基于RFM模型的电力客户缴费渠道偏好分析预测方法技术

本发明专利技术属于电力营销服务领域，公开了一种基于RFM模型的电力客户缴费渠道偏好分析预测方法，首先，从营销业务系统提取客户缴费记录；然后，设定分析日期，从客户缴费记录提取每个用户每种缴费渠道的最近一次缴费的时间间隔R、该分析时段的缴费频率F、该分析时段的平均缴费金额M；之后，将每个用户每一种缴费渠道的R、F、M值做标准化处理；随后，根据熵值法计算每一种缴费渠道的R、F、M权重系数，最终确定每一种缴费渠道的RFM模型计算公式；最后，根据所述RFM模型计算每个用户每一种渠道的偏好评分。本发明专利技术不仅可以准确识别每一位客户缴费渠道偏好，而且能够直接反映某地区某一种缴费渠道的实际业务需求。

【技术实现步骤摘要】
基于RFM模型的电力客户缴费渠道偏好分析预测方法
本专利技术属于电力营销服务领域，尤其是涉及一种基于RFM模型的电力客户缴费渠道偏好分析预测方法。
技术介绍
缴费渠道是电力客户营销服务的窗口，是电网企业面向市场的最前沿。有效的缴费服务渠道不仅能够增强营销能力，提高对市场的快速反应水平，而且有助于提高客户的满意度和忠诚度。在“互联网+”背景下，近年来电网公司缴费渠道体系发生了剧烈变化。传统的走收、坐收、银行代扣等方式尽管仍占很大比例，但新兴的网络缴费渠道却在急剧增长。手机APP，微信，支付宝，网上营业厅越来越受到客户，尤其是年轻人的偏爱。通过客户缴费记录分析挖掘，准确识别客户缴费行为偏好，合理评价各种缴费渠道价值，对提升电网公司的服务水平、提升电费回收率以及应对即将到来的市场激烈竞争具有重大意义。专利公开号为CN105260815A的专利技术专利，公开了基于大数据的电力系统缴费渠道评价方法，所述方法包括(1)、基于调查问卷获取用户属性及用户缴费行为数据，采用K-means聚类算法建立用户缴费行为画像：即确定若干类用户属性与若干类用户缴费行为之间的对应关系；(2)、利用K最近邻分类算法对本文档来自技高网...

【技术保护点】
基于RFM模型的电力客户缴费渠道偏好分析预测方法，其特征在于：包括如下步骤：步骤1、从营销业务系统提取客户缴费记录，主要包括用户编号、缴费金额、缴费渠道、缴费时间；步骤2、设定分析日期，从客户缴费记录提取每个用户每种缴费渠道的最近一次缴费的时间间隔、该分析时段的缴费频率、该分析时段的平均缴费金额，即R、F、M，并做标准化处理，具体公式如下：

【技术特征摘要】
1.基于RFM模型的电力客户缴费渠道偏好分析预测方法，其特征在于：包括如下步骤：步骤1、从营销业务系统提取客户缴费记录，主要包括用户编号、缴费金额、缴费渠道、缴费时间；步骤2、设定分析日期，从客户缴费记录提取每个用户每种缴费渠道的最近一次缴费的时间间隔、该分析时段的缴费频率、该分析时段的平均缴费金额，即R、F、M，并做标准化处理，具体公式如下：其中，xj为第i个用户第j项指标值，xmax为样本集合中第j项指标最大值，xmin为样本集合中第j项指标最小值，xij为第i个用户第j项指标标准化处理后的值；步骤3、采用熵值法计算每一种缴费渠道的R、F、M权重系数，即wR、wF、wM，最终确定每一种缴费渠道的RFM模型计算公式为RFM＝wRR+wFF+wMM；步骤4、根据所述RFM模型计算每个用户每一种渠道的偏好评分，其中评分最高的渠...

【专利技术属性】
技术研发人员：耿俊成，张小斐，郭志民，袁少光，吴博，万迪明，杨磊，平燕娜，刘枫琪，王敏，
申请(专利权)人：国网河南省电力公司电力科学研究院，河南恩湃高科集团有限公司，国家电网公司，
类型：发明
国别省市：河南,41