数据挖掘助力精细化流量经营

专题：移动互联网时代的市场营销　数据挖掘助力精细化流量经营　陈志竞。梁伯瀚　（中国电信股份有限公司广东研究院广州５１０６３０）　１　引言　２０１１年全国电信主营业务增长１０％。同期ＧＤＰ增速　有边缘化的趋势，移动互联网产业链的各个环节目前都在　发展把握用户资源的能力，电信运营商距离用户最近的优　势已经逐渐丧失，同时网络、计费等能力方面的优势也正　在受到更大的挑战。虽然国内电信运营商做了大量的努　力。包括成立移动互联网业务运营基地，终端预置自有移　为９．２％，全球电信业的增速也已整体落后于ＧＤＰ的增　速，电信行业增速缓慢已经成为现实，如何寻求新增长是　电信运营商共同关心的问题。随着３Ｇ网络应用的发展和　动互联网业务，但自有业务使用率普遍不高。因此，无论电　信运营商希望在管道层面实现收入增长，还是在内容、应　用、服务等层面获得新增长，都迫切需要加强用户流量行　智能手机的普及，电信运营商流量收入不断提升．成为它们的　收入增长点和主要的收入来源，如近两年日本Ｎ　ＩＴＩ’ＤｏＣｏＭｏ　和软银两家运营商的数据收入占比均已超过５０％。国内电　信运营商开始越来越重视流量经营。各种评价流量经营健　为洞察，通过精细化流量经营的手段贯彻其智能通道和综　合平台的移动互联网战略。　然而．精细化流量经营对数据挖掘技术提出了新的要　求。一方面，原始数据品类增多，收集难度增大，除了运营　商计费平台的流量详单以外．很多移动互联网内容应用和　康度的指标，如总流量、户均流量、流量活跃率、流量ＡＲＰＵ　等，都已纷纷被纳人国内电信运营商的年度考核目标中。　区别于传统的话务量经营。电信运营商的流量经营面　临着几方面的挑战。首先，流量激增导致流量与收益剪刀　差“增量不增收”的挑战，电信运营商均承受极大的网络流　量激增压力，以ＡＴ＆Ｔ　２００７—２０１０年为例，移动数据流量　增长了８　０００％，移动用户数量增长了５４％，移动业务收入　仅增长了５２％。其次，电信运营商的产业地位受到挑战，并　访问行为都是非结构化数据，需要借助各种类似日志采　集、ＵＲＬ探测、深度包检测（ｄｅｅｐ　ｐａｃｋｅｔ　ｉｎｓｐｅｃｔｉｏｎ，ＤＰＩ）和　文本挖掘的创新数据分析处理方法。另一方面，随着移动　互联网的发展，用户行为从个人需求向社群需求发展，挖　掘技术热点方向也随之改变，如社交网络分析（ｓｏｃｉａｌ　专题：移动互联网时代的市场营销　电信客户社交网络分析方法与营销应用探讨　漆晨曦　（中国电信股份有限公司广东研究院广州５１０６３０）　社交网络成为推动移动互联网迅猛发展的生力军．人与人的交往数据越来越集中，随着数据条件的　成熟，社交网络分析迅速成为一个新兴的跨学科的专业研究方向。电信网络原本就是一个巨大的社　交网络，电信企业如何才能让社交网络分析成为企业认识刻画客户的利器，并用之于客户关系管理　和市场营销决策管理支撑呢？