2019年11月1日,5G在中國正式商用,大量5G智能終端投放市場,隨著用戶數(shù)的增長,運營商網(wǎng)絡(luò)建設(shè)壓力增大。預(yù)測5G 潛在用戶和篩選重點業(yè)務(wù)區(qū)域?qū)?G網(wǎng)絡(luò)精準(zhǔn)建設(shè)具有重要意義。
本文基于O 域數(shù)據(jù)、B 域數(shù)據(jù)及從互聯(lián)網(wǎng)爬取的終端價格等數(shù)據(jù),對全網(wǎng)5G 終端用戶進行大數(shù)據(jù)分析,基于分析結(jié)果從用戶業(yè)務(wù)消費力、終端購買力和換機周期3 個維度確定了潛在5G 用戶的預(yù)測方法,并對現(xiàn)網(wǎng)用戶進行了預(yù)測,篩選出可能會在特定時間內(nèi)更換5G 終端的潛在用戶列表,一方面輸出給市場部門,作為5G 用戶的目標(biāo)客戶名單,另一方面根據(jù)潛在5G 用戶的業(yè)務(wù)數(shù)據(jù)等信息統(tǒng)計出基站和微網(wǎng)格等區(qū)域中潛在5G 用戶和業(yè)務(wù)的分布情況,為5G 用戶發(fā)展和5G網(wǎng)絡(luò)規(guī)劃建設(shè)提供數(shù)據(jù)支持。
本文主要基于B 域的用戶側(cè)賬單和詳單數(shù)據(jù)、O域的工參數(shù)據(jù)以及從互聯(lián)網(wǎng)獲取的終端庫等第三方數(shù)據(jù)進行大數(shù)據(jù)分析。圖1 所示為分析流程,主要步驟為:
a)基于用戶側(cè)賬單和詳單,匹配生成全量用戶的屬性表,表中包含用戶終端型號、終端的TAC 號等基本信息和用戶TOP20 業(yè)務(wù)量小區(qū)和用戶常住地微網(wǎng)格名稱。
b)用戶屬性表與終端庫匹配,生成5G 終端用戶列表。
c)基于步驟b)生成的用戶列表,從ARPU、終端價格和換機周期等多維度分析5G終端用戶的特征。
d)確定潛在5G用戶的預(yù)測方法。
e)按照步驟d)中確定的預(yù)測方法,對全網(wǎng)進行預(yù)測,生成5G潛在用戶列表。
f)基于數(shù)據(jù)詳單,分析潛在5G 用戶數(shù)據(jù)業(yè)務(wù)分布,得到潛在5G 用戶的基站級和微網(wǎng)格級的地理分布,支撐后續(xù)5G網(wǎng)絡(luò)的規(guī)劃建設(shè)。
對5G 終端用戶的平均ARPU、平均DOU 及平均MOU 進行分析,并與全部4G 終端用戶的均值進行比較,發(fā)現(xiàn)5G 終端用戶高ARPU 區(qū)間(ARPU>50 元)、高DOU 區(qū)間(DOU>5 GB)和高MOU 區(qū)間(MOU>300 min)的用戶占比明顯高于4G終端用戶,呈現(xiàn)出三高特性(見圖2)。
對5G終端用戶持有的終端及用戶更換5G終端之前使用的終端特征進行分析。
3.2.1 終端價格
圖1 潛在5G用戶預(yù)測及應(yīng)用研究流程
圖2 5G終端用戶業(yè)務(wù)模型
終端價格是考量用戶終端購買力的重要因素,本節(jié)對換機前后用戶使用的終端價格的分布進行分析。
目前處于5G終端發(fā)展的早期,已上市的終端以高端機為主,所以現(xiàn)階段網(wǎng)絡(luò)中的5G終端用戶使用的終端價格基本高于2 000 元,其中6 000 元以上的終端占比高達25%(見圖3)。
圖3 5G終端用戶終端價格分布
