基于大數(shù)據(jù)分析的移動(dòng)網(wǎng)城市畫像研究與應(yīng)用

傅俊鋒，孫 紅（中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院，北京100048）

0 引言

在移動(dòng)互聯(lián)網(wǎng)充分發(fā)展和提速降費(fèi)持續(xù)推進(jìn)的背景下，當(dāng)前的個(gè)人移動(dòng)通信市場，從用戶數(shù)量上來看已經(jīng)接近峰值；從用戶結(jié)構(gòu)來看4G用戶占比也漸趨穩(wěn)定。因此對于運(yùn)營商而言，迫切需要利用大數(shù)據(jù)分析方法，對省市用戶、業(yè)務(wù)有一個(gè)清晰的畫像，從而進(jìn)一步挖掘現(xiàn)有用戶潛力、提升業(yè)務(wù)量和收入。

本文以單個(gè)城市為基本單元，提出了一套城市畫像方法，用于對不同城市的用戶、業(yè)務(wù)現(xiàn)狀進(jìn)行刻畫，通過對比，了解其在市場和網(wǎng)絡(luò)方面的優(yōu)勢和短板。在此基礎(chǔ)上以2G用戶轉(zhuǎn)網(wǎng)為例，研究用戶、業(yè)務(wù)變更的規(guī)律，從而實(shí)現(xiàn)對不同城市在下一周期內(nèi)發(fā)展趨勢的預(yù)測?；诂F(xiàn)狀和預(yù)測，運(yùn)營商在市場推廣上可以早作準(zhǔn)備，抓住市場發(fā)展先機(jī)；在網(wǎng)絡(luò)建設(shè)上能提前部署，及時(shí)滿足業(yè)務(wù)需求。

1 城市畫像方法

用戶畫像是根據(jù)用戶社會屬性、生活習(xí)慣和消費(fèi)行為等信息而抽象出來的一個(gè)標(biāo)簽化的用戶模型。構(gòu)建用戶畫像的核心工作是給用戶貼“標(biāo)簽”，而標(biāo)簽是通過用戶信息分析而來的高度精煉的特征標(biāo)識。

所謂城市畫像，既包含用戶畫像的概念，又比用戶畫像更宏觀，偏向于從整體上對城市的特點(diǎn)、規(guī)律進(jìn)行把握。本文提出的城市畫像方法從用戶及業(yè)務(wù)總量、用戶模型、用戶結(jié)構(gòu)這3個(gè)角度進(jìn)行分析，通過精煉的關(guān)鍵指標(biāo)對單個(gè)城市進(jìn)行刻畫，最終通過散點(diǎn)圖和雷達(dá)圖的方式將城市畫像的最終結(jié)果直觀地呈現(xiàn)出來。

下面以中國聯(lián)通A省及A1市、B省及B1市為例，對其畫像指標(biāo)進(jìn)行對比分析（原始數(shù)據(jù)已通過函數(shù)進(jìn)行了變換，與現(xiàn)網(wǎng)真實(shí)情況無關(guān)）。

1.1 總量指標(biāo)

總量指標(biāo)反映了城市的用戶和業(yè)務(wù)規(guī)模的大小，具體指標(biāo)取定：用戶數(shù)、收入。

2省的用戶數(shù)、收入指標(biāo)分布如圖1所示（A省為橙色，B省為藍(lán)色）。

圖1 2省用戶數(shù)、收入指標(biāo)分布

從圖1中可以看出，收入指標(biāo)同用戶數(shù)指標(biāo)呈正比例分布；2省大部分地（市）的分布區(qū)域比較接近，各有2個(gè)地（市）規(guī)模較為突出；A1市、B1市在所在省內(nèi)規(guī)模都相對較小。

1.2 模型指標(biāo)

模型指標(biāo)反映了城市內(nèi)用戶的業(yè)務(wù)使用情況，具體指標(biāo)取定：平均ARPU、平均DOU、平均MOU。

2省的平均ARPU、平均DOU指標(biāo)分布見圖2。

圖2 2省平均ARPU、平均DOU指標(biāo)分布

A省平均DOU普遍高于B省，說明A省用戶使用數(shù)據(jù)流量更為活躍；B省雖然平均DOU較低，但也有部分地（市）平均ARPU分布在頭部；A1市在A省內(nèi)的模型指標(biāo)數(shù)值相對較大，平均DOU更是排在第1位；B1市在B省內(nèi)的這2個(gè)指標(biāo)都分布在尾部，用戶較不活躍。

