关于挖掘用户信令业务支撑市场精准营销的研究

翟德怀++路垚++林征

【摘 要】从移动互联网网络侧、市场侧的数据业务分析入手，引入采集Gb接口全部信令消息和业务消息，同时融合现有BASS系统、综合资管、话务网管、数据网管、网优平台等数据源，构建多网联合分析系统平台，利用平台数据多元性通过开展用户数据挖掘工作，洞悉用户使用行为和消费行为，为市场部门流量经营提供精准的用户基础分析数据，支撑市场部精准、精细营销，提升市场业务占有率。并配合市场部门挖掘换机终端对象，通过引导市场部门对目标客户换机来提升3G、4G、WLAN网络利用率，从而达到支撑网络运营及市场发展的目的。

【关键词】Gb口信息 精准营销 终端营销

中图分类号：TN92 文献标识码：B 文章编号：1006-1010（2014）-17-0083-06

1 研究背景

移动互联网展现出了巨大的发展潜力，2014年移动互联网市场将迎来强劲增长。在当前的市场背景下，移动运营商需要紧跟时代步伐，发挥自身优势，解决自身不足，通过不断提升自身能力，努力把握市场机遇。根据分析，目前移动运营商在移动互联网业务支撑上存在以下问题：

（1）市场侧

1）缺乏流量价值提升工具

随着移动互联网的快速发展、智能手机的普及，用户对数据流量业务的需求快速增长，必须认真研究市场精准营销的规律，以新的思维和新的理念建立市场精准营销低成本、高效率的运营模式来迎接移动互联网时代的到来。但是目前缺乏统一的支撑系统，以便全面支撑数据流量的经营分析和经营策略的制定，从而建立新的商务模式和营销模式。

2）缺乏流量价值提升模式

目前移动运营商2G数据业务计费量同比涨幅较大，相比套餐内流量资源使用率及流量收入存在不匹配问题，上网需求未充分满足和释放，尚未开展深入的流量内容运营工作。

（2）网络侧

1）缺乏有效的终端精准分流方式

目前网络分流措施效果不理想，原因在于客户终端不支持3G、4G、WLAN网络，导致3G、4G、WLAN空闲小区多，2G负荷依旧高。

2）缺乏有效的用户感知评估体系

以网络指标为主、重点区域测试为辅的手段，进行优化处理。不能完全反应用户的上网真实感知度，无法对感知低区域进行有效快速优化分析，从而导致用户投诉。

为解决上述问题，以用户多维度信息作为数据基础展开研究，立足市场运营及网络运营相互融合的创新模式。主要实现在融合网络侧及市场侧用户多维度信息建立模型，再充分利用多平台用户信息：支撑网络部精细建设、优化分流提供精准终端换机数据、支撑市场部精准化营销提供用户数据。最终实现为一线优化及营销人员提供切实可行的行动方案及详细数据。

2 研究目的、思路及原理

2.1 研究目的

（1）支撑网络运营

通过精准终端换机支撑科学四网分流，合理分配资源、提升网络质量、减少2G网络负荷。为网络规划、扩容建设提供有力的数据依据，同时为3G及4G的建设提供更精细的数据基础。通过建立用户感知评估模型支撑数据业务日常优化工作，弥补了传统数据业务用户感知定位短板，对网络质量的提升起到了巨大的推动作用。

（2）支撑市场部门

市场精准营销的提出与通信需求向信息需求的转型有莫大的关系。这种转型根本性地重塑了运营商的价值创造方式，必然也要求运营商的基础设施和商业模式随之做出转变。通过全面的终端分析、详细的业务流量分析、精确的客户分析实现全面支撑市场部门市场精准营销工作的开展，实现流量价值提升。有效支撑市场部门精准终端营销、内容营销、目标用户营销。通过开展网络数据挖掘，可以有效支撑市场部门进行精准营销，减少营销成本。