對比5G 終端用戶換機前的終端價格分布和全部4G 用戶的終端價格分布,可以發(fā)現(xiàn)現(xiàn)階段更換5G 終端的用戶在換機前的終端價格普遍高于4G用戶均值,2 000元以上的中高端手機的用戶占比更高(見圖4)。
圖4 5G終端用戶換機前終端價格分布
3.2.2 終端品牌
目前5G 終端用戶持有的終端品牌以國產(chǎn)品牌為主,相對比較集中,其中華為終端占比達到60%,其次是Vivo 和Xiaomi,占比分別為24%和13%,三星手機占比10%,Oppo 等品牌占比不足1%。手機品牌的分布與市場中5G 終端的上市時間和出貨量有較大關(guān)系(見圖5)。
3.2.3 換機周期分布
圖5 5G終端用戶終端品牌分布
到達換機周期是用戶更換手機的主要驅(qū)動因素之一。根據(jù)歷年來用戶使用的終端型號的變化情況,統(tǒng)計了用戶更換手機的頻率,圖6 所示為目前5G 終端用戶的換機周期分布。從更換手機的頻率角度,發(fā)現(xiàn)現(xiàn)階段的5G 終端用戶換機周期較4G 用戶要短一些,可以大致分為2 類:第1 類用戶是喜歡追求新潮的用戶,這類用戶手機更換周期在12 個月之內(nèi),當(dāng)市場上有新款手機上市時,他們會為了新的功能或者更好的外觀和用戶體驗等原因在1年之內(nèi)將手機更換為最新款手機;第2 類用戶是手機更換周期大于1 年的用戶,當(dāng)手機使用到一定時長后,隨著性能下降和存儲空間不足等情況的出現(xiàn),他們會選擇更換手機,而此時大概率會選擇市場上比較新的機型。
圖6 5G終端用戶換機周期分布
對5G終端用戶的年齡和全部4G用戶的年齡進行分段統(tǒng)計,發(fā)現(xiàn)5G 終端用戶在20~40歲年齡段內(nèi)的占比明顯高于4G終端用戶,更加年輕化(見圖7)。
入網(wǎng)時長方面,5G 終端用戶入網(wǎng)2 年以上用戶占比高于4G終端用戶(見圖8)。
圖7 5G終端用戶年齡分布
圖8 5G終端用戶入網(wǎng)時長分布
基于以上5G終端用戶特征,并充分考慮影響用戶更換5G 終端的決定因素,將同時滿足以下3 個條件作為判定潛在5G用戶的標(biāo)準(zhǔn)。
a)用戶ARPU≥50元:用戶ARPU 在一定程度上說明了用戶的消費能力,由于換機前ARPU 在50 元以上的占比明顯高于全網(wǎng)均值,所以將ARPU 的門限設(shè)定為50元。
b)用戶終端價格≥2 000 元:終端購買力是影響用戶選擇新機型價位的一個重要因素,考慮到換機前用戶使用的終端價格在2 000 元以上占比較高且目前市場上已出現(xiàn)2 000 元左右的5G 手機,因此在預(yù)測潛在5G用戶時終端價格門限暫定為2 000元。
c)用戶到達換機周期:用戶換機周期說明了用戶更換手機的行為偏好,到達換機周期是用戶更換手機的重要原因之一。本研究中基于在網(wǎng)用戶歷年來終端更換情況進行統(tǒng)計,得到每個用戶的換機周期,對于新入網(wǎng)的用戶,根據(jù)終端型號及普遍換機周期確定用戶的換機周期。基于用戶現(xiàn)有終端的購買時間及用戶換機周期預(yù)測用戶的換機時間,若用戶換機時間在規(guī)劃期內(nèi)(如2021年),則認為該用戶可能為此規(guī)劃期內(nèi)的潛在5G用戶。
