基于大数据的通信资费产品分析方法
双 程1 姚 磊2杨子文3
1 中国联通集团 北京 100033
2 中国联通系统集成有限公司 北京 100032
3 中国联通研究院 北京 100176
摘 要 通信资费产品的种类越来越多。评价一款通信资费产品发展的好坏已经成为运营商亟需考虑的问题。大数据的分析处理能力为通信资费产品的分析提供了强大的数据支撑。文章提出一种基于大数据分析的通信资费产品分析方法，并以腾讯王卡的发展情况为例进行说明。最后，结合分析结果对腾讯王卡提出相应的发展建议。
关键词 通信资费产品; 大数据; 产品评价; 层次分析法
引言
通信行业经过数十年的高速发展，网络技术的发展已经相对成熟。移动互联网的兴起，使人们对手机通信的依赖程度越来越高。与此同时，人们对运营商网络服务和移动资费产品的要求也越来越严苛。近年来，运营商的通信资费产品种类繁多，有的产品多年经久不衰，也有一些产品昙花一现。目前通信资费产品管理存在诸多问题，主要体现在套餐定位不清晰、用户细分不明确、大量过期和无效套餐没有清理等方面。究其原因，一个非常重要的因素是没有采取有效的通信资费产品的评估体系和机制[1]。如何评判一款通信资费产品是否健康发展已成为运营商现阶段需要解决的问题。
移动用户使用移动网络会产生大量的数据，这些数据通过挖掘和处理，能够反映出用户的一些行为特征和使用倾向。本文基于大数据技术强大的数据处理能力和数据挖掘技术，通过分析用户特征数据和行为数据，建立通信资费产品的评价分析体系，实现通信资费产品的评测和分析，为市场营销提供依据，引导产品健康发展，延长产品生命周期。
1 基于大数据技术的通信资费产品评价分析体系的建立
基于大数据的通信资费产品评价分析体系的建立流程如图1所示。
试块力学性能有较大的提高，满足预设要求。大试块心部金相球化率在2～3级，也满足了预设结果，力学性能检测结果见表5，金相检测结果见表6。
图1 通信资费产品的价值分析体系流程图
首先，建立产品评价分析指标库。建立指标体系是产品评价分析的重要工作，是建立产品评价分析体系的基础。产品评价分析指标库必须涵盖所有产品评价分析模型所需的全部指标，并遵从目的性、系统性、可操作性和科学性原则[2]。然后，根据产品的特点以及市场决策需求建立适当的产品评价分析体系模型，并确定产品评价分析体系所需的产品评价分析指标。接下来，利用大数据分析方法对产品评价分析指标进行量化。最后将量化结果代入产品评价分析体系模型得出评价分析结果。
1.1 产品评价分析指标库的建立
首先，在小学语文教学的过程中，运用翻转课堂的手段开展教学，能够激发学生的主体意识，提升学生的自主学习能力；其次，运用翻转课堂的教学手段开展语文教学，能够帮助学生深入地理解教学内容以及教学内涵，提升学生的学习效率[1]。
1.激发学习动机。学习动机激发的途径主要包含外部动机激发和内部动机激发两个方面。在外部动机激发方面我们强调合作的课堂学习环境的创设，淡化竟争气氛、强调生生、师生之间的互助与协作，有效的调动学生学习的积极性、主动性和参与性。在内部动机激发方面，我们主要进行了归因训练。为学生创设成功的机会，增强自信心、胜任感的机会等。
会议要求，整县提升合作社发展质量要以贯彻落实农民专业合作社法为主线，坚持规范与创新并举，强化指导扶持服务，树立合作社高质量发展的县域样板。一要增强单体合作社自身能力，强化规范建设，拓展业务范围，丰富出资方式，增强服务功能。二要培育发展农民合作社联合社，推进区域性联合、行业性联合、产业链联合、多主体融合。三要提升县域指导服务能力，健全规章制度，构建扶持政策体系，加强示范引领，探索准入和退出机制，搭建合作社服务平台。
1.2 评价分析体系构建
通信资费产品的价值评估需要从多个层面进行剖析。现代分析方法中基于运筹学的层次分析法(The analytic hierarchy process，AHP)被较为广泛的应用于产品的价值分析中。层次分析法是20世纪70年代中期由美国运筹学家托马斯·塞蒂(T.L.Saaty)提出的，是一种定性和定量相结合的，系统化、层次化的分析方法[4]。这种方法的优势在于可以将决策者主观判断和政策经验放入模型，并加以量化处理，实现处理定性和定量相结合的问题。本文将采用AHP分析法，从上一节提出的产品分析指标库中选定适当的分析指标，构建一套通信资费产品的价值分析体系。