2.2 研究思路

挖掘用户信令业务支撑市场精准营销研究主要通过采集Gb接口全部信令消息和业务消息，同时融合现有BASS系统、综合资管、话务网管、数据网管、网优平台等数据源，构建多网联合分析系统平台。利用平台数据多元性通过开展用户数据挖掘工作，洞悉用户使用行为和消费行为，为市场部流量经营提供精准的用户基础分析数据，支撑市场部精准、精细营销，提升市场业务占有率。同时配合市场部挖掘换机终端对象，通过引导市场部对目标客户换机来提升3G利用率，支撑市场部精准营销。

2.3 原理

挖掘用户数据业务信令精准营销分析原理图如图1所示：

通过基于Gb接口信令采集解码分析，从终端、用户、内容、管道（网络）4个方向对小区级用户真实业务感知进行综合分析，输出各类用户（群）和热点区域的业务关键性能指标，从而实现向市场部门提供精准营销建议和有针对性的上网感知优化，提升用户数据业务感知，有效实现四网协同分流。

3 挖掘用户信令业务支撑市场精准营销

实施内容

3.1 融合网络用户信令数据，全面支撑市场精准营销

（1）研究内容

搭建“精确营销”模式：实时支撑市场营销进行精确的高效运营，抓拍目标潜在用户多维度画像，实施差异化营销。挖掘客户最希望有的：通过平台挖掘潜在目标用户群，同时实时捕捉客户多元化需求时段作为最佳营销时机，全面提高营销实施效率，有效支撑市场部门精准终端营销、内容营销、目标用户营销。

1）智能终端定制策略功能研究

终端轨迹分析：通过不同类别终端驻留区域、驻留时间、接触点、基站场所、轨迹区间事件等轨迹属性，描绘终端特征圈形，构建终端轨迹特征库。

终端网络特征分析：分析不同类别终端在不同网络类型（EDGE/3G/WLAN）中的行为特征，通过成功率、时延、吞吐率、流量等网络特征属性描绘、构建终端网络特征库。

终端用户特征分析：分析不同类别终端在不同用户群中的行为特征，通过用户的静态特征属性（自然属性/通话行为特征/换机行为特征/消费偏好/业务订购）和动态轨迹属性（驻留/接触点/基站场所/轨迹区间事件）描绘，构建终端用户特征库，并支持在GIS上呈现终端用户及流量分布情况。endprint

终端分析应用：通过终端类型研究，主要是智能终端和3G终端的研究，完成适合流量发展的定制终端选型建议；通过高流量业务研究结果，找到适合定制机预置的终端软件，提供若干种软件供不同定制机类型预装选择，并通过在网定制机用户预置软件流量消费情况验证业务易用性。

智能终端换机营销支撑分析：输出可换购智能机用户及推荐智能终端表。

2）营销新思路分析功能研究

用户动态轨迹分析：包括用户驻留区域/接触点/基站场所/轨迹区间事件分析，完成用户生活圈的特征标签库构建。

用户静态特征分析：通过用户自然属性分析/通话行为特征分析/换机行为特征分析/消费偏好分析/业务订购分析，完成用户静态特征标签库构建。

用户流量特征分析：通过用户流量内容偏好分析/流量内容分词/流量-用户-业务关联趋势分析，构建用户流量特征标签库。

终端网络特征分析：分析不同类别终端在不同网络类型（EDGE/3G/WLAN）中的行为特征，通过成功率、时延、吞吐率、流量等网络征属性描绘，构建终端网络特征库。

终端业务特征分析：分析不同类别终端在不同业务类型中的行为特征，通过使用偏好、业务订购情况、流量消费等业务特征属性描绘，构建终端的业务特征库。

3）用户特征分析功能研究

用户体验分析：包括用户网络差体验分析和用户投诉分析。通过对用户网络接口信令事件的分析，归纳用户网络差体验主要事件类别；用户投诉事件、投诉区域、投诉事件、投诉量的分类分析，完成不同用户（群）体验特征库构建。