2省的平均DOU、平均MOU指標(biāo)分布見圖3。

圖3 2省平均DOU、平均MOU指標(biāo)分布

2省平均MOU分布區(qū)域接近；B省有2個(gè)地（市）平均MOU顯著高于2省其他地（市），而A省則有2個(gè)地（市）平均DOU顯著高于2省其他地（市），說明B省少數(shù)地（市）側(cè)重于語音業(yè)務(wù)；A1市的用戶使用數(shù)據(jù)業(yè)務(wù)最多，而B1市語音、數(shù)據(jù)業(yè)務(wù)均不活躍。

1.3 結(jié)構(gòu)指標(biāo)

結(jié)構(gòu)指標(biāo)反映了城市內(nèi)不同用戶群的構(gòu)成，具體指標(biāo)取定：平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比、2G用戶占比、2I2C用戶（互聯(lián)網(wǎng)套餐）占比。

2省的平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比指標(biāo)分布如圖4所示。

圖4 2省平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比指標(biāo)分布

A省用戶普遍比B省年輕，其移動(dòng)互聯(lián)網(wǎng)用戶占比更高；A1市平均年齡在2省各地（市）中分布在頭部，相對更年輕，大部分用戶都是移動(dòng)互聯(lián)網(wǎng)用戶；B1市平均年齡分布在尾部，移動(dòng)互聯(lián)網(wǎng)用戶也較少。

2省的2G用戶占比、2I2C用戶占比分布見圖5。

A省2I2C用戶占比普遍高于B??；B省部分地（市）2G用戶占比偏高，也存在部分地（市）2G用戶占比較低；A1市2I2C用戶占比最高，2G用戶占比分布在頭部，而B1市則正好相反。

圖5 2省2G用戶占比、2I2C用戶占比指標(biāo)分布

1.4 城市畫像指標(biāo)匯總

最終的畫像結(jié)果如圖6所示（橙色為城市級，藍(lán)色為省級，紫色為全國級；為方便圖形顯示及對比，以三者最大數(shù)值為單個(gè)指標(biāo)軸的最高點(diǎn)）。從分布形狀來看，A、B 2省的差異十分明顯，A1、B1 2市的差異更加顯著。

圖6 A省及A1市、B省及B1市畫像

2省用戶及業(yè)務(wù)規(guī)模相當(dāng)，但由于用戶結(jié)構(gòu)的較大差異，A省用戶使用數(shù)據(jù)業(yè)務(wù)更多，B省用戶則更偏向于語音業(yè)務(wù)。A省的收入主要由年輕的移動(dòng)互聯(lián)網(wǎng)用戶產(chǎn)生，而B省的收入主要依賴于年齡偏大的語音型用戶。

A1、B1 2市的用戶及業(yè)務(wù)規(guī)模在省內(nèi)都較小，但其用戶構(gòu)成完全不同：A1市的2I2C用戶占比、平均DOU明顯高出全國平均水平，其他指標(biāo)同全國平均水平相近；而B1市的移動(dòng)互聯(lián)網(wǎng)用戶占比、2I2C用戶占比、平均ARPU、平均DOU都很低，而2G用戶占比很高。

因此初步的結(jié)論是，B省及B1市需加大年輕用戶的市場發(fā)展力度，同時(shí)利用市場手段將2G用戶轉(zhuǎn)為4G，在提升移動(dòng)互聯(lián)網(wǎng)用戶占比的同時(shí)，也能提升其平均ARPU。

2 2G用戶轉(zhuǎn)網(wǎng)模型分析

在對不同城市進(jìn)行精準(zhǔn)畫像的基礎(chǔ)上，運(yùn)用大數(shù)據(jù)分析的方法，對用戶行為的規(guī)律和原因進(jìn)行深入分析，通過市場手段有針對性地對用戶進(jìn)行引導(dǎo)，從而能預(yù)測出下一個(gè)周期不同城市的畫像變化情況。根據(jù)城市畫像的變化，還可以進(jìn)一步細(xì)化出用戶和業(yè)務(wù)在地理上的分布，為網(wǎng)絡(luò)的精準(zhǔn)建設(shè)提供數(shù)據(jù)支撐。

中國聯(lián)通運(yùn)營4G網(wǎng)絡(luò)已經(jīng)多年，但目前仍有相當(dāng)比例的2G網(wǎng)絡(luò)用戶，不少本地網(wǎng)2G網(wǎng)絡(luò)用戶占比達(dá)到50%。大量的2G用戶導(dǎo)致2G網(wǎng)絡(luò)無法退網(wǎng)，長期運(yùn)營3張無線網(wǎng)絡(luò)，運(yùn)營成本居高不下。2G網(wǎng)絡(luò)還占用了寶貴的低頻資源，無法釋放出來用于建設(shè)4G L900網(wǎng)絡(luò)。因此，2G用戶的轉(zhuǎn)網(wǎng)對于提升ARPU值和企業(yè)收入、降低運(yùn)維成本、提高4G建網(wǎng)效率具有重要的意義，是中國聯(lián)通未來幾年更好更快發(fā)展的一個(gè)關(guān)鍵因素。

