多维数据分析及电力营销的运用

导语：多维数据分析及电力营销的运用一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

供电企业要想在电力营销上做出真正意义上的改革，就必须在电力营销过程中对数据进行合理的应用。通过适当的方法将电力营销过程中涉及到的业务数据转化为管理数据，从而对电力营销决策工作予以支持[1]。

1电力营销现状

从电力工业的发展来看，世界各国的电力行业自运营上主要可以分为以下几种模式。

1.1垄断

世界多数大国在近一百多年来在供电上采取的模式是集发电、输电、配电为一身的垄断模式。国家在电力供应上大多数或全部由国家垄断经营，广大电力用户就是消费者。这种垄断经营在短时间内使电力工业聚集了大量的资金，电力工业持续发展，同时避免了重复设施的出现，为电网的统一规划和建设提供了有力的支持。

1.2发电竞争

发电竞争模式，竞争主要体现在发电环节，输电和配电仍然采取垄断经营。在电力经营过程中对电力市场进行开放，引入发电企业，在市场中由垄断企业对发电企业生产的电力进行买断，然后由垄断企业统一卖给电力用户，这种供电模式的引入加大了市场中电力的供给量。

1.3电力转运

电力运转模式就是合理的将发电、输电、配电三个过程进行分离，每个发电厂都独立成为一个企业，各个发电厂之间采取公平竞争。市场中的用电大户，可以低价从电力企业直接购买电力，利用统一电网实现电力运转。在电力运转模式中，部分竞争市场、垄断经营市场和竞争市场同时存在。

1.4配电网开放

配电网开放模式的主要特点是：发电、输电、配电三个环节适当分离，三个环节都各自成为独立的经营体系，三者之间存在电力买卖关系。这种经营模式将发电、输电、配电三者打破了传统的电力运营管理模式，电力市场形成了多种商家相互竞争的形式，这不仅增加了发电企业之间的相互竞争，客户可以通过自己的需求来选取适当的发电商，而且电力消费者和生产者之间形成了一种真正的买卖格局，从而为电力显示商品特性提供了便利条件。

2企业多维数据分析具有的特点

2.1多维性

多维数据分析的一个最重要特点就是多维性。多维性不仅体现了人们在观察世界时的多角度，同时也体现了多层次观察。例如，在销售量数据的查看上可以从时间维入手，同时还可以从年、季、月等时间层次上进行查看。对数据进行分层查看，不仅符合事物的客观运行规律，而且也能让用户全面地掌握数据情况。

2.2实时性

实时性不仅满足了用户在时间上对信息的需求，而且可以快速查找多维数据的分析结果，同时实现了实时的接受用户所反馈的数据。

2.3开放性

多维数据分析支持多数据源和系统平台。因此，在实际工作中，不论数据存储量有多大，存储在何处，采取何种方式对数据进行存储，都可以及时获取到存储的数据，并且可以以多种方式将分析结果提供给不通过平台上的客户使用。

2.4可分析性

可以从不同的角度对数据的最大值、平均值、最小值、汇总进行记录和处理，将庞大的有用数据提供给客户，此外还具有数据分析和数据查询等能力。

2.5安全性

确保信息的安全，避免受到欺诈，对用户进行分级管理，数据分析过程中，对于数据分析结果只能提供给相应的用户。如果在实际工作中，存在多个用户共同应用同一个分析时，应当对客户的级别进行合理划分，依据客户所处的安全级别，允许客户查看对应层次的信息[2-6]。

