大數(shù)據(jù)在移動(dòng)通信網(wǎng)絡(luò)建設(shè)中的應(yīng)用

胡 丹

（廣州杰賽科技股份有限公司，廣東 廣州 510310）

0 引 言

大數(shù)據(jù)涉及的資料量規(guī)模巨大，往往無(wú)法通過(guò)主流軟件工具在合理時(shí)間內(nèi)實(shí)現(xiàn)數(shù)據(jù)處理、幫助企業(yè)經(jīng)營(yíng)決策的目的。大數(shù)據(jù)具備海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉(zhuǎn)、動(dòng)態(tài)的數(shù)據(jù)體系、多樣的數(shù)據(jù)類型以及巨大的數(shù)據(jù)價(jià)值5個(gè)典型特征。根據(jù)中國(guó)信通院數(shù)據(jù)，我國(guó)2017年大數(shù)據(jù)核心產(chǎn)業(yè)規(guī)模為2.36×1010元，同比增長(zhǎng)40.5%，到2020年達(dá)到5.86×1010元，2015-2020年間年均復(fù)合增長(zhǎng)率為38.26%[1]。

電信運(yùn)營(yíng)商掌握海量的用戶數(shù)據(jù)，記錄上億用戶的交互信息，包括通話數(shù)據(jù)、上網(wǎng)數(shù)據(jù)、數(shù)據(jù)業(yè)務(wù)使用信息、用戶坐標(biāo)與軌跡、智能終端信息以及渠道接觸信息等。電信運(yùn)營(yíng)商擁有CRM、BI以及BOSS等系統(tǒng)，充分利用大數(shù)據(jù)技術(shù)，從網(wǎng)絡(luò)、用戶、業(yè)務(wù)以及終端的不同視角，實(shí)現(xiàn)對(duì)移動(dòng)網(wǎng)絡(luò)整體運(yùn)行狀況的多維度分析，做好網(wǎng)絡(luò)規(guī)劃、網(wǎng)絡(luò)建設(shè)、優(yōu)化及運(yùn)維工作，打造價(jià)值區(qū)域覆蓋最佳、核心業(yè)務(wù)體驗(yàn)最優(yōu)、有效資源效能最大以及綜合建網(wǎng)成本最低的網(wǎng)絡(luò)[2]。

1 大數(shù)據(jù)分析的方法和分類

大數(shù)據(jù)分析基于多種處理框架及算法，涉及數(shù)據(jù)準(zhǔn)備、存儲(chǔ)管理、計(jì)算處理、分析挖掘以及人機(jī)交互等內(nèi)容，和數(shù)據(jù)的集成、存儲(chǔ)與安全等環(huán)節(jié)密切相關(guān)。常用的大數(shù)據(jù)分析方法包括分類、聚類、關(guān)聯(lián)規(guī)則挖掘以及序列模式挖掘等。在運(yùn)營(yíng)商的實(shí)際應(yīng)用中，基于大數(shù)據(jù)分析將分析結(jié)果轉(zhuǎn)化為實(shí)際的業(yè)務(wù)行動(dòng)，為數(shù)據(jù)運(yùn)營(yíng)的服務(wù)提供有力支撐。

2 大數(shù)據(jù)在移動(dòng)通信網(wǎng)絡(luò)建設(shè)中的應(yīng)用舉例

2.1 大數(shù)據(jù)技術(shù)在價(jià)值區(qū)域分析中的應(yīng)用

目前，不同城市和不同地區(qū)之間存在發(fā)展不平衡的問(wèn)題，不同人群對(duì)通信業(yè)務(wù)需求也不同，針對(duì)不同客戶群體需要提供不同的服務(wù)。高收入?yún)^(qū)域、高價(jià)值用戶頻繁區(qū)域以及視頻業(yè)務(wù)高密度區(qū)域是企業(yè)重點(diǎn)關(guān)注的區(qū)域，往往針對(duì)這些區(qū)域開(kāi)展業(yè)務(wù)并提供服務(wù)。因此，有必要借助大數(shù)據(jù)對(duì)不同區(qū)域和地區(qū)進(jìn)行評(píng)估，得到價(jià)值區(qū)域。本文提出了“基于感知”的價(jià)值區(qū)域建網(wǎng)模型。

價(jià)值區(qū)域分析和測(cè)算要素如表1所示，據(jù)此對(duì)網(wǎng)絡(luò)大數(shù)據(jù)進(jìn)行提取和分析，得到價(jià)值區(qū)域評(píng)分，然后將得到的評(píng)分進(jìn)行綜合排序，得分靠前的可能是潛在的價(jià)值區(qū)域。對(duì)于運(yùn)營(yíng)商而言，基于大數(shù)據(jù)分析的價(jià)值區(qū)域網(wǎng)格化，結(jié)合建網(wǎng)策略對(duì)下一步規(guī)劃建設(shè)工作進(jìn)行指引，實(shí)現(xiàn)資源精準(zhǔn)投放，降低運(yùn)營(yíng)成本[3]。