第一步，选定分析指标，构建AHP分层结构。根据通信资费产品的特点，从上一节提出的产品评价分析指标中选定所需的指标建立通信资费产品AHP价值分析模型：最高层(即目标层)为移动号卡产品的价值，中间层(准则层)分为用户规模、用户消费水平和用户感知服务；最底层(措施层)为评测指标。如图2所示。
姚正安先生《熟人生处》讲，因是熟人而不讲礼节，招致对方反感。告诫人们不管是熟人还是陌生人都得以礼相待，揭示的也是待人接物的人生哲理。
表1 用户规模指标
表2 用户成长指标
表3 用户质量指标
表4 用户资源使用情况指标
表5 用户消费指标
表6 用户感知服务指标
图2 通信资费产品AHP价值分析法
第二步，确定AHP分层结构各指标间的权重，建立判断矩阵。根据Santy等人提出的一致矩阵法，将指标采用相对尺度两两相互比较，进而达到减少性质不同的诸因素相互比较的困难，以提高准确度。为了比较同一层的各个指标对上一层指标的相对影响程度，确定指标对上一层指标评价所占的比重。用aij 表示第i 个指标相对于第j 个指标的相对重要程度，比较时取1～9尺度。aij 的值可取1～9及其倒数。构成判断矩阵A =(aij )n ×n 。相对重要程度的判断标准如表7所示。
表7 AHP判断标度定义
判断矩阵的建立需要根据通信资费产品的上市需求，政策倾向以及对以往通信资费产品的评价经验，根据表7的判断标准对图2的中间层(准则层)的权重进行赋值。
3)确定准则层第二层的资源使用量指标下AOU、DOU两个指标的权重。在“流量为王”的时代，人们对流量的需求远超语音，且腾讯王卡的主要特点是腾讯旗下应用的流量免费，故使用腾讯王卡的用户基本只使用流量，语音的使用非常少。因此，在腾讯王卡的评价模型中暂不考虑AOU这一指标。
1.3 大数据服务体系的建立
运营商网络及用户数据体量非常庞大，可利用大数据处理技术采集到用户上网登记许可信息、用户所在地信息、手机计费信息以及用户动作数据等，这些数据需要经过存贮、整理加工，最后进行应用处理从而建立一套大数据服务体系[6]。如图3所示，本文提出的大数据服务体系包括大数据的数据采集层、数据存储层、数据处理层和数据应用层[7]。
图3 大数据服务体系框架图
1.3.1 数据采集层
精子顶体完整率检测：吸取10 μL精液滴于载玻片的一侧，用边缘光滑的另一张载玻片呈一定角度接触液滴，拉向另一侧而制成抹片，经8 min自然风干后，在福尔马林磷酸盐固定液中固定15 min，之后水洗干燥，用姬姆萨染液对抹片进行染色90 min，再用蒸馏水冲洗与干燥，显微镜下观察并记录顶体完整的精子数。
运营商数据主要来源于B(Business Support System)域数据、O域数据(Operation Support System)和其他数据。其中，B域数据是BSS(Base Station Subsystem)/HSS(Home Subscriber Server)的基础数据，O域数据是核心网、无线网的管理面和用户面数据，其他数据包括T/M/D王卡用户数据、终端TAC及静态参数数据等[8]。
1)确定准则层第一层指标：用户规模、用户成长、用户质量、资源使用量、消费能力和感知服务这五个指标的权重。根据专家意见，新用户的发展成本相对较高，因此用户质量这一指标较其它指标的重要程度更高。反应用户发展速度的用户成长指标在产品发展初期较为重要，本例设定用户成长指标和用户规模重要程度相同。对于一般的通信资费产品，用户规模和消费能力这两个指标对产品价值的重要程度相当，但考虑到腾讯王卡的发展初衷是发展异网用户，因此在比较这两个指标时，将稍微提高用户规模的权重，用户消费能力次之。另外，腾讯王卡产品为吸引更多的异网用户势必会对用户提供更多优惠，因此暂不考虑盈利状况，故在此模型中暂不考虑消费能力这一指标。最后是感知服务准则。用户规模、用户质量、资源使用情况和感知服务这四个指标的权重分别为：0.2497、0.4181、0.2226、0.1096。一致性比率为0.0172＜0.1，符合一致性要求。
计算机网络技术发展日新月异，在企业的发展中发挥了不可估量的作用，但是在企业的微观和宏观发展方面其作用还有待发掘，相信在不久的将来，计算机网络技术会更深的融入到企业的管理中，使企业的信息化管理水平再上一个新的台阶。
数据存储层基于Hadoop分布式文件系统(HDFS)，采用Hbase数据库对数据进行存储和管理。HDFS具有高容错特性，能够提供高吞吐量的数据访问，非常适合处理运营商大规模用户和网络数据[9]，采用Hbase、Mysql和Redis对数据进行管理加工运算等。
