数字化时代 如何实现电费智能精准催缴？

导语

电网企业电费催收工作具有催收用户数量大、客户欠费情况及缴费行为差异化明显等特点。然而传统催收方式手段比较单一且催收精准度与效率均较低，催收成本较高，电费催收工作的智能化及精准化水平亟待提升。

因此，本文基于客户标签技术，实现用电客户精准画像，利用大数据技术对客户进行精准分群，并在此基础上构建电费智能精准催费模型，提出智能精准催费策略，助力电网企业实现电费智能精准催收，提升电费回收水平。

（来源：微信公众号“朗新研究院”作者：杜巧玲）

传统催费呼唤智能化革新

电费催收工作成效直接关系电网企业经营效益。当前主要依托短信催收、人工催收的方式，催收结果受催费员个人催费水平、用户交费行为习惯、电力营销系统用户联系方式准确性等众多因素制约，电费催收的智能化水平亟待提升。

（一）传统催收效率低

传统的电费催收采取“人工+短信”的方式，催费员无法根据客户的服务需求和交费习惯优化催费策略，只能被动性执行传统催费流程。同时，目前用电客户数量逐年递增，但电费催收人员不足，人力催收任务繁重。

（二）传统催收手段服务质量无法保障

催费员业务水平参差不齐、催费方式不恰当、催费频率设置不恰当等情况容易影响客户满意度，造成服务投诉风险，影响电网企业形象。

（三）传统催收成本高

一是无效短信多、成本高，对自身缴费习惯良好的用户、系统内联系信息错误的用户等都反复发送短信。二是每年有大量的欠费用户需催费员上门张贴电费通知单，耗费电网企业大量人力物力财力。

综上，当前亟须通过新技术、新思维应用，提升电费催收工作的智能化水平，实现电费催收工作提质增效。

总体思路

针对传统电费催收问题，首先通过数据加工、清洗、运算实现客户精准画像，生成应用于电费催收的多维度客户标签，对客户进行精准分群。

其次，结合客户分群标签结果，构建智能精准催费模型，结合客户标签及催费需求，制定差异化的智能精准催费应用规则与应用方法，建立多种催收方式优势互补的电费催收支撑能力体系。

最后，通过对服务策略成效的动态追踪评估，形成智能精准催费多维立体的闭环体系。

图1 智能精准催费策略研究思路

智能精准催费闭环体系建设

智能精准催费模型主要是一套智能化、精准化催费规则集合，包括催费群体的划分以及催费优先级、催费频次、催费时间、催费方式、催费流程等多项规则的耦合，最终形成可覆盖各类欠费群体的差异化智能精准催费策略集合。

首先，在实现客户精准画像分群后，对分群结果进行进一步整合处理以及排列组合，形成催费群体划分结果。

其次，设计智能精准催费策略的组成部分即催费优先级、催费方式、催费流程、催费频次、催费时间的设定。

再次，针对不同的催费群体的各类特征，设计具体的催费策略，实现催费策略梯次化、差异化，有效提高电费催收的精准性以及与客户缴费习惯的贴合度，优化客户缴费体验。

最后，动态调整分群策略与催费策略，实现由人工催收向智能催收的转变，实现智能精准催费的闭环体系的建设。

图2 客户分群与智能精准催费策略制定的逻辑关系

（一）催费群体划分

1、客户精准画像

针对不同群体开展差异化的催费工作，需要对客户进行精准分群。

首先，根据用户基础档案信息、用户联系信息、用户缴费习惯等信息划分用户群体，构建客户基础档案、联系方式、缴费习惯标签。

其次，利用用户价值等级分析模型，对用电量和波动性两部分进行特征分析，划分用户群体，形成用户价值等级标签。

再次，构建CRFM2P用户欠费风险特征分析模型，通过聚类分析，形成不同欠费风险等级的群体，生成用户欠费风险标签。[1]

