望、質(zhì)量感知和價(jià)值感知這四個(gè)因變量，其中企業(yè)形象是結(jié)合供電企業(yè)獨(dú)特的社會(huì)服務(wù)職能而引入的;另一方面是受因變量影響的結(jié)果變量：客戶滿意度、客戶忠誠(chéng)和客戶抱怨，其相互間的影響如圖2所示。通過(guò)定性與定量分析客戶的期望與感知價(jià)值等信息，發(fā)現(xiàn)客戶差異化需求并采取“一對(duì)一”客戶服務(wù)策略，從而減少客戶抱怨、增強(qiáng)客戶忠誠(chéng)度，使之與企業(yè)保持長(zhǎng)期合作關(guān)系。

圖2 客戶滿意度因果變量間的相互影響

(4)客戶信用風(fēng)險(xiǎn)評(píng)估。客戶信用風(fēng)險(xiǎn)評(píng)估就是通過(guò)數(shù)據(jù)挖掘中的決策樹、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)和孤立點(diǎn)分析等模型對(duì)客戶的信用狀況及信用風(fēng)險(xiǎn)做出客觀、公正的評(píng)估活動(dòng)。電力企業(yè)的客戶信用評(píng)估體系主要依據(jù)電費(fèi)繳納信用和安全用電信用等指標(biāo)項(xiàng)評(píng)估客戶信用級(jí)別，對(duì)于大客戶企業(yè)還需要考慮其經(jīng)營(yíng)能力風(fēng)險(xiǎn)，并按照客戶信用等級(jí)實(shí)施定制化客戶服務(wù)和電費(fèi)催繳措施。同時(shí)定期趨勢(shì)化分析客戶信用評(píng)估模型的有效性并檢驗(yàn)定制化服務(wù)的實(shí)施成效，促進(jìn)客戶信用評(píng)估模型的持續(xù)改進(jìn)。

(5)竊電和欠費(fèi)分析。目前，供電企業(yè)面臨著嚴(yán)重的客戶竊電和電費(fèi)滯繳問(wèn)題，雖然供電企業(yè)采取了追繳電費(fèi)和加收滯納金等應(yīng)對(duì)措施，但是仍給社會(huì)帶來(lái)嚴(yán)重的用電安全隱患。知識(shí)挖掘是分析異常用電的有效的工具，通常會(huì)用到聚類、多維分析和孤立點(diǎn)分析等算法中的一種或多種的組合算法來(lái)全面分析客戶數(shù)據(jù)，及時(shí)地發(fā)現(xiàn)客戶違規(guī)用電并采取相關(guān)的監(jiān)控措施。同時(shí)，對(duì)欠費(fèi)客戶進(jìn)行實(shí)地調(diào)查，區(qū)別對(duì)待惡意欠費(fèi)行為和繳費(fèi)確實(shí)有困難的行為，為供電企業(yè)塑造良好的社會(huì)形象。

(6)電力負(fù)荷預(yù)測(cè)分析。電力負(fù)荷預(yù)測(cè)是優(yōu)化電力調(diào)度系統(tǒng)的基礎(chǔ)，也是電網(wǎng)安全經(jīng)濟(jì)運(yùn)營(yíng)的前提。目前常用的預(yù)測(cè)方法主要是系統(tǒng)動(dòng)力學(xué)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)和時(shí)間序列分析。利用上述數(shù)據(jù)挖掘方法追蹤歷史電力負(fù)荷數(shù)據(jù)的變化規(guī)律與模式，發(fā)現(xiàn)供電數(shù)據(jù)中的前瞻性知識(shí)，提高電力負(fù)荷預(yù)測(cè)的準(zhǔn)確性和有效性。精準(zhǔn)的電力負(fù)荷預(yù)測(cè)一方面可以科學(xué)地調(diào)整電力生產(chǎn)計(jì)劃以節(jié)約能源，另一方面可以針對(duì)性地指導(dǎo)客戶合理用電和錯(cuò)峰用電等。

