搜索
Forinternaluse3G3G3G3G业务体验分析业务体验分析业务体验分析业务体验分析解决方案解决方案解决方案解决方案Mar,2010NSNBSOOBSForinternaluse项目背景方案介绍项目实施Forinternaluse移动数据业务发展预测•2010年巴塞罗那通信展上，诺西CEO预测，到2015年，每年产生的移动流量将激增10倍，相当于63亿人口每天通过移动网络下载一本数字图书。•根据思科2009-2014网络可视指数（VNI）全球移动数据预测报告，到2014年，将达到每月3.6艾字节。201020102010201020132013201320132015201520152015ByteByteByte10101010倍1艾字节（Exabytes)=1024拍字节=1024*1024太字节=1024*1024*1024吉字节Forinternaluse中国手机上网现状随着信息产业的茁壮发展，人们的通讯生活已经不限制于“能与否”的课题中了，能为客户带来丰富资讯的媒介将获得竞争的先天优势。注重信息质量的业务都在近几年的市场中大放异彩。这里所指的信息质量包括：•信息量•信息真实度•获取是否便捷•信息是否与自己相关•信息的选择范围•信息的时效性•信息的感知方式《中国互联网络发展状况统计报告（2010年1月）》中显示，中国手机网民规模年增加1.2亿，达到2.33亿人，占整体网民的60.8%。其中只使用手机上网的网民3070万，占整体网民的8%。手机上网成互联网用户新的增长点。手机和笔记本作为网民上网终端使用率迅速攀升，其中，手机增长率98.3%，笔记本电脑增长率为42.4%，而台式机的增长率仅有5.8%。互联网随身化、便携化的趋势进一步明显。Forinternaluse移动运营商分析从右图可以看到大家所熟悉的三家运营商3G牌照分配状况。无疑联通的WCDMA是三家之中最具备成熟技术实力，同时最容易让客户产生品牌感知的技术。考察终端维度，WCDMA与生俱来就适应了绝大多数的客户终端，拥有比另外两家运营商更为强劲的潜在客户群体。09年数据中所反映的互联网业务四大增长原因，联通公司已经占据了两个。那么联通公司该如何基于已经稳固的优势，开发抢占更为优质的市场份额呢？运营商的宏观营销策略以及抵达客户维度的精细化营销就应当被作为未来营销的重点手段。Forinternaluse移动运营商的““““金矿””””移动数据业务用户互联网应用海量的用户行为数据海量的用户行为数据海量的用户行为数据海量的用户行为数据面对海量的网络数据，我们如何挖掘出有价值的信息？如何将有价值的信息积累，形成量化的、独有的经验？Forinternaluse网络数据挖掘分析的应用方向网络优化用户体验市场营销通过各种渠道获得的用户网络行为数据，例如Gb,Gn,Gi,WebGW,WapGW•应用方向网络数据进行用户网络行为分析，为市场营销、业务推广提供指导，与现有的工作流程相比，优势在哪里？Forinternaluse新理念植入提高用户行为细分的手段和技术能力转变成以用户为中心的服务理念以服务用户理念创新和定义服务产品在理解用户的基础上实现服务营销，降低骚扰建立常态化支撑平台，彻底贯彻新服务模式用户网络行为分析以用户为中心！Forinternaluse方案介绍项目背景项目实施Forinternaluse系统架构系统架构系统架构系统架构上网行为NSNTraffica海量数据采集及预处理模块地图数据POI基站场所信息URL分类库用户信息资源信息城市信息网页应用分析网络行为规则网页URL分类网络行为捕捉用户上网行为特征标签库用户上网行为特征标签库用户上网行为特征标签库用户上网行为特征标签库信令探针BOSS动态数据源静态数据源WEBGW经分系统生活轨迹业务订购关系语音通话行为客户特征标签应用业务报表用户-业务-渠道匹配矩阵驻留分析用户动态生活圈标签库用户动态生活圈标签库用户动态生活圈标签库用户动态生活圈标签库客户场所轨迹分析生活圈-业务趋势分析生活圈形态分析渠道特征分析IMEI终端分析客户产品消费行为分析语音行为分析用户静态特征标签库用户静态特征标签库用户静态特征标签库用户静态特征标签库基站场所分析地图场所分析网页应用分析网络行为规则网页URL分类网络行为捕捉用户上网行为特征标签库用户上网行为特征标签库用户上网行为特征标签库用户上网行为特征标签库客户特征标签应用业务报表用户-业务-渠道匹配矩阵Forinternaluse客户特征整客户特征整客户特征整客户特征整客户特征整客户特征整客户特征整客户特征整合合合合合合合合将多方面客户数据整合，构成精细全面描述客户特征的基础模型应用模型应用模型应用模型应用模型应用模型应用模型应用模型应用““““““““落落落落落落落落地地地地地地地地””””””””根据分析结果，结合业务经验，形成可操作的针对性策略高清客户画像高清客户画像从客户背景，业务消费行为，生活轨迹，站内访问，频道偏好等方面精准刻画客户特征•动静结合的数据源动静结合的数据源动静结合的数据源动静结合的数据源•站内访问的详细日志站内访问的详细日志站内访问的详细日志站内访问的详细日志•……………………•数据持续加载数据持续加载数据持续加载数据持续加载•数据质量提升数据质量提升数据质量提升数据质量提升常态化的常态化的常态化的常态化的““““落地落地落地落地””””实施实施实施实施源头源头达成达成途径途径目标目标贵客贵客贵客贵客贵客贵客贵客贵客––––––––高活跃度的用户高活跃度的用户高活跃度的用户高活跃度的用户高活跃度的用户高活跃度的用户高活跃度的用户高活跃度的用户常客常客常客常客常客常客常客常客––––––––习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户习惯性保留业务用户新客新客新客新客新客新客新客新客––––––––新订购业务用户新订购业务用户新订购业务用户新订购业务用户新订购业务用户新订购业务用户新订购业务用户新订购业务用户实现目标实现