終端換機(jī)業(yè)務(wù)分析研究

路 瑋，李軼群，李佳俊，王蘊(yùn)實(shí)

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

0 引言

隨著移動互聯(lián)網(wǎng)終端不斷增加，目前中國聯(lián)通有將近3億移動業(yè)務(wù)用戶，假設(shè)用戶兩年換一次手機(jī)，則平均每年有1.5億用戶換機(jī)量[1]，所以換機(jī)市場份額巨大。引入大數(shù)據(jù)挖掘技術(shù)對海量的換機(jī)數(shù)據(jù)進(jìn)行深度挖掘，分析潛在用戶的換機(jī)需求，例如用戶喜歡的終端品牌型號、心理價位、品牌忠實(shí)度等。通過對用戶換機(jī)大數(shù)據(jù)分析，構(gòu)建換機(jī)模型，挖掘出用戶換機(jī)信息，不僅有利于擴(kuò)大用戶市場增加經(jīng)濟(jì)效益，同時還為所在省份提供現(xiàn)網(wǎng)用戶終端使用情況，為網(wǎng)絡(luò)規(guī)劃部署作出參考，推動終端和網(wǎng)絡(luò)之間協(xié)調(diào)發(fā)展。

1 終端數(shù)據(jù)源分析

隨著全球及國內(nèi)移動終端產(chǎn)業(yè)鏈發(fā)展[2]，終端對網(wǎng)絡(luò)功能實(shí)現(xiàn)影響力越來越大，所以從網(wǎng)絡(luò)側(cè)對終端業(yè)務(wù)進(jìn)行數(shù)據(jù)分析十分必要[3]。數(shù)據(jù)來源包括從省份提取的每月全網(wǎng)出賬用戶終端數(shù)據(jù)，體現(xiàn)用戶行為信息；終端TAC庫，體現(xiàn)終端基本屬性信息；終端價格表信息，體現(xiàn)終端價格基本信息。通過上千萬條數(shù)據(jù)記錄及幾十個屬性指標(biāo)[4]，展現(xiàn)出用戶換機(jī)行為特性。各數(shù)據(jù)表的關(guān)聯(lián)關(guān)系如圖1所示。

(1)省份原始數(shù)據(jù)是提取省份每月出賬的終端數(shù)據(jù)，包括終端的歸屬地市、終端移動設(shè)備國際識別碼(International Mobile Equipment Identity，IMEI)、用戶編號、國際移動用戶標(biāo)識(International Mobile Subscriber Identity，IMSI)、登錄過4G網(wǎng)絡(luò)附著標(biāo)識、3G網(wǎng)絡(luò)使用標(biāo)識等基本字段信息，其中IMEI設(shè)定為主鍵。

(2)換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表是將換機(jī)前后終端數(shù)據(jù)信息整合到一張表中[5]，在數(shù)據(jù)整合過程中過濾掉冗余字段，保留有效字段，其中IMEI_pre、TAC_pre表示為換機(jī)前終端的IMEI和TAC信息，IMEI_cur、TAC_cur表示為換機(jī)后終端的IMEI和TAC信息。由于各個終端數(shù)據(jù)表中關(guān)鍵字段不匹配，有的提供TAC信息，有的提供IMSI信息，為了統(tǒng)一處理，需要將TAC信息和IMSI信息進(jìn)行轉(zhuǎn)化，新增TAC字段信息，從IMEI號中提取前7位號碼轉(zhuǎn)化TAC字段。其中IMEI設(shè)定為主鍵。

(3)終端庫表是終端關(guān)鍵數(shù)據(jù)信息，包括終端TAC號、終端名稱、終端ID、廠家名稱、廠家ID、網(wǎng)絡(luò)類型、創(chuàng)建時間、更新時間等基本字段信息。其中TAC號設(shè)定為主鍵。

(4)終端價格表是定義不同終端價格檔位基本信息，包括終端ID、終端型號、廠家編碼、廠家名稱，以及終端價格檔位等字段信息。其中終端ID設(shè)為主鍵。數(shù)據(jù)表中將終端價格檔位分為A～E檔，價格上差額1 000 元一個檔位，其中大于等于3 500 為A檔，小于1 000 為E檔，如表1所示。

圖1 終端數(shù)據(jù)關(guān)聯(lián)圖

表1 終端價格檔位表

(5)終端價格關(guān)聯(lián)表是將終端庫表和終端價格表進(jìn)行關(guān)聯(lián)，按關(guān)鍵字段終端ID進(jìn)行數(shù)據(jù)合并，將相同終端ID號的終端型號、價格檔位、終端TAC號合并為一個表。其中設(shè)TAC號為主鍵。

(6)TAC庫數(shù)據(jù)是終端的基本數(shù)據(jù)，包括TAC號、終端品牌(Marketing Name)、終端廠商(Manufacturer)、支持的頻段(Bands)、2G標(biāo)識、3G標(biāo)識、4G標(biāo)識、雙卡、設(shè)備類型等基本字段信息。其中設(shè)TAC號為主鍵。