最后基于标签设计结果，构建客户分群画像，为下文开展催费模型设计奠定基础。

图3 客户精准分群及标签体系设计思路

表1 客户分群画像

[1] CRFM2P模型是对RFM模型进行的改进。本文结合用户行为分析和电力行业需求，通过分析对比，对传统 RFM 模型特征进行重新优化，建立适应于电力缴费用户行为数据分析的价值模型。通过特征筛选和专家建议，最终将平均回收周期C、最近一次缴费时间与截止时间的间隔 R、缴费次数F、缴费总额M、欠费额度在总电费中的占比P、预收电费在总电费中的占比P1这5个特征作为电力用户缴费行为数据用户价值的特征，进行用户价值对比分析，记为CRFM2P，作为客户欠费风险分析的分析维度。

2、智能精准催费的对象聚焦

统计表明，绝大多数用户会在规定的缴费期内缴纳电费，真正欠费的用户是少数。因此可将无欠费行为的群体直接纳入催费白名单，除进行常规的电费发行提醒外，不再额外进行催收，以减少对客户的打扰，同时也实现催费工作的高效管理，集中力量针对欠费用户进行精准催缴，提升整体催费的效率和精准度。

3、智能精准催费群体划分的原则及方法

按照催费工作的重要程度和紧急程度原则，明确对需催费群体再次划分的要素，形成具体的群体划分。

（1）用户欠费行为：这是关系到是否需要催费以及催费策略如何制定的根本要素，因此后续主要依据欠费风险高、中、低三类来划分具体的群体。用户欠费行为是是否需要进行催费以及制定相应催费策略的关键依据。基于此，可主要依据欠费风险的高低，将用户划分为高风险、中风险和低风险三类群体，以制定更为精准和有效的催费策略。

（2）用户价值等级：判断用户的重要程度及间接欠费风险。该指标来源于电量值和波动性两项基础指标，通过综合考虑电量值的高中低、波动性的频繁和平稳两类要素，将用户的价值分为高、中、低三个等级。

表2 用户价值等级分类

通过综合考虑用户的电量大小、波动性等因素，首先对用户价值进行等级划分；再结合CRFM2P模型，构建客户欠费额度在总电费中的占比P等指标，并利用聚类分析方法，把客户精确地分为欠费风险高、中、低以及无风险四大群体。

结合这两方面的分析，我们可以识别出用户价值高且欠费风险也高的用户群体，这部分用户即是催费工作最需要关注的群体。对于这部分用户，可采取较为严格的催费措施，确保电费的及时回收，从而提升整个欠费群体的电费回收率。

用户价值及欠费风险等低于该等级的用户，采取措施的强度梯次递减，在保证电费回收率及客户满意度的同时，也合理节约了催费成本，有助于提升催费工作的智能化、精准度和催收效果。

（3）用户缴费行为：这是考量用户缴费习惯好坏的重要因素，关系到催费时间的先后，主要分一次结清和多次结清两种缴费习惯。

（4）用户渠道偏好情况：这是涉及后续具体催费信息发送途径的重要因素，包括偏好线上、偏好线下和无偏好等。

最终通过排列组合形成54类客户分群结果，具体如下：

表3 催费群体划分结果

（二）智能精准催费策略制定

1、智能精准催费优先级设计

综合客户的欠费行为、缴费行为、用户价值等级情况，划分客户催费优先级为A群体（欠费风险高）、B群体（欠费风险中）和C群体（欠费风险低）三个群体。

后续可针对不同的催费优先级的客户群体，制定差异化的催费策略，尤其是针对优先级高的用户，需要采取用户感知更强、效果更佳的催费方式，以支撑催费工作的精准执行，确保电费颗粒归仓。

2、智能精准催费方式设计

本文的催费方法依次主要有推送账单信息（站内信）、推送催费信息（站内信/短信）、语音催费和人工催费四种，四种催费手段造成的客户感知逐渐强烈。

图4 催费方法设定

具体催费方式及渠道选择时，还需综合考虑成本、交互性、客户偏好性、多媒体属性、压迫感施加力、缴费便利程度和缴费渠道推荐优先级等因素，具体设计催费方式，但主要以客户渠道偏好因素及电网企业缴费渠道推荐优先级为主。

具体来说，对于有渠道偏好且偏好线上渠道的用户，可采取电网企业app、微信、支付宝站内信、短信、语音电话等形式进行催费，对于偏好线下渠道的用户，则可以采取短信、语音电话等形式进行催费，对于无渠道偏好的用户，则可以发送催费短信，并结合用户最近一次的线上缴费渠道进行催费，保证催费信息及时有效地触达用户。

