用戶行為大數據分析應用探討

楊磊

中國電信股份有限公司徐州分公司

0 綜述

本文主要以數據深度挖掘、關聯分析為主要手段，并基于該數據對市場前端進行業務指引。通常的數據分析劃分為：

（1）業務結構：全網各類業務占比分析，展現熱門業務應用；

（2）用戶偏好：不同用戶使用TOP業務類型，獲悉用戶業務使用偏好；

（3）時間軌跡：24小時網絡利用情況，閑時資源讓利用戶，提升好感度；

（4）終端分析：定位問題終端，減少質差終端推廣；終端性能比較，根據用戶使用需求推薦終端。

本文的數據分析目的如下：

（1）投放熱門應用相關業務：微信、優酷視頻定向流量包；

（2）閑時資源讓利給用戶：1點到6點，網絡資源閑置，可推閑時流量包；

（3）每個用戶需求不同：有人偏愛視頻，有人偏愛新聞，可根據終端性能推薦使用手機；

（4）挖掘潛在用戶：引導高流量消耗的3G用戶使用4G終端、4G業務；

（5）選擇行業合作伙伴：哪個平臺用戶保有量最多，哪個平臺訪問量最大，選擇熱門網站實現強強合作。

1 用戶行為分析

本文的用戶分析，主要關聯大數據分析平臺，按終端類型、區域、時間點、用戶標簽等多個緯度進行綜合分析，以便于真實、有效的反映現網用戶現狀。文中所使用的數據，均來自于徐州電信4G業務范圍的公開數據。

圖1 區域流量時段

1.1 基于行政區域維度分析

1.1.1 活躍時段分析

本節以徐州行政區域為例分類分析。對比各區縣流量可發現，各區域用戶的流量峰值時段，均為中午11點至下午18點之間，且在該時段內，各區域流量基本平穩，持續保持在峰值區間，可根據流量峰值分布情況選擇業務推送時間。從全區看，視頻類業務流量都高于瀏覽類業務流量；基于視頻業務分析，泉山、銅山人均流量較高，邳州、新沂人均流量較低，通過對各區域用戶流量使用占比進行分析，便于分區域進行業務、流量套餐推廣。

圖2 各區域人均業務分布

1.1.2 業務流量分析

通過分析不同用戶組的流量消耗及對應APP的差異，便于針對性地進行定向流量包、套餐等推廣。

（1）4G流量用戶分析

在流量使用不同時，用戶應用比例分布不同。徐州高流量用戶視頻流量較多，中、低流量用戶視頻流量很少。（日流量5-40M定義為低流量用戶，日流量40至200M定義為中等流量用戶，日流量大于200M定義為高流量用戶）

1）低流量用戶應用特點：騰訊應用（含微信）占56%，視頻類APP占比較??；

2）中流量用戶應用特點：騰訊應用（含微信）占45%，百度、愛奇藝等占比增多；

3）高流量用戶應用特點：芒果TV應用占48%，騰訊、優酷、搜狐等占比34%。

（2）3G流量用戶分析

使用3G卡并且使用3G終端的總體占比最多，需引導用戶更換4G卡和4G終端。使用4G卡但使用3G終端的，主要分布在農村場景，需引導這部分用戶更換4G終端。使用4G卡4G終端的（用戶主動關閉），占比最少，其中縣區中占比較高，需加大業務的宣傳和4G流量推送。

1.2 基于APP使用維度分析

本部分數據主要體現徐州區域內不同用戶組的4G流量消耗總量及對應APP使用時段的差異，以便于針對性地進行定向流量包、套餐等推廣。

1.2.1 APP流量早晚對比

從圖3可看出天翼視訊流量遠超其他APP，天翼視訊、騰訊視頻、優酷、秒拍等APP流量占比在晚上明顯上升，而QQ、百度、淘寶、微信等APP晚上流量占比明顯下降，可看出用戶在晚上偏向于使用視頻類APP，白天偏向于聊天類APP。

圖3 常用APP流量占比變化

1.2.2 APP用戶早晚對比

如圖4所示，統計APP用戶數情況，微信、百度、QQ及淘寶等APP用戶保有量最高。微信晚上用戶數占比增加最多，但流量減少，說明單用戶平均流量在減少，其余各類APP白天和夜晚用戶數占比變化不大?？梢愿鶕脩舭滋旌屯砩系氖褂昧晳T制定定時流量包，例如白天聊天類定向流量包，晚上視頻類定向流量包。

圖4 常用APP用戶占比變化

1.3 基于終端維度分析

本部分數據主要對不同類型的終端進行軟件使用性能分析，以便于向用戶介紹更適合的終端類型，進行區域性的、針對性的終端銷售推廣。可根據用戶的不同業務需求級別，分類進行終端推薦，比如視頻業務需求較高的用戶推薦使用蘋果手機；網頁瀏覽類業務需求較多的用戶推薦使用華為、OPPO等品牌的手機。

1.3.1 終端型號分布

取終端類型占據前五的手機，分別列出了每款手機在分區銷售前三的終端類型，詳情如下：

（1）終端品牌：華為、蘋果、OPPO占據前三，其中華為占比27.25%，蘋果占比21.19%，OPPO占比14%，總比例達到62%左右；

（2）品牌型號：蘋果手機中Phone 6、Phone 6 Plus、IPhone 6S占據前三，占比70%；華為手機中Mate 8、Ascend P7、Ascend Mate7占據前三，占比21%；小米手機中REDMI NOTE、H3A、H3X LTE占據前三，占比33%。

1.3.2 終端場景分布

從四個場景來看，除農村Che1-CL10占據第三名外，其余場景iPhone 6、iPhone 6 Plus、IPhone 6S均占前三名，說明大多數用戶還是使用蘋果終端；各場景蘋果手機占比相差不大。

