關(guān)于挖掘用戶信令業(yè)務(wù)支撐市場精準(zhǔn)營銷的研究

翟德懷++路垚++林征

【摘 要】從移動互聯(lián)網(wǎng)網(wǎng)絡(luò)側(cè)、市場側(cè)的數(shù)據(jù)業(yè)務(wù)分析入手，引入采集Gb接口全部信令消息和業(yè)務(wù)消息，同時融合現(xiàn)有BASS系統(tǒng)、綜合資管、話務(wù)網(wǎng)管、數(shù)據(jù)網(wǎng)管、網(wǎng)優(yōu)平臺等數(shù)據(jù)源，構(gòu)建多網(wǎng)聯(lián)合分析系統(tǒng)平臺，利用平臺數(shù)據(jù)多元性通過開展用戶數(shù)據(jù)挖掘工作，洞悉用戶使用行為和消費行為，為市場部門流量經(jīng)營提供精準(zhǔn)的用戶基礎(chǔ)分析數(shù)據(jù)，支撐市場部精準(zhǔn)、精細(xì)營銷，提升市場業(yè)務(wù)占有率。并配合市場部門挖掘換機終端對象，通過引導(dǎo)市場部門對目標(biāo)客戶換機來提升3G、4G、WLAN網(wǎng)絡(luò)利用率，從而達(dá)到支撐網(wǎng)絡(luò)運營及市場發(fā)展的目的。

【關(guān)鍵詞】Gb口信息 精準(zhǔn)營銷 終端營銷

中圖分類號：TN92 文獻(xiàn)標(biāo)識碼：B 文章編號：1006-1010（2014）-17-0083-06

1 研究背景

移動互聯(lián)網(wǎng)展現(xiàn)出了巨大的發(fā)展?jié)摿Γ?014年移動互聯(lián)網(wǎng)市場將迎來強勁增長。在當(dāng)前的市場背景下，移動運營商需要緊跟時代步伐，發(fā)揮自身優(yōu)勢，解決自身不足，通過不斷提升自身能力，努力把握市場機遇。根據(jù)分析，目前移動運營商在移動互聯(lián)網(wǎng)業(yè)務(wù)支撐上存在以下問題：

（1）市場側(cè)

1）缺乏流量價值提升工具

隨著移動互聯(lián)網(wǎng)的快速發(fā)展、智能手機的普及，用戶對數(shù)據(jù)流量業(yè)務(wù)的需求快速增長，必須認(rèn)真研究市場精準(zhǔn)營銷的規(guī)律，以新的思維和新的理念建立市場精準(zhǔn)營銷低成本、高效率的運營模式來迎接移動互聯(lián)網(wǎng)時代的到來。但是目前缺乏統(tǒng)一的支撐系統(tǒng)，以便全面支撐數(shù)據(jù)流量的經(jīng)營分析和經(jīng)營策略的制定，從而建立新的商務(wù)模式和營銷模式。

2）缺乏流量價值提升模式

目前移動運營商2G數(shù)據(jù)業(yè)務(wù)計費量同比漲幅較大，相比套餐內(nèi)流量資源使用率及流量收入存在不匹配問題，上網(wǎng)需求未充分滿足和釋放，尚未開展深入的流量內(nèi)容運營工作。

（2）網(wǎng)絡(luò)側(cè)

1）缺乏有效的終端精準(zhǔn)分流方式

目前網(wǎng)絡(luò)分流措施效果不理想，原因在于客戶終端不支持3G、4G、WLAN網(wǎng)絡(luò)，導(dǎo)致3G、4G、WLAN空閑小區(qū)多，2G負(fù)荷依舊高。

2）缺乏有效的用戶感知評估體系

以網(wǎng)絡(luò)指標(biāo)為主、重點區(qū)域測試為輔的手段，進(jìn)行優(yōu)化處理。不能完全反應(yīng)用戶的上網(wǎng)真實感知度，無法對感知低區(qū)域進(jìn)行有效快速優(yōu)化分析，從而導(dǎo)致用戶投訴。