根据缴费渠道推荐优先级，将客户引导到渠道推荐优先级比较高的渠道上，通常为电网企业app、微信、支付宝等线上便捷渠道。

3、智能精准催费流程设计

图5 智能精准催费总体策略流程

上图展示了智能精准催费的总体策略流程。通常电费发行日会向用户推送账单信息，电费催费工作则从发行后第二天开始，依次采取不同的手段进行催收。

4、智能精准催费频次设计

在综合用户欠费风险情况和用户价值等级的基础上，为各用户群体中设置不同的缴费次数规则。这些规则需要同时考虑催费效果及客户满意度情况，避免催费次数过多引发客户投诉或逆反心理。因此催费次数设置需要在确保电费回收成效的同时，尽量减少对客户的打扰。

具体而言，欠费风险越高，催费次数会相应增加。在同一用户群体（A、B、C群体）内部，欠费风险更高且用户价值更高的用户将面临更频繁的催费。然而，我们也设置了催费次数的上限与下限，以确保催费行为既有效又合理。

若用户在最后一次催费流程执行后的24小时内仍未结清电费，系统将自动启动停电流程。在停电前的7天，系统会通过短信方式向用户发送停电通知，在停电前2小时，再次发送停电提醒，以确保用户能够知晓停电时间。此外，根据合同约定，还将按照规定计收违约金。这些措施旨在确保电费回收的及时性，同时保障用户的知情权和权益。

5、智能精准催费时间设置

催费时间的合理设置可以保障催费工作的高效开展和电费的有效回收，催费时间的设置综合考虑了各群体的标签特征，进行差异化、针对性的设置，但为了统一及标准化，同时遵循一定的规律：

（1）催费时间主要集中在发行后的部分特定工作日；

（2）欠费风险越高、用户价值越高，则催费时间越早，确保及时回收；

（3）催费次数相同时，风险等级越高，催费越早，风险等级越低，催费越晚。

6、具体策略结果

（1）常规欠费群体催费策略设置示例

以A群体为例，图5展示了A群体多种特征用户的催费策略，具体思路如下：

图6 A群体催费策略研究思路

例如，A群体中欠费风险高、用户价值高的群体共催费5次，相较于欠费风险高、用户价值中及低的群体催费次数增加且催费时间整体稍提前，确保电费足额回收。

对于结清次数为一次的群体，进行五次催费，催费时间主要集中在发行后第1、5、9、11、13日；对于结清次数为多次的仍催费五次，但催费时间整体稍提前，主要集中在发行后第1、4、7、9、11日。其余群体策略以此类推。

（2）特殊欠费群体催费策略

针对其他特殊欠费群体，例如农村老年群体等，则需要针对性地调整催费策略方便老年人缴费，可以多采用短信、语音电话的形式进行催缴，并结合基础信息，补充其子女联系方式，在老人难以缴费的情况下，将电费账单及催费信息直接推送至其子女，减少老年人的缴费困扰。

（三）智能精准催费策略动态更新机制

1、基于客户画像的分群策略更新

客户精准分群设计依托于群体不同时间周期的测算结果，用户的缴费习惯会发生变化，因此需基于联系信息模型、用户缴费渠道模型、用户缴费习惯模型、用户行为分析模型更新用户标签，从而对用户画像分群策略进行更新。

2、基于诉求数据及催收效果分析的催费策略更新

（1）基于诉求数据分析的催费策略更新：策略执行期间，将基于文本情感分析算法对诉求工单数据进行分析，了解用户的需求和反馈，针对性调整催费策略，不断提高用户满意度。

（2）基于催收效果分析的催费策略更新：设定催收效果评估指标体系，评估催收策略的效果，并与历史催费数据进行对比，及时调整催收策略，形成智能精准催费策略闭环完善机制。

结语

本文针对电费催费中存在的一系列问题，开展了客户精准分群及基于数据挖掘的智能精准催费模型构建，制定了差异化、精准化的智能催收策略，可助力电费催费工作的智能化升级，助力电费颗粒归仓。

后续在策略执行的同时，还可以考虑对催费信息内容的差异化设计，同时加强人工智能等技术的结合应用，促进智能精准催费工作的不断优化革新。