用户行为大数据分析应用探讨

杨磊

中国电信股份有限公司徐州分公司

0 综述

本文主要以数据深度挖掘、关联分析为主要手段，并基于该数据对市场前端进行业务指引。通常的数据分析划分为：

（1）业务结构：全网各类业务占比分析，展现热门业务应用；

（2）用户偏好：不同用户使用TOP业务类型，获悉用户业务使用偏好；

（3）时间轨迹：24小时网络利用情况，闲时资源让利用户，提升好感度；

（4）终端分析：定位问题终端，减少质差终端推广；终端性能比较，根据用户使用需求推荐终端。

本文的数据分析目的如下：

（1）投放热门应用相关业务：微信、优酷视频定向流量包；

（2）闲时资源让利给用户：1点到6点，网络资源闲置，可推闲时流量包；

（3）每个用户需求不同：有人偏爱视频，有人偏爱新闻，可根据终端性能推荐使用手机；

（4）挖掘潜在用户：引导高流量消耗的3G用户使用4G终端、4G业务；

（5）选择行业合作伙伴：哪个平台用户保有量最多，哪个平台访问量最大，选择热门网站实现强强合作。

1 用户行为分析

本文的用户分析，主要关联大数据分析平台，按终端类型、区域、时间点、用户标签等多个纬度进行综合分析，以便于真实、有效的反映现网用户现状。文中所使用的数据，均来自于徐州电信4G业务范围的公开数据。

图1 区域流量时段

1.1 基于行政区域维度分析

1.1.1 活跃时段分析

本节以徐州行政区域为例分类分析。对比各区县流量可发现，各区域用户的流量峰值时段，均为中午11点至下午18点之间，且在该时段内，各区域流量基本平稳，持续保持在峰值区间，可根据流量峰值分布情况选择业务推送时间。从全区看，视频类业务流量都高于浏览类业务流量；基于视频业务分析，泉山、铜山人均流量较高，邳州、新沂人均流量较低，通过对各区域用户流量使用占比进行分析，便于分区域进行业务、流量套餐推广。

图2 各区域人均业务分布

1.1.2 业务流量分析

通过分析不同用户组的流量消耗及对应APP的差异，便于针对性地进行定向流量包、套餐等推广。

（1）4G流量用户分析

在流量使用不同时，用户应用比例分布不同。徐州高流量用户视频流量较多，中、低流量用户视频流量很少。（日流量5-40M定义为低流量用户，日流量40至200M定义为中等流量用户，日流量大于200M定义为高流量用户）

1）低流量用户应用特点：腾讯应用（含微信）占56%，视频类APP占比较小；

2）中流量用户应用特点：腾讯应用（含微信）占45%，百度、爱奇艺等占比增多；

3）高流量用户应用特点：芒果TV应用占48%，腾讯、优酷、搜狐等占比34%。

（2）3G流量用户分析

使用3G卡并且使用3G终端的总体占比最多，需引导用户更换4G卡和4G终端。使用4G卡但使用3G终端的，主要分布在农村场景，需引导这部分用户更换4G终端。使用4G卡4G终端的（用户主动关闭），占比最少，其中县区中占比较高，需加大业务的宣传和4G流量推送。

1.2 基于APP使用维度分析

本部分数据主要体现徐州区域内不同用户组的4G流量消耗总量及对应APP使用时段的差异，以便于针对性地进行定向流量包、套餐等推广。

1.2.1 APP流量早晚对比

从图3可看出天翼视讯流量远超其他APP，天翼视讯、腾讯视频、优酷、秒拍等APP流量占比在晚上明显上升，而QQ、百度、淘宝、微信等APP晚上流量占比明显下降，可看出用户在晚上偏向于使用视频类APP，白天偏向于聊天类APP。

图3 常用APP流量占比变化

1.2.2 APP用户早晚对比

如图4所示，统计APP用户数情况，微信、百度、QQ及淘宝等APP用户保有量最高。微信晚上用户数占比增加最多，但流量减少，说明单用户平均流量在减少，其余各类APP白天和夜晚用户数占比变化不大。可以根据用户白天和晚上的使用习惯制定定时流量包，例如白天聊天类定向流量包，晚上视频类定向流量包。

图4 常用APP用户占比变化

1.3 基于终端维度分析

本部分数据主要对不同类型的终端进行软件使用性能分析，以便于向用户介绍更适合的终端类型，进行区域性的、针对性的终端销售推广。可根据用户的不同业务需求级别，分类进行终端推荐，比如视频业务需求较高的用户推荐使用苹果手机；网页浏览类业务需求较多的用户推荐使用华为、OPPO等品牌的手机。

1.3.1 终端型号分布

取终端类型占据前五的手机，分别列出了每款手机在分区销售前三的终端类型，详情如下：

（1）终端品牌：华为、苹果、OPPO占据前三，其中华为占比27.25%，苹果占比21.19%，OPPO占比14%，总比例达到62%左右；

（2）品牌型号：苹果手机中Phone 6、Phone 6 Plus、IPhone 6S占据前三，占比70%；华为手机中Mate 8、Ascend P7、Ascend Mate7占据前三，占比21%；小米手机中REDMI NOTE、H3A、H3X LTE占据前三，占比33%。

1.3.2 终端场景分布

从四个场景来看，除农村Che1-CL10占据第三名外，其余场景iPhone 6、iPhone 6 Plus、IPhone 6S均占前三名，说明大多数用户还是使用苹果终端；各场景苹果手机占比相差不大。