3电力营销多维数据分析过程

在电力营销决策过程中对多维数据分析进行应用的过程如图1所示。（1）依据决策者和企业业务在信息上的需求，对多维数据分析主题进行确定，在进行多位数据分析时，依据面向主题分析获取信息，从而实现为决策者提供信息的目的。（2）收集数据，目前供电企业信息系统收集了电量的业务数据，这些数据都存储在各个供电企业的信息系统中，为了使其能够更好的为企业所用，应当建立数据库服务器，采集供电企业中数据。多维数据分析在电力决策的实际应用中，数据采集工作需要依据多维数据分析主体进行，要对数据库系统进行确认，并且在构建面向分析时选择数据库，从数据库系统中抽取、转换企业需要的数据。数据仓库是集成的、面向主题的且在实际运行过程中容易因为时间变化而发生改变的一个数据集合。数据仓库是企业为数据分析工作而设计的，利用数据仓库可以为多维数据分析提供更加稳定且具有针对性的数据，目前许多电气企业都构建了数据服务器。（3）多维数据模型的建立，多维数据分析需要以多维数据模型为基础，从哪些角度对多维数据模型进行观察，对哪些数据进行分析，可以通过多维数据分析决定哪些数据需要仔细分析历史数据结构来获得，从获取的数据中找到有用的数据构建成适当的度量、维度从而构成高效的多维数据模型。（4）设计人员依据现有的多维数据模型，选取适当的度量和维度，结合报表利用适当的统计方法，通过图表直观地展现企业的大量了历史数据。（5）信息，通过灵活的方式将电力企业想要的相关信息直接提供给决策者[7]。

4分析电力影响数据主题

在电力营销决策中，每一个主体都对应一个具体的分析，表示一种营销决策者在工作中需要掌握的信息。本文在研究上将分析主体分为用户情况、购电情况、电价情况、电费回收、设备资产情况等，并对较大的主体进行了进一步划分，详细信息见表1。针对电力营销的数据分析，应当从宏观到微观，从多个角度对电气企业的数据进行科学分析，为电力企业的各级领导者提供决策信息。因此，在分析上还需要确定分析层次和分析角度。例如表2对售电结构变化的分析。

5系统实施

5.1构建多维数据模型

利用Designer工具在BusinessObjects平台中构建多维数据模型。在构建过程中在Designer中建立数据源连接，从数据源中直接提取二维表，或者在构建过程中利用SQL查询语句，获取业务需要的数据。然后依据派生表或原生表数据之间的相互关系，例如大于、等于、小于等，建立关联查询，最终获取业务数据模型。模型建立中，应当依据需要建立表明依据查询上下文，解决断层、扇形、环路等陷阱问题，从而提高多维数据分析效率。构建业务数据结构模，可以更好的了解业务。利用Designer工具，利用已有的数据，例如企业机构、时间、地区等合理地构建成多维数据模型维度，将需要观察的数据构成多维数据度量，从而构建出合理的多维数据模型，以供使用。建立多维数据模型后，可以使用户的工作变得更加方便，对数据进行集中展示，使用户可以更加容易从庞大的数据中发现存在的问题，找到企业经营规律，提高辅助管理水平。

5.2实现多维数据分析功能

建立多维数据模型后，依据分析目标，对数据观察角度和观察对象进行确定，找出最终重要的信息，实现对多维数据的分析工作。例如，在分析过程中可以选取曲线图和列表形式对电费结余信息进行展示，管理员可以依据实际需要截止到特定的一天。同时在实际应用过程中，客户可以依据需求和现有的多维数据模型，选取有效维和对象对数据进行查看，数据对象则可以依据用户做出的选择对相应维层次的数据进行数据处理。例如，客户选择了年-月-日的时间维层次和电费结余相关的维，因为多位数据分析中，时间维层次是记录的最低层，因此不对其进行汇总，直接将数据传送给用户所处在的单位层次。利用超连接用户可以进入下级详细数据，实现对数据的汇总。多维数据分析功能是独立的，因此可将其当作一种新功能添加到原有的电力营销系统中，使其发挥应有的作用。

6结论

综上所述，近年来电力营销工作得到了一定的发展，但在管理过程中，同一营销管理因为时间、地点上的差异，管理者通过不同的角度观看信息，信息的呈现方式都会所差别。同时因为多维数据的存储、分析不断的发展，多维数据分析在电力营销决策中的应用是一个漫长的过程，因此需要依据需求的变化进行不断地改进和完善。

作者:刘晓华 柏青 单位:国家电网新疆电力公司