融合數據驅動下的客戶運營方案研究

晁 昆，王云云，程新洲，張 濤，賈玉瑋，關 鍵，赫 欣，徐樂西（中國聯通研究院，北京 100048）

1 概述

1.1 經營對象從“用戶”向“客戶”變遷

運營商以往在移網、固網、物聯網等領域都分別運營各自的用戶。現在，隨著網絡的演進和業務的發展，越來越多的用戶同時使用運營商多個領域的業務，例如某一運營商的移網用戶使用了寬帶業務和物聯網業務（智能家居設備等）。為了提升用戶感知，提高用戶黏性，促進運營商業務融合發展，已經不能再割裂地分別看待用戶的發展和價值，而是應該從“一客戶多用戶”的角度看待發展和進行價值經營。客戶是具有一定社會關系或連接關系的用戶群體，其特點為總體營銷價值大于所有單個個體營銷價值的總和。運營商以往分領域的營銷策略已經不再適合當今的用戶群體，而是應該從分專業營銷到大融合營銷，從用戶運營轉向客戶運營。

1.2 大數據改變網絡建設和營銷方式

隨著數字技術的發展，運營商積累了豐富及海量的數據資源，大數據金礦的價值不斷凸顯，由通信服務運營轉為數據運營已成為運營商的必然選擇［1］。運營商借助Hadoop、Spark 等大數據生產工具，通過對多域數據的整合挖掘，深入洞察客戶在移動網絡、固網寬帶以及物聯網的業務特征，基于客戶群體的時空分布特征及業務感知，可以對網絡資源進行動態化調配，滿足不同區域對不同網絡資源的需求，提升網絡運營效率，提升用戶感知；同時運營商通過大數據技術、AI 算法建模挖掘多域融合數據，洞察客戶在不同網絡的行為特征及潛在需求，為客戶提供定制化、個性化、多樣化的業務服務，滿足客戶需求，增強客戶黏性，也提升了營銷的精準性，助力實現降本增效。

2 融合數據簡介

運營商所掌握的數據主要包括網絡運行數據和業務運營數據，即BSS域數據和OSS域數據，分別來源于網絡運行和業務運營［1］。

a）BSS 域數據。主要包括用戶基礎資料數據、用戶業務行為數據和用戶輔助信息數據。用戶基礎資料數據包括了用戶的基礎屬性數據，例如姓名、性別、年齡、地址、歸屬地等；用戶業務行為數據包括語音業務詳單和數據業務詳單，記錄了用戶的每一次業務行為；用戶輔助信息數據則是用戶產品訂購信息（套餐名稱、套餐時長、是否合約機等）和終端庫信息［1-7］。

b）OSS 域數據。分為移網OSS 域數據、固網OSS域數據和物聯網OSS 域數據。主要包括業務識別數據、基礎資源及配置數據、性能統計數據、監控預警數據和信令追蹤數據等，文中只簡要介紹和方案相關的數據。業務識別數據包含的信息有：用戶信息、位置信息、業務信息（業務名、業務開始時間和結束時間、產生的流量）。基礎資源及配置數據包括無線網絡的站點、站址、工參等數據，寬帶網絡號線數據等。性能統計數據的類型主要有：話統數據（網絡中采集的網管性能數據，一定程度上反應了網絡性能指標，可以用來判斷網絡運行狀態）、Counter數據（性能指標的聚類匯總，用來觀察設備的運行狀況和資源的使用情況）和MR 數據（終端定期或者不定期向網絡上報關于用戶無線情況的日志，用來評估無線環境質量）。監控預警數據則有多種來源，其中告警數據是通信設備自身健康檢查程序自動產生的異常事件預警消息記錄，可以監控網絡的穩定性和可靠性；設備與板卡負荷數據由設備掛載負荷數據、信令單板負荷數據、業務單板負荷數據以及接口單板負荷數據組成，反映了網元的忙閑程度［1-7］。

3 融合數據驅動下的客戶運營方案

從分專業的用戶經營到客戶經營，首先需要對不同專業不同域的數據進行融合，形成以客戶為基礎的數據血緣關系，再對客戶進行多方位的畫像、貼標簽。在此基礎上，通過對客戶群體的業務行為、時空特征、社會關系、智能家居等分析，一方面掌握客戶的業務訴求，支撐網絡的規劃、建設、擴容、優化等資源配置，助力網絡資源與客戶訴求的匹配，降本增效；另一方面可對客戶提供精準化營銷和服務，“想客戶所想”，提升用戶感知。具體方案如圖1所示。

圖1 客戶運營整體思路

3.1 數據融合

多域融合數據是新形勢下客戶運營的基礎，也是智慧運營的核心驅動力。由第2 章可知，運營商的數據來源多樣且構成不同，較為復雜。數據融合作為本方案的第1步，也是上層應用的基石，需要經過用戶級數據融合和客戶級數據融合2 個子流程的分層融合，實現不同領域和不同結構間的數據跨界、交叉融合及知識創造、價值增值（見圖2）。

圖2 數據融合過程

3.1.1 用戶級數據融合

將分專業領域的OSS域單用戶數據和BSS域數據關聯，形成帶有用戶屬性信息的單用戶融合數據。其中BSS 域數據分別和移網OSS 域用戶面數據詳單、固網OSS 域用戶面數據詳單、物聯網OSS 域用戶面數據詳單分別按用戶標識關聯，可形成單一用戶單一領域的帶有用戶屬性的詳單數據。

