關于挖掘用戶信令業務支撐市場精準營銷的研究

翟德懷++路垚++林征

【摘 要】從移動互聯網網絡側、市場側的數據業務分析入手，引入采集Gb接口全部信令消息和業務消息，同時融合現有BASS系統、綜合資管、話務網管、數據網管、網優平臺等數據源，構建多網聯合分析系統平臺，利用平臺數據多元性通過開展用戶數據挖掘工作，洞悉用戶使用行為和消費行為，為市場部門流量經營提供精準的用戶基礎分析數據，支撐市場部精準、精細營銷，提升市場業務占有率。并配合市場部門挖掘換機終端對象，通過引導市場部門對目標客戶換機來提升3G、4G、WLAN網絡利用率，從而達到支撐網絡運營及市場發展的目的。

【關鍵詞】Gb口信息 精準營銷 終端營銷

中圖分類號：TN92 文獻標識碼：B 文章編號：1006-1010（2014）-17-0083-06

1 研究背景

移動互聯網展現出了巨大的發展潛力，2014年移動互聯網市場將迎來強勁增長。在當前的市場背景下，移動運營商需要緊跟時代步伐，發揮自身優勢，解決自身不足，通過不斷提升自身能力，努力把握市場機遇。根據分析，目前移動運營商在移動互聯網業務支撐上存在以下問題：

（1）市場側

1）缺乏流量價值提升工具

隨著移動互聯網的快速發展、智能手機的普及，用戶對數據流量業務的需求快速增長，必須認真研究市場精準營銷的規律，以新的思維和新的理念建立市場精準營銷低成本、高效率的運營模式來迎接移動互聯網時代的到來。但是目前缺乏統一的支撐系統，以便全面支撐數據流量的經營分析和經營策略的制定，從而建立新的商務模式和營銷模式。

2）缺乏流量價值提升模式

目前移動運營商2G數據業務計費量同比漲幅較大，相比套餐內流量資源使用率及流量收入存在不匹配問題，上網需求未充分滿足和釋放，尚未開展深入的流量內容運營工作。

（2）網絡側

1）缺乏有效的終端精準分流方式

目前網絡分流措施效果不理想，原因在于客戶終端不支持3G、4G、WLAN網絡，導致3G、4G、WLAN空閑小區多，2G負荷依舊高。

2）缺乏有效的用戶感知評估體系

以網絡指標為主、重點區域測試為輔的手段，進行優化處理。不能完全反應用戶的上網真實感知度，無法對感知低區域進行有效快速優化分析，從而導致用戶投訴。

為解決上述問題，以用戶多維度信息作為數據基礎展開研究，立足市場運營及網絡運營相互融合的創新模式。主要實現在融合網絡側及市場側用戶多維度信息建立模型，再充分利用多平臺用戶信息：支撐網絡部精細建設、優化分流提供精準終端換機數據、支撐市場部精準化營銷提供用戶數據。最終實現為一線優化及營銷人員提供切實可行的行動方案及詳細數據。

2 研究目的、思路及原理

2.1 研究目的

（1）支撐網絡運營

通過精準終端換機支撐科學四網分流，合理分配資源、提升網絡質量、減少2G網絡負荷。為網絡規劃、擴容建設提供有力的數據依據，同時為3G及4G的建設提供更精細的數據基礎。通過建立用戶感知評估模型支撐數據業務日常優化工作，彌補了傳統數據業務用戶感知定位短板，對網絡質量的提升起到了巨大的推動作用。

（2）支撐市場部門

市場精準營銷的提出與通信需求向信息需求的轉型有莫大的關系。這種轉型根本性地重塑了運營商的價值創造方式，必然也要求運營商的基礎設施和商業模式隨之做出轉變。通過全面的終端分析、詳細的業務流量分析、精確的客戶分析實現全面支撐市場部門市場精準營銷工作的開展，實現流量價值提升。有效支撐市場部門精準終端營銷、內容營銷、目標用戶營銷。通過開展網絡數據挖掘，可以有效支撐市場部門進行精準營銷，減少營銷成本。

2.2 研究思路

挖掘用戶信令業務支撐市場精準營銷研究主要通過采集Gb接口全部信令消息和業務消息，同時融合現有BASS系統、綜合資管、話務網管、數據網管、網優平臺等數據源，構建多網聯合分析系統平臺。利用平臺數據多元性通過開展用戶數據挖掘工作，洞悉用戶使用行為和消費行為，為市場部流量經營提供精準的用戶基礎分析數據，支撐市場部精準、精細營銷，提升市場業務占有率。同時配合市場部挖掘換機終端對象，通過引導市場部對目標客戶換機來提升3G利用率，支撐市場部精準營銷。