(7)終端換機(jī)關(guān)聯(lián)表是將終端價格關(guān)聯(lián)表、換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表、TAC庫表進(jìn)行關(guān)聯(lián)[6-7]，按換機(jī)前TAC號和換機(jī)后TAC號為關(guān)鍵字進(jìn)行合并，包含換機(jī)標(biāo)識，換機(jī)前Marketing_Name_pre、Manufacturer_pre、2G標(biāo)識_pre、3G標(biāo)識_pre、4G標(biāo)識_pre、終端檔位_pre，換機(jī)后Marketing_Name_cur、Manufacturer_cur、2G標(biāo)識_cur、3G標(biāo)識_cur、4G標(biāo)識_cur、終端檔位_cur等基本字段信息。換機(jī)是對比同一用戶IMSI號下不同IMEI號的終端信息，如果IMEI_pre=IMEI_cur，則表示沒有換機(jī)，換機(jī)標(biāo)識為0；如果IMEI_pre≠IMEI_cur，則表示用戶換機(jī)，換機(jī)標(biāo)識為1。其中設(shè)IMSI號為主鍵。

2 換機(jī)業(yè)務(wù)模型分析

IBM SPSS Modeler具有豐富的數(shù)據(jù)挖掘算法，支持?jǐn)?shù)據(jù)庫之間的數(shù)據(jù)與模型交換。在數(shù)據(jù)分析時通過數(shù)據(jù)收集、預(yù)處理、模型建立、模型評估等環(huán)節(jié)，通過若干節(jié)點(diǎn)，建立一條或多條數(shù)據(jù)流，調(diào)整和修改數(shù)據(jù)流中的節(jié)點(diǎn)和參數(shù)，完成整個數(shù)據(jù)分析任務(wù)[8]。采用SPSS Modeler進(jìn)行數(shù)據(jù)處理，基礎(chǔ)數(shù)據(jù)流的建立和完善是數(shù)據(jù)業(yè)務(wù)分析的基礎(chǔ)和支撐，可以滿足不同省份的統(tǒng)一業(yè)務(wù)的需求分析。根據(jù)數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)源分析，建立業(yè)務(wù)挖掘模型[9]。終端數(shù)據(jù)流處理過程如圖2所示。

圖2 終端數(shù)據(jù)流處理過程框架

圖3 數(shù)據(jù)節(jié)點(diǎn)審核統(tǒng)計

在數(shù)據(jù)準(zhǔn)備階段，讀取省份當(dāng)月出賬的終端原始數(shù)據(jù)、上個月的出賬終端原始數(shù)據(jù)、TAC庫數(shù)據(jù)以及終端價格檔位數(shù)據(jù)等數(shù)據(jù)信息。瀏覽數(shù)據(jù)內(nèi)容，對數(shù)據(jù)進(jìn)行過濾、確認(rèn)字段存儲類型、讀取數(shù)據(jù)的變量類型等參數(shù)設(shè)置，例如將IMSI號和IMEI號存儲類型從字符串變更為整數(shù)。通過過濾選項(xiàng)卡修改變量名稱，將上個月的數(shù)據(jù)表中的IMEI變量名稱改為IMEI_pre，當(dāng)月的數(shù)據(jù)表中的IMEI變量變更為IMEI_cur。通過數(shù)據(jù)審核可以觀察出統(tǒng)計數(shù)據(jù)中的異常數(shù)據(jù)、極端數(shù)據(jù)[10]。

