路 瑋，李軼群，李佳俊，王蘊(yùn)實(shí)

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

0 引言

隨著移動(dòng)互聯(lián)網(wǎng)終端不斷增加，目前中國(guó)聯(lián)通有將近3億移動(dòng)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(chǎng)份額巨大。引入大數(shù)據(jù)挖掘技術(shù)對(duì)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(hào)、心理價(jià)位、品牌忠實(shí)度等。通過(guò)對(duì)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(chǎng)增加經(jīng)濟(jì)效益，同時(shí)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(dòng)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(guó)內(nèi)移動(dòng)終端產(chǎn)業(yè)鏈發(fā)展[2]，終端對(duì)網(wǎng)絡(luò)功能實(shí)現(xiàn)影響力越來(lái)越大，所以從網(wǎng)絡(luò)側(cè)對(duì)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(lái)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(kù)，體現(xiàn)終端基本屬性信息；終端價(jià)格表信息，體現(xiàn)終端價(jià)格基本信息。通過(guò)上千萬(wàn)條數(shù)據(jù)記錄及幾十個(gè)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(dòng)設(shè)備國(guó)際識(shí)別碼(International Mobile Equipment Identity，IMEI)、用戶編號(hào)、國(guó)際移動(dòng)用戶標(biāo)識(shí)(International Mobile Subscriber Identity，IMSI)、登錄過(guò)4G網(wǎng)絡(luò)附著標(biāo)識(shí)、3G網(wǎng)絡(luò)使用標(biāo)識(shí)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(guò)程中過(guò)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(gè)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(hào)中提取前7位號(hào)碼轉(zhuǎn)化TAC字段。其中IMEI設(shè)定為主鍵。

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

(4)終端價(jià)格表是定義不同終端價(jià)格檔位基本信息，包括終端ID、終端型號(hào)、廠家編碼、廠家名稱，以及終端價(jià)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(jià)格檔位分為A～E檔，價(jià)格上差額1 000 元一個(gè)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(jià)格檔位表

(5)終端價(jià)格關(guān)聯(lián)表是將終端庫(kù)表和終端價(jià)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(hào)的終端型號(hào)、價(jià)格檔位、終端TAC號(hào)合并為一個(gè)表。其中設(shè)TAC號(hào)為主鍵。

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

(7)終端換機(jī)關(guān)聯(lián)表是將終端價(jià)格關(guān)聯(lián)表、換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表、TAC庫(kù)表進(jìn)行關(guān)聯(lián)[6-7]，按換機(jī)前TAC號(hào)和換機(jī)后TAC號(hào)為關(guān)鍵字進(jìn)行合并，包含換機(jī)標(biāo)識(shí)，換機(jī)前Marketing_Name_pre、Manufacturer_pre、2G標(biāo)識(shí)_pre、3G標(biāo)識(shí)_pre、4G標(biāo)識(shí)_pre、終端檔位_pre，換機(jī)后Marketing_Name_cur、Manufacturer_cur、2G標(biāo)識(shí)_cur、3G標(biāo)識(shí)_cur、4G標(biāo)識(shí)_cur、終端檔位_cur等基本字段信息。換機(jī)是對(duì)比同一用戶IMSI號(hào)下不同IMEI號(hào)的終端信息，如果IMEI_pre=IMEI_cur，則表示沒(méi)有換機(jī)，換機(jī)標(biāo)識(shí)為0；如果IMEI_pre≠IMEI_cur，則表示用戶換機(jī)，換機(jī)標(biāo)識(shí)為1。其中設(shè)IMSI號(hào)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(kù)之間的數(shù)據(jù)與模型交換。在數(shù)據(jù)分析時(shí)通過(guò)數(shù)據(jù)收集、預(yù)處理、模型建立、模型評(píng)估等環(huán)節(jié)，通過(guò)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(gè)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(guò)程如圖2所示。

圖2 終端數(shù)據(jù)流處理過(guò)程框架

圖3 數(shù)據(jù)節(jié)點(diǎn)審核統(tǒng)計(jì)