用户流量特征分析：通过流量内容偏好分析/流量内容分词/流量-用户-业务关联趋势分析，构建用户流量特征标签库。

用户动态轨迹分析：包括用户驻留区域/接触点/基站场所/轨迹区间事件分析，完成用户生活圈的特征标签库构建。

用户静态特征分析：通过用户自然属性分析/通话行为特征分析/换机行为特征分析/消费偏好分析/业务订购分析，完成用户静态特征标签库构建。

用户数据综合分析流程图如图2所示：

4）内容分析功能研究

互联网数据业务内容解析：分析互联网主流/热点业务的内容特征（时间行为/地域行为/流量大小/内容关键字/URL分类），构建互联网业务内容标签库。

用户数据流量特征分析：通过流量内容偏好分析/流量内容关键词解析/流量-用户-业务关联趋势分析，构建用户访问偏好库。

用户动态轨迹分析：包括用户驻留区域/接触点/基站场所/轨迹区间事件分析，完成用户生活圈的特征标签库构建。

根据不同用户群建立用户活动轨迹库，并根据不同用户群细分用户上网偏好库，从不同用户群常驻区域、活动轨迹、上网偏好、终端手机等维度，刻画不同用户群客户画像；根据用户群上网偏好，定位用户热点业务喜好，选择目标用户最佳业务匹配，同时根据不同用户群建立个性化目标营销用户库并输出个性化用户业务营销策略。

通过对不同场景用户多维度画像分析，给市场部提供不同场景用户信息。帮助营销人员对不同场景用户定制适合套餐及业务内容推广。实现刺激不同用户群消费，增加产品订购率的目的。

（2）实施案例（XX大学市场终端营销案例）

3月份学校开学，就市场终端营销方面，提供XX大学终端营销Gb数据支持，根据大学场景，提供了5种换机营销方案，具体情况如图3所示：

3.2 引导市场部精准终端换机营销，提升3G、4G、

WLAN用户占用率

建立精准换机营销模型，通过识别网络小区下用户分布、终端制式、消费行为、业务访问结合多网基站信息，在3G、4G、WLAN覆盖网络下挖掘2G高流量终端用户，通过市场营销精准引导用户换机，从用户终端换机入手支撑网络分流。GIS换机营销地理化展示如图4所示：

（1）话务模型筛选研究

根据每线话务量、PDCH复用度及无线利用率情况将小区语音话务量与数据流量划分为4种话务类型：对2G小区数据业务占比>45%的区域进行网格化，并结合2G网络单PDCH承载效率分析，根据各区县行政区域数据等效占比划分网格，在此基础上将所有小区进一步分成高语音高数据、高语音低数据、低语音高数据和低语音低数据4种话务类型。

（2）终端定位研究

根据话务模型筛选高负荷小区，如2G高语音高数据小区。智能判断该2G小区有无3G、4G基站，最后通过终端分布定位，挖掘到有3G、4G覆盖网络下高流量2G终端用户，作为3G、4G终端推广的目标用户。

（3）终端换机营销研究

根据终端定位模型，智能输出3G、4G终端推广的目标用户，提供至市场部门，市场部门通过营销手段，精准对用户进行换机营销，实现通过终端更换方式全面提升3G、4G基站占用率，减少2G网络负荷，并有效改善了用户的数据业务感知。

3.3 端到端用户感知评估模型，智能

诊断用户上网体验的研究

（1）研究内容

通过结合客户投诉，采用能全面反映客户感知的GPRS核心网Gb接口信令数据，通过多数据源、多维度分析、多指标集及循环验证指标阀值、权值，塑造模型，综合评价客户感知，建立客户感知评分系统，指导客户投诉预警与处理，真正做到从投诉中来，到投诉中去。具体如下：