為解決上述問題，以用戶多維度信息作為數(shù)據(jù)基礎(chǔ)展開研究，立足市場運營及網(wǎng)絡(luò)運營相互融合的創(chuàng)新模式。主要實現(xiàn)在融合網(wǎng)絡(luò)側(cè)及市場側(cè)用戶多維度信息建立模型，再充分利用多平臺用戶信息：支撐網(wǎng)絡(luò)部精細(xì)建設(shè)、優(yōu)化分流提供精準(zhǔn)終端換機數(shù)據(jù)、支撐市場部精準(zhǔn)化營銷提供用戶數(shù)據(jù)。最終實現(xiàn)為一線優(yōu)化及營銷人員提供切實可行的行動方案及詳細(xì)數(shù)據(jù)。

2 研究目的、思路及原理

2.1 研究目的

（1）支撐網(wǎng)絡(luò)運營

通過精準(zhǔn)終端換機支撐科學(xué)四網(wǎng)分流，合理分配資源、提升網(wǎng)絡(luò)質(zhì)量、減少2G網(wǎng)絡(luò)負(fù)荷。為網(wǎng)絡(luò)規(guī)劃、擴容建設(shè)提供有力的數(shù)據(jù)依據(jù)，同時為3G及4G的建設(shè)提供更精細(xì)的數(shù)據(jù)基礎(chǔ)。通過建立用戶感知評估模型支撐數(shù)據(jù)業(yè)務(wù)日常優(yōu)化工作，彌補了傳統(tǒng)數(shù)據(jù)業(yè)務(wù)用戶感知定位短板，對網(wǎng)絡(luò)質(zhì)量的提升起到了巨大的推動作用。

（2）支撐市場部門

市場精準(zhǔn)營銷的提出與通信需求向信息需求的轉(zhuǎn)型有莫大的關(guān)系。這種轉(zhuǎn)型根本性地重塑了運營商的價值創(chuàng)造方式，必然也要求運營商的基礎(chǔ)設(shè)施和商業(yè)模式隨之做出轉(zhuǎn)變。通過全面的終端分析、詳細(xì)的業(yè)務(wù)流量分析、精確的客戶分析實現(xiàn)全面支撐市場部門市場精準(zhǔn)營銷工作的開展，實現(xiàn)流量價值提升。有效支撐市場部門精準(zhǔn)終端營銷、內(nèi)容營銷、目標(biāo)用戶營銷。通過開展網(wǎng)絡(luò)數(shù)據(jù)挖掘，可以有效支撐市場部門進(jìn)行精準(zhǔn)營銷，減少營銷成本。

2.2 研究思路

挖掘用戶信令業(yè)務(wù)支撐市場精準(zhǔn)營銷研究主要通過采集Gb接口全部信令消息和業(yè)務(wù)消息，同時融合現(xiàn)有BASS系統(tǒng)、綜合資管、話務(wù)網(wǎng)管、數(shù)據(jù)網(wǎng)管、網(wǎng)優(yōu)平臺等數(shù)據(jù)源，構(gòu)建多網(wǎng)聯(lián)合分析系統(tǒng)平臺。利用平臺數(shù)據(jù)多元性通過開展用戶數(shù)據(jù)挖掘工作，洞悉用戶使用行為和消費行為，為市場部流量經(jīng)營提供精準(zhǔn)的用戶基礎(chǔ)分析數(shù)據(jù)，支撐市場部精準(zhǔn)、精細(xì)營銷，提升市場業(yè)務(wù)占有率。同時配合市場部挖掘換機終端對象，通過引導(dǎo)市場部對目標(biāo)客戶換機來提升3G利用率，支撐市場部精準(zhǔn)營銷。

2.3 原理

挖掘用戶數(shù)據(jù)業(yè)務(wù)信令精準(zhǔn)營銷分析原理圖如圖1所示：

通過基于Gb接口信令采集解碼分析，從終端、用戶、內(nèi)容、管道（網(wǎng)絡(luò)）4個方向?qū)π^(qū)級用戶真實業(yè)務(wù)感知進(jìn)行綜合分析，輸出各類用戶（群）和熱點區(qū)域的業(yè)務(wù)關(guān)鍵性能指標(biāo)，從而實現(xiàn)向市場部門提供精準(zhǔn)營銷建議和有針對性的上網(wǎng)感知優(yōu)化，提升用戶數(shù)據(jù)業(yè)務(wù)感知，有效實現(xiàn)四網(wǎng)協(xié)同分流。

