供電企業要想在電力營銷上做出真正意義上的改革，就必須在電力營銷過程中對數據進行合理的應用。通過適當的方法將電力營銷過程中涉及到的業務數據轉化為管理數據，從而對電力營銷決策工作予以支持[1]。
1電力營銷現狀
從電力工業的發展來看，世界各國的電力行業自運營上主要可以分為以下幾種模式。
1.1壟斷
世界多數大國在近一百多年來在供電上採取的模式是集發電、輸電、配電為一身的壟斷模式。國家在電力供應上大多數或全部由國家壟斷經營，廣大電力用户就是消費者。這種壟斷經營在短時間內使電力工業聚集了大量的資金，電力工業持續發展，同時避免了重複設施的出現，為電網的統一規劃和建設提供了有力的支持。
1.2發電競爭
發電競爭模式，競爭主要體現在發電環節，輸電和配電仍然採取壟斷經營。在電力經營過程中對電力市場進行開放，引入發電企業，在市場中由壟斷企業對發電企業生產的電力進行買斷，然後由壟斷企業統一賣給電力用户，這種供電模式的引入加大了市場中電力的供給量。
1.3電力轉運
電力運轉模式就是合理的將發電、輸電、配電三個過程進行分離，每個發電廠都獨立成為一個企業，各個發電廠之間採取公平競爭。市場中的用電大户，可以低價從電力企業直接購買電力，利用統一電網實現電力運轉。在電力運轉模式中，部分競爭市場、壟斷經營市場和競爭市場同時存在。
1.4配電網開放
配電網開放模式的主要特點是：發電、輸電、配電三個環節適當分離，三個環節都各自成為獨立的經營體系，三者之間存在電力買賣關係。這種經營模式將發電、輸電、配電三者打破了傳統的電力運營管理模式，電力市場形成了多種商家相互競爭的形式，這不僅增加了發電企業之間的相互競爭，客户可以通過自己的需求來選取適當的發電商，而且電力消費者和生產者之間形成了一種真正的買賣格局，從而為電力顯示商品特性提供了便利條件。
2企業多維數據分析具有的特點
2.1多維性
多維數據分析的一個最重要特點就是多維性。多維性不僅體現了人們在觀察世界時的多角度，同時也體現了多層次觀察。例如，在銷售量數據的查看上可以從時間維入手，同時還可以從年、季、月等時間層次上進行查看。對數據進行分層查看，不僅符合事物的客觀運行規律，而且也能讓用户全面地掌握數據情況。
2.2實時性
實時性不僅滿足了用户在時間上對信息的需求，而且可以快速查找多維數據的分析結果，同時實現了實時的接受用户所反饋的數據。
2.3開放性
多維數據分析支持多數據源和系統平台。因此，在實際工作中，不論數據存儲量有多大，存儲在何處，採取何種方式對數據進行存儲，都可以及時獲取到存儲的數據，並且可以以多種方式將分析結果提供給不通過平台上的客户使用。
2.4可分析性
可以從不同的角度對數據的最大值、平均值、最小值、彙總進行記錄和處理，將龐大的有用數據提供給客户，此外還具有數據分析和數據查詢等能力。
2.5安全性
確保信息的安全，避免受到欺詐，對用户進行分級管理，數據分析過程中，對於數據分析結果只能提供給相應的用户。如果在實際工作中，存在多個用户共同應用同一個分析時，應當對客户的級別進行合理劃分，依據客户所處的安全級別，允許客户查看對應層次的信息[2-6]。
3電力營銷多維數據分析過程
