区块链在客户缴费习惯分析的应用研究.docx

区块链在客户缴费习惯分析的应用研究.docx

  1. 1、本文档共3页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

区块链在客户缴费习惯分析的应用研究

?

?

叶建德

【摘??要】区块链(blockchain)作为一项新技术,具有安全性高、使用场景等特点,有著广泛的推广前景;区块链技术可增加客户缴费主体的高可靠性和透明度,其去中心化、公开、透明等特性与能源互联网的理念相符,并且在能源领域获得了越来越多的关注。区块链等物联网技术的发展和应用,为客户侧缴费习惯分享提供一个新的研究方向,可以更好地做好售电市场化竞争和电费回收风险管控。

【关键词】区块链;信息连接;安全性;缴费习惯

引言

区块链等物联网技术发展日新月异,新应用场景不断涌现。本文围绕区块链技术方向,选取了客户缴费习惯分析模型,探索能源数字化发展趋势。

区块链(blockchain)技术作为一种新的数据库技术,可增加能源互联网中多利益主体的相互信任,其去中心化、公开、透明等特性与能源互联网的理念相符,并且在能源领域获得了越来越多的关注。区块链等物联网技术的发展和应用,为客户侧缴费习惯分享提供一个新的研究方向,可以更好地做好售电市场化竞争和电费回收风险管控。

(一)促进智能设备连接和智能化调控

通过区块链技术,可以实现智能化调控,智能设备与互联网信息可以由区块链连接在一起。当前,部分地区现有电力设施存在安全隐患和电能浪费,尤其一些偏远地区停电是常事。利用区块链智能合约搭建新的电网成为可行的解决方案,目前一些初创企业正在尝试和应用这一技术,如美国LO3公司开发的基于微电网、邻居间在区块链上的电能交易系统。此外,区块链技术还能够使公司建立一个生产者的等级制度并使能源分配过程自动化,如追踪可再生能源,该技术通过消除中间商帮助行业提高透明度,降低运营成本。

1?客户画像的构建

客户画像,又称用户画像或人群画像,是根据客户社会属性、生活习惯和消费行为等信息而抽象出的标签化用户模型。构建客户画像的核心工作即是给用户贴“标签”,而标签是经过用户信息分析得出的高度精炼的特征标识。

1.1?客户画像数据收集

大数据是构成客户画像的基础,也是客户画像的底层应用技术。用户数据一般分为静态数据和动态数据。办电受理对客户信息的收集较为齐全,包括姓名、性别、证件、联系电话等基本数据信息,这些都属于用户的静态数据,可据此对用户进行标签化。供电公司还可以通过整合用电量、缴费方式等进一步收集用户动态数据,达到全面客户画像的目的。

1.2?客户画像数据处理

客户画像是基于底层分布式区块链技术将用户信息标签化,通过收集和分析用户的基本特征、社会属性、生活习惯、消费习惯等数据,抽象出一个虚拟用户的特征全貌,从而帮助企业全方位、多层次地了解用户行为特征,把握用户行为方向。用户标签体系的搭建是客户画像最核心的工作,一个客户可能有多个设备,拥有多个账号,要把客户多个身份ID进行组合,建立统一标准,才能构建完整的客户画像。勾勒一个完整的用户视图,需要打通渠道间的数据,以收集到的客户信息为基础,打通身份认证、缴费等数据信息,通过构建数据模型探讨全样本用户的行为特征,做到客户标签化。

1.3?客户画像标签和分类

客户画像标签是构建客户画像模型的关键,在客户画像模型基础上,对用户行为按不同层面、不同维度进行标签刻画,即把用户的基本属性(年龄、性别、地域)、购买能力、行为特征、兴趣爱好、心理特征和社交网络大致地标签化。客户画像无法100%地描述一个人,只能通过标签化不断地贴近其特征,因此客户画像既要根据变化的基础数据不断修正,又要根据已知数据抽象出新的标签,使客户画像越来越立体。

从技术角度看,基于区块链技术的客户画像构造分为三步,第一步是搭建客户画像技术架构,如数据整理、平台和应用等;第二步是客户画像数据分类;第三步是客户画像构建,包括精准识别用户、动态跟踪用户行为轨迹、结合静态数据评估用户价值、确定用户标签与权重、不同群体优先级。群体分级一般采用多级标签、多级分类,比如第一级标签是用户属性信息、信用信息、兴趣偏好、风险信息等,再将人口统计属性、用户资产信息、金融产品偏好、用户风险评价、地理位置、用户关系图、消费偏好、黑名单等列为第二级分类标签。其中,人口统计属性又进一步标签化,按姓名、年龄、性别、手机号码等作为第三级标签信息进行划分,地理位置又划分为居住地址、公司地址、常去场所等三级分类数据等,如图1所示。

基于区块链技术的客户画像模型是虚拟化的用户全集的概念,是真实用户某个层面、某个维度特征的数据化重组后的虚拟体现,反映了客户的偏好、投资行为、风险评价等特征。客户画像分级分类刻画用户特征,不再是单个用户的个体特征,也不是全体用户的平均化特征,而且根据中邮保险价值链管理需求形成的特定用户群体特征,可以构建千人千面的客户画像。

2?基于区块链技术的客户画像分析

在客户画像构建和分析的基础上,可以基于区块链技术对用户行为进行分

您可能关注的文档

文档评论(0)

180****9182 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档