3 挖掘用戶信令業(yè)務(wù)支撐市場精準(zhǔn)營銷

實施內(nèi)容

3.1 融合網(wǎng)絡(luò)用戶信令數(shù)據(jù)，全面支撐市場精準(zhǔn)營銷

（1）研究內(nèi)容

搭建“精確營銷”模式：實時支撐市場營銷進(jìn)行精確的高效運營，抓拍目標(biāo)潛在用戶多維度畫像，實施差異化營銷。挖掘客戶最希望有的：通過平臺挖掘潛在目標(biāo)用戶群，同時實時捕捉客戶多元化需求時段作為最佳營銷時機，全面提高營銷實施效率，有效支撐市場部門精準(zhǔn)終端營銷、內(nèi)容營銷、目標(biāo)用戶營銷。

1）智能終端定制策略功能研究

終端軌跡分析：通過不同類別終端駐留區(qū)域、駐留時間、接觸點、基站場所、軌跡區(qū)間事件等軌跡屬性，描繪終端特征圈形，構(gòu)建終端軌跡特征庫。

終端網(wǎng)絡(luò)特征分析：分析不同類別終端在不同網(wǎng)絡(luò)類型（EDGE/3G/WLAN）中的行為特征，通過成功率、時延、吞吐率、流量等網(wǎng)絡(luò)特征屬性描繪、構(gòu)建終端網(wǎng)絡(luò)特征庫。

終端用戶特征分析：分析不同類別終端在不同用戶群中的行為特征，通過用戶的靜態(tài)特征屬性（自然屬性/通話行為特征/換機行為特征/消費偏好/業(yè)務(wù)訂購）和動態(tài)軌跡屬性（駐留/接觸點/基站場所/軌跡區(qū)間事件）描繪，構(gòu)建終端用戶特征庫，并支持在GIS上呈現(xiàn)終端用戶及流量分布情況。endprint

終端分析應(yīng)用：通過終端類型研究，主要是智能終端和3G終端的研究，完成適合流量發(fā)展的定制終端選型建議；通過高流量業(yè)務(wù)研究結(jié)果，找到適合定制機預(yù)置的終端軟件，提供若干種軟件供不同定制機類型預(yù)裝選擇，并通過在網(wǎng)定制機用戶預(yù)置軟件流量消費情況驗證業(yè)務(wù)易用性。

智能終端換機營銷支撐分析：輸出可換購智能機用戶及推薦智能終端表。

2）營銷新思路分析功能研究

用戶動態(tài)軌跡分析：包括用戶駐留區(qū)域/接觸點/基站場所/軌跡區(qū)間事件分析，完成用戶生活圈的特征標(biāo)簽庫構(gòu)建。

用戶靜態(tài)特征分析：通過用戶自然屬性分析/通話行為特征分析/換機行為特征分析/消費偏好分析/業(yè)務(wù)訂購分析，完成用戶靜態(tài)特征標(biāo)簽庫構(gòu)建。

用戶流量特征分析：通過用戶流量內(nèi)容偏好分析/流量內(nèi)容分詞/流量-用戶-業(yè)務(wù)關(guān)聯(lián)趨勢分析，構(gòu)建用戶流量特征標(biāo)簽庫。

終端網(wǎng)絡(luò)特征分析：分析不同類別終端在不同網(wǎng)絡(luò)類型（EDGE/3G/WLAN）中的行為特征，通過成功率、時延、吞吐率、流量等網(wǎng)絡(luò)征屬性描繪，構(gòu)建終端網(wǎng)絡(luò)特征庫。

終端業(yè)務(wù)特征分析：分析不同類別終端在不同業(yè)務(wù)類型中的行為特征，通過使用偏好、業(yè)務(wù)訂購情況、流量消費等業(yè)務(wù)特征屬性描繪，構(gòu)建終端的業(yè)務(wù)特征庫。

