满意度调查网

　　移动互联网的发展，数据业务高速增长，飞速增长的数据业务严重挤占语音信道资源，大量消耗网络资源，对系统的容量带来了较大压力；从数据流量及收益上看，网络面临“通道化”压力，低价值业务占用大量的数据流量带宽；同时，网络中存在少量用户占用大量带宽，实际收益低的现象。数据业务超越语音业务的趋势不可逆转，因此数据业务终将成为中国移动可持续发展的新动力。促进数据业务的发展，需要加强业务的识别、分析和管理，做到“业务可识别，质量可控制，网络可管理”，加强网络的精细化运营，需要对用户加以区分，做到“用户差异服务，营销精细化、个性化”。本文的研究就在在数据业务的基础上，对用户进行分析和研究，解决网络流量瓶颈问题。

　　1.研究背景与目标

　　目前传统的语音业务渗透率越来越高，消费量虽仍在增长，消费收入和边际效益却在下降[1]。语音业务日趋饱和，且更趋低值化，同时，微博、语音聊天工具的兴起，对短信和语音的替代日益明显，运营商的语音收入遇到严峻挑战。

　　移动网络不仅仅着眼于“业务通道”建设，更要推动业务发展，深入业务的全流程当中[3]。而不管是业务规划、业务营销还是业务运营分析等，传统手段侧重于对历史操作数据和帐务信息的汇总与沉淀，而缺少使用各业务的用户行为信息，对于可获得的少数信息，获得途径多，口径不一，基本不能有效地进行，造成实际营销中缺少了对用户行为特征进行分析的数据，导致在业务产品设计和市场推广的时候缺少深层信息数据的支持。

　　同时，运营公司在上网流量上的资费优势以及移动互联网产品的迅速发展都对数据业务运营发展带来一定冲击影响。2012年数据业务运营需要在无线上网流量、内容型业务收入和功能型业务用户规模等方面实现快速增长，要求我们加快转变运营思路，以内容应用带动流量发展，从用户需求出发引导客户使用业务，培养客户使用习惯、提升客户价值[7]。因此，通过对内容数据的深度分析的研究，具备分析与掌握客户数据业务偏好的能力，为进一步加强自有业务的精准服务营销的支撑水平则显得尤为迫切。

　　鉴于目前仅实现部分BSC的接口数据采集以及Gb分析能力无法满足业务运营需要的现状，启动该项目，主要实现2方面目标：

　　（1）应用分析能力研究

　　采集分析Gb接口海量全天候数据，基于深度包检测（DPI）等多种业务识别技术，实现用户级、业务级、小区级等多维度深度分析，研究数据业务应用分析能力；同时结合下面业务支撑方法的探索研究，为以后建立有效的支撑市场应用能力提供建议方案。

　　（2）探索研究业务支撑方法

　　结合产品业务的运营，通过对具体的业务应用场景的支撑分析（如手机阅读目标用户正向挖掘和反向挖掘、流量经营等），探索研究支撑公司产品业务拓展、市场营销等的有效方法手段。

　　2.研究内容

　　本分析研究方案需要为可行性方案，应可构架于最新且成熟的软硬件技术和产品，且形成的应用系统其各项技术具有可用性、可扩展性、先进性、可靠性、可维护性、开放性等性能。

　　◇可用性：系统在设计上应保证高效平稳运行，提供有效的分析应用支撑。

　　◇可扩展性：系统应具备良好的可扩展能力，包括应用功能、数据库、分析规模和分析业务等方面的可扩展性。

　　◇先进性：采用先进的系统和网络设计、存储架构，对于业务识别，采用基于DPI的多种业务识别技术。

　　◇可靠性：系统需考虑备份硬件及软件工具，对关键数据进行备份；平台的架构支持远程冗灾能力。

　　◇稳定性：系统支持连续7x24小时不间断地正常工作。

　　◇可维护性：系统需提供自管理等，易于发现和定位故障。

　　◇安全性：系统提供对用户密码的管理和保护，包括密码验证，安全日志记录等等，系统提供对相关操作人员权限进行分级管理和授权。

　　◇高性能：系统的软硬件应能确保长期高效运行，实现有效运行支撑。

　　◇开放性：系统接口设计应遵循开放性原则。

　　规范性：技术方案应严格按照中国移动相关规范执行，并能根据规范升级而升级其产品。

　　3.技术方案

　　在考虑原有接口采集系统的基础上，最大限度的利用原先系统的接口采集和硬件，做到对网络影响小、充分利旧的基础上，基于一定的数据挖掘分析和分析工具应用，实现功能需求分析应用探索研究。

　　（1）接口采集：Gb接口原始信令数据，由现有数据采集设备（如交换机）输出一份原始数据进行全新解码；

　　（2）功能维护：本项目将结合现阶段的一些业务运营需求（如手机阅读目标用户正向挖掘和反向挖掘、流量经营等），进行数据分析和功能维护，探索研究有效支撑业务运营的方法途径；

　　（3）外部系统交互：本项目可能需要结合BOSS系统信息（如业务平台数据、用户信息等）进行分析，以及与数据管理中心等外部系统进行交互，在分析研究过程中将结合实际需要，考虑可行的交互方式。

　　3.1 基本原理

　　采集范围按原采集系统采集的4个BSC

（Gb接口总峰值流量限定不超过100Mbps）的规模，配置解码服务器、分析应用服务器各一台（共2台服务器，可以根据利旧服务器的处理能力和实际处理负荷进行调整增配），对采集数据进行解析、分析和应用展示（如图1所示）：

　　3.2 研究效果

　　如图2所示，系统识别三级子类的具体细分业务，按三级子类——二级子类——一级大类进行业务类型归类汇总，统计分析用户一级大类/二级子类业务的使用情况，以便进行用户业务偏好、业务使用习惯等分析。

　　4.结论

　　本次研究测试发现，系统通过对Gb数据进行分析应用挖掘，一方面为业务人员提供统计分析报表，如统计分析业务的活跃用户数、流量、在线时长等的时段分布、小区分布等，同时实现为高级分析人员提供在线数据挖掘的功能。另一方面，通过挖掘，对系统成果进行提炼、固化后，再形成固定的标签，输出至数据管理中心，充实标签库系统。。所以本研究在移动网络专项优化上能够取得明显的效果。

想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz

或者扫描下面二维码