基于5G價值建網和精準營銷的智慧運營應用

張國光，趙占強，趙 煜，李含華，許艷秋，楊 韜（.中國聯通江蘇分公司，江蘇 南京 009；.中國聯合網絡通信集團有限公司，北京 000；.中國聯通南京市分公司，江蘇南京 009）

1 概述

1.1 如何將有限的資源投入價值回報高的區域

隨著5G網絡部署應用，用戶規模和業務需求不斷增加，對于5G 網絡建設維護的投資需求也越來越大，在共建共享和成本控制的大環境下，每年的投資預算不可能滿足所有建設規劃需求，針對5G網絡的建設和維護，在資源有限的情況下，傳統的規劃和建設方式無法準確預測和反映出資源投放后可能獲取的價值回報和效益增益，投資決策更多的偏向了粗放式的建設和投資管理，如何確保有限的資源投放到高價值區域并創造出高額回報，如何將價值因素在投資決策階段和網絡建設規劃階段融入評價體系成為實現價值投資的一個緊迫性問題。

1.2 如何加強網業協同實現精準營銷

精準營銷是業務部門在市場活動過程中一直期望獲得的效果，目前網絡建設維護和市場業務部門之間的協調仍然停留在提供網絡基礎能力和服務支持上，對于市場業務部門來說，獲得網建部門的支撐仍然停留在網絡覆蓋的有或無的問題，在業務營銷上，市場幾乎完全脫離網絡維護和建設，隨著網絡逐步發展和完善，傳統的營銷方式帶來的利潤增長逐漸降低，營銷投入越來越大，公司整體效益收入也受到影響，網絡建設支撐業務協同發展的初衷漸行漸遠。從網絡發展和市場支撐的角度出發，急需一種創新的評價體系和方式方法，將網絡建設維護和市場業務發展進行融合，支撐市場獲得高價值的投資回報，在統一目標的前提下，通過對網絡數據和市場價值的綜合評判，靈活分配網絡資源，差異化實施市場營銷手段，實現市場活動的精準營銷。

2 5G網絡價值實施

基于5G 大數據和AI 網格畫像評估市場微網格區域內的“人、錢、網”3 個維度的數據，通過大數據聚類的AI聚類算法設定用戶畫像目標，構建以標簽知識圖譜化為系統的標簽體系對用戶畫像，在應用用戶畫像知識圖譜過程中結合四象限原則，將網格內的用戶特征和5G 網絡MR 網絡質量情況通過創新價值算法規則進行高、中、低價值判定評分，基于建模算法輸出的價值評分結果，輸出針對高價值區域的建設維護方案和市場推廣牽引方案（見圖1）。

圖1 5G網絡價值評估

2.1 整體網格價值分析

針對“人”“錢”價值評定結果，從市場側重收益價值出發，設置“人”“錢”權重占比為4∶6，將人、錢結果進行綜合價值評分并獲取高價值網格，根據具體得分對網格價值進行高、中、低價值標簽標識，將滿足價值排序的前10%作為“高價值+”標記，其他滿足高價值結果的網格標記為“高價值-”（見圖2）。

圖2 價值評定象限

基于“人”“錢”畫像規則對某地（市）聯通承建區域624個市場網格進行價值評定，結果如下（見圖3）。

圖3 價值分類

a）基于“人”的價值網格評定結果：高價值網格共149個，其中高價值+網格38個，占比6.09%。

b）基于“錢”的價值網格評定結果：高價值網格共147個，其中高價值+網格36個，占比5.77%。

針對“人”“錢”價值評定結果，篩選出各價值分段和網格數據信息，結果如圖4 所示，市場網格得分100分的高價值網格共32個，總計網格面積7.02 km2，平均每平方千米用戶數2 016 個，每平方千米用戶價值71 594.87 元。高價值網格（紅色）分布區域如圖5 所示。具體統計結果如表1所示。

