营销在线稽查精益化管理模式研究

营销在线稽查精益化管理模式研究

发表时间：2019-06-17T09:40:20.930Z 来源：《当代电力文化》2019年第02期作者：秦梓[导读] 现阶段，随着社会的发展，我国的科学技术的发展也日新月异，人们的生活水平也逐渐的提高。

内蒙古呼和浩特供电局内蒙古呼和浩特 010010

摘要：现阶段，随着社会的发展，我国的科学技术的发展也日新月异，人们的生活水平也逐渐的提高。营销稽查中心稽查工作纵深开展以及逐年的创新，东莞供电局稽查工作由原来的传统稽查开始向智能稽查转变，由事后稽查转向事前预防和事中管控，对营销稽查中心提出了更高的工作要求。营销系统在线稽查主要依赖省公司的稽查规则对营销全业务域数据进行稽查，由于稽查规则更新滞后和程序问题，导致稽查结果不够精准或者稽查不出问题，同时对异常问题根源定位不精确，直接影响被稽查单位对异常结果的整改，导致异常数据积压量过大。本文通过总结稽查管理工作的经验，对营销精准稽查精益化管理模式进行研究，阐述新的稽查规则体系的梳理方法，引入新的稽查管理模式，将大数据、稽查知识图谱等先进的新技术融入到稽查精益化管理模式中，从而提升在线稽查的效率和精准率，为电力企业的稽查决策提供科学的依据，推动稽查工作的智能化、精益化进程。

关键词：营销在线稽查；精益化管理；模式研究

引言

随着营销稽查中心稽查工作的纵深开展和不断创新，稽查工作由原来的传统稽查开始向智能稽查转变，由事后稽查转向事前预防和事中管控，营销稽查工作模式逐步转变为精益化管理模式。从全面梳理营销稽查规则、构建基于大数据的稽查模式、形成稽查知识图谱、固化稽查方案、开启智能稽查工作模式 5 个方面阐述如何实现营销精准稽查精益化管理。 1电力营销管理中营销稽查存在的问题

1.1电力营销稽查制度不完善

在市场经济体制下，完善的电力营销稽查制度对于电力企业来说是十分重要的，目前我国的电力营销稽查制度还很不完善。首先，电力营销管理缺乏相关的规章制度，在工作任务、工作质量上也没有明确的标准，这使得相关工作人员在营销稽查的工作过程中完全凭感觉和经验行事，对电力企业的营销十分不利。其次，电力营销评估体系不健全，使得营销稽查工作开展十分困难，营销质量也无果法得到明确的展现。最后，由于电力营销稽查与企业电力生产无法建立联系，稽查工作的效率与质量自然也就无法提高。

1.2稽查手段过于落后

由于我国的电力营销稽查工作尚处于初级探索阶段，相应的工作理念与工作思路还不够完善，使得目前的稽查手段非常单一、落后，给稽查工作的开展带了了很大困难。目前我国的电力稽查工作十分依赖人力操作，稽查人员在工作过程中不仅需要对大量的相关数据资料进行手动的整理与分析，还需要在实际工作中进行排查或抽查，不仅工作效率低下，对工作的完成也不够科学。此外，由于工作的强度与难度过大，工作人员很容易出现工作失误，从而影响到稽查工作的实际效果。

1.3营销稽查人员能力不足

电力营销稽查工作虽然不能够单纯借助人力完成，但对营销稽查人员的能力也有着一定的要求，目前我国电力营销稽查人员在专业能力上也存在着很大的问题。首先，由于营销稽查工作干刚起步，很多相关的从业人员是从其他行业转型而来，只接受过简单的稽查培训，者使得营销稽查管理人员在面对工作问题时往往缺乏正确的理论指导，极大的影响了工作的开展。同时，由于人才培养模式的缺失，很多稽查管理人员缺乏实践工作经验，在处理工作问题时常常会脱离实际，影响工作质量。 2推进营销精准稽查精益化管理的对策

2.1优化稽查规则，建立稽查规则体系

基于原有的营销稽查规则的基础上，根据政策法规、营销监控、数据质量 3 个方面对规则进行细分和优化。将营销稽查规则体系划分为 4 类：①基于政策法规的智能稽查规则。对国家、南网发布的各种政策法规，梳理营销业务、营销服务的相关规则，确保最新政策的落地，例如南网十项服务承诺等。②基于营销监控的智能稽查规则。其中又可以细分为营销风险监控规则和指标监控规则。比如业扩超时异常规则、10 kV 公用台区线损异常规则等。③基于异常规则的智能稽查规则。规则异常原因的纬度可划分为业务逻辑错误、数据缺失、数据不正确、勾稽关系不一致等。④基于审计风险的智能稽查规则。营销审计式稽查采用、借鉴多种现代化的审计技术，比如内控测试评价法、分析性复核方法等。

2.2实施大数据稽查模式，进行精准稽查

借助大数据挖掘等信息化技术，开发营销稽查辅助工具，在稽查辅助工具基础上构建基于深度学习的稽查规则，不断完善稽查规则。通过深度学习算法提取在线异常数据异常点的特征，对异常数据的异常特征进行分析总结；比对稽查规则定义与标准、规范之间的差异，根据差异结果分析对在线异常数据的影响界定；统计分析近几个月在线异常数据的数据量、出现频率。基于以上统计分析结果和异常确认，结合全面梳理后的营销稽查规则，在营销稽查辅助工具上面建立能够自我学习的稽查规则。下面以稽查规则关联为例进行大数据稽查。2 个或 2 个以上变量的取值之间存在某种规律性，就称为关联，关联规则的目的是在数据集中找出项之间的关系。稽查问题的关联规则深度挖掘，是指当某一个问题出现时，其他问题也可能出现的概率，它揭示了稽查问题之间隐含的相互关系，其任务是发现稽查问题间的相关程度。在进行问题库的关联规则之前，对稽查规则按专业、业务类型不同分别进行编码，比如“业扩报装”专业定义为 A，“业扩报装”下的“业务受理”业务定义为 A1；“抄核收”专业定义为 B，依此类推。关联规则稽查是大数据稽查的一种主要形式，而且是无监督学习型系统中最普遍的知识发现形式。对稽查发现问题收集整理后，即可以调用相关关联规则挖掘算法进行挖掘，以找出问题之间隐藏的相关关系。当稽查次数及发现问题比较多的情况下，关联挖掘出的规则也会比较多，稽查结果就更精准，因此，一般情况下，选择那些置信度高并且感兴趣的规则固化成稽查方案，作为下次精准度提升的参考。

2.3开展前后端融合模式，促进稽查全面智能化

借助稽查辅助工具，实现营销稽查的前后端融合的智能工作模式。在后端利用已配置的稽查方案对营销业务数据进行全量或抽样清洗，标识疑似异常数据，并结合稽查地图（包括问题库、案例库、知识库等）精准定位出疑似异常数据。在前端通过手机、Pad 设备等多终端接入现场智能稽查辅助工具，实现稽查信息化、无纸化现场作业和智能处理。