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(gè)月的出賬終端原始數(shù)據(jù)、TAC庫(kù)數(shù)據(jù)以及終端價(jià)格檔位數(shù)據(jù)等數(shù)據(jù)信息。瀏覽數(shù)據(jù)內(nèi)容，對(duì)數(shù)據(jù)進(jìn)行過(guò)濾、確認(rèn)字段存儲(chǔ)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(hào)和IMEI號(hào)存儲(chǔ)類型從字符串變更為整數(shù)。通過(guò)過(guò)濾選項(xiàng)卡修改變量名稱，將上個(gè)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(guò)數(shù)據(jù)審核可以觀察出統(tǒng)計(jì)數(shù)據(jù)中的異常數(shù)據(jù)、極端數(shù)據(jù)[10]。

對(duì)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(jià)值，需要提前將缺失和異常數(shù)據(jù)處理干凈，對(duì)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(méi)有TAC碼信息，為了同TAC庫(kù)進(jìn)行對(duì)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(hào)。利用函數(shù)intof(‘IMEI號(hào)’/1000000)將IMEI值轉(zhuǎn)化為TAC值，通過(guò)TAC標(biāo)識(shí)，與TAC庫(kù)進(jìn)行對(duì)比，可以獲得終端基本信息。IMEI是終端唯一識(shí)別碼，對(duì)于換機(jī)業(yè)務(wù)來(lái)說(shuō)關(guān)注終端換機(jī)前和換機(jī)后終端IMEI對(duì)比至關(guān)重要，所以將終端IMEI號(hào)作為主鍵，唯一標(biāo)識(shí)數(shù)據(jù)表中的每條記錄[12]。在數(shù)據(jù)處理過(guò)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(shí)過(guò)濾參數(shù)字段，保留IMEI號(hào)、IMSI號(hào)有效字段，剔出用戶編碼等信息。通過(guò)對(duì)原始數(shù)據(jù)轉(zhuǎn)化、過(guò)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(gè)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(shí)為主鍵，用IMSI關(guān)鍵字段進(jìn)行合并，并對(duì)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(kù)和終端價(jià)格表的對(duì)比合并生成終端價(jià)格關(guān)聯(lián)表，通過(guò)終端ID關(guān)鍵字段，生成以TAC為主鍵，包含終端ID、價(jià)格檔位、終端類型等字段的數(shù)據(jù)表。TAC庫(kù)中標(biāo)明了終端的屬性，包括該終端品牌、終端型號(hào)、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(hào)同TAC庫(kù)中TAC號(hào)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(shí)使用TAC號(hào)作為關(guān)鍵字。將TAC庫(kù)表、換機(jī)用戶關(guān)聯(lián)數(shù)據(jù)表、終端價(jià)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(hào)、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(hào)、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(guò)表或圖形展現(xiàn)出來(lái)[14]。

3 終端換機(jī)分析結(jié)果

通過(guò)換機(jī)業(yè)務(wù)模型[15]對(duì)省份連續(xù)2個(gè)月的出賬1 200 萬(wàn)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(chéng)度、換機(jī)后價(jià)格檔位等幾個(gè)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(jì)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(jì)

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(duì)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(shuō)明用戶對(duì)TOP5的終端品牌忠誠(chéng)度比較高。

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

圖6 終端價(jià)格檔位百分比

如圖7所示，統(tǒng)計(jì)終端各檔位前5位的品牌型號(hào)，其中：

在A檔價(jià)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(jià)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(jià)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(jià)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(jià)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(jià)格上可以看出，蘋果在高端終端占比較大，VIVO在各個(gè)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(guò)大數(shù)據(jù)分析構(gòu)建一個(gè)終端換機(jī)模型，利用省份出賬的終端數(shù)據(jù)統(tǒng)計(jì)出用戶換機(jī)忠誠(chéng)度、終端價(jià)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(duì)提升市場(chǎng)營(yíng)銷有很大幫助。

圖7 終端數(shù)據(jù)流處理過(guò)程框架