2.3 原理

挖掘用戶數據業務信令精準營銷分析原理圖如圖1所示：

通過基于Gb接口信令采集解碼分析，從終端、用戶、內容、管道（網絡）4個方向對小區級用戶真實業務感知進行綜合分析，輸出各類用戶（群）和熱點區域的業務關鍵性能指標，從而實現向市場部門提供精準營銷建議和有針對性的上網感知優化，提升用戶數據業務感知，有效實現四網協同分流。

3 挖掘用戶信令業務支撐市場精準營銷

實施內容

3.1 融合網絡用戶信令數據，全面支撐市場精準營銷

（1）研究內容

搭建“精確營銷”模式：實時支撐市場營銷進行精確的高效運營，抓拍目標潛在用戶多維度畫像，實施差異化營銷。挖掘客戶最希望有的：通過平臺挖掘潛在目標用戶群，同時實時捕捉客戶多元化需求時段作為最佳營銷時機，全面提高營銷實施效率，有效支撐市場部門精準終端營銷、內容營銷、目標用戶營銷。

1）智能終端定制策略功能研究

終端軌跡分析：通過不同類別終端駐留區域、駐留時間、接觸點、基站場所、軌跡區間事件等軌跡屬性，描繪終端特征圈形，構建終端軌跡特征庫。

終端網絡特征分析：分析不同類別終端在不同網絡類型（EDGE/3G/WLAN）中的行為特征，通過成功率、時延、吞吐率、流量等網絡特征屬性描繪、構建終端網絡特征庫。

終端用戶特征分析：分析不同類別終端在不同用戶群中的行為特征，通過用戶的靜態特征屬性（自然屬性/通話行為特征/換機行為特征/消費偏好/業務訂購）和動態軌跡屬性（駐留/接觸點/基站場所/軌跡區間事件）描繪，構建終端用戶特征庫，并支持在GIS上呈現終端用戶及流量分布情況。endprint

終端分析應用：通過終端類型研究，主要是智能終端和3G終端的研究，完成適合流量發展的定制終端選型建議；通過高流量業務研究結果，找到適合定制機預置的終端軟件，提供若干種軟件供不同定制機類型預裝選擇，并通過在網定制機用戶預置軟件流量消費情況驗證業務易用性。

智能終端換機營銷支撐分析：輸出可換購智能機用戶及推薦智能終端表。

2）營銷新思路分析功能研究

用戶動態軌跡分析：包括用戶駐留區域/接觸點/基站場所/軌跡區間事件分析，完成用戶生活圈的特征標簽庫構建。

用戶靜態特征分析：通過用戶自然屬性分析/通話行為特征分析/換機行為特征分析/消費偏好分析/業務訂購分析，完成用戶靜態特征標簽庫構建。

用戶流量特征分析：通過用戶流量內容偏好分析/流量內容分詞/流量-用戶-業務關聯趨勢分析，構建用戶流量特征標簽庫。

終端網絡特征分析：分析不同類別終端在不同網絡類型（EDGE/3G/WLAN）中的行為特征，通過成功率、時延、吞吐率、流量等網絡征屬性描繪，構建終端網絡特征庫。

終端業務特征分析：分析不同類別終端在不同業務類型中的行為特征，通過使用偏好、業務訂購情況、流量消費等業務特征屬性描繪，構建終端的業務特征庫。

3）用戶特征分析功能研究

用戶體驗分析：包括用戶網絡差體驗分析和用戶投訴分析。通過對用戶網絡接口信令事件的分析，歸納用戶網絡差體驗主要事件類別；用戶投訴事件、投訴區域、投訴事件、投訴量的分類分析，完成不同用戶（群）體驗特征庫構建。