基于第3.5節(jié)得到的潛在5G用戶判定標(biāo)準(zhǔn)對全部的用戶進行預(yù)測,得到潛在5G 用戶群體列表。一方面,潛在5G 用戶列表可以作為市場等部門發(fā)展5G 用戶的目標(biāo)客戶名單,使市場側(cè)用戶發(fā)展和維系更具有目標(biāo)性,提高成功率;另一方面通過對B域數(shù)據(jù)分析得到用戶在各個小區(qū)中的業(yè)務(wù)次數(shù)和流量常住小區(qū),按照各小區(qū)的出現(xiàn)人次和用戶的流量常住小區(qū)將用戶分配到現(xiàn)網(wǎng)站址及已劃分好的微網(wǎng)格中,支撐5G網(wǎng)絡(luò)的規(guī)劃建設(shè),本節(jié)重點介紹潛在5G用戶名單在網(wǎng)絡(luò)建設(shè)中的應(yīng)用。
按照現(xiàn)有站址中各站點潛在5G 用戶人次的數(shù)量由高到低排序,統(tǒng)計潛在5G用戶人次占比與基站比例之間的關(guān)系,由分布曲線可知潛在5G用戶在站點上集中度較高(見圖9)。
圖9 潛在5G用戶在基站中的分布情況
對站點的聚焦情況進行進一步統(tǒng)計,計算潛在5G用戶人次占比和基站規(guī)模占比的導(dǎo)數(shù)關(guān)系,結(jié)果如表1 所示。拐點出現(xiàn)在26%的基站占比,集中了79%的潛在5G 用戶人次,將這26%的基站定義為聚焦站點,在網(wǎng)絡(luò)建設(shè)時可優(yōu)先建設(shè)。在基站建設(shè)時,也可以根據(jù)預(yù)算和預(yù)計建設(shè)的基站規(guī)模等實際情況,參考潛在5G用戶在基站間的分布確定建設(shè)優(yōu)先級。
根據(jù)聚焦站點的經(jīng)緯度可得到站點的地理分布,并在地圖上顯示出來。
表1 潛在5G用戶聚焦情況
根據(jù)潛在5G 用戶的業(yè)務(wù)軌跡將這些用戶匹配到各個微網(wǎng)格中,然后根據(jù)各微網(wǎng)格的場景進行匯總,得到各場景下潛在5G用戶的分布情況如圖10所示。
圖10 潛在5G用戶場景分布
在5G 網(wǎng)絡(luò)規(guī)劃中,可以分別制定市區(qū)、縣城、鄉(xiāng)鎮(zhèn)、行政村及校園等場景的潛在用戶覆蓋目標(biāo),基于各場景內(nèi)潛在5G用戶的區(qū)域分布,根據(jù)覆蓋目標(biāo)選定建設(shè)區(qū)域。
本文基于O 域數(shù)據(jù)、B 域數(shù)據(jù)及終端庫等第三方數(shù)據(jù),首先從全量用戶中篩選出5G 終端用戶,并從業(yè)務(wù)模型、終端、用戶換機周期、年齡、入網(wǎng)時長等方面對這些用戶畫像進行了深入研究?;?G 終端用戶特征確定了根據(jù)終端價格、用戶換機周期及用戶ARPU 3 個因素預(yù)測潛在5G 用戶的方法,并對現(xiàn)網(wǎng)用戶進行了預(yù)測,篩選出可能會在規(guī)劃周期內(nèi)更換5G終端的潛在用戶列表,并根據(jù)潛在5G用戶的人次及業(yè)務(wù)等數(shù)據(jù)分析出基站和微網(wǎng)格級別的潛在5G 用戶和業(yè)務(wù)的分布情況。潛在5G 用戶列表可支撐市場部門發(fā)展用戶,用戶地理分布可為5G網(wǎng)絡(luò)規(guī)劃建設(shè)提供數(shù)據(jù)支持。各本地網(wǎng)或其他運營商也可根據(jù)本文所述分析方法和內(nèi)容對各自的潛在5G用戶進行預(yù)測,用于支撐網(wǎng)絡(luò)及市場決策。
本文目前基于現(xiàn)階段的5G終端用戶進行分析,后續(xù)隨著5G 終端用戶數(shù)量的增長,可逐漸擴大樣本數(shù)量,增加用戶特征分析維度,引入人工智能算法進行建模,同時不斷驗證算法的準(zhǔn)確性,提升預(yù)測的準(zhǔn)確度。