3）用戶特征分析功能研究

用戶體驗分析：包括用戶網(wǎng)絡(luò)差體驗分析和用戶投訴分析。通過對用戶網(wǎng)絡(luò)接口信令事件的分析，歸納用戶網(wǎng)絡(luò)差體驗主要事件類別；用戶投訴事件、投訴區(qū)域、投訴事件、投訴量的分類分析，完成不同用戶（群）體驗特征庫構(gòu)建。

用戶流量特征分析：通過流量內(nèi)容偏好分析/流量內(nèi)容分詞/流量-用戶-業(yè)務(wù)關(guān)聯(lián)趨勢分析，構(gòu)建用戶流量特征標(biāo)簽庫。

用戶動態(tài)軌跡分析：包括用戶駐留區(qū)域/接觸點/基站場所/軌跡區(qū)間事件分析，完成用戶生活圈的特征標(biāo)簽庫構(gòu)建。

用戶靜態(tài)特征分析：通過用戶自然屬性分析/通話行為特征分析/換機行為特征分析/消費偏好分析/業(yè)務(wù)訂購分析，完成用戶靜態(tài)特征標(biāo)簽庫構(gòu)建。

用戶數(shù)據(jù)綜合分析流程圖如圖2所示：

4）內(nèi)容分析功能研究

互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)內(nèi)容解析：分析互聯(lián)網(wǎng)主流/熱點業(yè)務(wù)的內(nèi)容特征（時間行為/地域行為/流量大小/內(nèi)容關(guān)鍵字/URL分類），構(gòu)建互聯(lián)網(wǎng)業(yè)務(wù)內(nèi)容標(biāo)簽庫。

用戶數(shù)據(jù)流量特征分析：通過流量內(nèi)容偏好分析/流量內(nèi)容關(guān)鍵詞解析/流量-用戶-業(yè)務(wù)關(guān)聯(lián)趨勢分析，構(gòu)建用戶訪問偏好庫。

用戶動態(tài)軌跡分析：包括用戶駐留區(qū)域/接觸點/基站場所/軌跡區(qū)間事件分析，完成用戶生活圈的特征標(biāo)簽庫構(gòu)建。

根據(jù)不同用戶群建立用戶活動軌跡庫，并根據(jù)不同用戶群細(xì)分用戶上網(wǎng)偏好庫，從不同用戶群常駐區(qū)域、活動軌跡、上網(wǎng)偏好、終端手機等維度，刻畫不同用戶群客戶畫像；根據(jù)用戶群上網(wǎng)偏好，定位用戶熱點業(yè)務(wù)喜好，選擇目標(biāo)用戶最佳業(yè)務(wù)匹配，同時根據(jù)不同用戶群建立個性化目標(biāo)營銷用戶庫并輸出個性化用戶業(yè)務(wù)營銷策略。

通過對不同場景用戶多維度畫像分析，給市場部提供不同場景用戶信息。幫助營銷人員對不同場景用戶定制適合套餐及業(yè)務(wù)內(nèi)容推廣。實現(xiàn)刺激不同用戶群消費，增加產(chǎn)品訂購率的目的。

（2）實施案例（XX大學(xué)市場終端營銷案例）

3月份學(xué)校開學(xué)，就市場終端營銷方面，提供XX大學(xué)終端營銷Gb數(shù)據(jù)支持，根據(jù)大學(xué)場景，提供了5種換機營銷方案，具體情況如圖3所示：

3.2 引導(dǎo)市場部精準(zhǔn)終端換機營銷，提升3G、4G、

WLAN用戶占用率

建立精準(zhǔn)換機營銷模型，通過識別網(wǎng)絡(luò)小區(qū)下用戶分布、終端制式、消費行為、業(yè)務(wù)訪問結(jié)合多網(wǎng)基站信息，在3G、4G、WLAN覆蓋網(wǎng)絡(luò)下挖掘2G高流量終端用戶，通過市場營銷精準(zhǔn)引導(dǎo)用戶換機，從用戶終端換機入手支撐網(wǎng)絡(luò)分流。GIS換機營銷地理化展示如圖4所示：