在電力營銷決策過程中對多維數據分析進行應用的過程如圖1所示。（1）依據決策者和企業業務在信息上的需求，對多維數據分析主題進行確定，在進行多位數據分析時，依據面向主題分析獲取信息，從而實現為決策者提供信息的目的。（2）收集數據，目前供電企業信息系統收集了電量的業務數據，這些數據都存儲在各個供電企業的信息系統中，為了使其能夠更好的為企業所用，應當建立數據庫服務器，採集供電企業中數據。多維數據分析在電力決策的實際應用中，數據採集工作需要依據多維數據分析主體進行，要對數據庫系統進行確認，並且在構建面向分析時選擇數據庫，從數據庫系統中抽取、轉換企業需要的數據。數據倉庫是集成的、面向主題的且在實際運行過程中容易因為時間變化而發生改變的一個數據集合。數據倉庫是企業為數據分析工作而設計的，利用數據倉庫可以為多維數據分析提供更加穩定且具有針對性的數據，目前許多電氣企業都構建了數據服務器。（3）多維數據模型的建立，多維數據分析需要以多維數據模型為基礎，從哪些角度對多維數據模型進行觀察，對哪些數據進行分析，可以通過多維數據分析決定哪些數據需要仔細分析歷史數據結構來獲得，從獲取的數據中找到有用的數據構建成適當的'度量、維度從而構成高效的多維數據模型。（4）設計人員依據現有的多維數據模型，選取適當的度量和維度，結合報表利用適當的統計方法，通過圖表直觀地展現企業的大量了歷史數據。（5）發佈信息，通過靈活的方式將電力企業想要發佈的相關信息直接提供給決策者[7]。
4分析電力影響數據主題
在電力營銷決策中，每一個主體都對應一個具體的分析，表示一種營銷決策者在工作中需要掌握的信息。本文在研究上將分析主體分為用户情況、購電情況、電價情況、電費回收、設備資產情況等，並對較大的主體進行了進一步劃分，詳細信息見表1。針對電力營銷的數據分析，應當從宏觀到微觀，從多個角度對電氣企業的數據進行科學分析，為電力企業的各級領導者提供決策信息。因此，在分析上還需要確定分析層次和分析角度。例如表2對售電結構變化的分析。
5系統實施
5.1構建多維數據模型
利用Designer工具在BusinessObjects平台中構建多維數據模型。在構建過程中在Designer中建立數據源連接，從數據源中直接提取二維表，或者在構建過程中利用SQL查詢語句，獲取業務需要的數據。然後依據派生表或原生表數據之間的相互關係，例如大於、等於、小於等，建立關聯查詢，最終獲取業務數據模型。模型建立中，應當依據需要建立表明依據查詢上下文，解決斷層、扇形、環路等陷阱問題，從而提高多維數據分析效率。構建業務數據結構模，可以更好的瞭解業務。利用Designer工具，利用已有的數據，例如企業機構、時間、地區等合理地構建成多維數據模型維度，將需要觀察的數據構成多維數據度量，從而構建出合理的多維數據模型，以供使用。建立多維數據模型後，可以使用户的工作變得更加方便，對數據進行集中展示，使用户可以更加容易從龐大的數據中發現存在的問題，找到企業經營規律，提高輔助管理水平。
5.2實現多維數據分析功能
建立多維數據模型後，依據分析目標，對數據觀察角度和觀察對象進行確定，找出最終重要的信息，實現對多維數據的分析工作。例如，在分析過程中可以選取曲線圖和列表形式對電費結餘信息進行展示，管理員可以依據實際需要截止到特定的一天。同時在實際應用過程中，客户可以依據需求和現有的多維數據模型，選取有效維和對象對數據進行查看，數據對象則可以依據用户做出的選擇對相應維層次的數據進行數據處理。例如，客户選擇了年-月-日的時間維層次和電費結餘相關的維，因為多位數據分析中，時間維層次是記錄的最低層，因此不對其進行彙總，直接將數據傳送給用户所處在的單位層次。利用超連接用户可以進入下級詳細數據，實現對數據的彙總。多維數據分析功能是獨立的，因此可將其當作一種新功能添加到原有的電力營銷系統中，使其發揮應有的作用。
6結論
綜上所述，近年來電力營銷工作得到了一定的發展，但在管理過程中，同一營銷管理因為時間、地點上的差異，管理者通過不同的角度觀看信息，信息的呈現方式都會所差別。同時因為多維數據的存儲、分析不斷的發展，多維數據分析在電力營銷決策中的應用是一個漫長的過程，因此需要依據需求的變化進行不斷地改進和完善。
文萃咖
