電力營銷大數(shù)據(jù)應(yīng)用案例2202011370311

電力營銷大數(shù)據(jù)應(yīng)用案例2匯報人:劉恬暢國網(wǎng)江蘇營銷服務(wù)中心2020年8月31日目錄CONTENTS1背景介紹2各地典型案例3總結(jié)與展望精準畫像助力排查違法群租房

◆案例內(nèi)容8月19日，國網(wǎng)江蘇電力研發(fā)的“中壓線路分時分段線損分析平臺”上線試運行滿一個月，通過開展違約用電預警、查找群租用戶、精準查處竊電行為等，深度挖掘營銷大數(shù)據(jù)價值，進一步提升企業(yè)管理質(zhì)效。電力大數(shù)據(jù)應(yīng)用案例1：江蘇用好營銷大數(shù)據(jù)提升管理質(zhì)效

◆案例分析(1)提前預警助企業(yè)規(guī)避超容用電已覆蓋江蘇全省約550萬家企業(yè)客戶，截至7月底推送超容預警信息約30萬條、超容提醒信息超過14萬條。(2)精準畫像助力排查違法群租房截至7月底，國網(wǎng)江蘇電力應(yīng)用群租房判別模型，共協(xié)助政府相關(guān)部門查處存在用電安全隱患的群租房5344戶(3)精準篩查防控經(jīng)營風險研發(fā)了反竊電裝置——防竊電智能管家，實時采集計量數(shù)據(jù)，并通過無線4G公網(wǎng)傳送到主站

◆案例內(nèi)容3月27日，浙江寧波鴻哲精密機械有限公司的銀行賬戶有一筆建設(shè)銀行100萬元隨借隨還信用貸款到賬。企業(yè)26日與建設(shè)銀行簽訂“云電貸”合作協(xié)議，銀行27日就發(fā)放了貸款。電力大數(shù)據(jù)應(yīng)用案例2：浙江電力大數(shù)據(jù)為銀行精準放款提供依據(jù)

◆案例分析杭州公司創(chuàng)新“電力大數(shù)據(jù)+金融”，與中國農(nóng)業(yè)銀行等金融機構(gòu)合作，首創(chuàng)企業(yè)金融征信電力指數(shù)，為中小微企業(yè)貸款提供電力金融信用評價報告，選取了用電增長度、用電穩(wěn)定度、行業(yè)景氣度、交費信用度4類數(shù)據(jù)，助力中小微企業(yè)更快獲得注資。信貸產(chǎn)品專門留有一定比例的授信額度用于保障電費回收，為供電公司電費回收上了一道‘保險’。實現(xiàn)了金融機構(gòu)、用電企業(yè)、供電公司之間的互惠共贏。電力大數(shù)據(jù)應(yīng)用案例3：天津基于華為鯤鵬生態(tài)的電網(wǎng)云和數(shù)據(jù)中臺◆案例內(nèi)容3月27日，國網(wǎng)天津市電力公司8.0云平臺和數(shù)據(jù)中臺與國家電網(wǎng)有限公司“統(tǒng)一云管”成功對接，標志該公司新一代云平臺建成?！舭咐治鎏旖蚬韭?lián)合華為公司，打造基于鯤鵬生態(tài)電網(wǎng)云和電網(wǎng)數(shù)據(jù)中臺，助力天津市能源大數(shù)據(jù)中心建設(shè)。

云平臺為各種業(yè)務(wù)系統(tǒng)提供靈活豐富的網(wǎng)絡(luò)、計算和存儲環(huán)境，數(shù)據(jù)中臺將為營銷業(yè)務(wù)應(yīng)用、用電采集系統(tǒng)匯集海量數(shù)據(jù)。今年，將實現(xiàn)營銷業(yè)務(wù)應(yīng)用系統(tǒng)、應(yīng)急搶修平臺、用電信息采集系統(tǒng)等11套業(yè)務(wù)系統(tǒng)云化部署，開展578萬個設(shè)備的高頻度數(shù)據(jù)采集和2820個系統(tǒng)模型的落地應(yīng)用。電力大數(shù)據(jù)為2900萬客戶精準畫像電力大數(shù)據(jù)應(yīng)用案例4：湖南◆案例內(nèi)容新基建時代來臨，湖南電力數(shù)據(jù)共享中心應(yīng)運而生。它打破信息壁壘，打通信息孤島，為實現(xiàn)統(tǒng)一高效、互聯(lián)互通、安全可靠地數(shù)據(jù)資源體系。

◆案例分析

(1)數(shù)據(jù)賦能業(yè)務(wù)的共享中心(2)數(shù)字化建設(shè)成果的展示窗口(3)數(shù)據(jù)創(chuàng)新應(yīng)用的孵化基地通過打造“一中心、一窗口、一基地”，逐步成為數(shù)據(jù)共享應(yīng)用、數(shù)據(jù)驅(qū)動業(yè)務(wù)、數(shù)據(jù)創(chuàng)造價值的組織者、引領(lǐng)者、推動者。電力大數(shù)據(jù)應(yīng)用案例5：河北電力環(huán)保指數(shù)以用電量變化反映減排效果

◆案例內(nèi)容

4月28日，河北石家莊供電公司楊郁說，“通過跟蹤分析石家莊地區(qū)黑色金屬冶煉及壓延加工業(yè)用電量，我們發(fā)現(xiàn)2019年下半年8次重污染天氣應(yīng)急響應(yīng)期間，該行業(yè)電力環(huán)保指數(shù)高，停限產(chǎn)措施執(zhí)行力低?！薄舭咐治觥半娏Νh(huán)保指數(shù)”是石家莊供電公司與市政府聯(lián)合推出的模型工具，以企業(yè)用電量變化情況反映企業(yè)減排效果，用于量化評價各區(qū)域、各行業(yè)企業(yè)污染防治措施執(zhí)行情況。打造電力環(huán)保指數(shù)監(jiān)測系統(tǒng)，自動開展數(shù)據(jù)模型對照分析，通過設(shè)定未達標排放觸發(fā)條件，自動生成預警提示，提高監(jiān)測效率。電力大數(shù)據(jù)應(yīng)用案例6：遼寧應(yīng)用“電力扶貧畫像”助力脫貧攻堅

◆案例內(nèi)容

5月10日，遼寧省電力有限公司基于電力大數(shù)據(jù)完成“電力扶貧畫像”數(shù)據(jù)模型建設(shè)。長期以來，貧困戶信息來源單一，存在統(tǒng)計維度少、準確度低、時效性差等問題，對疑似脫貧和疑似返貧等情況缺少數(shù)據(jù)支撐和實時在線監(jiān)測?！舭咐治觥半娏Ψ鲐毊嬒瘛睌?shù)據(jù)模型以14項影響因素為分析基礎(chǔ)。其中，社會因素包括文化程度、殘疾情況等8項，電力因素包括年用電量、年用電量增速等