可根据不同场景开展针对性手机推销业务，比如农村场景除了苹果手机外，可推广Che1-CL10 终端。

图5 终端区域场景分布

1.3.3 终端综合性能分析

（1）视频性能

从视频下载速率来看，苹果iPhone6、iPhone6 Plus、三星SM-G935V排在前列，说明这几款终端适合视频类业务。

（2）会话性能

从http平均时延排名来看：Vivo V3L、vivo Y929、华为HUAWEI P8性能较好，接收信息快；三星SM-N9200、华为VNS-CL00、三星Galaxy Note5三款终端平均打开时延较高，性能较差。

（3）浏览性能

从页面打开时延排名来看：华为_Mate 8、Oppo_A33m、小米_H3X LTE终端性能较好，网页打开快。iPhone系列手机排名最后，主要因为此类终端的服务器大多落于国外，导致平均时延及成功率均不高。

表2 终端综合性能指标排名

1.4 基于用户群体维度分析

本部分数据主要通过用户分布区域，来定义用户分组标签，通过对不同的用户分组行为进行分析，从而进行针对性的业务推送。

1.4.1 业务分布

（1）不同用户群体业务请求分布

从业务请求来说，各群体腾讯系列的APP使用频率最高，主要为微信、QQ，新浪、百度、淘宝等APP的请求次数次之，可定位重点SP软件，进行专项感知指标提升，保障用户使用感知。

1）银行职工偏向于使用微信、淘宝、百度等APP软件；

2）医生使用微信最频繁；

3）蓝领除了微信以外，其他各类APP使用分布比较均衡；

4）公务员偏向于使用微信；

5）学生群体使用较为频繁的为微信、QQ、以及新浪网；

6）白领群体使用微信占比最高，其他业务占比很少。

（2）业务流量分布

白领、医生、学生、银行人员的流量分布主要集中在浏览类及聊天类业务上；公务员及蓝领在视频业务上花费较大流量，可针对这些业务进行适当流量推送或者制定定向流量包。

1）银行职工微信、大申社区等APP流量使用较多。

2）医职人员大申社区、微信以及爱奇艺等视频APP流量使用最多。

3）蓝领群体流量主要集中在腾讯视频、大申社区、微信等APP上。

4）公职人员爱奇艺、天翼视讯、腾讯、App Store等APP占用流量较大。

5）学生群体的视频类业务相比其他群体有很大提升，天翼视讯占比最高。（备注：天翼视讯还包括爱看4G产生的流量，目前天翼视讯、爱看4G都有定向流量包，可看出定向流量包对于拉动自有业务的使用有推动作用）

6）白领群体流量主要集中在天翼视讯以及腾讯、微信等APP。

表3 综合群体业务分布

1.4.2 用户群体综合分析

综合分析六类群体可以发现，医生、蓝领、银行人员这三个群体流量主要分布在个别时间段，且其余时段流量较为平均,整体人均流量低；学生的人均流量在六个群体中为最高，其次为公务员和白领。

（1）银行职工的流量使用高峰期在12、13、14及21点；银行人员白天的业务均为低流量业务，但中午时段及下班后，人均流量有所提升；

（2）医生人员除1时至7时流量较少外，其余时间流量消耗比较平均，峰值时段为晚上11点；

（3）蓝领群体整体的流量消耗水平偏低，但在晚上23点整体流量飙高，可在使用最频繁的23点推送广告或者业务消息；

（4）公职人员群体除1时及23时流量较多外，流量消耗整体较为平均，无明显波动趋势；

（5）从流量消耗和业务请求次数可以看出，学生群体3-6时人均流量及请求次数较低，峰值时段在早上8点，其余时段流量消耗接近，处于中间水平；

（6）从白领24小时流量及业务请求次数来看，白领群体除0-6时业务请求及流量较少，早上7点和8点为流量峰值时段，其余时段较为平均，与学生群体类似。

1.5 基于分布场景维度分析

本部分数据主要通过用户分布区域，来定义用户分组标签，通过对不同的用户分组行为进行差异分析，从而进行针对性的业务推送。

1.5.1 业务使用类型

（1）业务请求

统计徐州农村场景，微信及淘宝业务请求次数最高；统计居民区场景，业务请求次数方面，微信占比最高；商业区场景的业务流向，腾讯类业务请求次数最高。

（2）流量分析

统计徐州农村场景，流量对象除腾讯、快手以外，主要还是流向视频或社交APP；统计居民区场景流量方面，除了天翼视讯以外，主要还是流向微信、大申社区等社交视频APP或门户网站；商业区场景的流量方面，除了微信外，主要还是流向快手、大申社区、天翼视讯等社交或视频APP。

图6 区域业务分布

1.5.2 流量消耗时段

各场景的活跃时段基本吻合，业务请求的峰值时段分布在8点至18点，流量占比的峰值时段分布在10点至22点，且在峰值时段内，各区域曲线基本平稳，持续保持在峰值区间。

图7 区域流量时段

2 总结

本次用户分析从多个维度进行，相比传统指标统计模式，更高效、直观地展现了徐州现网的4G用户行为现状，体现了现网分析与大数据平台的结合效果，在一定程度上，突破了我们以往分析问题的局限性，对于提升现网指标、指引前端市场，均有良好效果。

在后续的开发过程中，将更紧密地结合各项分析需求，比如前端数据采集、用户信息、指标信息、覆盖现状、基站工参资料等等，不断地进行完善、提升，更好地适应大数据的发展趋势。