本文根据某电网大客户价值分析项目建设和运行的实际经验，以某电网营销系统储存的海量客户数据为基础，以R语言和Oracle数据库为工具。利用概率聚类逻辑回归算法对客户进行精细化细分。针对细分结果，分析不同客户群体的行为特征，制定与执行差异化服务策略，设计合适的评估指标与制定合理的评价方法，有效跟踪细分应用效果，为解决电力客户细分存在的问题提供有力的支持。
一、客户细分应用业务模型
电力公司传统客户细分是基于过往工作经验，对于所有场景采用单一的客户细分标准，即按客户用电类别分为：高压、小水电、低压非居民、低压居民共计四类，按重要等级分为：特级、一级、二级、临时重要用户。本文根据客户用电行为某类显著特征作为标签进行业务专题划分，形成多维度客户细分，基于客户细分构建业务差异化策略库，构建客户细分业务管理最佳实践，推动客户需求管理能力的提升。
二、差异化制定回收策略
客户细分行为分析 根据某电网试点单位数据的概率聚类分析与逻辑回归分析结果，分析客户细细分体用户的行为，对比各个群体内是否存在欠费风险用户行为指标数据，确定各个群体中存在欠费风险用户的行为特征。
策略制定与执行 根据试点单位的不同群体用电行为特征，根据不同行为特征制定相应的差异化服务策略，如不同的客户群体通过不同的服务渠道执行策略。
三、差异化服务效果评价
评估指标设计 根据策略制定与执行状态，分析策略执行预期业务效果，根据缴费时长、逾期信息等因素设计应用效果评估指标，确保策略触发后可有效跟踪并记录指标数据。
应用跟踪结果 针对试点单位的试点用户群体，在执行差异化服务策略6个月后，通过跟踪、记录、分析评估指标数据，发现平均缴费时长缩短0.53天，平均最大缴费时长缩短22天，逾期缴费户数平均减少212户，逾期率减少11.63%。说明通过对试点用户群体执行差异化策略，可有效提升电费回收率。
