李恒久 中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽省分公司工程師

運(yùn)維大數(shù)據(jù)分析助力精準(zhǔn)化網(wǎng)絡(luò)運(yùn)營(yíng)研究

李恒久 中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安徽省分公司工程師

大數(shù)據(jù)對(duì)人們生活的影響無(wú)可辯駁地已經(jīng)成為當(dāng)前社會(huì)進(jìn)步浪潮中不可逆轉(zhuǎn)的社會(huì)現(xiàn)實(shí)。本文就大數(shù)據(jù)分析在網(wǎng)絡(luò)運(yùn)維工作助力精準(zhǔn)化網(wǎng)絡(luò)運(yùn)營(yíng)中幾個(gè)方面的應(yīng)用進(jìn)行探討，以期拋磚引玉，能為網(wǎng)絡(luò)建設(shè)、市場(chǎng)營(yíng)銷、經(jīng)營(yíng)分析、用戶服務(wù)及運(yùn)營(yíng)商建立更為有效的大數(shù)據(jù)分析系統(tǒng)起到一定的啟發(fā)借鑒作用。

大數(shù)據(jù)分析 精準(zhǔn)化 網(wǎng)絡(luò)運(yùn)營(yíng) 應(yīng)用

1 引言

美國(guó)的Netflix公司是一家大型的網(wǎng)絡(luò)租賃VCD、DVD的公司，在從未拍過(guò)任何一部電視劇的經(jīng)驗(yàn)空白情況下，通過(guò)分析其掌握的數(shù)十億次網(wǎng)絡(luò)用戶點(diǎn)播和評(píng)價(jià)的數(shù)據(jù)記錄，搭配最好的導(dǎo)演、演員和題材，將這些近似最優(yōu)的組合拍攝了《紙牌屋》并取得了美國(guó)歷史上電視劇單集收入最高的驕人成績(jī)?？梢哉f(shuō)《紙牌屋》是因?yàn)榇髷?shù)據(jù)而雄霸市場(chǎng)。另外，據(jù)說(shuō)是大數(shù)據(jù)決定了熱播韓劇《來(lái)自星星的你》中主人公都敏俊穿什么。大數(shù)據(jù)時(shí)代，每一次鍵盤的敲擊和手機(jī)屏幕的觸動(dòng)都被匯聚成為大數(shù)據(jù)汪洋大海中的一滴?？梢哉f(shuō)，大數(shù)據(jù)改變了人們的生活，也改變了人們的思維方式，決策行為將日益基于數(shù)據(jù)分析做出，而不是像過(guò)去更多憑借經(jīng)驗(yàn)和直覺做出。那么，在網(wǎng)絡(luò)運(yùn)行維護(hù)工作中，大數(shù)據(jù)能為我們做些什么？或者說(shuō)，怎樣利用大數(shù)據(jù)更好地做好網(wǎng)絡(luò)精細(xì)化建設(shè)和維護(hù)，更強(qiáng)化對(duì)網(wǎng)絡(luò)建設(shè)、市場(chǎng)影響和客戶服務(wù)的支撐。本文以大數(shù)據(jù)分析在網(wǎng)絡(luò)運(yùn)維工作助力精準(zhǔn)化網(wǎng)絡(luò)運(yùn)營(yíng)中幾個(gè)方面的應(yīng)用進(jìn)行探討，以期拋磚引玉，能為網(wǎng)絡(luò)建設(shè)、市場(chǎng)營(yíng)銷、經(jīng)營(yíng)分析、用戶服務(wù)及運(yùn)營(yíng)商建立更為有效的大數(shù)據(jù)分析系統(tǒng)起到一定的啟發(fā)借鑒作用。

2 運(yùn)維大數(shù)據(jù)分析數(shù)據(jù)來(lái)源和分析思路

網(wǎng)絡(luò)運(yùn)行維護(hù)工作，除了保障網(wǎng)絡(luò)的安全、穩(wěn)定、優(yōu)質(zhì)地運(yùn)行外，還需做好對(duì)建設(shè)、市場(chǎng)、客服部門的支撐，以支撐“精準(zhǔn)化”運(yùn)營(yíng)為特征的運(yùn)維轉(zhuǎn)型，直接關(guān)注對(duì)于整體經(jīng)營(yíng)績(jī)效的促進(jìn)和推動(dòng)，大數(shù)據(jù)分析恰好可以作為具體落地的重要手段。大數(shù)據(jù)分析的主要思路：通過(guò)網(wǎng)絡(luò)、用戶、終端、業(yè)務(wù)、時(shí)間、位置、場(chǎng)景多維度關(guān)聯(lián)分析，對(duì)網(wǎng)絡(luò)、用戶綜合特征畫像，根據(jù)建設(shè)、營(yíng)銷、維系需求進(jìn)行目標(biāo)區(qū)域、用戶選擇，細(xì)分用戶群體，給出合理化建議，為決策提供依據(jù)。分析過(guò)程主要是數(shù)據(jù)構(gòu)建、采集、清洗、存儲(chǔ)、挖掘、分析、給出建議。