本文以2G用戶轉(zhuǎn)網(wǎng)為例，通過SPSS Modeler對歷史數(shù)據(jù)進(jìn)行建模分析，得出影響2G用戶流向的關(guān)鍵因素，預(yù)測哪些2G用戶更有可能轉(zhuǎn)為3G/4G用戶，哪些2G用戶會離網(wǎng)。對轉(zhuǎn)網(wǎng)后的用戶，通過統(tǒng)計(jì)其轉(zhuǎn)網(wǎng)前后業(yè)務(wù)量的變化，從而得到實(shí)施2G轉(zhuǎn)網(wǎng)對不同城市畫像指標(biāo)的影響。

2.1 模型指標(biāo)

提取A省、B省最近2年的部分2G用戶數(shù)據(jù)進(jìn)行建模，根據(jù)2G用戶流向的變化，打上4類標(biāo)簽：未轉(zhuǎn)網(wǎng)、離網(wǎng)、轉(zhuǎn)為3G、轉(zhuǎn)網(wǎng)4G。用于建模的主要字段如表1所示。

表1 建模主要字段列表

2.2 建模分析

在SPSS Modeler軟件中構(gòu)建如圖7所示數(shù)據(jù)流。

圖7 SPSS Modeler數(shù)據(jù)流

在數(shù)據(jù)流中，通過“2G用戶流向分析”導(dǎo)入整理好的源數(shù)據(jù)，經(jīng)過多個(gè)模型的對比分析，最后選擇2種模型進(jìn)行用戶流向的建模。

2.2.1 隨機(jī)森林

隨機(jī)森林指的是利用多棵樹對樣本進(jìn)行訓(xùn)練并預(yù)測的一種分類器，主要應(yīng)用于回歸和分類，能夠很好地處理高維度的數(shù)據(jù)。采用隨機(jī)森林模型的預(yù)測結(jié)果，準(zhǔn)確率達(dá)到82.9%。其預(yù)測的各個(gè)變量的重要性如圖8所示。

圖8 隨機(jī)森林預(yù)測變量重要性

可以看到，“入網(wǎng)年份”對預(yù)測結(jié)果的重要性最高，其次為“客戶年齡”及“DOU”。

2.2.2 C5.0

C5.0是經(jīng)典的決策樹模型算法之一，可生成多分支的決策樹，目標(biāo)變量為分類變量，使用C5.0算法可以生成決策樹或者規(guī)則集。采用C5.0模型的預(yù)測結(jié)果，準(zhǔn)確率達(dá)到93.2%。其預(yù)測的各個(gè)變量的重要性如圖9所示。

圖9 C5.0預(yù)測變量重要性

可以看到，仍然是“入網(wǎng)年份”對預(yù)測結(jié)果的重要性最高，其次為“融合類型”及“DOU”。

綜合這2種模型的預(yù)測結(jié)果，可知“入網(wǎng)年份”對2G用戶流向的影響最大，另外這2個(gè)模型中都出現(xiàn)的重要變量還有“DOU”“主叫通話次數(shù)占比”“中國聯(lián)通通話次數(shù)占比”“客戶年齡”。

2.3 模型解釋及驗(yàn)證

下面對2G用戶流向在不同指標(biāo)中的分布進(jìn)行統(tǒng)計(jì)驗(yàn)證（見圖10）。

從圖10中可以了解到：

a）入網(wǎng)年份。2008年以前入網(wǎng)的2G用戶基本上都離網(wǎng)了，2008年以后入網(wǎng)的2G用戶轉(zhuǎn)為4G的比例更高?？赡艿脑蚴?，2008年以前入網(wǎng)的用戶到了其客戶生命周期的末期，對號碼的依存度較低；2008年后入網(wǎng)的用戶，由于中國聯(lián)通推出了3G/4G業(yè)務(wù)，增加了網(wǎng)絡(luò)對用戶的吸引力，因此轉(zhuǎn)網(wǎng)用戶更多。

b）融合類型。圖10中“1.0”為智慧沃家，“2.0”為主副卡，“3.0”為沃家庭，“0.0”為非融合套餐。融合套餐中轉(zhuǎn)網(wǎng)3G/4G的用戶比例高，非融合套餐離網(wǎng)比例高。說明融合套餐增加了用戶黏性，對保有用戶起到了較大的作用。