對于異常數(shù)據(jù)需要在數(shù)據(jù)預(yù)處理階段進(jìn)行修改或刪除。在數(shù)據(jù)預(yù)處理階段，為了提取有效數(shù)據(jù)的價值，需要提前將缺失和異常數(shù)據(jù)處理干凈，對數(shù)據(jù)進(jìn)行一系列的清洗、轉(zhuǎn)化、加載等[11]。在省份當(dāng)月出賬的終端原始數(shù)據(jù)里只有IMEI碼信息，沒有TAC碼信息，為了同TAC庫進(jìn)行對比分析，需要根據(jù)IMEI信息派生出TAC碼。TAC碼是IMEI碼前六位數(shù)字，代表終端型號。利用函數(shù)intof(‘IMEI號’/1000000)將IMEI值轉(zhuǎn)化為TAC值，通過TAC標(biāo)識，與TAC庫進(jìn)行對比，可以獲得終端基本信息。IMEI是終端唯一識別碼，對于換機(jī)業(yè)務(wù)來說關(guān)注終端換機(jī)前和換機(jī)后終端IMEI對比至關(guān)重要，所以將終端IMEI號作為主鍵，唯一標(biāo)識數(shù)據(jù)表中的每條記錄[12]。在數(shù)據(jù)處理過程中需要將原始數(shù)據(jù)的字段類型進(jìn)行調(diào)整，將IMSI、IMEI字段從實(shí)數(shù)或字符串變更為整數(shù)，類型為連續(xù)型。同時過濾參數(shù)字段，保留IMEI號、IMSI號有效字段，剔出用戶編碼等信息。通過對原始數(shù)據(jù)轉(zhuǎn)化、過濾、類型變更、匹配合并等初步處理，可以將數(shù)據(jù)轉(zhuǎn)化為有效數(shù)據(jù)。由省份當(dāng)月原始數(shù)據(jù)表和上個月原始數(shù)據(jù)表合成換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表，以IMSI標(biāo)識為主鍵，用IMSI關(guān)鍵字段進(jìn)行合并，并對IMEI進(jìn)行去重，保留終端唯一性，IMEI_pre、TAC_pre表示為換機(jī)前終端的IMEI和TAC信息，IMEI_cur、TAC_cur表示為換機(jī)后終端的IMEI和TAC信息。終端庫和終端價格表的對比合并生成終端價格關(guān)聯(lián)表，通過終端ID關(guān)鍵字段，生成以TAC為主鍵，包含終端ID、價格檔位、終端類型等字段的數(shù)據(jù)表。TAC庫中標(biāo)明了終端的屬性，包括該終端品牌、終端型號、支持2G/3G/4G頻段情況、設(shè)備類型、是否是雙卡等信息。用戶終端TAC號同TAC庫中TAC號進(jìn)行匹配可以查出用戶終端包含的屬性，顯示出用戶終端的頻段支持情況。在合并時使用TAC號作為關(guān)鍵字。將TAC庫表、換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表、終端價格關(guān)聯(lián)表3張表以換機(jī)前TAC_pre為合并字段，生成換機(jī)前終端型號、終端品牌、終端支持2G/3G/4G情況、終端檔位信息；以換機(jī)后TAC_cur為合并字段，生成換機(jī)后終端信號、終端品牌、終端支持2G/3G/4G情況、終端檔位信息[13]。

模型建立，生成數(shù)據(jù)流；將分析出的結(jié)果匯總，通過表或圖形展現(xiàn)出來[14]。

3 終端換機(jī)分析結(jié)果

通過換機(jī)業(yè)務(wù)模型[15]對省份連續(xù)2個月的出賬1 200 萬條的終端數(shù)據(jù)進(jìn)行分析。本文從換機(jī)前后品牌占比、用戶換機(jī)忠誠度、換機(jī)后價格檔位等幾個方面進(jìn)行深入分析。分析結(jié)果如圖4所示。

圖4 換機(jī)前后品牌TOP10占比統(tǒng)計情況

換機(jī)前后TOP5品牌均為蘋果、華為、VIVO、魅族、OPPO，其中蘋果換機(jī)減少2.62%，華為換機(jī)減少2.65%， VIVO換機(jī)減少1%，小米換機(jī)增加2.26%，魅族換機(jī)增加1.57%，OPPO換機(jī)增加1.47%[16]。如圖5所示。

圖5 終端品牌變更統(tǒng)計

分析可見，蘋果、魅族、OPPO換機(jī)后繼續(xù)使用同款終端品牌占比相對較高，基本在60%～68%左右，華為、VIVO繼續(xù)使用同款終端品牌占比45%，說明用戶對TOP5的終端品牌忠誠度比較高。

如圖6所示，A檔價格檔位在≥3 500占8.71%，B檔價格檔在[2 500，3 500)占比26.59%，C檔價格檔在[1 500，2 500]占比14.5%，D檔價格檔在[1 000，1 500)占比28.96%，E檔價格檔在(0，1 000)占比21.24%。

圖6 終端價格檔位百分比

如圖7所示，統(tǒng)計終端各檔位前5位的品牌型號，其中：

在A檔價格中，蘋果占27.37%，華為占22.32%，VIVO占19.56%，三星占9.29%，小米占5.5%；

在B檔價格中，蘋果占29.91%，VIVO占21.63%， 魅族占14.77%，小米占8.49%，華為占7.34%；

在C檔價格中，VIVO占24.27%， 魅族占16.18%，三星占13.94%，小米占13.21%，華為占10.05%；

在D檔價格中，VIVO占21.09%， 華為占13.24%，OPPO占5.87%，小米占4.58%，魅族占3.2%；

在E檔價格中，VIVO占19.76%，魅族占13.36%，OPPO占8.61%，小米占5.55%，華為占5.25%。

從價格上可以看出，蘋果在高端終端占比較大，VIVO在各個檔位均是最受歡迎的品牌。

4 結(jié)論

本文根據(jù)用戶換機(jī)業(yè)務(wù)需求通過大數(shù)據(jù)分析構(gòu)建一個終端換機(jī)模型，利用省份出賬的終端數(shù)據(jù)統(tǒng)計出用戶換機(jī)忠誠度、終端價格檔位占比、終端品牌等信息，挖掘出用戶的潛在的偏愛喜好，找出影響用戶換機(jī)行為的關(guān)鍵因素，對提升市場營銷有很大幫助。

圖7 終端數(shù)據(jù)流處理過程框架