用戶流量特征分析：通過流量內容偏好分析/流量內容分詞/流量-用戶-業務關聯趨勢分析，構建用戶流量特征標簽庫。

用戶動態軌跡分析：包括用戶駐留區域/接觸點/基站場所/軌跡區間事件分析，完成用戶生活圈的特征標簽庫構建。

用戶靜態特征分析：通過用戶自然屬性分析/通話行為特征分析/換機行為特征分析/消費偏好分析/業務訂購分析，完成用戶靜態特征標簽庫構建。

用戶數據綜合分析流程圖如圖2所示：

4）內容分析功能研究

互聯網數據業務內容解析：分析互聯網主流/熱點業務的內容特征（時間行為/地域行為/流量大小/內容關鍵字/URL分類），構建互聯網業務內容標簽庫。

用戶數據流量特征分析：通過流量內容偏好分析/流量內容關鍵詞解析/流量-用戶-業務關聯趨勢分析，構建用戶訪問偏好庫。

用戶動態軌跡分析：包括用戶駐留區域/接觸點/基站場所/軌跡區間事件分析，完成用戶生活圈的特征標簽庫構建。

根據不同用戶群建立用戶活動軌跡庫，并根據不同用戶群細分用戶上網偏好庫，從不同用戶群常駐區域、活動軌跡、上網偏好、終端手機等維度，刻畫不同用戶群客戶畫像；根據用戶群上網偏好，定位用戶熱點業務喜好，選擇目標用戶最佳業務匹配，同時根據不同用戶群建立個性化目標營銷用戶庫并輸出個性化用戶業務營銷策略。

通過對不同場景用戶多維度畫像分析，給市場部提供不同場景用戶信息。幫助營銷人員對不同場景用戶定制適合套餐及業務內容推廣。實現刺激不同用戶群消費，增加產品訂購率的目的。

（2）實施案例（XX大學市場終端營銷案例）

3月份學校開學，就市場終端營銷方面，提供XX大學終端營銷Gb數據支持，根據大學場景，提供了5種換機營銷方案，具體情況如圖3所示：

3.2 引導市場部精準終端換機營銷，提升3G、4G、

WLAN用戶占用率

建立精準換機營銷模型，通過識別網絡小區下用戶分布、終端制式、消費行為、業務訪問結合多網基站信息，在3G、4G、WLAN覆蓋網絡下挖掘2G高流量終端用戶，通過市場營銷精準引導用戶換機，從用戶終端換機入手支撐網絡分流。GIS換機營銷地理化展示如圖4所示：

（1）話務模型篩選研究

根據每線話務量、PDCH復用度及無線利用率情況將小區語音話務量與數據流量劃分為4種話務類型：對2G小區數據業務占比>45%的區域進行網格化，并結合2G網絡單PDCH承載效率分析，根據各區縣行政區域數據等效占比劃分網格，在此基礎上將所有小區進一步分成高語音高數據、高語音低數據、低語音高數據和低語音低數據4種話務類型。

（2）終端定位研究

根據話務模型篩選高負荷小區，如2G高語音高數據小區。智能判斷該2G小區有無3G、4G基站，最后通過終端分布定位，挖掘到有3G、4G覆蓋網絡下高流量2G終端用戶，作為3G、4G終端推廣的目標用戶。

（3）終端換機營銷研究

根據終端定位模型，智能輸出3G、4G終端推廣的目標用戶，提供至市場部門，市場部門通過營銷手段，精準對用戶進行換機營銷，實現通過終端更換方式全面提升3G、4G基站占用率，減少2G網絡負荷，并有效改善了用戶的數據業務感知。

3.3 端到端用戶感知評估模型，智能

診斷用戶上網體驗的研究

（1）研究內容

通過結合客戶投訴，采用能全面反映客戶感知的GPRS核心網Gb接口信令數據，通過多數據源、多維度分析、多指標集及循環驗證指標閥值、權值，塑造模型，綜合評價客戶感知，建立客戶感知評分系統，指導客戶投訴預警與處理，真正做到從投訴中來，到投訴中去。具體如下：

1）上網感知評分模型建立：以終端客戶感知為導向，以海量的投訴映射到數據業務關鍵環節中的Gb信令，通過反復分析及驗證客戶端到端環節中的關鍵步驟，篩選出5大類指標，涵蓋終端、接入、傳遞、移動和體驗5大方面23個指標。

2）權值計算：通過對海量差感知客戶數據業務感知指標分析，以每項指標出現的隨機概率作為指標權值，并通過循環感知修正法驗證改進。endprint

3）閥值計算：每項指標均定義了零分和滿分的閥值，閥值通過加權平均法計算客戶感知中的拐點，并通過海量計算和反復驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現精確定位不同場景用戶網絡感知差原因，協助優化人員及時發現和處理數據業務問題，達到提升用戶網絡感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區云巖2G網絡8個BSC進行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風及煤礦村地區。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進行有針對性的無線網絡優化調整、資源配置，有效提升了該區域的用戶數據業務感知。

貴陽云巖2G數據業務優化前后感知對比：優化后全網感知提升了3.59分。貴陽云巖區2G網絡數據業務感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區2G網絡數據業務感知提升效果示意圖