（1）話務(wù)模型篩選研究

根據(jù)每線話務(wù)量、PDCH復(fù)用度及無線利用率情況將小區(qū)語音話務(wù)量與數(shù)據(jù)流量劃分為4種話務(wù)類型：對2G小區(qū)數(shù)據(jù)業(yè)務(wù)占比>45%的區(qū)域進(jìn)行網(wǎng)格化，并結(jié)合2G網(wǎng)絡(luò)單PDCH承載效率分析，根據(jù)各區(qū)縣行政區(qū)域數(shù)據(jù)等效占比劃分網(wǎng)格，在此基礎(chǔ)上將所有小區(qū)進(jìn)一步分成高語音高數(shù)據(jù)、高語音低數(shù)據(jù)、低語音高數(shù)據(jù)和低語音低數(shù)據(jù)4種話務(wù)類型。

（2）終端定位研究

根據(jù)話務(wù)模型篩選高負(fù)荷小區(qū)，如2G高語音高數(shù)據(jù)小區(qū)。智能判斷該2G小區(qū)有無3G、4G基站，最后通過終端分布定位，挖掘到有3G、4G覆蓋網(wǎng)絡(luò)下高流量2G終端用戶，作為3G、4G終端推廣的目標(biāo)用戶。

（3）終端換機營銷研究

根據(jù)終端定位模型，智能輸出3G、4G終端推廣的目標(biāo)用戶，提供至市場部門，市場部門通過營銷手段，精準(zhǔn)對用戶進(jìn)行換機營銷，實現(xiàn)通過終端更換方式全面提升3G、4G基站占用率，減少2G網(wǎng)絡(luò)負(fù)荷，并有效改善了用戶的數(shù)據(jù)業(yè)務(wù)感知。

3.3 端到端用戶感知評估模型，智能

診斷用戶上網(wǎng)體驗的研究

（1）研究內(nèi)容

通過結(jié)合客戶投訴，采用能全面反映客戶感知的GPRS核心網(wǎng)Gb接口信令數(shù)據(jù)，通過多數(shù)據(jù)源、多維度分析、多指標(biāo)集及循環(huán)驗證指標(biāo)閥值、權(quán)值，塑造模型，綜合評價客戶感知，建立客戶感知評分系統(tǒng)，指導(dǎo)客戶投訴預(yù)警與處理，真正做到從投訴中來，到投訴中去。具體如下：

1）上網(wǎng)感知評分模型建立：以終端客戶感知為導(dǎo)向，以海量的投訴映射到數(shù)據(jù)業(yè)務(wù)關(guān)鍵環(huán)節(jié)中的Gb信令，通過反復(fù)分析及驗證客戶端到端環(huán)節(jié)中的關(guān)鍵步驟，篩選出5大類指標(biāo)，涵蓋終端、接入、傳遞、移動和體驗5大方面23個指標(biāo)。

2）權(quán)值計算：通過對海量差感知客戶數(shù)據(jù)業(yè)務(wù)感知指標(biāo)分析，以每項指標(biāo)出現(xiàn)的隨機概率作為指標(biāo)權(quán)值，并通過循環(huán)感知修正法驗證改進(jìn)。endprint

3）閥值計算：每項指標(biāo)均定義了零分和滿分的閥值，閥值通過加權(quán)平均法計算客戶感知中的拐點，并通過海量計算和反復(fù)驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現(xiàn)精確定位不同場景用戶網(wǎng)絡(luò)感知差原因，協(xié)助優(yōu)化人員及時發(fā)現(xiàn)和處理數(shù)據(jù)業(yè)務(wù)問題，達(dá)到提升用戶網(wǎng)絡(luò)感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區(qū)云巖2G網(wǎng)絡(luò)8個BSC進(jìn)行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風(fēng)及煤礦村地區(qū)。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進(jìn)行有針對性的無線網(wǎng)絡(luò)優(yōu)化調(diào)整、資源配置，有效提升了該區(qū)域的用戶數(shù)據(jù)業(yè)務(wù)感知。

貴陽云巖2G數(shù)據(jù)業(yè)務(wù)優(yōu)化前后感知對比：優(yōu)化后全網(wǎng)感知提升了3.59分。貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖

4 結(jié)束語

大數(shù)據(jù)的分布式處理能夠在計算機上實現(xiàn)跨集群操作，擴展到成千上萬種設(shè)備上，比如Hadoop就用分布式處理方式完成了多項任務(wù)。然而對于這個高速運轉(zhuǎn)、信息不停噴發(fā)的移動時代來說，分散處理并不是最有效最經(jīng)濟的方式。內(nèi)存數(shù)據(jù)庫的產(chǎn)生無疑給企業(yè)提供了利用實時數(shù)據(jù)的新工具：盡可能快地在數(shù)據(jù)產(chǎn)生之初就進(jìn)行分析，發(fā)現(xiàn)其趨勢并更快地做出反應(yīng)，實現(xiàn)降低服務(wù)成本和提高收益的目標(biāo)。

這樣一種創(chuàng)新的大數(shù)據(jù)融合方式，實現(xiàn)了系統(tǒng)間信息穿越和數(shù)據(jù)共享，實現(xiàn)從網(wǎng)絡(luò)資源到營銷分析的全面支撐。更好地在支撐網(wǎng)絡(luò)優(yōu)化及建設(shè)的同時，全面支撐市場精準(zhǔn)營銷。大數(shù)據(jù)處理將是運營商轉(zhuǎn)型的又一挑戰(zhàn)運營模式。

參考文獻(xiàn)：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數(shù)據(jù)時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數(shù)據(jù)物聯(lián)網(wǎng)和云計算之應(yīng)用）[M]. 北京： 清華大學(xué)出版社， 2012.

[3] 李正茂. 3G-4G應(yīng)用與實踐[J]. 電信快報：網(wǎng)絡(luò)與通信， 2012（6）.

[4] 于婷婷. 網(wǎng)購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數(shù)據(jù)業(yè)務(wù)透視[M]. 北京： 人民郵電出版社， 2014.endprint

3）閥值計算：每項指標(biāo)均定義了零分和滿分的閥值，閥值通過加權(quán)平均法計算客戶感知中的拐點，并通過海量計算和反復(fù)驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現(xiàn)精確定位不同場景用戶網(wǎng)絡(luò)感知差原因，協(xié)助優(yōu)化人員及時發(fā)現(xiàn)和處理數(shù)據(jù)業(yè)務(wù)問題，達(dá)到提升用戶網(wǎng)絡(luò)感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區(qū)云巖2G網(wǎng)絡(luò)8個BSC進(jìn)行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風(fēng)及煤礦村地區(qū)。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進(jìn)行有針對性的無線網(wǎng)絡(luò)優(yōu)化調(diào)整、資源配置，有效提升了該區(qū)域的用戶數(shù)據(jù)業(yè)務(wù)感知。

貴陽云巖2G數(shù)據(jù)業(yè)務(wù)優(yōu)化前后感知對比：優(yōu)化后全網(wǎng)感知提升了3.59分。貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖

4 結(jié)束語

大數(shù)據(jù)的分布式處理能夠在計算機上實現(xiàn)跨集群操作，擴展到成千上萬種設(shè)備上，比如Hadoop就用分布式處理方式完成了多項任務(wù)。然而對于這個高速運轉(zhuǎn)、信息不停噴發(fā)的移動時代來說，分散處理并不是最有效最經(jīng)濟的方式。內(nèi)存數(shù)據(jù)庫的產(chǎn)生無疑給企業(yè)提供了利用實時數(shù)據(jù)的新工具：盡可能快地在數(shù)據(jù)產(chǎn)生之初就進(jìn)行分析，發(fā)現(xiàn)其趨勢并更快地做出反應(yīng)，實現(xiàn)降低服務(wù)成本和提高收益的目標(biāo)。

這樣一種創(chuàng)新的大數(shù)據(jù)融合方式，實現(xiàn)了系統(tǒng)間信息穿越和數(shù)據(jù)共享，實現(xiàn)從網(wǎng)絡(luò)資源到營銷分析的全面支撐。更好地在支撐網(wǎng)絡(luò)優(yōu)化及建設(shè)的同時，全面支撐市場精準(zhǔn)營銷。大數(shù)據(jù)處理將是運營商轉(zhuǎn)型的又一挑戰(zhàn)運營模式。

參考文獻(xiàn)：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數(shù)據(jù)時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數(shù)據(jù)物聯(lián)網(wǎng)和云計算之應(yīng)用）[M]. 北京： 清華大學(xué)出版社， 2012.

