大數(shù)據(jù)在廣電網(wǎng)絡(luò)運營工作上的應(yīng)用

莊昌武

（作者單位：江蘇省廣電有線信息網(wǎng)絡(luò)股份有限公司淮安分公司）

大數(shù)據(jù)在廣電網(wǎng)絡(luò)運營工作上的應(yīng)用

莊昌武

（作者單位：江蘇省廣電有線信息網(wǎng)絡(luò)股份有限公司淮安分公司）

隨著廣電雙向網(wǎng)絡(luò)的不斷完善，互動用戶數(shù)量不斷上升，廣電大數(shù)據(jù)迎來新的發(fā)展階段。本文針對廣電大數(shù)據(jù)的運營工作，從數(shù)據(jù)采集，到數(shù)據(jù)應(yīng)用進(jìn)行了系統(tǒng)全面的分析，對廣電大數(shù)據(jù)運營具備一定的指導(dǎo)意義。

大數(shù)據(jù)；采集；用戶流失；聚類；HADOOP技術(shù)

從廣電行業(yè)來看，大數(shù)據(jù)的特點有三個方面：第一，數(shù)據(jù)體量巨大，從GB級別，躍升到TB級別；第二，數(shù)據(jù)類型繁多，涉及到數(shù)據(jù)采集對象的狀態(tài)信息、日志、各類操作信息乃至地理位置信息等；第三，處理速度快，實時采集和處理數(shù)據(jù)，并及時完成數(shù)據(jù)的呈現(xiàn)工作。

本文從廣電網(wǎng)絡(luò)運營商運營管理的角度，對大數(shù)據(jù)技術(shù)的實際應(yīng)用進(jìn)行一些探討。

1 大數(shù)據(jù)在廣電行業(yè)的應(yīng)用背景

隨著國家三網(wǎng)融合的發(fā)展，廣電數(shù)字電視網(wǎng)絡(luò)平臺逐步從單向網(wǎng)絡(luò)改造成雙向網(wǎng)絡(luò)，業(yè)務(wù)的重心也逐步向雙向業(yè)務(wù)偏移。雙向電視業(yè)務(wù)的推廣，數(shù)字電視用戶和業(yè)務(wù)的快速增長，運營商迫切需要實現(xiàn)對終端設(shè)備可管可控、用戶行為可感知，以便深入、實時地掌握網(wǎng)絡(luò)和設(shè)備運行狀態(tài)，了解用戶的行為和習(xí)慣。

2 廣電大數(shù)據(jù)的應(yīng)用

廣電數(shù)字電視運營大數(shù)據(jù)分析涉及到的數(shù)據(jù)量較大且廣，一般來說，需綜合以下幾類數(shù)據(jù)（見表1）。

表1 廣電數(shù)字電視運營大數(shù)據(jù)分析

2.1 助力客戶經(jīng)理預(yù)測用戶流失

根據(jù)用戶（包括VIP用戶）在線率，收視時長，業(yè)務(wù)分布等信息，通過數(shù)據(jù)模型測算出用戶流失傾向，并可按需排名輸出報表，使客戶經(jīng)理及時掌握所服務(wù)區(qū)域用戶的第一手信息。

在給客戶經(jīng)理下達(dá)推廣付費頻道節(jié)目包和點播訂購包的任務(wù)后，如果不能提供及時有效的工具，則客戶經(jīng)理很難完成任務(wù)，且工作效率低下。每月對退網(wǎng)的用戶進(jìn)行持續(xù)的歷史軌跡分析，結(jié)合BOSS系統(tǒng)里的賬單數(shù)據(jù)，設(shè)定退網(wǎng)客戶模型。定期對不活躍用戶進(jìn)行模型匹配分析，并導(dǎo)出報表?？蛻艚?jīng)理每周安排一定的時間，對可能退網(wǎng)客戶進(jìn)行電話拜訪或上門拜訪，了解用戶需求，進(jìn)行用戶挽留工作，減少用戶流失。

2.2 助力客戶經(jīng)理分析用戶喜好

大數(shù)據(jù)分析能夠根據(jù)BOSS，客服中心，收視行為等數(shù)據(jù)進(jìn)行用戶個體畫像，掌握用戶日常喜愛收看的節(jié)目類型和頻道類型，以及對最新大片的可能購買度，讓客戶經(jīng)理能挑出最有可能購買產(chǎn)品的前20%的用戶，采取上門拜訪或電話推廣的方式，迅速有效地達(dá)成交易，以達(dá)到精準(zhǔn)營銷的目的。

