張 岳，車維崧，羅遠源，李家京（北京電信規(guī)劃設計院有限公司，北京 100048）

1 概述

近年來，企業(yè)尤其是國有企業(yè)的數(shù)字化轉型逐漸成為行業(yè)關注的焦點。企業(yè)的運營模式?jīng)Q定了企業(yè)的核心戰(zhàn)略、資源配置、客戶界面和價值網(wǎng)絡［1］，企業(yè)運營生態(tài)系統(tǒng)的好壞決定了客戶、企業(yè)戰(zhàn)略和技術能否在價值鏈傳遞過程中保留最大價值［2］，所以企業(yè)運營數(shù)字化轉型的結果直接決定了企業(yè)整體數(shù)字化轉型的成敗。

通信運營商及其提供的通信服務是整個社會數(shù)字化的基石，但另一方面，通信企業(yè)的數(shù)字化轉型尤其是運營方面的數(shù)字化進展卻明顯落后于新興的互聯(lián)網(wǎng)公司［3］。究其原因，主要是由于通信企業(yè)傳統(tǒng)的運營重心在于對通信網(wǎng)絡的管理，缺乏對人的關注，為客戶提供標準化產(chǎn)品、用戶體驗單一，為一線營銷裝維人員提供統(tǒng)一營銷方案、標準操作流程，在“人”的體驗被不斷突出的互聯(lián)網(wǎng)時代，上述傳統(tǒng)的運營模式很難適應市場的快速變化。

目前，通信運營商面臨來自內(nèi)部和外部2 個方面的壓力。從內(nèi)部來看，運營商的業(yè)務重心已經(jīng)從傳統(tǒng)的語音、短信、流量等基礎通信服務轉向“5G+”“互聯(lián)網(wǎng)+”及智慧類業(yè)務，實體營業(yè)廳店面的客戶維系能力及力度在不斷下降，傳統(tǒng)營銷渠道難以適應用戶需求及企業(yè)業(yè)務重心的變化［4］。從外部來看，通信運營商的盈利空間不斷被互聯(lián)網(wǎng)公司擠占，互聯(lián)網(wǎng)通信產(chǎn)品在功能上代替了運營商的大量增值業(yè)務，互聯(lián)網(wǎng)電商平臺奪取了供應商通信周邊產(chǎn)品的銷售渠道，運營商“管道化”的擔憂與日俱增。面對內(nèi)憂外患，運營數(shù)字化轉型可以成為運營商破解難題的一把關鍵“鑰匙”。

有關數(shù)字化運營的具體定義，業(yè)界還沒有形成統(tǒng)一的觀點［5-10］?？偨Y來看，數(shù)字化運營主要是通過大數(shù)據(jù)及挖掘算法提取企業(yè)海量數(shù)據(jù)中的隱藏信息，以挖掘出的信息為抓手，化解企業(yè)運營中的不確定性，提高企業(yè)資源配置效率，創(chuàng)造企業(yè)核心競爭力。具體到通信運營商的數(shù)字化運營應關注以下幾個關鍵問題。

a）重視CBOM 域數(shù)據(jù)貫通。運營商目前已有大量客戶、市場、網(wǎng)管、流程管理的相關系統(tǒng)，數(shù)字化運營應重視各領域系統(tǒng)數(shù)據(jù)的打通并從中挖掘有用信息，由于各個系統(tǒng)建設初衷及時間存在差異，在數(shù)字化運營的初期應重視現(xiàn)有系統(tǒng)的數(shù)據(jù)治理并建立統(tǒng)一標示體系［11］。

b）以客戶及一線為導向。運營數(shù)字化應改變傳統(tǒng)運營商以“網(wǎng)”為基礎的運營模式，將整個公司的運營重心轉向客戶及一線營銷、裝維人員［12］。以客戶及公司人員的體驗感提升作為數(shù)字化運營的最終目標。

c）關注算法發(fā)展。近年來數(shù)據(jù)挖掘的相關算法正在快速發(fā)展，以深度學習、梯度提升樹為代表的新一代挖掘算法已經(jīng)顯示出明顯優(yōu)勢，在運營商內(nèi)部新算法的普及程度還明顯滯后于互聯(lián)網(wǎng)行業(yè)，應加強對相關算法的應用［13］。

d）小處著手，快速迭代。通信企業(yè)的數(shù)字化轉型應從局部發(fā)力，以結果為導向，注重場景的敏捷性及可迭代性，分階段實現(xiàn)最終的整體轉型。

e）加快內(nèi)部流程數(shù)據(jù)化。持續(xù)重視內(nèi)部業(yè)務及運營流程的數(shù)字化，確保企業(yè)數(shù)字化戰(zhàn)略涵蓋業(yè)務和運營的各個方面［14］，從而提高效率，降低成本。