可根據不同場景開展針對性手機推銷業務，比如農村場景除了蘋果手機外，可推廣Che1-CL10 終端。

圖5 終端區域場景分布

1.3.3 終端綜合性能分析

（1）視頻性能

從視頻下載速率來看，蘋果iPhone6、iPhone6 Plus、三星SM-G935V排在前列，說明這幾款終端適合視頻類業務。

（2）會話性能

從http平均時延排名來看：Vivo V3L、vivo Y929、華為HUAWEI P8性能較好，接收信息快；三星SM-N9200、華為VNS-CL00、三星Galaxy Note5三款終端平均打開時延較高，性能較差。

（3）瀏覽性能

從頁面打開時延排名來看：華為_Mate 8、Oppo_A33m、小米_H3X LTE終端性能較好，網頁打開快。iPhone系列手機排名最后，主要因為此類終端的服務器大多落于國外，導致平均時延及成功率均不高。

表2 終端綜合性能指標排名

1.4 基于用戶群體維度分析

本部分數據主要通過用戶分布區域，來定義用戶分組標簽，通過對不同的用戶分組行為進行分析，從而進行針對性的業務推送。

1.4.1 業務分布

（1）不同用戶群體業務請求分布

從業務請求來說，各群體騰訊系列的APP使用頻率最高，主要為微信、QQ，新浪、百度、淘寶等APP的請求次數次之，可定位重點SP軟件，進行專項感知指標提升，保障用戶使用感知。

1）銀行職工偏向于使用微信、淘寶、百度等APP軟件；

2）醫生使用微信最頻繁；

3）藍領除了微信以外，其他各類APP使用分布比較均衡；

4）公務員偏向于使用微信；

5）學生群體使用較為頻繁的為微信、QQ、以及新浪網；

6）白領群體使用微信占比最高，其他業務占比很少。

（2）業務流量分布

白領、醫生、學生、銀行人員的流量分布主要集中在瀏覽類及聊天類業務上；公務員及藍領在視頻業務上花費較大流量，可針對這些業務進行適當流量推送或者制定定向流量包。

1）銀行職工微信、大申社區等APP流量使用較多。

2）醫職人員大申社區、微信以及愛奇藝等視頻APP流量使用最多。

3）藍領群體流量主要集中在騰訊視頻、大申社區、微信等APP上。

4）公職人員愛奇藝、天翼視訊、騰訊、App Store等APP占用流量較大。

5）學生群體的視頻類業務相比其他群體有很大提升，天翼視訊占比最高。（備注：天翼視訊還包括愛看4G產生的流量，目前天翼視訊、愛看4G都有定向流量包，可看出定向流量包對于拉動自有業務的使用有推動作用）

6）白領群體流量主要集中在天翼視訊以及騰訊、微信等APP。

表3 綜合群體業務分布

1.4.2 用戶群體綜合分析

綜合分析六類群體可以發現，醫生、藍領、銀行人員這三個群體流量主要分布在個別時間段，且其余時段流量較為平均,整體人均流量低；學生的人均流量在六個群體中為最高，其次為公務員和白領。

（1）銀行職工的流量使用高峰期在12、13、14及21點；銀行人員白天的業務均為低流量業務，但中午時段及下班后，人均流量有所提升；

（2）醫生人員除1時至7時流量較少外，其余時間流量消耗比較平均，峰值時段為晚上11點；

（3）藍領群體整體的流量消耗水平偏低，但在晚上23點整體流量飆高，可在使用最頻繁的23點推送廣告或者業務消息；

（4）公職人員群體除1時及23時流量較多外，流量消耗整體較為平均，無明顯波動趨勢；

（5）從流量消耗和業務請求次數可以看出，學生群體3-6時人均流量及請求次數較低，峰值時段在早上8點，其余時段流量消耗接近，處于中間水平；

（6）從白領24小時流量及業務請求次數來看，白領群體除0-6時業務請求及流量較少，早上7點和8點為流量峰值時段，其余時段較為平均，與學生群體類似。

1.5 基于分布場景維度分析

本部分數據主要通過用戶分布區域，來定義用戶分組標簽，通過對不同的用戶分組行為進行差異分析，從而進行針對性的業務推送。

1.5.1 業務使用類型

（1）業務請求

統計徐州農村場景，微信及淘寶業務請求次數最高；統計居民區場景，業務請求次數方面，微信占比最高；商業區場景的業務流向，騰訊類業務請求次數最高。

（2）流量分析

統計徐州農村場景，流量對象除騰訊、快手以外，主要還是流向視頻或社交APP；統計居民區場景流量方面，除了天翼視訊以外，主要還是流向微信、大申社區等社交視頻APP或門戶網站；商業區場景的流量方面，除了微信外，主要還是流向快手、大申社區、天翼視訊等社交或視頻APP。

圖6 區域業務分布

1.5.2 流量消耗時段

各場景的活躍時段基本吻合，業務請求的峰值時段分布在8點至18點，流量占比的峰值時段分布在10點至22點，且在峰值時段內，各區域曲線基本平穩，持續保持在峰值區間。

圖7 區域流量時段

2 總結

本次用戶分析從多個維度進行，相比傳統指標統計模式，更高效、直觀地展現了徐州現網的4G用戶行為現狀，體現了現網分析與大數據平臺的結合效果，在一定程度上，突破了我們以往分析問題的局限性，對于提升現網指標、指引前端市場，均有良好效果。

在后續的開發過程中，將更緊密地結合各項分析需求，比如前端數據采集、用戶信息、指標信息、覆蓋現狀、基站工參資料等等，不斷地進行完善、提升，更好地適應大數據的發展趨勢。