3.1.2 客戶級數據融合

經過用戶級數據融合后，運營商的不同專業領域的用戶仍呈現孤立且分散狀態。基于用戶行為特征分析、通過大數據挖掘技術，將具有關聯的用戶合并成為客戶，將用戶數據合并為客戶數據。這樣形成的客戶數據集合了不同領域用戶信息，可以從中提取到比單一用戶數據更豐富的客戶需求。

將用戶級數據融合子流程的結果作為輸入，客戶級數據融合主要有如下3種方法。

a）結合入網信息，將相同入網自然人的移網單用戶數據、固網單用戶數據和物聯網單用戶數據融合，形成單人多賬號的客戶融合數據。單個自然人作為一個客戶，涵蓋了移網、固網和物聯網等多個運營商方向領域。

b）結合BSS 域數據主副卡套餐信息，可以將共享同一個套餐的多個移網單用戶數據進行融合，形成多人單套餐的客戶融合數據。這種情況下，多個自然人被劃分為了單個客戶。

c）根據家庭寬帶下常駐用戶列表，固網單用戶數據可與使用固網的移網（常駐）單用戶數據、物聯網（常駐）單用戶的數據進行融合，形成基于此固網的客戶。值得注意的是，當前客戶中可能包含異網用戶。

3.2 客戶畫像

客戶畫像是一種勾畫客戶訴求的有效工具，在完成技術數據收集后，對數據進行加工處理，通過行為建模、深度挖掘和知識發現提煉關鍵要素，將客戶的具體信息抽象成標簽，再利用這些標簽將客戶形象具體化。獲取客戶級數據后，對客戶進行多維度特征提取和標識，從而理解客戶的多樣化需求，真正為客戶提供高品質服務。如表1所示，獲取客戶數據后，可以從典型屬性、社交屬性、業務屬性和生活屬性4個維度對客戶進行全景洞察，挖掘客戶需求，從而支撐后端網絡建設和前端營銷策略。

表1 用戶畫像屬性

a）典型屬性。客戶擁有的設備種類、數量和在運營商的出賬情況。

b）社交屬性。組成客戶的多個用戶之間的關系，比如親友、人物和異網。

c）業務屬性。客戶的流量特性和時長特性（使用量和使用習慣等）、常用應用和在各應用的興趣偏好以及搜索情況。

d）生活屬性。客戶的常駐區域識別、組成客戶的用戶群體經常聚集的區域、客戶的消費等級以及常用的出行方式等。

3.3 賦能網絡建維

基于融合數據開展以住宅小區為單位的全景洞察，掌握住宅小區的網絡覆蓋、網絡資源等情況，了解住戶的規模、行為特征、消費水平等信息，以此為基礎進行精準網絡建設、擴容、優化，并根據不同住宅小區的客戶分布及價值情況，確定網絡投資及網絡問題解決的優先級（見圖3）。

圖3 基于客戶運營的網絡建維

3.3.1 全息洞察

基于BSS域數據及OSS域數據中基礎資源及配置數據、性能統計數據、監控預警數據和信令追蹤數據，融合固網、移網、物聯網數據，整合大數據解析、存儲、入庫、清洗、分析和建模能力，以住宅小區為單位進行網絡和業務的現狀分析，具體如表2所示。

表2 網絡全息洞察

3.3.2 策略建議

結合客戶業務需求和網絡資源現狀，對網絡進行規建維優，從而實現對網業聯動的支持，精準投資與精準發展協同，在科學評價的基礎上使公司生產要素配置得更合理、更高效（見表3）。

表3 網絡規建維優策略

3.4 賦能智慧營銷

在基于融合數據的客戶畫像基礎上，構建以客戶為中心的應用場景，深入洞察客戶的訴求和潛在需求，提供靈活、可自由組合的積木式產品，定制化的營銷套餐，滿足客戶個性化需求，提升客戶感知。

典型的智慧營銷主要有4個方面。

a）融合套餐營銷。針對單移客戶，持續跟蹤常駐地移網流量數據，若持續偏高，則考慮引導轉為移網和寬帶的融合客戶。

b）套餐升級營銷。結合客戶的套餐使用情況以及在線教育、線上會議、超高清視頻、VR、游戲等業務行為習慣，可考慮為客戶推薦流量加油包或遷轉5G套餐業務。

c）攜號轉網或主副卡。若客戶的寬帶下有某個異網用戶長期出現且通過算法判斷此異網用戶與客戶為親友關系，則可為此客戶推薦攜號轉網和主副卡融合套餐業務。

d）智慧家庭。假如檢測到客戶的寬帶下有多種物聯網設備且對時延或者帶寬有一定需求，則可以為此客戶推薦智慧家庭（智家組網）服務相關業務。

4 結束語

目前，5G 網絡已經全面商用，用戶對于網絡連接的需求變得多樣化，接入網絡的終端也更加多樣化。對于公眾市場而言，從“用戶到客戶”的多專業融合的智慧運營是運營商的必然選擇。運營商通過多源異構數據的兩級融合方法，將具有一定關系或營銷價值的用戶合并為客戶，并以客戶為單位，通過大數據的手段精準洞察特征、匹配需求，構建客戶的全場景生態，推進5G、家庭寬帶、物聯網等多張網絡的協同發展，為網絡資源的高效利用和精準營銷提供決策支撐。