電力系統(tǒng)先后實(shí)施了電力營(yíng)銷系統(tǒng)、中間業(yè)務(wù)系統(tǒng)和電力客戶服務(wù)中心等傳統(tǒng)意義上的電力CRM系統(tǒng)。傳統(tǒng)電力CRM系統(tǒng)集成了與客戶相關(guān)的所有業(yè)務(wù)活動(dòng)，它強(qiáng)大的操作功能為企業(yè)存儲(chǔ)了海量的客戶數(shù)據(jù)，既包括企業(yè)與客戶互動(dòng)交流的數(shù)據(jù)也包括了企業(yè)業(yè)務(wù)運(yùn)營(yíng)中的客戶數(shù)據(jù)。然而，傳統(tǒng)電力CRM系統(tǒng)缺乏對(duì)客戶數(shù)據(jù)高效分析的能力，而且無(wú)法實(shí)現(xiàn)知識(shí)共享傳播所要求的閉環(huán)商業(yè)流程，基于DM和KM的CRM系統(tǒng)正好解決了這一問(wèn)題。論文構(gòu)建了如圖3所示基于數(shù)據(jù)挖掘和知識(shí)管理的CRM體系結(jié)構(gòu)。CRM通過(guò)與客戶多渠道互動(dòng)和業(yè)務(wù)往來(lái)獲取客戶數(shù)據(jù)，定義商業(yè)目標(biāo)并提交給數(shù)據(jù)分析系統(tǒng)。分析成果以客戶知識(shí)的形式用于支持商業(yè)決策，最終再通過(guò)營(yíng)銷、銷售和服務(wù)等業(yè)務(wù)往來(lái)作用于客戶。實(shí)現(xiàn)客戶知識(shí)從獲取到使用的循環(huán)往復(fù)的閉環(huán)動(dòng)態(tài)系統(tǒng)，最終實(shí)現(xiàn)CRM目標(biāo)。接下來(lái)，具體分析各CRM子系統(tǒng)的功能。

圖3 基于數(shù)據(jù)挖掘和知識(shí)管理的CRM架構(gòu)

(1)運(yùn)營(yíng)型CRM系統(tǒng)面向的是市場(chǎng)營(yíng)銷、產(chǎn)品銷售和客戶服務(wù)與支持等業(yè)務(wù)流程的自動(dòng)化、標(biāo)準(zhǔn)化和信息化。是客戶知識(shí)獲取的數(shù)據(jù)來(lái)源所在，主要是客戶消費(fèi)偏好和用電特征等方面的交易數(shù)據(jù)。

(2)分析型CRM主要面向客戶數(shù)據(jù)分析，其常用的技術(shù)是數(shù)據(jù)挖掘、知識(shí)管理、決策支持技術(shù)和商業(yè)智能等，利用KM-CRM系統(tǒng)強(qiáng)大的數(shù)據(jù)分析工具來(lái)挖掘隱藏在客戶數(shù)據(jù)內(nèi)部的潛在客戶知識(shí)。即從運(yùn)營(yíng)型CRM系統(tǒng)所產(chǎn)生的大量客戶用電數(shù)據(jù)中提取有價(jià)值的商業(yè)信息，再應(yīng)用知識(shí)管理的方法整合信息，為企業(yè)的經(jīng)營(yíng)管理和制定商業(yè)決策提供科學(xué)依據(jù)。目前，分析型CRM對(duì)客戶信息的分析是基于“80/20”原理，帶有對(duì)現(xiàn)行市場(chǎng)的深度營(yíng)銷和對(duì)未來(lái)市場(chǎng)進(jìn)行預(yù)測(cè)的功能。

(3)協(xié)作型CRM系統(tǒng)通過(guò)面對(duì)面交流、呼叫中心、Web平臺(tái)和視頻對(duì)話等多媒體方式實(shí)現(xiàn)了多渠道、全方位的客戶交互服務(wù)。通過(guò)集成各種渠道，開(kāi)展主題的、針對(duì)性的交流溝通活動(dòng)，確保企業(yè)與客戶得到的信息是一致、完整的，因此它是一種綜合的解決方案。

借助于CRM運(yùn)營(yíng)和協(xié)作系統(tǒng)，完善營(yíng)銷、銷售和服務(wù)支持等業(yè)務(wù)流程，加強(qiáng)與客戶之間緊密聯(lián)系。將客戶的各種屬性信息和交易信息進(jìn)行分類管