表1 價(jià)值區(qū)域分析測(cè)算要素

2.2 大數(shù)據(jù)技術(shù)在網(wǎng)絡(luò)覆蓋分析中的應(yīng)用

對(duì)于網(wǎng)絡(luò)運(yùn)營(yíng)公司而言，必須要明確其網(wǎng)絡(luò)覆蓋情況，面對(duì)大量的數(shù)據(jù)必須要借助大數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)覆蓋分析，常規(guī)DT、CQT以及MR也可以應(yīng)用于網(wǎng)絡(luò)覆蓋分析。常規(guī)MR一般利用廠家多基站聯(lián)合定位的方式獲取位置信息，經(jīng)過(guò)定位處理柵格數(shù)據(jù)，精度一般在20～50 m之間，還有待提高。基于大數(shù)據(jù)分析的精準(zhǔn)MR主要是運(yùn)營(yíng)商與地圖導(dǎo)航相關(guān)的App合作，結(jié)合百度和大眾點(diǎn)評(píng)等互聯(lián)網(wǎng)平臺(tái)獲得用戶的定位數(shù)據(jù)，同時(shí)還能夠獲得用戶的實(shí)時(shí)網(wǎng)絡(luò)覆蓋信息，如RSRP和網(wǎng)絡(luò)速度等，結(jié)合這些數(shù)據(jù)信息和大數(shù)據(jù)技術(shù)建立“互聯(lián)網(wǎng)+移動(dòng)網(wǎng)絡(luò)”大數(shù)據(jù)分析體系，實(shí)現(xiàn)對(duì)用戶的全量分析、精準(zhǔn)定位、覆蓋評(píng)估以及價(jià)值分級(jí)[4]。相比常規(guī)MR，精準(zhǔn)MR定位更加精準(zhǔn)，可以指導(dǎo)運(yùn)營(yíng)商精細(xì)化規(guī)劃或者優(yōu)化調(diào)整。基于大數(shù)據(jù)的精準(zhǔn)MR定位得到的網(wǎng)絡(luò)覆蓋圖如圖1所示，未來(lái)網(wǎng)絡(luò)覆蓋分析中建議室外覆蓋部分可以和路測(cè)相結(jié)合，室內(nèi)以精準(zhǔn)MR為準(zhǔn)，和常規(guī)MR疊加分析，常規(guī)MR弱覆蓋柵格作為精準(zhǔn)MR的輔助判斷。

圖1 基于大數(shù)據(jù)的精準(zhǔn)MR定位得到的網(wǎng)絡(luò)覆蓋圖

2.3 大數(shù)據(jù)在通信用戶分析中的應(yīng)用

2.3.1 用戶、網(wǎng)絡(luò)與終端匹配

根據(jù)與用戶相關(guān)的大數(shù)據(jù)分析，得出用戶承載與網(wǎng)絡(luò)承載和市場(chǎng)策略的匹配度，基于這些數(shù)據(jù)分析能夠?qū)σ苿?dòng)通信網(wǎng)絡(luò)進(jìn)行改進(jìn)和優(yōu)化，從而有效改善用戶感知，提升用戶價(jià)值并緩解網(wǎng)絡(luò)壓力。

通過(guò)大數(shù)據(jù)分析，得到某市運(yùn)營(yíng)商用戶使用網(wǎng)絡(luò)及終端的匹配情況如表2所示。

表2 用戶終端占比統(tǒng)計(jì)表

通過(guò)用戶終端占比統(tǒng)計(jì)表中的數(shù)據(jù)能夠發(fā)現(xiàn)，該市中終端用戶的占比要比使用4G、5G網(wǎng)絡(luò)的用戶比例略高。為進(jìn)一步推進(jìn)4G和5G網(wǎng)絡(luò)，應(yīng)該采取積極措施推動(dòng)該市用戶進(jìn)行4G網(wǎng)絡(luò)遷轉(zhuǎn)[5-7]。

分析目前主流、4G網(wǎng)絡(luò)用戶在各網(wǎng)產(chǎn)生的流量和通話時(shí)長(zhǎng)，占用各網(wǎng)情況如表3所示。

表3 4G用戶占用各網(wǎng)情況表

通過(guò)分析表3發(fā)現(xiàn)，該市4G用戶大部分?jǐn)?shù)據(jù)業(yè)務(wù)都發(fā)生在LTE網(wǎng)絡(luò)上，少部分占用3G網(wǎng)絡(luò)，用戶整體體驗(yàn)良好。受限于LTE（VoLTE）開(kāi)通情況影響，語(yǔ)音業(yè)務(wù)大部分回落3G和2G。因此，要逐步推進(jìn)VoLTE的商業(yè)化進(jìn)程，適時(shí)進(jìn)行2G網(wǎng)絡(luò)退網(wǎng)及3G的減頻退網(wǎng)。