2.3 助力內(nèi)容精準(zhǔn)推送

內(nèi)容精準(zhǔn)推送是廣電運營商最為常見的大數(shù)據(jù)分析應(yīng)用。傳統(tǒng)的內(nèi)容推送本質(zhì)上還是一種廣播式的。借助于大數(shù)據(jù)平臺能力，根據(jù)用戶的個體畫像，運用商可以制定出精準(zhǔn)的推送策略，將用戶最感興趣的內(nèi)容放置到最容易獲取的地方，實現(xiàn)精準(zhǔn)營銷。

2.4 助力廣告運營

開機(jī)畫面廣告、頻道Banner條廣告、音量調(diào)節(jié)畫面廣告是廣電網(wǎng)絡(luò)運營商最主要的廣告形式。用戶行為分析數(shù)據(jù)報告能給廣電運營商提供充足的數(shù)據(jù)支撐，幫助運營商根據(jù)收看率高低、用戶收看時間等條件，把開機(jī)畫面廣告、頻道Banner條廣告和音量調(diào)節(jié)畫面廣告按照區(qū)域、時段和收視熱度分組打包，精細(xì)化運營廣告資源。例如，把60多個公共頻道按收視率高低，優(yōu)劣互相組合，形成資源較均衡的5個廣告包；再如，把開機(jī)畫面廣告按照不同的時間段運營，根據(jù)小學(xué)生放學(xué)時間、晚間8點檔和晚間11點之后的電視受眾不同而投放不同的廣告。

3 大數(shù)據(jù)的計算和分析平臺

由于廣電數(shù)字電視運營大數(shù)據(jù)分析涉及到的數(shù)據(jù)量較大且廣，運用當(dāng)前流行的HADOOP技術(shù)，通過對以上信息的綜合分析處理，在廣電的運營工作中，具有重要的應(yīng)用價值。有線運營商運用的典型的HADOOP平臺架構(gòu)如圖1所示。

4 大數(shù)據(jù)案例分析——客戶流失與喜好分析

4.1 案例背景

隨著云媒體平臺的深入發(fā)展和業(yè)務(wù)的高速增長，新的應(yīng)用系統(tǒng)和信息資源的加入，業(yè)務(wù)環(huán)境日益復(fù)雜，運營難度日益增長，業(yè)務(wù)增長的壓力越來越大，通過更準(zhǔn)確、及時地了解業(yè)務(wù)的使用情況，了解用戶的使用習(xí)慣和收視喜好，了解用戶在整個收視周期的業(yè)務(wù)的使用情況，可以為業(yè)務(wù)的經(jīng)營提供有效的決策支持。系統(tǒng)的部署可以實現(xiàn)以下幾個方面。第一，用戶收視喜好分析，分析集團(tuán)用戶、VIP用戶、收費用戶、普通用戶和平房用戶所關(guān)注的終端節(jié)目類型，通過挖掘用戶的收視行為，為客戶經(jīng)理推廣業(yè)務(wù)提供數(shù)據(jù)支撐。實現(xiàn)用戶收視節(jié)目排行、不同終端類型（標(biāo)清付費、標(biāo)清免費、高清付費和高清免費）等業(yè)務(wù)的占比，并在用戶收視行為的基礎(chǔ)之上通過對用戶收視行為的聚類挖掘，實現(xiàn)用戶喜好的深入分析并對經(jīng)營業(yè)務(wù)的推廣提供建議和支持。第二，通過引入數(shù)據(jù)挖掘技術(shù)實現(xiàn)對于用戶流失的分析，基于技術(shù)、價格、質(zhì)量和交費渠道等多個維度，進(jìn)行用戶的畫像，用戶價值的分析，實現(xiàn)用戶的流失的分析，和相關(guān)的數(shù)據(jù)輸出，為業(yè)務(wù)的定向營銷提供支撐。第三，系統(tǒng)提供報表輸出功能，通過實現(xiàn)用戶的業(yè)務(wù)數(shù)據(jù)及所屬標(biāo)簽的查詢，并提供報表的定時推送。

圖1 HADOOP平臺架構(gòu)

圖2 云數(shù)據(jù)處理平臺架構(gòu)

4.2 案例主要技術(shù)路線

平臺需要實現(xiàn)對于30萬用戶每天近千萬量級的用戶行為的數(shù)據(jù)分析，提供收視維度的各種信息的統(tǒng)計分析和挖掘工作；同時，根據(jù)用戶業(yè)務(wù)的需求，提供用戶對于上述數(shù)據(jù)的跨時間端的各種統(tǒng)計分析結(jié)果的呈現(xiàn)；同時，針對某種用戶的業(yè)務(wù)，除提供宏觀的用戶數(shù)據(jù)的匯總外，還要進(jìn)一步提供對于宏觀數(shù)據(jù)的分區(qū)域，分用戶的數(shù)據(jù)的呈現(xiàn)。