本文著眼于通信運營商在寬帶接入專業(yè)的數(shù)字化運營轉型，通過對典型應用場景及相關案例的分析，討論運營商數(shù)字化運營的基本思路及方法，并為其他專業(yè)的數(shù)字化運營提供經(jīng)驗及參考。

2 精準治理寬帶質(zhì)差問題

日常寬帶網(wǎng)絡運營過程中，寬帶網(wǎng)絡的質(zhì)差問題在很大程度上影響用戶業(yè)務感知，傳統(tǒng)方式往往采用運營清查定位的手段，通過一線工作人員去現(xiàn)場解決問題，工作量大、效率低、錯誤率高，在人員配備不足的地方，短期內(nèi)更是無法完成清查工作，并且工作數(shù)據(jù)也得不到及時的保存和更新，在一定程度上阻礙網(wǎng)絡的快速健康發(fā)展。

寬帶網(wǎng)絡的數(shù)字化運營，可利用運營商寬帶網(wǎng)絡現(xiàn)有的支撐系統(tǒng)，以“數(shù)據(jù)牽引、問題導向”為指導，通過大數(shù)據(jù)分析等手段，進行多系統(tǒng)平臺的數(shù)據(jù)關聯(lián)與分析，構建網(wǎng)絡資源、網(wǎng)絡運行質(zhì)量及用戶畫像，對影響寬帶用戶業(yè)務感知的網(wǎng)絡問題進行精準定位，輸出寬帶質(zhì)差問題清單明細，并通過數(shù)字化賦能手段，利用APP、PAD等生產(chǎn)運營工具，將寬帶質(zhì)差問題清單直接推送到一線相關人員，組織進行質(zhì)差問題的定向整治，達到精準高效解決寬帶網(wǎng)絡質(zhì)差問題的目的。本文主要對包含OLT 故障、ODN 及用戶末梢光衰等因素引起的光衰質(zhì)差問題進行研究，探索質(zhì)差問題定位方法。

2.1 光衰質(zhì)差問題定位方法

在寬帶數(shù)字化運營中實現(xiàn)光衰質(zhì)差問題定位的方法，可基于寬帶接入網(wǎng)網(wǎng)管系統(tǒng)中的每日全量ONU收光功率拍照數(shù)據(jù)，與號線資源系統(tǒng)的用戶、設備等信息進行關聯(lián)匹配，形成光衰質(zhì)差基礎數(shù)據(jù)庫，再通過逐級對接入網(wǎng)線路中OLT、光交接箱、一級分光器、二級分光器、分纖盒等各級設備下掛用戶的光衰數(shù)據(jù)情況進行分析，實現(xiàn)對光衰質(zhì)差問題在設備、線路及末梢等的聚類分析，進行問題歸因數(shù)據(jù)的打標和驅單策略匹配，并結合區(qū)域網(wǎng)絡光衰門限進行大數(shù)據(jù)分析后，最終形成光衰質(zhì)差問題清單。

寬帶數(shù)字化運營中實現(xiàn)光衰質(zhì)差問題定位的方法流程如圖1所示。

圖1 光衰質(zhì)差問題定位方法示意圖

2.2 光衰質(zhì)差數(shù)字化運營案例

本文按照上述光衰質(zhì)差問題定位的方法，選取某運營商某地的光衰數(shù)據(jù)進行光衰質(zhì)差問題定位分析。在對數(shù)據(jù)進行有效清洗后，與號線系統(tǒng)數(shù)據(jù)進行匹配，結合地（市）寬帶網(wǎng)絡情況，對11 天均在光衰數(shù)據(jù)中出現(xiàn)且超過10天（含）收光功率＜-25 dBm 的ONU 記為光衰質(zhì)差用戶，并根據(jù)此光衰門限，制定了光衰質(zhì)差用戶問題歸因的規(guī)則。具體規(guī)則如下：

問題OLT PON 口：單OLT PON 口用戶數(shù)≥10 戶且光衰用戶數(shù)占比≥80%。

問題一級分光器：一級分光器下聯(lián)用戶數(shù)≥6 戶且光衰用戶數(shù)占比≥60%。

問題二級分光器：二級分光器下聯(lián)用戶數(shù)≥4 戶且光衰用戶數(shù)占比≥80%。

不屬于上述幾種原因的光衰用戶定為末梢光衰用戶。

依據(jù)以上歸因原則，對于某地21萬余條有效ONU用戶數(shù)據(jù)進行光衰質(zhì)差問題定位。

從用戶維度出發(fā)，最終形成可歸因至OLT PON 口的1 202個（占光衰ONU的4.84%）、可歸因至一級分光器的2 025個（占光衰ONU的8.15%）、可歸因至二級分光器的789 個（占光衰ONU 的3.18%），末梢光衰20 821個（占光衰ONU的83.83%），結果如表1所示。