1）上网感知评分模型建立：以终端客户感知为导向，以海量的投诉映射到数据业务关键环节中的Gb信令，通过反复分析及验证客户端到端环节中的关键步骤，筛选出5大类指标，涵盖终端、接入、传递、移动和体验5大方面23个指标。

2）权值计算：通过对海量差感知客户数据业务感知指标分析，以每项指标出现的随机概率作为指标权值，并通过循环感知修正法验证改进。endprint

3）阀值计算：每项指标均定义了零分和满分的阀值，阀值通过加权平均法计算客户感知中的拐点，并通过海量计算和反复验证得出。端到端用户感知评估模型如图5所示。

建立端到端客户感知评估体系实现精确定位不同场景用户网络感知差原因，协助优化人员及时发现和处理数据业务问题，达到提升用户网络感知度的同时减少投诉的实施效果。

（2）实施案例

对Gb口信令的贵阳主城区云岩2G网络8个BSC进行了端到端感知评分，BSC的综合感知评分为67.3分。其中感知最差的BSC为BSC15，主要为扶风及煤矿村地区。问题定位具体如图6所示。

通过对感知评分体系中问题定位的主要原因进行有针对性的无线网络优化调整、资源配置，有效提升了该区域的用户数据业务感知。

贵阳云岩2G数据业务优化前后感知对比：优化后全网感知提升了3.59分。贵阳云岩区2G网络数据业务感知提升效果示意图如图7所示：

图7 贵阳云岩区2G网络数据业务感知提升效果示意图

4 结束语

大数据的分布式处理能够在计算机上实现跨集群操作，扩展到成千上万种设备上，比如Hadoop就用分布式处理方式完成了多项任务。然而对于这个高速运转、信息不停喷发的移动时代来说，分散处理并不是最有效最经济的方式。内存数据库的产生无疑给企业提供了利用实时数据的新工具：尽可能快地在数据产生之初就进行分析，发现其趋势并更快地做出反应，实现降低服务成本和提高收益的目标。

这样一种创新的大数据融合方式，实现了系统间信息穿越和数据共享，实现从网络资源到营销分析的全面支撑。更好地在支撑网络优化及建设的同时，全面支撑市场精准营销。大数据处理将是运营商转型的又一挑战运营模式。

参考文献：

[1] 维克托·迈尔-舍恩伯格，肯尼思·库克耶. 大数据时代[M]. 盛杨燕，周涛，译. 杭州： 浙江人民出版社， 2013.

[2] 杨正洪. 智慧城市（大数据物联网和云计算之应用）[M]. 北京： 清华大学出版社， 2012.

[3] 李正茂. 3G-4G应用与实践[J]. 电信快报：网络与通信， 2012（6）.

[4] 于婷婷. 网购行为研究分析[J]. 市场营销， 2013（3）.

[5] 雒江涛，舒忠玲，梁燕. 移动数据业务透视[M]. 北京： 人民邮电出版社， 2014.endprint

3）阀值计算：每项指标均定义了零分和满分的阀值，阀值通过加权平均法计算客户感知中的拐点，并通过海量计算和反复验证得出。端到端用户感知评估模型如图5所示。

建立端到端客户感知评估体系实现精确定位不同场景用户网络感知差原因，协助优化人员及时发现和处理数据业务问题，达到提升用户网络感知度的同时减少投诉的实施效果。

（2）实施案例

对Gb口信令的贵阳主城区云岩2G网络8个BSC进行了端到端感知评分，BSC的综合感知评分为67.3分。其中感知最差的BSC为BSC15，主要为扶风及煤矿村地区。问题定位具体如图6所示。