用戶數(shù)據(jù)MOU和DOU等數(shù)據(jù)分析結(jié)果如表4和表5所示，可提供比較精準(zhǔn)的模塊支撐，極大地方便了營(yíng)銷人員的日常營(yíng)銷。

表4 用戶MOU大數(shù)據(jù)統(tǒng)計(jì)表

表5 用戶DOU大數(shù)據(jù)統(tǒng)計(jì)示例

通過(guò)深度挖掘融合市場(chǎng)、集團(tuán)、客戶、客服、網(wǎng)絡(luò)以及財(cái)務(wù)數(shù)據(jù)，為業(yè)務(wù)和決策部門提供較完備的用戶數(shù)據(jù)，在科學(xué)分析基礎(chǔ)上實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，如針對(duì)漫游費(fèi)比較多的用戶推薦漫游套餐，對(duì)經(jīng)常用手機(jī)上網(wǎng)的用戶推薦流量包。

2.3.2 B2I用戶行為分析

B2I即直接面向互聯(lián)網(wǎng)公司提供業(yè)務(wù)和與互聯(lián)網(wǎng)公司聯(lián)手提供端到端的服務(wù)。B2I用戶屬性包括業(yè)務(wù)使用情況、業(yè)務(wù)量、APRU、DOU、MOU、終端、套餐情況以及用戶年齡等。通過(guò)大數(shù)據(jù)深度分析B2I業(yè)務(wù)特性、品牌差異、終端特性、地市分布與發(fā)展趨勢(shì)，可為網(wǎng)絡(luò)建設(shè)、運(yùn)營(yíng)以及客戶維護(hù)提供依據(jù)。B2I用戶大數(shù)據(jù)統(tǒng)計(jì)結(jié)果如表6所示。

表6 B2I用戶大數(shù)據(jù)統(tǒng)計(jì)結(jié)果

3 總 結(jié)

大數(shù)據(jù)分析的宗旨就是根據(jù)大量的網(wǎng)絡(luò)數(shù)據(jù)、用戶數(shù)據(jù)以及終端數(shù)據(jù)對(duì)現(xiàn)網(wǎng)運(yùn)行情況進(jìn)行分析整理，找出一般規(guī)律及特點(diǎn)對(duì)下一步規(guī)劃建設(shè)工作進(jìn)行指引，支撐多種建網(wǎng)策略，實(shí)現(xiàn)資源精準(zhǔn)投放，降低運(yùn)營(yíng)成本。大數(shù)據(jù)的運(yùn)用給企業(yè)帶來(lái)嚴(yán)峻的考驗(yàn)，同時(shí)也帶來(lái)機(jī)遇。運(yùn)營(yíng)商已深刻認(rèn)識(shí)到大數(shù)據(jù)的重要性，在企業(yè)內(nèi)部已經(jīng)利用大數(shù)據(jù)實(shí)現(xiàn)精確化營(yíng)銷和精細(xì)化運(yùn)營(yíng)。運(yùn)營(yíng)商可利用高效的信息分析能力，在日益激烈的市場(chǎng)競(jìng)爭(zhēng)中準(zhǔn)確決策，深度挖掘流量和數(shù)據(jù)價(jià)值，從而擺脫管道化風(fēng)險(xiǎn)，為規(guī)劃與方案編制、網(wǎng)絡(luò)評(píng)估、網(wǎng)絡(luò)建設(shè)以及市場(chǎng)決策等提供參考依據(jù)[8-10]。

未來(lái)隨著大數(shù)據(jù)應(yīng)用效果的逐步顯現(xiàn)，其應(yīng)用需求與市場(chǎng)前景良好。預(yù)計(jì)2020-2023年中國(guó)大數(shù)據(jù)市場(chǎng)規(guī)模還將維持30%以上的高速增長(zhǎng)。目前，大數(shù)據(jù)的相關(guān)標(biāo)準(zhǔn)規(guī)范尚未形成統(tǒng)一體系，大數(shù)據(jù)采集、分析、數(shù)據(jù)交換以及云計(jì)算等方面均缺乏統(tǒng)一標(biāo)準(zhǔn)。運(yùn)營(yíng)商未來(lái)發(fā)展和大數(shù)據(jù)應(yīng)用中可結(jié)合自身建設(shè)逐步完善，并隨著大數(shù)據(jù)技術(shù)產(chǎn)品的成熟，不斷從數(shù)據(jù)中挖掘出更多的價(jià)值，使得運(yùn)營(yíng)商本身長(zhǎng)期受益。