表1 光衰質(zhì)差歸因光衰及受影響用戶情況

從設備維度出發(fā)，可形成問題設備歸因：OLT PON口75 個（光衰設備占光0.45%），一級分光器213 個（光衰設備占光1.29%），二級分光器166個（光衰設備占光0.51%），末梢（ONU）20 821 個（光衰設備占光9.73%），結果如表2所示。

表2 光衰質(zhì)差歸因設備情況

造成光衰質(zhì)差從而影響用戶的主要原因為光模塊劣化、尾纖跳線接頭等連接工藝，設備安裝環(huán)境雜亂，設備物料質(zhì)量問題等。根據(jù)寬帶數(shù)字化運營中實現(xiàn)光衰質(zhì)差問題定位方法，可以實現(xiàn)寬帶網(wǎng)絡質(zhì)差問題設備及受影響用戶的精準定位，減少一線維護運營人員排障時間，快速解決用戶問題，從而提高用戶體驗滿意度。

3 精準實現(xiàn)用戶的維系與需求挖掘

在寬帶網(wǎng)絡的市場飽和化趨勢日益明顯的環(huán)境下，如何更好地維系存量用戶，并精準有效地挖掘潛在用戶，讓更多用戶享受到優(yōu)質(zhì)寬帶網(wǎng)絡服務，是寬帶網(wǎng)絡運營擴大市場空間和提高收益增長的動力。寬帶網(wǎng)絡的數(shù)字化運營通過利用寬帶網(wǎng)絡相關的O 域和B 域豐富多維的用戶數(shù)據(jù)，深度分析用戶端業(yè)匹配信息，形成細化的用戶畫像標簽，通過大數(shù)據(jù)分析手段，識別用戶在終端升級、業(yè)務升速等方面的潛在需求，形成用戶清單，通過APP 等方式賦能前端，實現(xiàn)端業(yè)匹配的整治及精準營銷，從而推動寬帶運營工作在存量客戶價值運營、潛在用戶挖掘以及搶占市場等方面的發(fā)展。

3.1 端業(yè)匹配定位方法

在寬帶數(shù)字化運營中實現(xiàn)端業(yè)匹配定位的方法，可通過整合RMS 系統(tǒng)數(shù)據(jù)、CBSS 系統(tǒng)數(shù)據(jù)、AAA 系統(tǒng)、DPI 數(shù)據(jù)、測速數(shù)據(jù)等多平臺數(shù)據(jù)，和對用戶相關信息、光貓設備信息、路由器設備信息、用戶上網(wǎng)行為等的分析，實現(xiàn)對高套餐低配光貓的用戶、高套餐低配路由器的用戶、單GE 光貓LAN1 口未連接的用戶、網(wǎng)線異常的用戶、光貓WLAN 能力與簽約速率不匹配用戶、千兆光貓低套餐的用戶、千兆路由器低套餐的用戶、重點應用型用戶、高流量用戶和測速不合格用戶的識別，并為這些用戶打上標簽，形成端業(yè)匹配場景的用戶數(shù)據(jù)清單。整體方法如圖2所示。

圖2 端業(yè)匹配方法示意圖

3.2 端業(yè)匹配數(shù)字化運營案例

本文主要對高套餐低配光貓的用戶和千兆光貓低套餐的用戶這兩類端業(yè)匹配場景進行定位分析。其中高套餐低配光貓的用戶即為端業(yè)不匹配、需維系優(yōu)化寬帶上網(wǎng)體驗的用戶，千兆光貓低套餐的用戶即為定位挖掘的潛在高價值用戶。

按照上述端業(yè)匹配定位的方法，針對某運營商某地的RMS 系統(tǒng)數(shù)據(jù)與CBSS 系統(tǒng)數(shù)據(jù)打通，依據(jù)以下規(guī)則，進行端業(yè)匹配數(shù)據(jù)的處理。規(guī)則如下：

根據(jù)用戶信息匹配其使用的光貓型號，在光貓終端字典中找出同一型號的光貓LAN 口模式（GE 或FE）。

將用戶光貓LAN 口支持的最大速率與用戶簽約速率進行比對，若用戶簽約速率大于百兆且用戶使用百兆光貓，則判定為高套餐低配光貓的用戶；若用戶簽約速率不大于百兆且用戶使用千兆光貓，則判定為千兆光貓低套餐的用戶。