從計算和挖掘的角度，系統(tǒng)需要有較快的處理速度，同時由于大數(shù)據(jù)源的要求，對于系統(tǒng)的處理吞吐量也的相應(yīng)的要求。存儲上，系統(tǒng)要滿足1年在線數(shù)據(jù)的業(yè)務(wù)在線查詢，同時查詢的“大海撈針”和全表掃描也對系統(tǒng)的處理能力提出了更高的要求，為保證對于海量用戶行為數(shù)據(jù)的處理的能力的要求，根據(jù)多年數(shù)據(jù)分析挖掘的經(jīng)驗，在基礎(chǔ)平臺引入了云數(shù)據(jù)處理平臺，如圖2所示。

4.3 平臺能力

平臺需要支持基于大數(shù)據(jù)平臺的常規(guī)數(shù)據(jù)挖掘算法，不同算法的時間復(fù)雜度不同，故不再做統(tǒng)一性能指標(biāo)要求，但大數(shù)據(jù)平臺自身的計算性能需要得到保證。大數(shù)據(jù)平臺的性能指標(biāo)應(yīng)在基準(zhǔn)測試中達(dá)到以下要求（見表2）。

4.4 數(shù)據(jù)模型

在確定一個用戶需求后，首先了解需求的應(yīng)用場景，針對用戶應(yīng)用場景，確定所需要的數(shù)據(jù)源。接著設(shè)計數(shù)據(jù)模型。當(dāng)然，還需要對數(shù)據(jù)源進(jìn)行清洗、整理甚至需要脫密脫敏，然后將它們匯總起來，形成這次分析任務(wù)的數(shù)據(jù)庫（數(shù)據(jù)倉庫）。以上只是數(shù)據(jù)建模的第一步，第二步需要數(shù)據(jù)訓(xùn)練。數(shù)據(jù)訓(xùn)練也是調(diào)整模型的方法之一。通常的做法是“前推后驗”和“塊狀切割”?！扒巴坪篁灐钡摹扒巴啤本褪峭ㄟ^過往的數(shù)據(jù)尋找特征值，以便消除干擾數(shù)據(jù)，快速建立模型?！昂篁灐本褪歉鶕?jù)得出的模型，借助一定的數(shù)據(jù)往后推測，進(jìn)行驗證，尋找到最佳的結(jié)合點?！皦K狀切割”就是在數(shù)據(jù)量較大的情況下，從小樣本開始驗證，這樣驗證周期會變短，利于快速調(diào)整模型，反復(fù)多次的塊狀驗證后，再進(jìn)行大數(shù)量的驗證。數(shù)據(jù)建模耗時，甚至可以占到整個項目一半以上的時間。

表2 平臺能力指標(biāo)要求

表3 客戶類別結(jié)果

圖3 RFM計算流程

在該平臺中，采用RFM算法來預(yù)測分析客戶流失，具體計算流程如圖3所示。

4.5 客戶分類結(jié)果數(shù)據(jù)

第一步：選取客戶基礎(chǔ)信息數(shù)據(jù)。第二步：系統(tǒng)計算生成含RFM值的客戶數(shù)據(jù)集。第三步：將每個客戶的RFM值和總RFM平均值作比較。第四步：對聚類后的客戶分類結(jié)果進(jìn)行分析和解釋，以所有客戶的R、F、M值作為考核點，將所有的客戶的R、F、M值組合，一共出現(xiàn)8（23）種情況，根據(jù)各指標(biāo)所代表的含義，得到最終八種客戶類型，如表3所示。

5 廣電大數(shù)據(jù)的前景

對于廣電運營商而言，通過對大數(shù)據(jù)的挖掘分析，可以進(jìn)一步細(xì)分用戶，實現(xiàn)精準(zhǔn)產(chǎn)品營銷和個性化服務(wù)。繼而優(yōu)化廣電現(xiàn)有各業(yè)務(wù)的運營；同時，刺激運營商從數(shù)據(jù)中獲取潛在的用戶需求和市場，創(chuàng)新服務(wù)和商業(yè)模式。

大數(shù)據(jù)技術(shù)給廣電的運營工作帶來了很多有影響力的幫助，也改變了原有的工作流程，只有用好、用活、用足大數(shù)據(jù)技術(shù)，才能更好地服務(wù)于客戶，在視頻運營的競爭中得到更多的市場份額。

莊昌武（1958-），男，江蘇淮安，本科，研究方向：廣播電視經(jīng)營管理。