通过对感知评分体系中问题定位的主要原因进行有针对性的无线网络优化调整、资源配置，有效提升了该区域的用户数据业务感知。

贵阳云岩2G数据业务优化前后感知对比：优化后全网感知提升了3.59分。贵阳云岩区2G网络数据业务感知提升效果示意图如图7所示：

图7 贵阳云岩区2G网络数据业务感知提升效果示意图

4 结束语

大数据的分布式处理能够在计算机上实现跨集群操作，扩展到成千上万种设备上，比如Hadoop就用分布式处理方式完成了多项任务。然而对于这个高速运转、信息不停喷发的移动时代来说，分散处理并不是最有效最经济的方式。内存数据库的产生无疑给企业提供了利用实时数据的新工具：尽可能快地在数据产生之初就进行分析，发现其趋势并更快地做出反应，实现降低服务成本和提高收益的目标。

这样一种创新的大数据融合方式，实现了系统间信息穿越和数据共享，实现从网络资源到营销分析的全面支撑。更好地在支撑网络优化及建设的同时，全面支撑市场精准营销。大数据处理将是运营商转型的又一挑战运营模式。

参考文献：

[1] 维克托·迈尔-舍恩伯格，肯尼思·库克耶. 大数据时代[M]. 盛杨燕，周涛，译. 杭州： 浙江人民出版社， 2013.

[2] 杨正洪. 智慧城市（大数据物联网和云计算之应用）[M]. 北京： 清华大学出版社， 2012.

[3] 李正茂. 3G-4G应用与实践[J]. 电信快报：网络与通信， 2012（6）.

[4] 于婷婷. 网购行为研究分析[J]. 市场营销， 2013（3）.

[5] 雒江涛，舒忠玲，梁燕. 移动数据业务透视[M]. 北京： 人民邮电出版社， 2014.endprint

3）阀值计算：每项指标均定义了零分和满分的阀值，阀值通过加权平均法计算客户感知中的拐点，并通过海量计算和反复验证得出。端到端用户感知评估模型如图5所示。

建立端到端客户感知评估体系实现精确定位不同场景用户网络感知差原因，协助优化人员及时发现和处理数据业务问题，达到提升用户网络感知度的同时减少投诉的实施效果。

（2）实施案例

对Gb口信令的贵阳主城区云岩2G网络8个BSC进行了端到端感知评分，BSC的综合感知评分为67.3分。其中感知最差的BSC为BSC15，主要为扶风及煤矿村地区。问题定位具体如图6所示。

通过对感知评分体系中问题定位的主要原因进行有针对性的无线网络优化调整、资源配置，有效提升了该区域的用户数据业务感知。

贵阳云岩2G数据业务优化前后感知对比：优化后全网感知提升了3.59分。贵阳云岩区2G网络数据业务感知提升效果示意图如图7所示：

图7 贵阳云岩区2G网络数据业务感知提升效果示意图

4 结束语

大数据的分布式处理能够在计算机上实现跨集群操作，扩展到成千上万种设备上，比如Hadoop就用分布式处理方式完成了多项任务。然而对于这个高速运转、信息不停喷发的移动时代来说，分散处理并不是最有效最经济的方式。内存数据库的产生无疑给企业提供了利用实时数据的新工具：尽可能快地在数据产生之初就进行分析，发现其趋势并更快地做出反应，实现降低服务成本和提高收益的目标。

这样一种创新的大数据融合方式，实现了系统间信息穿越和数据共享，实现从网络资源到营销分析的全面支撑。更好地在支撑网络优化及建设的同时，全面支撑市场精准营销。大数据处理将是运营商转型的又一挑战运营模式。

参考文献：

[1] 维克托·迈尔-舍恩伯格，肯尼思·库克耶. 大数据时代[M]. 盛杨燕，周涛，译. 杭州： 浙江人民出版社， 2013.

[2] 杨正洪. 智慧城市（大数据物联网和云计算之应用）[M]. 北京： 清华大学出版社， 2012.

[3] 李正茂. 3G-4G应用与实践[J]. 电信快报：网络与通信， 2012（6）.

[4] 于婷婷. 网购行为研究分析[J]. 市场营销， 2013（3）.

[5] 雒江涛，舒忠玲，梁燕. 移动数据业务透视[M]. 北京： 人民邮电出版社， 2014.endprint