可獲得的數(shù)據(jù)來(lái)源：要開展大數(shù)據(jù)分析，必須有海量的數(shù)據(jù)，從運(yùn)維側(cè)OSS域有綜合網(wǎng)管、網(wǎng)優(yōu)平臺(tái)（核心網(wǎng)、無(wú)線）、網(wǎng)絡(luò)采集數(shù)據(jù)，再加以BSS側(cè)的經(jīng)分系統(tǒng)和話單庫(kù)等海量信息，足可以滿足大數(shù)據(jù)挖掘和分析的需求。

（1）綜合網(wǎng)管：可以獲得地市、縣區(qū)、網(wǎng)格（市場(chǎng)）、鄉(xiāng)鎮(zhèn)等位置歸屬信息等。

（2）網(wǎng)優(yōu)平臺(tái)：可以獲得區(qū)域、場(chǎng)景、LAC、CI、基站名稱、話務(wù)量、流量、業(yè)務(wù)流向、資源利用、用戶投訴等網(wǎng)絡(luò)運(yùn)行信息等。

（3）Gn口采集數(shù)據(jù)：采用下探針采集Gn口數(shù)據(jù)，可以獲得用戶上網(wǎng)內(nèi)容、時(shí)間、流量等上網(wǎng)信息，LAC、CI位置信息，用戶終端信息等。

（4）經(jīng)分系統(tǒng)：可以獲得用戶數(shù)、收入、用戶通話時(shí)長(zhǎng)、用戶流量、2G用戶持3G終端、3G用戶持2G終端、2G用戶附著3G網(wǎng)絡(luò)時(shí)長(zhǎng)及流量、3G用戶附著2G網(wǎng)絡(luò)時(shí)長(zhǎng)及流量等用戶匯總信息。

（5）話單集市倉(cāng)庫(kù)：可以獲得用戶原始信息，包括用戶基本信息，即用戶歸屬（市場(chǎng)2/3/4G用戶）、使用套餐、終端信息、歸屬地等；用戶通話行為，即通話時(shí)長(zhǎng)、流量、短信、通話所在地、LAC、CI、對(duì)方號(hào)碼、對(duì)方網(wǎng)絡(luò)及所在地等。

3 大數(shù)據(jù)助力網(wǎng)絡(luò)建設(shè)精準(zhǔn)化

聚焦網(wǎng)絡(luò)負(fù)荷，通過(guò)網(wǎng)絡(luò)數(shù)據(jù)挖掘，支撐建設(shè)“基站精準(zhǔn)落地”。

傳統(tǒng)的“頭疼醫(yī)頭、腳疼醫(yī)腳”網(wǎng)絡(luò)優(yōu)化方法，常使網(wǎng)優(yōu)工作淪為被動(dòng)處理投訴或指標(biāo)不好就優(yōu)化指標(biāo)的境地。在大數(shù)據(jù)條件下，通過(guò)海量數(shù)據(jù)分析，加大貼近用戶的網(wǎng)絡(luò)價(jià)值分析，提高網(wǎng)絡(luò)規(guī)劃和優(yōu)化的預(yù)見性，準(zhǔn)確提供網(wǎng)絡(luò)建設(shè)的數(shù)據(jù)支撐。

