由“面”到“点”,探索充电业务标签体系的设计和应用

本文将面向大数据技术应用方向,开展充电业务数据标签体系的建设和场景化使用探索,帮助充电运营商破解普遍面临的用户“充电难”与充电设施利用率低的问题,助力充电运营商业务效益和客户服务满意度双提升。

业务现状和背景

当前,电网公司的地方充电业务发展正经历由粗放式扩张走向精细化运营的过程。传统的人工地推式、宽泛式的营销模式执行效率较低,无法有效获取目标用户,导致实际工作的投入和产出不成正比。

图1数据标签体系面向充电业务的业务数字化应用支撑

通过数据标签体系的构建和应用,一方面能够探索用户(人、车)基础属性特征和用户充电行为,支撑面向用户侧的业务精准化运营,提升用户拉新、留存、转化、回流的效率;另一方面,通过分析场站运营和设备运行情况的掌握,可以支撑面向设备侧(桩)的充电设施运行状态监测,提升充电设施运维效益。

标签体系设计

那么,在实际的工作中如何设计充电业务标签体系呢?下文从设计理念、设计方法、设计结果三个方面具体展开介绍。

(一)设计理念

充电业务标签体系是面向电网公司电动汽车充电业务,根据不同的业务场景和分工条线需求,形成的特定类别标签集合。

以国网公司为例,参照其《数据标签分类分级标准》的五大“主体”(客户、组织对象、设备、产品服务、供应商)分类,聚焦充电业务领域的“人-车-桩”产业链条主要构成元素。通过对上述元素的标签体系构建,可以为电力公司的充电业务数字化运营和设备管理提供基础数据支撑服务。

同时,参考数字资产管理的标签类目体系方法论[1],将数据标签按照树状结构组织的方法呈现,即根目录为对象,枝干分支为类目,叶/花末端为标签,各种对象树之间存在层级递进关系(即由“面”到“点”,由类目到标签的关系),通过业务供给不断促进生长。其结构如下图2所示:

图2充电业务标签体系的“树”状结构示意

(二)设计方法

当我们需要构建充电业务的标签体系时,可以基于该行业已经规划的或者不断发展变化的业务情况进行标签体系的规划设计。在实际的建设应用过程中,还可以结合特定需求进行修正和优化,有以下两种模式可以参考借鉴。

1、整体规划,由浅入深

适应“互联网+”背景,利用管理学领域的“客户知识管理”(CKM)和“设备综合效率”(TPM)思想,开展数据标签体系的完整规划。

从构成“人-车-桩”的三个主体对象,充电客户(充电服务面向的主要对象主体)、充电桩(充电服务的重要设备载体)和充电场站(用户运营和设备管理的最小组织单元)入手,进行层层递进式的分类解耦,指导标签规划、设计整体过程。

第一,对充电客户、充电场站、充电桩三个枝干体系设计不同方面的主题分支,即“面”的分布,形成V1.0版本的充电业务标签分支体系。

第二,根据企业现有数据情况及业务需求,进行每个方面的下级分支或标签叶/花扩展,即由“面”到“点”的延伸,此时标签类目树上接结出的标签结果越来越丰富。

第三,如果当前企业业务处于起步阶段或者数据情况尚比较单一,也可针对某一类分支或主题进行指向性扩展。

2、局部生长,灵活连结

为适应业务场景的需要,特别是多个业务场景的复用标签,可以直接从完整的标签类目树上截取所需分支进行详细设计以完成对特定业务场景的支撑。比如,充电客户类标签可根据社会和行为特征分为人口统计、职业属性、充电行为等子类;人口统计子类下又可以包括客户性别、年龄、工作地址和居住地址等叶/花标签。

此外,企业还可根据构建具有其自身需要,基于初始创建的标签或原始的标签叶/花,灵活进行标签设计组装、抽取嫁接。比如基于充电客户类中的基础属性分支下的客户类型标签、车辆属性分支下的车辆品牌标签、行为属性中的充电电量、充电次数等标签综合构建用户价值度标签。

设计好的具体标签将在实际实践业务中不断使用优化迭代。

(三)设计成果

利用“客户知识管理”(CKM)理论、“设备综合效率”(TPM)理论,构建充电客户、充电场站、充电桩三个枝干体系,形成充电业务整体标签分支体系,如下图3所示:

图3充电业务标签体系的“树”状类目

根据具体规划及业务需求情况,对上述各分支进行下级分支和标签叶/花设计扩展,具体每个方面的标签体系设计如下:

1、充电客户主题

利用“客户知识管理”(CKM)理论,构建充电业务的“客户界定—客户行为—客户价值”数据标签体系。其中,基础属性和车辆属性对应CKM理念中的“客户界定”,实现对客户特征的画像;行为属性和偏好特征对应“客户行为”,实现对客户需要什么的分析;群体价值对应“客户价值”,实现客户对企业价值的评定和管理。