c）DOU、年齡。DOU低、年齡大的用戶離網(wǎng)比例高，而DOU高且年輕的用戶更傾向于轉(zhuǎn)網(wǎng)3G/4G。說明中國聯(lián)通3G/4G網(wǎng)絡(luò)對年輕的移動(dòng)互聯(lián)網(wǎng)用戶吸引力更大。

d）主叫通話次數(shù)占比、中國聯(lián)通通話次數(shù)占比。這2個(gè)指標(biāo)對2G用戶轉(zhuǎn)網(wǎng)的影響雖然不如前幾個(gè)指標(biāo)顯著，但同轉(zhuǎn)網(wǎng)3G/4G用戶比例也存在著正相關(guān)的關(guān)系。說明對中國聯(lián)通網(wǎng)絡(luò)黏性大的用戶轉(zhuǎn)網(wǎng)3G/4G的概率更大。

最終選擇C5.0模型對A省、B省的2G用戶進(jìn)行流向的預(yù)測。

圖10 2G用戶流向分布

3 城市畫像預(yù)測

根據(jù)模型預(yù)測的結(jié)果，A省總的2G用戶離網(wǎng)的比例為41%，轉(zhuǎn)網(wǎng)3G/4G用戶的比例為37%；B省總的2G用戶離網(wǎng)的比例為47%，轉(zhuǎn)網(wǎng)3G/4G用戶的比例為26%。對2省的歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)2G用戶轉(zhuǎn)網(wǎng)后其平均ARPU增長為15元，平均DOU增長6倍，平均MOU基本持平，轉(zhuǎn)網(wǎng)3G/4G的用戶中10%轉(zhuǎn)為2I2C用戶。由此計(jì)算出2省各個(gè)地（市）的城市畫像指標(biāo)。

圖11和圖12分別給出了2G用戶轉(zhuǎn)網(wǎng)后2省用戶數(shù)、收入指標(biāo)、平均ARPU、平均DOU的分布情況，與圖1和圖2（2G用戶轉(zhuǎn)網(wǎng)前）相比可以看出，推動(dòng)2G用戶轉(zhuǎn)網(wǎng)后，2省各地（市）的用戶數(shù)、收入普遍略有下降，但用戶模型和用戶結(jié)構(gòu)得到了改善。

從最終的城市畫像圖（見圖13）來看：

圖11 2省用戶數(shù)、收入指標(biāo)分布

圖12 2省平均ARPU、平均DOU指標(biāo)分布

圖13 A省及A1市、B省及B1市畫像

a）A1市變化較大的指標(biāo)為平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比和2G用戶占比，2G用戶占比的變化較B1市更為顯著，其原因是轉(zhuǎn)網(wǎng)3G/4G的2G用戶比例高，剩余2G用戶更少。

b）B1市變化較大的指標(biāo)為平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比和2G用戶占比，平均年齡、移動(dòng)互聯(lián)網(wǎng)用戶占比的變化較A1市更為顯著，其原因是B1市3G/4G用戶本身基數(shù)較小，在轉(zhuǎn)網(wǎng)后年輕的3G/4G用戶快速增加。

A1市2G用戶占比從轉(zhuǎn)網(wǎng)前的23.7%下降到10.0%，2G用戶的減少在市區(qū)的高校、商場、寫字樓等區(qū)域會表現(xiàn)得更顯著。需關(guān)注這些區(qū)域的2G基站負(fù)荷，及時(shí)對負(fù)荷低的基站進(jìn)行減頻或者退網(wǎng)。

B1市用戶平均DOU從轉(zhuǎn)網(wǎng)前的1.7 GB增加到2.3 GB，增長了35.3%，而商場、景點(diǎn)等熱點(diǎn)區(qū)域的流量增幅更大。因此從網(wǎng)絡(luò)建設(shè)的角度，需了解轉(zhuǎn)網(wǎng)后流量的地理分布情況，從而提前對網(wǎng)絡(luò)進(jìn)行擴(kuò)容。

4 總結(jié)

本文通過對2G用戶轉(zhuǎn)網(wǎng)的建模分析，對比了轉(zhuǎn)網(wǎng)前后2個(gè)省及2個(gè)典型地（市）的城市畫像變化趨勢。為了解用戶和業(yè)務(wù)現(xiàn)狀、了解業(yè)務(wù)發(fā)展趨勢并在網(wǎng)絡(luò)建設(shè)上及時(shí)應(yīng)對提供了詳細(xì)的數(shù)據(jù)支撐。本文提出的方法，還可以同其他熱點(diǎn)專題相結(jié)合，如2I2C用戶、視頻業(yè)務(wù)等專題，運(yùn)用大數(shù)據(jù)和模型分析，滾動(dòng)刷新全國不同城市的畫像指標(biāo)，實(shí)現(xiàn)網(wǎng)絡(luò)的精準(zhǔn)運(yùn)營。