目标实现目标实现目标Forinternaluse用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块•先进的技术支撑•全角度业务分析•精确的用户分析Forinternaluse上网行为分析系统用户浏览页面记录1111用户浏览页面记录2222用户浏览页面记录4444用户浏览页面记录3333记录NNNN记录5555手机网络URLURLURLURL页面分类信息库数据清洗填补遗漏数据消除异常数据平滑噪声数据不一致数据处理营销需求调研分析【AAAA】问卷调研【BBBB】访谈【CCCC】需求确认【DDDD】方案框架重点偏好信息确认重点客户特征确认重点目标群体描述IPIPIPIP探针网络设备用户网络轨迹点AAAA用户网络轨迹点BBBB用户网络轨迹点DDDD用户网络轨迹点CCCC轨迹点FFFF轨迹点EEEE客户消费偏好标签体系客户轨迹表全量客户报表体系ForinternaluseIPIPIPIP探针获取网络数据BSC/RANsubscriberSGSNSGSNTransportNetworkGGSNInternetcontentserviceRoamingareaGbGbAbisAbisAbisAbisGbGbGbGb/IP/IP/IP/IPGnGnGnGnGiGiGiGiGnGnGnGn可以监控SGSN-GGSN之间的网络，包括响应时间，失败，GTP隧道等。可以获得手机号码，IP，以及URL等信息GiGiGiGi可以监控哪些网站被访问，响应时间，通用流量管理等。可以获得手机IP，URL等分析平台Forinternaluse领先的分类网址库Forinternaluse应用协议库丰富详尽全面支持移动网络应用…P2P下载网络游戏IM即时通信无线影音移动炒股350余种网络应用Forinternaluse采用复合应用识别技术应用识别EthernetInternetProtocolTransportLayerEmail（SMTP、POP3、IMAP）FileTransfer（FTP、Gopher）InstantMessaging（QQ）PacketHeaderLayerL2L3L4L5–L7PacketPayload/ApplicationLayers特征检测之—DPI在五元组识别基础上，根据数据包的L7层应用特征进行识别。SignatureSignature特征检测之——XPI根据数据包之间的特征组合进行识别。降低误判可能性。行为检测之——DFI根据数据流的行为特征进行识别。不同类型数据流的流量模型存在差异，能够有效识别加密数据流。行为检测之——BI根据数据流的行为特征进行识别，同时统筹分析与其相关联的行为事件，进行更深层次的判定。Forinternaluse用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块•先进的技术支撑•多角度业务分析•精确的用户分析Forinternaluse多角度业务分析----全网分析•整体流量分析：分析当前网络的带宽使用情况，通过趋势图的方式清晰呈现网络流量变化。•网站访问TOPN：分析全网访问量最大的网址•应用协议TOPN：分析全网使用最多的应用Forinternaluse多角度业务分析----业务////应用分析•应用流量趋势分析•应用流量TOPN•流量时间走势Forinternaluse多角度业务分析----用户分析•用户流量TOPN•用户应用使用时长分析•用户应用TOPNForinternaluse多角度业务分析----终端分析•2G终端排名•3G终端排名•终端型号TOPNForinternaluse多角度业务分析----其他专题•自有业务流量走势•用户地域分布Forinternaluse用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块用户上网行为分析模块•先进的技术支撑•全角度业务分析•精确的用户分析Forinternaluse问题的提出数据挖掘建模需要解答的典型问题−手机用户里有多少手机上网用户？−手机上网用户的网络使用主要集中于哪方面？−手机上网用户在网络使用过程中的偏好是怎样的？−最受欢迎的手机网站都有哪些？−在哪些链接中投递业务订制广告最合适？−不同类型用户一般都是什么时间上网的？−有什么措施可以在没有响应但很有倾向的用户中增加日后的响应机会？−……？？？？？？？？Forinternaluse用户上网行为数据挖掘实施思路上网数据信息拆解上网数据准备规范上网轨迹描绘上网用户分群建模模型应用建议解析出访次、浏览时长、网站分类、媒体来源等原始信息形成包括浏览轨迹、时间、地域、产品购买等信息在内的数据准备规范按照数据规范，获取每一个用户在时间窗内的行为轨迹，形成轨迹表建立包括用户身份维度\\\\产品维度\\\\浏览行为维度等几十个维度在内的网站用户分群模型基于不同的用户分群特征，并给出相应的策略建议根据模型结果，发现有助于提升用户的上网使用频率、加深产品体验、完善配套业务推送等市场应用规律和营销机会业务应用讨论Forinternaluse用户上网分析数据挖掘方法与常规网站分析软件的差异数据挖掘方法数据挖掘方法数据挖掘方法数据挖掘方法常规网站分析软件常规网站分析软件常规网站分析软件常规网站分析软件分析的颗粒度渗透到每个用户的每个URL建立起海量的用户-URL的详细轨迹库分析的维度超过了50个分析技术上使用了业界最权威的专业数据挖掘工具和方法论将用户上网数据与其他业务数据关联起来，形成完整的客户-业务全景视图，并通过客户行为分群整合，将客户访问行为与业务行为有机结合起来，更好地支撑业务分析的颗粒度主要是针对页面，重点在页面间的流转分析无法建立长时间的每个用户的详细访问轨迹数据，只能以报表的形式输出重点用户群体的汇总信息有效的分析维度只有10个左右分析算法上主要是分类汇总统计，引入了一些较为基础的数理统计算法主要知识积累限于网站领域，缺乏深度的客户分析和精确营销能力扩展