表1 100分價值網格用戶和價值統計

圖4 市場網管基站價值得分

圖5 高價值網格分布

通過5G 網管訂閱采集評定區域5G 站點MR 數據進行5G 網絡質量評估。基于待評估網格（通常為全網）統計的網格內MR 弱覆蓋占比和網絡SINR 值情況，以所有網格的MR 弱覆蓋柵格占比和MR SINR 值作為統計標準，依據四象限原則對網格進行優、良、中、差的網絡質量標識（見圖6和表2）。

圖6 網質畫像四象限評定圖譜

表2 網質畫像覆蓋和干擾判斷標準

通過MR 判定規則對地（市）現網624 個市場網格進行網絡質量判定，結果如下（見圖7）。

圖7 MR覆蓋圖

a）MR 弱覆蓋柵格占比評定結果為優的網格122個，占比20%，評定結果為差的146個，占比23.40%。

b）MR SINR 信號干擾評定結果為優的網格49個，占比8%，評定結果為差的3個，占比0.48%。

2.2 價值網格舉措實施

基于“人”“錢”“網”的畫像結果，以及網格內歸屬的5G站點工參信息，根據價值高低排序規則和綜合畫像打分匹配網絡覆蓋、網絡干擾的優、良、中、差情況，優先針對高價值區域輸出具體價值提升舉措（見圖8和表3）。

圖8 價值提升舉措

2.2.1 價值建網應用舉例

以某網格1 為例，該網格通過價值畫像評定為高價值網格，宮格面積0.43 km2，價值得分100 分，MR 覆蓋為差，覆蓋質量為中，根據價值得分和MR 匹配結果，網質匹配提升舉措為：③建設動作為主、優化+市場為輔（見表3）。

通過5G MR 柵格覆蓋核查發現，該區域5G 覆蓋不足，由于該區域4G、5G 用戶數和價值較高，且存在5G弱覆蓋，初步判斷基于高價值用戶的價值建網能夠獲得較大效益回報。因此建議在弱覆蓋區域新增站點進行覆蓋補盲。

2.2.2 精準營銷應用舉例

以某網格2為例，該網格經過價值評定為高價值，宮格面積0.09 km2，單位面積非5G 用戶數為4 270.41，單位面積的非5G 用戶ARPU 為72 286.35，價值得分100 分，MR 覆蓋為優，覆蓋質量為良，根據價值得分和MR 匹配結果，網質匹配措施為：①市場動作為主，優化+建設為輔（見表3）。

從匹配統計結果看，該網格內用戶密集度較大，整體網絡覆蓋和網絡質量較好，單位面積內非5G用戶較多，初步判斷以市場營銷引導老用戶遷轉到5G網絡可實現效益最大化。因此建議通過市場推廣營銷活動引導非5G用戶遷轉5G網絡。

通過與市場部門進行網業協同，對該區域內常駐非5G用戶過濾和篩選，發送20 000常駐用戶清單給市場前端，建議市場營銷人員針對清單用戶開展5G遷轉引導，在市場部門進行一段時間電話營銷和引導以后，再次統計發送用戶清單人員5G 轉換情況，發現有8 400人成功遷轉5G，5G轉換成功率42%，相比同期其他非推薦價值網格5G 用戶遷轉率成功率整體提升37%，實現增收效益192萬元/年，幫助市場部門實現精準精準營銷。

3 總結

本文提出了一種基于用戶、用戶ARPU 值的大數據分析和MR 數據聚類的四象限綜合性算法，通過算法規則對市場網格進行價值評估，在評定網格價值時，能夠根據網絡發展應對“人”和“錢”的側重點不同時設置不同權重來輸出最終打分結果。與傳統的網業聯動方式相比，本文提出的基于價值網格評估的方式能夠更為準確地反映出目標網格能夠產生經濟效益和品牌效益的潛力。

運營商可以參考本方法輸出價值網格評定的結果，網絡建設和優化維護部門可以依據網格價值的高低對站點建設、優化維護制定出資源投放先后的重要性和優先級順序，業務部門可以參考評定結果并根據側重權重不同制定出差異化的宣傳推廣和業務營銷措施，在以創造價值為導向的共同目標下，價值網格的評估有效支撐網業聯動實現了價值建網和精準營銷，在聚焦高價值區域的同時，實現了緊跟市場調整網絡資源的管理目標。