現多維數據分析功能。基于BusinessObjects平臺開發的多維數據分析系統,是一種多用戶的B/S結構系統,如圖2所示,主要分數據源、服務器、用戶端。圖2多維數據分析系統體系結構
(1)數據源:作為多維數據分析的數據來源,可以是原始的業務數據庫或業務數據報表,也可以是經過數據預處理的數據倉庫。在大電網環境中,已有的業務數據將作為主要的分析數據來源,在某些營銷管理分析需求中,需要重構數據源,來完成多維數據分析應用。
(2)多維數據分析服務:由BusinessObjects平臺和電力營銷綜合分析平臺共同提供多維數據分析服務,包括BusinessObjects各套件產品服務器及其管理服務器,如報表應用程序服務器、程序作業服務器、中央管理服務器等,各服務器為相應的多維數據分析提供服務。電力營銷綜合分析平臺,是為了與現有的營銷信息管理系統集成及得到更靈活、友好的用戶界面,重新開發或在已有的營銷綜合分析平臺上,將多維數據分析進行功能集成,即利用BusinessObjects平臺提供的對外接口,在Java或net平臺開發環境中,調用多維數據分析的應用程序接口,自定義多維數據分析應用界面。
(3)用戶端:用戶在本地計算機上利用網頁瀏覽器作為多維數據分析系統的客戶端,進行遠程訪問,方面快捷查閱客戶基本信息、抄表情況信息、賬單信息等。4多維數據分析系統的構建與功能實現多維數據分析系統在BusinessObjects平臺中利用Designer工具來完成多維數據模型構建。
首先,在Designer中建立數據源的連接,從中提取二維表,構建派生表來獲取所需業務數據。然后,根據所獲取的原生表或派生表數據相互關系,建立相應的查詢關聯,最終得到業務數據結構模型。
在業務數據模型的建立過程中,需要適當地建立表別名及查詢上下文,解決環路、斷層陷阱、扇形陷阱等問題,提高多維數據分析時數據處理效率。業務數據結構模型的建立,有助于更好地理解業務,是多維數據模型構建的基礎。在Designer工具中根據已有業務數據結構模型,將所需的數據觀察角度,如企業組織機構、地區、時間等構建成多維數據模型維度,將所需觀察的數據對象構建成多維數據模型度量,建立多維數據模型,供多維數據展現使用。多維數據模型的建立,為用戶提供更方便、更集中的數據視角,讓用戶更加易于查找龐大業務數據中的有用信息,找出企業經營規律,輔助提高管理水平。
多維數據分析功能的實現是根據分析目標,確定數據觀察角度和數據觀察對象,找出最有效的信息展現,完成多維數據分析功能的實現。如對電費結余情況的多維數據分析中,選取列表及曲線圖,作為電費結余情況的信息展現,管理者可詳細查詢每日每時段的電費結余情況。另外,用戶可根據需要選擇有效的維及維的對象值來查看數據,而數據對象則根據用戶的選擇,進行相應維層次上的匯總、對比等處理。在各匯總數據點上,通過建立超鏈接,可以讓用戶進入下級詳細數據,進一步了解該匯總數據的具體組成,得出對比信息。供電系統多維數據分析在功能上是相對獨立的,在現有的電力營銷信息管理系統中,可以作為新增功能被集成調用,完成多維數據分析在電力營銷中的最終應用。
5結束語
總之,電力營銷管理工作是不斷發展的,相同營銷管理對象在不同時間、不同地點,對于不同管理者,所需的信息觀看角度、信息展現方式都會不同。又由于多維數據分析、數據存儲技術及信息展現方法等方面的不斷發展,多維數據分析在電力營銷管理中的應用也將是一個長期的過程,需要根據應用需求的變化不斷進行改進和完善。
- 上一篇:創造安全健康校園環境辦法
- 下一篇:做好春季動物疫病防治通知