在現(xiàn)行網(wǎng)絡(luò)中，可以通過(guò)采集Gn口原始上網(wǎng)記錄，結(jié)合用戶詳單，分析得出以手機(jī)號(hào)碼、終端IMEI、終端支持能力、2G網(wǎng)絡(luò)流量、3G網(wǎng)絡(luò)流量等信息為原始結(jié)構(gòu)的文本。通過(guò)大數(shù)據(jù)建模，提取2G/3G轉(zhuǎn)4G、2G轉(zhuǎn)3G（含U900網(wǎng)絡(luò)）、高價(jià)值區(qū)域應(yīng)用、網(wǎng)絡(luò)規(guī)劃應(yīng)用4個(gè)方面的精準(zhǔn)數(shù)據(jù)。挖掘出現(xiàn)網(wǎng)持4G終端且戶均流量大于500M的用戶，可提供給市場(chǎng)部實(shí)施4G勸轉(zhuǎn)工作，以減輕2/3G網(wǎng)絡(luò)壓力；挖掘現(xiàn)網(wǎng)持U900網(wǎng)絡(luò)終端的2/3G用戶，支撐進(jìn)行U900站點(diǎn)建設(shè)和銷售方案部署。分析出持3G終端用戶在3G網(wǎng)絡(luò)上有流量，同時(shí)在2G網(wǎng)絡(luò)產(chǎn)生大量回落流量的區(qū)域重點(diǎn)進(jìn)行3G基站的建設(shè)規(guī)劃，暫未規(guī)劃的作為儲(chǔ)備建設(shè)站點(diǎn)，納入到網(wǎng)絡(luò)建設(shè)的滾動(dòng)規(guī)劃中。

通過(guò)記錄全量用戶的投訴分析，將所有有關(guān)用戶對(duì)于網(wǎng)絡(luò)覆蓋、網(wǎng)絡(luò)質(zhì)量的投訴標(biāo)識(shí)到電子地圖，結(jié)合現(xiàn)有網(wǎng)絡(luò)站點(diǎn)，在已建設(shè)有站點(diǎn)的區(qū)域，則通過(guò)優(yōu)化調(diào)整解決；對(duì)于未建設(shè)站點(diǎn)區(qū)域，將用戶投訴熱點(diǎn)區(qū)域作為儲(chǔ)備建設(shè)站點(diǎn)，通過(guò)分析區(qū)域用戶質(zhì)量差異，用戶網(wǎng)絡(luò)感知差異、結(jié)合當(dāng)?shù)亟?jīng)濟(jì)水平討論網(wǎng)絡(luò)投資的可行性，并根據(jù)篩選條件滾動(dòng)實(shí)施建設(shè)。

通過(guò)利用網(wǎng)絡(luò)里的用戶呼叫歷史記錄進(jìn)行大數(shù)據(jù)分析，并結(jié)合網(wǎng)絡(luò)側(cè)的業(yè)務(wù)指標(biāo)、用戶的終端能力和用戶的活躍情況等數(shù)據(jù)相關(guān)聯(lián)來(lái)支撐移動(dòng)網(wǎng)絡(luò)規(guī)劃，以提高規(guī)劃效果的可預(yù)見性。通過(guò)分析2/3G網(wǎng)絡(luò)無(wú)線資源利用率，可以反映出來(lái)的2G忙小區(qū)多為3G基站尚未延伸覆蓋到的區(qū)域；通過(guò)2/3G網(wǎng)絡(luò)忙小區(qū)分場(chǎng)景分布分析，可以看到無(wú)論是市區(qū)、縣城場(chǎng)景的深度覆蓋規(guī)劃，還是郊區(qū)場(chǎng)景的廣度覆蓋規(guī)劃，不同維度均對(duì)后續(xù)網(wǎng)絡(luò)建設(shè)提出了需求。

4 大數(shù)據(jù)助力市場(chǎng)支撐精準(zhǔn)化

聚焦市場(chǎng)網(wǎng)格，通過(guò)關(guān)聯(lián)多維度數(shù)據(jù)分析，支撐市場(chǎng)“精準(zhǔn)營(yíng)銷”。

近幾年，隨著3G網(wǎng)絡(luò)的大規(guī)模廣覆蓋深入，4G網(wǎng)絡(luò)的規(guī)模建設(shè)，移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展帶來(lái)了運(yùn)營(yíng)商流量業(yè)務(wù)的迅猛增長(zhǎng)，流量收入已經(jīng)成為運(yùn)營(yíng)商最主要的新的收入增長(zhǎng)點(diǎn)，與此同時(shí)語(yǔ)音、短信等業(yè)務(wù)則出現(xiàn)逐步下滑的局面。流量的爆發(fā)式增長(zhǎng)使全球運(yùn)營(yíng)商認(rèn)識(shí)到“流量”不再是語(yǔ)音附屬物，或是某種業(yè)務(wù)的基礎(chǔ)載體，而其本身就是需要經(jīng)營(yíng)的對(duì)象。從2G的語(yǔ)音、短信經(jīng)營(yíng)時(shí)代進(jìn)入現(xiàn)在的流量經(jīng)營(yíng)時(shí)代，電信運(yùn)營(yíng)商的客戶結(jié)構(gòu)也發(fā)生了巨大變化，80、90乃至00后開始成為電信業(yè)務(wù)的消費(fèi)主要群體，他們能夠更加熟練也更愿意使用智能手機(jī)及各種“可佩帶”智能設(shè)備。當(dāng)運(yùn)營(yíng)商還在奮力朝著移動(dòng)互聯(lián)網(wǎng)轉(zhuǎn)型并苦尋流量經(jīng)營(yíng)更有為有效手段的時(shí)候，大數(shù)據(jù)已經(jīng)來(lái)到了面前。