[3] 李正茂. 3G-4G應(yīng)用與實踐[J]. 電信快報：網(wǎng)絡(luò)與通信， 2012（6）.

[4] 于婷婷. 網(wǎng)購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數(shù)據(jù)業(yè)務(wù)透視[M]. 北京： 人民郵電出版社， 2014.endprint

3）閥值計算：每項指標(biāo)均定義了零分和滿分的閥值，閥值通過加權(quán)平均法計算客戶感知中的拐點，并通過海量計算和反復(fù)驗證得出。端到端用戶感知評估模型如圖5所示。

建立端到端客戶感知評估體系實現(xiàn)精確定位不同場景用戶網(wǎng)絡(luò)感知差原因，協(xié)助優(yōu)化人員及時發(fā)現(xiàn)和處理數(shù)據(jù)業(yè)務(wù)問題，達(dá)到提升用戶網(wǎng)絡(luò)感知度的同時減少投訴的實施效果。

（2）實施案例

對Gb口信令的貴陽主城區(qū)云巖2G網(wǎng)絡(luò)8個BSC進(jìn)行了端到端感知評分，BSC的綜合感知評分為67.3分。其中感知最差的BSC為BSC15，主要為扶風(fēng)及煤礦村地區(qū)。問題定位具體如圖6所示。

通過對感知評分體系中問題定位的主要原因進(jìn)行有針對性的無線網(wǎng)絡(luò)優(yōu)化調(diào)整、資源配置，有效提升了該區(qū)域的用戶數(shù)據(jù)業(yè)務(wù)感知。

貴陽云巖2G數(shù)據(jù)業(yè)務(wù)優(yōu)化前后感知對比：優(yōu)化后全網(wǎng)感知提升了3.59分。貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖如圖7所示：

圖7 貴陽云巖區(qū)2G網(wǎng)絡(luò)數(shù)據(jù)業(yè)務(wù)感知提升效果示意圖

4 結(jié)束語

大數(shù)據(jù)的分布式處理能夠在計算機上實現(xiàn)跨集群操作，擴展到成千上萬種設(shè)備上，比如Hadoop就用分布式處理方式完成了多項任務(wù)。然而對于這個高速運轉(zhuǎn)、信息不停噴發(fā)的移動時代來說，分散處理并不是最有效最經(jīng)濟的方式。內(nèi)存數(shù)據(jù)庫的產(chǎn)生無疑給企業(yè)提供了利用實時數(shù)據(jù)的新工具：盡可能快地在數(shù)據(jù)產(chǎn)生之初就進(jìn)行分析，發(fā)現(xiàn)其趨勢并更快地做出反應(yīng)，實現(xiàn)降低服務(wù)成本和提高收益的目標(biāo)。

這樣一種創(chuàng)新的大數(shù)據(jù)融合方式，實現(xiàn)了系統(tǒng)間信息穿越和數(shù)據(jù)共享，實現(xiàn)從網(wǎng)絡(luò)資源到營銷分析的全面支撐。更好地在支撐網(wǎng)絡(luò)優(yōu)化及建設(shè)的同時，全面支撐市場精準(zhǔn)營銷。大數(shù)據(jù)處理將是運營商轉(zhuǎn)型的又一挑戰(zhàn)運營模式。

參考文獻(xiàn)：

[1] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數(shù)據(jù)時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2013.

[2] 楊正洪. 智慧城市（大數(shù)據(jù)物聯(lián)網(wǎng)和云計算之應(yīng)用）[M]. 北京： 清華大學(xué)出版社， 2012.

[3] 李正茂. 3G-4G應(yīng)用與實踐[J]. 電信快報：網(wǎng)絡(luò)與通信， 2012（6）.

[4] 于婷婷. 網(wǎng)購行為研究分析[J]. 市場營銷， 2013（3）.

[5] 雒江濤，舒忠玲，梁燕. 移動數(shù)據(jù)業(yè)務(wù)透視[M]. 北京： 人民郵電出版社， 2014.endprint