具体对象主题下的标签设计示意如下图4:

图4充电客户主题标签设计示意

2、充电场站主题

充电场站是电网公司充电业务的最末端组织单元,同时也承担着客户服务窗口、人车流量入口和设备运维管理的作用。其中,场站属性可实现对场站特征的刻画标记;围绕运营特征,同时结合客户的充电行为和价值细分等标签,可开展客群活动运营;立足场站主营业务本身,充电统计则可直观体现各项数据和服务指标的考核达标情况;设备运维主要体现场站设备故障、运维、运行方面的数据特征,为设备运维活动提供数据支撑。

具体对象主题下的标签设计示意如下图5:

图5充电场站主题类目标签设计示意

3、充电桩主题

充电桩作为公司充电业务的设备侧承载体,需要在生产运行、资产效用和资产管理方面辅助达成业务目标,有效服务客户充电需求。参考“设备综合效率”(TPM)等理论中对设备有效生产率提升和设备全生命周期管理的目标要求,从设备的生产和效益产出情况、设备的检修和管理情况和设备投运和生命健康等角度,支撑对充电业务资产的数字化管理。

具体对象主题下的标签设计示意如下图6:

图6充电桩主题类目标签设计示意

标签应用场景探索

标签体系需要通过应用功能或数据服务的形式对外提供给业务单元使用才能真正发挥其价值。接下来,本文将针对客户个性化推荐、用户分群营销、站桩智能运维等场景进行标签体系的应用探索。

(一)客户个性化推荐

图7不同车辆用途标签客户端功能推荐示意

同时,基于客户居住地和工作地标签,可通过短信、客户端消息推送等形式为用户推荐上述位置附近的充电站以及该站的充电优惠或营销活动。此外,还可基于用户的车辆品牌和车型标签,为用户推介所在城市中同品牌和同车型在用车、保养、新开店方面的资讯和活动信息。

图8根据充电客户职住地标签推荐充电站示例

(二)客户分群营销

电网公司可通过单一标签或多标签结合的方式开展对属地新手期、休眠期用户的促活、唤醒营销活动。比如利用客户常充电地区标签(如用户近1年充电次数最多的区域)、用户生命周期标签(如新手期、成长期、成熟期、休眠期等)、用户工作居住地等标签数据集,筛选出潜力用户名单,开展优惠、赠券等信息触达并跟踪客户在活动前后的订单量和充电量变化特征,评估营销活动的效果。

图9客户分群营销应用流程示例

(三)站桩智能运维

利用充电场站标签中的基础属性、运维特征主题标签以及充电桩标签中的管理分析、检修特征等主题标签,可实现对充电站桩的健康度评价和运维检修工作决策支撑。

另一方面,可根据充电站桩的故障时长和常见故障等标签信息,为运维人员提供故障预测和预计维修时长等功能,通过上述功能优化运维作业流程,提升一线员工工作效率。

图10充电站桩智能运维决策应用示例

结语

本文进行了面向充电业务,以数据应用价值实现为核心目标的数据标签体系设计和应用的探索,通过由“面”到“点”层层递进的方式,构建和应用标签体系,为具体充电业务数字化应用需求提供了此方面的解决思路。后续将进一步探究标签资产管理、画像分析应用等内容,为电网企业实现即时高效、可用可评的数据资产运营管理提供参考。