本文首先在对社交网络分析的概念界定、方法及发展趋势作简单介绍　的基础上，探讨研究电信客户社交网络分析模型的意义；然后在界定社交网络分析的目标和对象，区　别社交网络分析与传统分析方法之不同的基础上，探讨基于通话详单记录，电信企业建立社交网络　分析的模型方法；最后，对电信企业如何应用电信客户社交网络分析结果提出了两方面建议。　１　社交网络分析概述　移动互联网时代，社交网络成为推动移动互联网迅猛　未订购的业务。　发展的生力军。比如：互联网花了３０年时间才使用户数达　到７．５亿；至２０１２年，成立于２００４年的Ｆａｃｅｂｏｏｋ只花了　８年时间便达到与之不相上下的用户数。　好，但目前国内运营商在这方面的应用实践还不多，是下　一基于终端位置信息的数据挖掘的前景一直被业界看　步研究的一个方向。　Ｈｅｌｐ　ｏｆ　Ｄａｔａ　Ｍｉｎｉｎｇ　ｆｏｒ　Ｄｅｌｉｃａｔｅ　Ｔｒａｆｉｃ　Ｏｐｅｒａｔｉｆｏｎ　Ｃｈｅｎ　Ｚｈｉｊｉｎｇ，Ｌｉａｎｇ　Ｂｏｈａｎ　（Ｇｕａｎｇｄｏｎｇ　Ｒｅｓｅａｒｃｈ　Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｃｈｉｎａ　Ｔｅｌｅｃｏｍ　Ｃｏ．，Ｌｔｄ．，Ｇｕａｎｇｚｈｏｕ　５１０６３０，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ　Ｉｎ　ｔｈｅ　ｅｒａ　ｏｆ　ｍｏｂｉｌｅ　ｉｎｔｅｒｎｅｔ，ｍｏｂｉｌｅ　ｄａｔａ　ｔｒａｆｆｉｃ　ｉｓ　ｇｒｏｗｉｎｇ　ａｔ　ａｎ　ｕｎｐｒｅｃｅｄｅｎｔｅｄ　ｒａｔｅＴｈｅ　ｔｅｌｅｃｏｍ　ｏｐｅｒａｔｏｒｓ　ａｒｅ　．ｆａｃｉｎｇ　ｐｒｏｂｌｅｍｓ，ｓｕｃｈ　ａｓ　ｇｒｅａｔ　ｉｎｃｒｅａｓｅ　ｉｎ　ｄａｔａ　ｔｒａｆｆｉｃ　ｂｕｔ　ｎｏｔ　ｉｎ　ｉｎｃｏｍｅ，ｔｈｅ　ｐｅｎｅｔｒａｔｉｏｎ　ｏｆ　ｔｒａｆｆｉｃ　ｐａｃｋａｇｅｓ　ｉｓ　ｎｏｔ　ｈｉｇｈｔｈｅ　，ｐｒｏｍｏｔｉｏｎ　ｏｆ　ｉｔｓ　ｏｗｎ　ｍｏｂｉｌｅ　ｉｎｔｅｒｎｅｔ　ａｐｐｌｉｃａｔｉｏｎｓ　ｉｓ　ｄｉｉｃｕｌｆｔ，ａｎｄ　ｓｏ　ｏｎ．Ｔｈｉｓ　ｐａｐｅｒ　ｉｓ　ｂａｓｅｄ　ｏｎ　ｔｈｅ　ａｃｔｕａｌ　ｃａｓｅ　ｏｆ　ｔｈｅ　ｔｅｌｅｃｏｍ　ｏｐｅｒａｔｏｒｓ，ａｎｄ　ｉｔ　ｉｎｔｒｏｄｕｃｅｓ　ｔｈｅ　ｕｓｅ　ａｎｄ　ｅｆｆｅｃｔ　ｏｆ　ｃｏｌｌａｂｏｒａｔｉｖｅ　ｆｉｌｔｅｒｉｎｇ，ｓｏｃｉａｌ　ｎｅｔｗｏｒｋ　ａｎａｌｙｓｉｓ，ｄｅｃｉｓｉｏｎ　ｔｒｅｅ　ｄａｔａ　ｍｉｎｉｎｇ　ｔｅｃｈｎｏｌｏｇｙ　ｉｎ　ｔｒａｆｆｉｃ　ｏｐｅｒａｔｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ　ｔｒａｆｆｉｃ　ｏｐｅｒａｔｉｏｎ，ｄａｔａ　ｍｉｎｉｎｇ，ｃｏｌｌａｂｏｒａｔｉｖｅ　ｆｉｌｔｅｒｉｎｇ，ｓｏｃｉａｌ　ｎｅｔｗｏｒｋ　ａｎａｌｙｓｉｓ，ｄｅｃｉｓｉｏｎ　ｔｒｅｅ（收稿日期：２０１２—０６—１０）