構建移動用戶行為分析模型

廣州杰賽科技股份有限公司，廣東 廣州 510320

引言

智能手機的高度普及，使廣大用戶的日常生活和個人習慣出現了翻天覆地的變化。當人們在公交車上或者在候車室、候機室等公共場合時，均可看到“手機黨”的存在，由于智能手機比電腦攜帶方便，可滿足人們日常所需，受到各階層、各年齡人群的熱烈追捧。隨著移動網絡業務不斷的發展和壯大，使用的用戶也在成倍增長，據不完全統計，我國電信業務在2013年10月完成總量為1183.5億元；移動電話用戶總數達到12.16 億戶，占電話用戶總數的81.9%；移動互聯網用戶總數達到8.17 億戶，其中3G 上網用戶比例高達到34.5%。對于移動營運商來說，目前的移動業務市場已經是硝煙四起，競爭十分激烈，而競爭方向已由單純的業務競爭，轉變成手機終端以及寬帶手機上網和各種其他的數據業務的競爭。在機遇與挑戰面前，營運商必須對從網絡服務質量和數序業務分析能力進行全方位的武裝，以此來迎接新世紀的挑戰，而這一切的基礎，就是構建用戶行為分析模型，以此來清晰的掌握用戶的所思所想，更好的滿足用戶的需求，只有這樣，才能在如此激烈的競爭中屹立不倒。

1 構建移動用戶行為分析模型的意義

1.1 概述

為了更好的掌握移動用戶信息，了解用戶需求，因此構建移動用戶行為分析模型。移動用戶行為模型分析是以用戶業務訪問量的數據為基礎，在此基礎上進行分析、統計，進而掌握使用移動業務的規律，將此規律作為依據，制定相應的營銷計劃。以此來改進移動業務存在的不足，使其更好的適應市場需要。

1.2 用戶行為分析模型的重要性

1）面向市場，有針對性的引導用戶進行消費

對用戶的行為數據進行挖掘，主要作用是為了對移動用戶進行引導，同時，依靠市場部門與設備維護部門采集的用戶數據和系統數據，來對用戶行為進行部署，并對用戶的行為進行全方位的統計與分析，當充分掌握用戶的行為數據后，即可解決大量網絡寬帶被少數用戶占用的問題。其次，將用戶根據不同特點進行區分，對每個小用戶群體的使用習慣和期望速率值進行統計，根據統計值對各個群體針對性的限定速率，推出針對性的移動業務組合以及資費方式，讓成本與收益以最佳的狀態進行結合，一方面讓用戶可以盡情體驗，另一方面使EAP 得到最合理的控制。

2）面向用戶，提高用戶管理水平

對于潛在客戶，移動用戶分析模型能夠掌握用戶需求，進而在進行識別時更好的獲取客戶；而成熟期的客戶，利用移動用戶行為分析模型來完善客戶體驗服務，是客戶群更加成熟；離網期客戶，移動用戶分析模型可準確辨別出離網客戶，及時進行挽留，爭取重新贏回客戶。由此可見，移動用戶分析模型對于移動業務營銷起到至關重要的作用。

3）面向建設，促進網絡建設

雖然，移動業務在不斷發展，但仍然會存在一些不足和弊端，例如建設規劃不到位，導致形成惡性循環。比如，當用戶因移動網絡質量差而投訴時，會出現加站，這使本來狀態不佳的網絡出現新的網絡干擾。這是因為加站會使3G 網絡、CDMA 網絡這種自干擾系統出現網絡干擾，這就使一加一非但不等于二，甚至會小于一，最終使問題逐步惡化。因此，為了更好的建設移動網絡，應該以優化思路為指導，使優化與建設相融合，取其長、補己短，讓移動網絡建設更加的完善。

2 移動用戶行為分析模型具體內容

2.1 分析數據

主要的用戶行為分析模型數據有以下幾點內容:

1）用戶數據；

2）用戶訪問記錄；

3）用戶業務品牌數據；

4）網絡基礎數據；

5）網絡性能數據。

以上數據分別記錄著用戶的基礎信息；業務使用時間、時長；套餐使用類型；小區、基站、BSC、RNC、MSC、GGSN 等網絡資源數據；話務統計數據，如網元的話務和流量等。

2.2 分析方法

用戶的移動業務模型建模應用馬爾可夫模型。以歷史數據為基礎，對時間間隔點上的各類人員分布情況進行預測。而人員的變動趨勢，可以通過對歷史人員的變動規律進行推測得出結果。具體詳情如下：

1）用戶歷史數據，可用于推算轉移率，進而得出遷出轉移率的轉移矩陣；

2）對初始時刻各類人員的分布狀況進行統計；

3）以所建立的馬爾可夫模型作為依據，對未來人員的供給情況進行預測。

2.3 分析內容

分析內容包括以下幾點：

1）聚類分析；

2）消費習慣建模；

3）用戶投訴行為分析；

4）整網的用戶密度、用戶分布突變及網絡建設成熟度分析；數據業務分析。

具體作用如下：

1）將用戶按照消費習慣進行聚類，掌握各類用戶的消費習慣后，便于工作人員針對其習慣進行業務推介；

2）為了更好的掌握客戶未來的消費行為，以歷史數序為依據建模，更好的對工作人員開展業務進行指導；

3）方便業務人員以及維護人員識別出業務盲區、網絡信號盲區等；

4）方便追蹤熱點區域與VIP 客戶、集團客戶以及單用戶行為，便于統計分析用戶人群的特點，掌握用戶群對于業務使用的滿意度；

5）通過流量分析報告，對基站數量進行規劃和部署，以此來節省投資于設備與架設的成本，同時，利用移動業務流量監測，掌握用戶行為，給優先級業務寬帶提供保障。

2.4 分析結果

通過對用戶行為模型分析，可得出每個時間點的重點保障區域，針對該區的業務類型，合理的進行優化配置，在不浪費網絡資源的同時更好的滿足用戶的實際需求。為了更好的掌握單用戶的業務與網絡狀況，可建立列表對一段較長時期和用戶較多的時間段，所使用的業務統計值以及使用的業務品牌數據進行統計，標注該時間段用戶經常使用的業務與當前業務品牌是否匹配，以便于業務人員更好的想用戶推介最適合的業務品牌。

3 結語

當前，移動業務最核心的問題就是如何讓用戶與業務策劃者進行更好的溝通，對用戶需求有清晰的了解，以便于更好的為客戶提供服務，進而使客戶滿意度得到提升。因此，應分析目前移動通訊網上的數據業務，通過分析得出用戶使用行為習慣，為評估系統的負荷和業務的開展，提供重要參考價值。

[1]李蒙翔，顧睿，尚小文，王刊良.移動即時通訊服務持續使用意向影響因素研究[J].管理科學，2010(05)

[2]皇甫大鵬，陳平，王興建.基于一種改進的K-means 算法的校園網用戶行為分析研究[J].廣西大學學報(自然科學版),2011(S1)

[3]張美圖，姜艷暉.數據挖掘在移動通信市場的應用[J].現代電信科技，2011(Z1)

[4]顏穎.七號信令監測系統在電信話務分析中的應用[J].信息通信技術，2010(03)