THE END
1.硬刚用户画像(一)标签体系下的用户画像建设小指南数据源层:用户标签体系建设的需要从不同的来源汇集数据,例如,企业的核心系统(不同的行业其核心系统不同,对制造业来说核心系统有 ERP、MES、PLM 等),营销系统(CRM),互联网数据(电商平台以及微信、微博、论坛等社交平台获取的数据),以及从第三方专业机构获取的数据(各地的数据交易中心购买的数据)。 https://xie.infoq.cn/article/02fbe020620682ad0fe89e98f
2.用户画像标签体系建设指南4、按照标签体系分级分层的方式,可以分为一级标签、二级标签、三级标签等,每一个层级的标签相当于一个业务维度的切面。在标签应用中按照不同的业务场景进行标签组合,形成相应用户画像。 5、按照数据提取和处理的维度,可以将标签分为事实标签,模型标签,预测标签。这种用户标签的分类方式更多是面向技术人员使用,帮助他们https://www.360doc.cn/article/21693298_1126524705.html
3.用户标签体系建设标签系统架构用户标签体系建设 一、什么是标签体系 通过给每个用户打标,方便后续通过用户标签来快速筛选用户,给不同的用户满足不一样的需求。 标签体系也能给不同的用户标签群体,推送不同的内容,从而达到精准营销的目的。 二、标签体系实施架构 标签体系架构可以分为三个部分:数据加工层,数据服务层,数据应用层。每个层面面向用户https://blog.csdn.net/weixin_44870066/article/details/128978449
4.精细化用户运营—用户标签体系建设标签体系框架建设 在明确运营目标及对应的增长杠杆之后,我们可以找到对经营增长最有价值的用户观测维度,有针对性地建设标签管理体系。 从属性来看,标签可分为人口标签,会员标签,行为标签,交易标签,消费标签以及营销标签等。 每个一级类目下可根据观察维度进一步拆分子类目标签,以会员标签为例,我们可以从会员等级、忠诚度https://www.jianshu.com/p/29e62bc53270
5.基于大数据的用户标签体系建设思路和应用51CTO博客数据加工层收集、清洗和提取数据。掌上医讯有诸多的学习模块,同时又有网站,APP,小程序等多个产品形式,每个产品模块和产品端都会产生大量的业务数据和行为数据,这些数据极为相似又各不相同,为了搭建完善的用户标签体系,需要尽可能汇总最大范围的数据。收集了所有数据之后,需要经过清洗、去重、去无效、去异常等等。 https://blog.51cto.com/cglt1024/3715760
6.私域用户标签体系怎么搭建?(附6大行业标签搭建参考)4)层级标签:层级标签,就是用户的分层层级。 在见实《第一权益:连锁门店会员精细化运营全景详解》白皮书中,我们提到了一个会员标签体系的建设维度,也同样适用于用户标签体系的建设参考。 其中提到常见标签包含4大类,即“基础标签、消费指标、偏好指标、自定义指标”。 https://www.niaogebiji.com/article-564176-1.html
7.金三银四,数据产品经理面试问题合集(实用高频)5.过去业务应用场景中,体现用户画像或CDP产品数据赋能价值的案例? 考察点:数据赋能精细化运营,是否和业务紧密联系,还是闭门造车只做功能 6.行业里主要的CDP产品有哪些,各自有什么优劣势? 考察点:行业关注度,竞品分析能力 7.标签体系建设过程中,遇到的最大的问题是什么,你是怎么解决的? https://blog.itpub.net/70028087/viewspace-2943016/
8.用户画像:发展脉络工业落地与技术优化算法2)行为类动态画像与优化算法听众收益:1 全面了解画像算法构建的整体框架2 把握画像算法的历史沿革和发展脉络3 领悟工业级画像算法的构建以及优化算法的最佳实践王明爱 淘天集团 用户技术 数据科学家个人介绍:毕业于厦门大学,加入淘天用户技术数据团队后主要负责淘天用户画像项目,从0到1搭建标签体系以及用户购买分层https://hub.baai.ac.cn/view/33737
9.某银行大数据平台的架构设计及应用实践经验kappyy2.3 客户画像标签体系 客户画像,即客户信息标签化,通过收集客户社会属性、消费习惯、偏好特征等各个维度的数据,对客户特征属性进行剖析,完美地抽象出一个客户在银行的信息全貌,为银行进一步精准、快速地分析用客户行为习惯、金融消费习惯等重要信息,提供快速、精准地识别定位客户功能,从而提升客户服务能力,完成对客户的全方https://redhat.talkwithtrend.com/Article/247085
10.用户画像标签体系与数据建模整体解决方案最新课件.ppt该【用户画像标签体系与数据建模整体解决方案最新课件 】是由【bb21547】上传分享,文档一共【48】页,该文档可以免费在线阅读,需要了解更多关于【用户画像标签体系与数据建模整体解决方案最新课件 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下https://www.taodocs.com/p-966332773.html
11.美国政府推出物联网安全标签计划,中国物联网产业如何应对目前,我国虽然在多个物联网政策中提出了加快物联网安全体系建设,但还没有专门针对物联网安全的法律法规。在海外物联网安全立法、物联网安全标签体系建设的背景下,国内需加强这一领域工作,借鉴海外经验,构建适合国内产业生态的安全体系。 原文标题 : 美国政府推出物联网安全标签计划,中国物联网产业如何应对?https://iot.ofweek.com/2023-07/ART-132200-8420-30605229.html
12.会员营销平台用户/客户/人群/消费者画像分析系统Convertlab在品牌零售行业积累了丰富的营销实践,帮助众多头部客户从全渠道数据洞察和用户标签画像体系建设出发,根据RFM模型和用户旅程设计,构建一整套覆盖线上电商、小程序、微信和线下门店的会员运营体系。帮助品牌零售行业解决营销活动管理、SCRM管理、会员销售占比提升、连带率提升、沉睡会员激活等营销问题,有效提升复购率、https://www.convertlab.com/