4 結束語

大數據的分布式處理能夠在計算機上實現跨集群操作，擴展到成千上萬種設備上，比如Hadoop就用分布式處理方式完成了多項任務。然而對于這個高速運轉、信息不停噴發的移動時代來說，分散處理并不是最有效最經濟的方式。內存數據庫的產生無疑給企業提供了利用實時數據的新工具：盡可能快地在數據產生之初就進行分析，發現其趨勢并更快地做出反應，實現降低服務成本和提高收益的目標。

這樣一種創新的大數據融合方式，實現了系統間信息穿越和數據共享，實現從網絡資源到營銷分析的全面支撐。更好地在支撐網絡優化及建設的同時，全面支撐市場精準營銷。大數據處理將是運營商轉型的又一挑戰運營模式。

參考文獻：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數據時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數據物聯網和云計算之應用）[M]. 北京： 清華大學出版社， 2012.

[3] 李正茂. 3G-4G應用與實踐[J]. 電信快報：網絡與通信， 2012（6）.

[4] 于婷婷. 網購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數據業務透視[M]. 北京： 人民郵電出版社， 2014.endprint

3）閥值計算：每項指標均定義了零分和滿分的閥值，閥值通過加權平均法計算客戶感知中的拐點，并通過海量計算和反復驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現精確定位不同場景用戶網絡感知差原因，協助優化人員及時發現和處理數據業務問題，達到提升用戶網絡感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區云巖2G網絡8個BSC進行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風及煤礦村地區。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進行有針對性的無線網絡優化調整、資源配置，有效提升了該區域的用戶數據業務感知。

貴陽云巖2G數據業務優化前后感知對比：優化后全網感知提升了3.59分。貴陽云巖區2G網絡數據業務感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區2G網絡數據業務感知提升效果示意圖

4 結束語

大數據的分布式處理能夠在計算機上實現跨集群操作，擴展到成千上萬種設備上，比如Hadoop就用分布式處理方式完成了多項任務。然而對于這個高速運轉、信息不停噴發的移動時代來說，分散處理并不是最有效最經濟的方式。內存數據庫的產生無疑給企業提供了利用實時數據的新工具：盡可能快地在數據產生之初就進行分析，發現其趨勢并更快地做出反應，實現降低服務成本和提高收益的目標。

這樣一種創新的大數據融合方式，實現了系統間信息穿越和數據共享，實現從網絡資源到營銷分析的全面支撐。更好地在支撐網絡優化及建設的同時，全面支撐市場精準營銷。大數據處理將是運營商轉型的又一挑戰運營模式。

參考文獻：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數據時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數據物聯網和云計算之應用）[M]. 北京： 清華大學出版社， 2012.

[3] 李正茂. 3G-4G應用與實踐[J]. 電信快報：網絡與通信， 2012（6）.

[4] 于婷婷. 網購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數據業務透視[M]. 北京： 人民郵電出版社， 2014.endprint

3）閥值計算：每項指標均定義了零分和滿分的閥值，閥值通過加權平均法計算客戶感知中的拐點，并通過海量計算和反復驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現精確定位不同場景用戶網絡感知差原因，協助優化人員及時發現和處理數據業務問題，達到提升用戶網絡感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區云巖2G網絡8個BSC進行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風及煤礦村地區。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進行有針對性的無線網絡優化調整、資源配置，有效提升了該區域的用戶數據業務感知。

貴陽云巖2G數據業務優化前后感知對比：優化后全網感知提升了3.59分。貴陽云巖區2G網絡數據業務感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區2G網絡數據業務感知提升效果示意圖

4 結束語

大數據的分布式處理能夠在計算機上實現跨集群操作，擴展到成千上萬種設備上，比如Hadoop就用分布式處理方式完成了多項任務。然而對于這個高速運轉、信息不停噴發的移動時代來說，分散處理并不是最有效最經濟的方式。內存數據庫的產生無疑給企業提供了利用實時數據的新工具：盡可能快地在數據產生之初就進行分析，發現其趨勢并更快地做出反應，實現降低服務成本和提高收益的目標。

這樣一種創新的大數據融合方式，實現了系統間信息穿越和數據共享，實現從網絡資源到營銷分析的全面支撐。更好地在支撐網絡優化及建設的同時，全面支撐市場精準營銷。大數據處理將是運營商轉型的又一挑戰運營模式。

參考文獻：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數據時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數據物聯網和云計算之應用）[M]. 北京： 清華大學出版社， 2012.

[3] 李正茂. 3G-4G應用與實踐[J]. 電信快報：網絡與通信， 2012（6）.

[4] 于婷婷. 網購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數據業務透視[M]. 北京： 人民郵電出版社， 2014.endprint