作為每日產(chǎn)生巨大數(shù)據(jù)量的運(yùn)營(yíng)商，可以嘗試并逐步建立自己的針對(duì)流量經(jīng)營(yíng)的大數(shù)據(jù)分析。從用戶使用流量包的訂退數(shù)據(jù)結(jié)合用戶的流量使用習(xí)慣，提取出用戶具體位置并渲染到實(shí)際地圖，將得到正在使用流量包或已經(jīng)退訂流量包的用戶在具體地圖中的分布，并將此結(jié)果加以分析后提供給各個(gè)網(wǎng)格負(fù)責(zé)人作為各自發(fā)展區(qū)域流量經(jīng)營(yíng)的參考地圖。在沒有建設(shè)大數(shù)據(jù)分析支撐系統(tǒng)的情況下，也可以通過(guò)手工分析做一些工作，以下為一個(gè)具體實(shí)施方案：

（1）從經(jīng)營(yíng)系統(tǒng)中提取出所需用戶信息：從BSS經(jīng)營(yíng)系統(tǒng)中提取出3G國(guó)內(nèi)（省內(nèi)）流量包有效用戶及半年內(nèi)退訂用戶明細(xì)。

（2）在HLR上查詢用戶登錄VLR情況（見表1），可以得到3G國(guó)內(nèi)流量包用戶有46%漫出異地，3G省內(nèi)流量包用戶則有78%漫出異地，根據(jù)用戶登錄具體VLR更進(jìn)一步細(xì)化用戶登錄在省內(nèi)各地和外省的具體情況。

（3）在MSCServer上查詢登錄在本地的用戶位置（小區(qū)信息）。對(duì)于從HLR中查詢到的登錄在本地的用戶號(hào)碼，在本地MSCServer中批量查詢登錄網(wǎng)絡(luò)及位置信息，其中有結(jié)果的為當(dāng)時(shí)開機(jī)用戶，其余的為分離時(shí)間較長(zhǎng)的關(guān)機(jī)用戶（見表2）。從表2可以看到，兩種套餐的有效和退訂用戶在本地登錄2G和3G網(wǎng)絡(luò)下的比例接近，而用戶漫出比例則是國(guó)內(nèi)流量包的用戶較省內(nèi)流量包的用戶高30PP左右。這些將結(jié)合最終的渲染圖來(lái)分析具體區(qū)域中用戶的訂退與否與網(wǎng)絡(luò)覆蓋網(wǎng)絡(luò)質(zhì)量的關(guān)系等。

表1 用戶登錄信息分析

表2 登錄本地用戶接入網(wǎng)絡(luò)類型

（4）將用戶位置渲染到實(shí)際標(biāo)有基站位置的地圖中（MapInfo），以直觀地反映用戶登錄區(qū)域分布及網(wǎng)絡(luò)覆蓋、網(wǎng)絡(luò)質(zhì)量的關(guān)系等。例如，某地市3G國(guó)內(nèi)流量包有效用戶在2G網(wǎng)絡(luò)的登錄情況，可以看到還是有大量3G用戶登錄在2G網(wǎng)絡(luò)。其它3G國(guó)內(nèi)流量包有效用戶登錄3G網(wǎng)絡(luò)、3G省內(nèi)流量包有效用戶登錄2G網(wǎng)絡(luò)和3G網(wǎng)絡(luò)、3G國(guó)內(nèi)流量包半年內(nèi)退訂用戶登錄2G網(wǎng)絡(luò)和3G網(wǎng)絡(luò)、3G省內(nèi)流量包半年內(nèi)退訂用戶登錄2G網(wǎng)絡(luò)和3G網(wǎng)絡(luò)等都可以一一渲染到地圖中。

