望、質量感知和價值感知這四個因變量，其中企業形象是結合供電企業獨特的社會服務職能而引入的;另一方面是受因變量影響的結果變量：客戶滿意度、客戶忠誠和客戶抱怨，其相互間的影響如圖2所示。通過定性與定量分析客戶的期望與感知價值等信息，發現客戶差異化需求并采取“一對一”客戶服務策略，從而減少客戶抱怨、增強客戶忠誠度，使之與企業保持長期合作關系。

圖2 客戶滿意度因果變量間的相互影響

(4)客戶信用風險評估。客戶信用風險評估就是通過數據挖掘中的決策樹、關聯規則、神經網絡和孤立點分析等模型對客戶的信用狀況及信用風險做出客觀、公正的評估活動。電力企業的客戶信用評估體系主要依據電費繳納信用和安全用電信用等指標項評估客戶信用級別，對于大客戶企業還需要考慮其經營能力風險，并按照客戶信用等級實施定制化客戶服務和電費催繳措施。同時定期趨勢化分析客戶信用評估模型的有效性并檢驗定制化服務的實施成效，促進客戶信用評估模型的持續改進。

(5)竊電和欠費分析。目前，供電企業面臨著嚴重的客戶竊電和電費滯繳問題，雖然供電企業采取了追繳電費和加收滯納金等應對措施，但是仍給社會帶來嚴重的用電安全隱患。知識挖掘是分析異常用電的有效的工具，通常會用到聚類、多維分析和孤立點分析等算法中的一種或多種的組合算法來全面分析客戶數據，及時地發現客戶違規用電并采取相關的監控措施。同時，對欠費客戶進行實地調查，區別對待惡意欠費行為和繳費確實有困難的行為，為供電企業塑造良好的社會形象。

(6)電力負荷預測分析。電力負荷預測是優化電力調度系統的基礎，也是電網安全經濟運營的前提。目前常用的預測方法主要是系統動力學、神經網絡、支持向量機和時間序列分析。利用上述數據挖掘方法追蹤歷史電力負荷數據的變化規律與模式，發現供電數據中的前瞻性知識，提高電力負荷預測的準確性和有效性。精準的電力負荷預測一方面可以科學地調整電力生產計劃以節約能源，另一方面可以針對性地指導客戶合理用電和錯峰用電等。

電力系統先后實施了電力營銷系統、中間業務系統和電力客戶服務中心等傳統意義上的電力CRM系統。傳統電力CRM系統集成了與客戶相關的所有業務活動，它強大的操作功能為企業存儲了海量的客戶數據，既包括企業與客戶互動交流的數據也包括了企業業務運營中的客戶數據。然而，傳統電力CRM系統缺乏對客戶數據高效分析的能力，而且無法實現知識共享傳播所要求的閉環商業流程，基于DM和KM的CRM系統正好解決了這一問題。論文構建了如圖3所示基于數據挖掘和知識管理的CRM體系結構。CRM通過與客戶多渠道互動和業務往來獲取客戶數據，定義商業目標并提交給數據分析系統。分析成果以客戶知識的形式用于支持商業決策，最終再通過營銷、銷售和服務等業務往來作用于客戶。實現客戶知識從獲取到使用的循環往復的閉環動態系統，最終實現CRM目標。接下來，具體分析各CRM子系統的功能。

圖3 基于數據挖掘和知識管理的CRM架構

(1)運營型CRM系統面向的是市場營銷、產品銷售和客戶服務與支持等業務流程的自動化、標準化和信息化。是客戶知識獲取的數據來源所在，主要是客戶消費偏好和用電特征等方面的交易數據。

(2)分析型CRM主要面向客戶數據分析，其常用的技術是數據挖掘、知識管理、決策支持技術和商業智能等，利用KM-CRM系統強大的數據分析工具來挖掘隱藏在客戶數據內部的潛在客戶知識。即從運營型CRM系統所產生的大量客戶用電數據中提取有價值的商業信息，再應用知識管理的方法整合信息，為企業的經營管理和制定商業決策提供科學依據。目前，分析型CRM對客戶信息的分析是基于“80/20”原理，帶有對現行市場的深度營銷和對未來市場進行預測的功能。

(3)協作型CRM系統通過面對面交流、呼叫中心、Web平臺和視頻對話等多媒體方式實現了多渠道、全方位的客戶交互服務。通過集成各種渠道，開展主題的、針對性的交流溝通活動，確保企業與客戶得到的信息是一致、完整的，因此它是一種綜合的解決方案。

借助于CRM運營和協作系統，完善營銷、銷售和服務支持等業務流程，加強與客戶之間緊密聯系。將客戶的各種屬性信息和交易信息進行分類管