依據(jù)以上原則，對于某地約1 200 萬用戶進行端業(yè)匹配定位分析，最終實現(xiàn)約1 001 萬有效用戶的分析，定位識別出千兆光貓低套餐的用戶146.58 萬戶，占比可識別用戶14.64%；高套餐低配光貓的用戶85.19萬戶，占比可識別用戶8.51%，如表3所示。

表3 端業(yè)匹配定位情況

將定位分析出的用戶清單推送至市場部門，幫助市場部門制定主動精細化營銷策略，提高市場營銷成功率，降低營銷成本，同時也提高用戶寬帶的網(wǎng)絡質(zhì)量。

4 精準市場拓展精準建設

很多運營商存在固網(wǎng)寬帶業(yè)務與無線移動業(yè)務發(fā)展不平衡的情況。很多省市分公司一方面寬帶市場占有率低、用戶黏性差，另一方面，已建成的寬帶端口實占率低，建設投資無法充分發(fā)揮效益。針對上述兩難的困局，本文提出一種基于移動用戶常駐小區(qū)的潛在寬帶用戶挖掘方法，并為寬帶覆蓋的精準建設提供參考。

4.1 固移融合目標用戶挖掘方法

本方法主要對無線活躍用戶的常駐無線小區(qū)進行分析，通過GIS 無線覆蓋算法將活躍用戶歸集到現(xiàn)實小區(qū)邊框中，對于已經(jīng)實現(xiàn)寬帶覆蓋的小區(qū)，通過深度學習算法計算用戶辦理固移融合業(yè)務的可能性，對于潛在用戶聚集的寬帶未覆蓋小區(qū)進行精準建設。該方法的整體模型如圖3所示。

圖3 固移融合目標用戶挖掘方法

a）活躍用戶常駐無線小區(qū)歸集算法。在晚忙時（21：00-00：00）將用戶位置以5 min 為時間粒度按天進行匯聚，通過MR 指紋庫定位方法［15］得到每日晚間用戶常駐無線扇區(qū)，將每周駐留天數(shù)最多小區(qū)記為用戶周常駐無線扇區(qū)。

b）活躍用戶常駐寬帶小區(qū)歸集算法。采用路測、地圖扇區(qū)覆蓋算法，將無線扇區(qū)與實際住宅小區(qū)進行關聯(lián)，結合寬帶資源數(shù)據(jù)及無線扇區(qū)常駐用戶算法，得到寬帶覆蓋小區(qū)內(nèi)的常駐用戶明細，即本方案的目標用戶。

c）用戶精準定位算法。調(diào)用網(wǎng)絡中臺的用戶位置加工數(shù)據(jù)，通過單用戶定位算法，判斷用戶所在經(jīng)緯度是否在某個住宅小區(qū)邊框內(nèi)，完成用戶與住宅小區(qū)的匹配關系。

d）潛在用戶評估算法。以已辦理融合套餐的用戶基本信息為特征，對深度神經(jīng)網(wǎng)絡進行訓練，得到影響用戶辦理融合業(yè)務各因素的權重，進而對目標用戶辦理融合業(yè)務的可能性進行評估，實現(xiàn)精準營銷。深度學習使用的多層神經(jīng)網(wǎng)絡結構如圖4所示。

圖4 潛在用戶評估多層神經(jīng)網(wǎng)絡結構

e）精準建設。對于潛在用戶聚集的寬帶未覆蓋小區(qū)進行梳理，精準規(guī)劃、精準建設，提升投資有效性。

4.2 固移融合數(shù)字化運營案例

選取某運營商某試點省，在使用固移融合挖掘算法前，寬帶融合業(yè)務營銷外呼接通率64%，營銷成功率小于10%。引入固移融合目標用戶挖掘方法后，外呼接通率提升至79%，意向率達到18.9%，最終營銷成功率提升至14%。試點表明該方法可以有效提升單移用戶的融合業(yè)務轉化率，增加營銷成功率，牽引精準建設，方法整體效果較為顯著。

5 結束語

本文主要圍繞電信企業(yè)寬帶數(shù)字化轉型的需求，從光衰質(zhì)差問題定位、端業(yè)匹配定位和固移融合推薦3 個典型場景出發(fā)，探索寬帶專業(yè)數(shù)字化運營方法。為電信企業(yè)進行數(shù)字化轉型，打造面向網(wǎng)絡能力、終端能力、業(yè)務質(zhì)量和用戶體驗的數(shù)字化平臺，構建面向寬帶業(yè)務的數(shù)字化運營能力，實現(xiàn)直達一線、全面賦能提供參考及方向。