（5）分析渲染圖

通過(guò)將各場(chǎng)景下的用戶登錄情況進(jìn)行渲染，獲得不同的流量包不同的網(wǎng)絡(luò)環(huán)境下用戶的具體分布，從而可以分析出相應(yīng)網(wǎng)格用戶的流量包退訂習(xí)慣是否與網(wǎng)絡(luò)質(zhì)量有關(guān)，及用戶的流量包套餐是否與用戶所處的網(wǎng)絡(luò)環(huán)境匹配等，據(jù)此可以制定出針對(duì)具體網(wǎng)格的特定營(yíng)銷思路來(lái)細(xì)化流量經(jīng)營(yíng)，提高流量經(jīng)營(yíng)的質(zhì)量和深度。

（6）效果驗(yàn)證

通過(guò)上述方法，將效果圖發(fā)送給市場(chǎng)分析人員及網(wǎng)格經(jīng)營(yíng)人員作為參考地圖來(lái)細(xì)化流量包宣傳區(qū)域，3G國(guó)內(nèi)及省內(nèi)流量包訂購(gòu)成功率由原來(lái)的12%提高到20%，效果顯著。

5 大數(shù)據(jù)助力客戶服務(wù)精準(zhǔn)化

聚焦用戶行為特征，差異化細(xì)分用戶群體，支撐客戶服務(wù)“精準(zhǔn)維系用戶”。

從無(wú)線網(wǎng)優(yōu)系統(tǒng)、核心網(wǎng)優(yōu)化系統(tǒng)、經(jīng)營(yíng)分析系統(tǒng)等現(xiàn)有平臺(tái)可以獲得大量用戶呼叫記錄，將前后端數(shù)據(jù)對(duì)存量用戶從終端使用、駐留網(wǎng)絡(luò)、價(jià)值貢獻(xiàn)、流量貢獻(xiàn)、應(yīng)用地點(diǎn)分布以及訪問熱點(diǎn)網(wǎng)站頻度等多個(gè)維度進(jìn)行關(guān)聯(lián)與分類分析，在后臺(tái)建立多種用戶使用行為研究模型，實(shí)現(xiàn)用戶進(jìn)行號(hào)碼清單式的顆粒化的行為研究（見表3），對(duì)客戶進(jìn)行精準(zhǔn)畫像，按照客戶常見行為進(jìn)行精準(zhǔn)服務(wù)，為客服部門提供用戶維系和提升感知建議。

根據(jù)數(shù)據(jù)業(yè)務(wù)常用的業(yè)務(wù)類型，用戶上網(wǎng)應(yīng)用共分為九大類，即電商支付、社交應(yīng)用、生活服務(wù)、新聞資訊、音樂、影視、應(yīng)用工具、游戲和閱讀。從某月的數(shù)據(jù)分析可以看到，按業(yè)務(wù)類型貢獻(xiàn)分析（見圖1），社交應(yīng)用89%的訪問次數(shù)占比，貢獻(xiàn)87%的流量。再細(xì)分社交應(yīng)用類型里的應(yīng)用（見圖2），手機(jī)QQ、QQ空間、微信為TOP應(yīng)用。其中，手機(jī)QQ63%的訪問次數(shù)占比貢獻(xiàn)了51%的流量；微信28%的訪問次數(shù)占比貢獻(xiàn)了23%的流量；QQ空間4%的訪問次數(shù)占比貢獻(xiàn)24%的流量。

6 結(jié)束語(yǔ)

表3 用戶行為研究和建議

圖1 用戶網(wǎng)上應(yīng)用業(yè)務(wù)類型分析

圖2 社交應(yīng)用細(xì)分分析

隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代競(jìng)爭(zhēng)的加劇，越來(lái)越多的企業(yè)將會(huì)使用大數(shù)據(jù)手段來(lái)挖掘用戶潛在價(jià)值，作為運(yùn)行商更應(yīng)該走在時(shí)代的前列。特別是當(dāng)前進(jìn)入4G時(shí)代，在傳統(tǒng)業(yè)務(wù)日趨飽和、同質(zhì)化競(jìng)爭(zhēng)更加激烈、存量經(jīng)營(yíng)至關(guān)重要的新環(huán)境下，如何持續(xù)打造服務(wù)領(lǐng)先的差異化優(yōu)勢(shì)，更顯重要而緊迫，基于網(wǎng)絡(luò)數(shù)據(jù)的大數(shù)據(jù)分析成為行之有效的利器，助力網(wǎng)絡(luò)運(yùn)營(yíng)精準(zhǔn)化，不斷為企業(yè)降本增效、提升服務(wù)做出貢獻(xiàn)。

1季安平.用戶呼叫數(shù)據(jù)在移動(dòng)網(wǎng)絡(luò)規(guī)劃中的應(yīng)用.郵電設(shè)計(jì)技術(shù).2014

2015-02-10）