首先，根据腾讯王卡的发展目标和以往产品的相关专家经验对图2所示通信资费产品AHP价值分析模型准则层的相关指标权重进行赋值，建立腾讯王卡发展情况评价模型。
综上，腾讯王卡产品的AHP价值分析模型如表8所示。
1.3.4 数据应用层
数据应用层，主要是将数据模型指标通过大数据算法进行分析、量化，将抽象的模型具体化成图形或图表等。以通信资费产品价值评估为例，将量化指标代入到价值评估体系，找出影响移动号卡产品价值评价的关键指标及其关联，并将分析结果以图表等形式进行展示。
1.4 基于大数据的产品评价分析指标的量化
以往AHP体系的指标通常是通过人工打分的方式确定的[3]，本文提出利用大数据分析手段对AHP各层指标进行量化，从而确定各层指标的打分，增强了AHP结构的客观性和高效性。
AHP分析方法各层指标一般通过百分制打分呈现，而大数据分析结果通常是数量级较大的数据，因此需要对大数据计算结果进行百分制的转换。分为以下两种情况。
工作的地方在一幢从外面看起来很现代化的写字楼。我在11层，每天，按时打卡上班，每天，加班到很晚。生活开始平静而有规律，在北方那种长期凌乱节奏混乱的生活秩序渐渐消失，在男朋友住院那两年偷偷养成的烟瘾也慢慢戒掉，一切，貌似在好起来。
1)某一产品的纵向分析：各指标打分采用该指标在一段时间内各时间段的实际数据相对于最高值的比例。例如某通信资费产品在T1+T2+T3这段时间的在网用户数分别为T1：A、T2：B、T3：C，则在网用户数这一指标的打分为T1：100×A/max(A，B，C)、T2：100×B/max(A，B，C)、T3：100×C/max(A，B，C)。
2)不同产品间比较分析：各指标打分采用各个产品与该指标在各产品中最高值的比例。例如，有A、B、C三个通信资费产品，这三个产品的在网用户数分别为：N1、N2、N3。则这三个产品的网用户数指标的打分为：A：100×N1/max(N1+N2+N3)、B：100×N2/max(N1+N2+N3)、C：100×N3/max(N1+N2+N3)。
信息化水平评价模型主要应用了基于多属性线性评价模型的线性综合评价模型、模糊综合评价模型和贡献率分析模型。
将经过百分制转换的分数代入通信资费产品AHP价值分析模型中，即可得到评价分析结果。
1.5 补充完善指标库
任何一款产品在其生命周期内，影响其发展的内部因素和外部因素都是在不断变化的。与此同时，分析理论、方法和大数据分析技术也在不断提高。因此，分析模型体系的建立不是一次完成的，需要根据产品的发展和分析理论的提高而不断补充和完善指标库。每一次产品评价分析之后，需要根据分析结果和市场反馈的情况添、减指标库，调整各指标间的权重或分析的侧重点，进一步调整完善模型体系。
2 案例分析
腾讯王卡是中国联通和腾讯公司联合推出的一款通信资费产品，支持用户免流量使用腾讯上百款应用，包括QQ、微信、QQ音乐、腾讯视频等软件。本文将以腾讯王卡为例，基于以上提出的通信资费产品评价分析体系，对该产品从上市至今以季度为单位进行分析，根据通信资费产品价值分析模型确定各准则的权重，计算评测结果，最后分析腾讯王卡的发展情况。
1.3.3 数据预处理层
1.3.2 数据存储层
通信资费产品的分析指标可分为：用户规模指标、用户成长指标、用户质量指标、用户消费指标和用户感知服务指标，如表1-6所示。用户规模指标是对产品用户的发展规模的描述指标，能够宏观反映产品发展情况；用户成长指标是反映用户规模发展情况的指标；用户质量指标是对用户黏性的量化指标，能够反映出该产品是否对用户有吸引力，能够在多大程度上留住用户；资源使用情况指标是指用户对运营商网络资源的使用情况，一定程度上反映出用户对资费产品的认可程度；用户消费指标是将用户对通信资费产品的消费行为特征抽象成指标参数，能够反映出产品的用户构成和价值倾向；用户感知服务指标是将运营商提供的服务所带来的用户使用感知优劣量化成指标参数，从而分析用户体验情况，有针对地采取措施，提升用户体验[3]。
2)确定准则层第二层用户质量指标下的两个指标的权重。由于腾讯王卡是针对数据需求高的用户推出的，数据用户的黏性比活跃用户高。因此，数据用户比活跃用户的权重稍微重要一些，这两个指标的权重分别为0.6667和0.3333。
判断矩阵每一列时须进行归一化处理并通过一致性检验。一般认为一致性比率 小于0.1时，判断矩阵 A的不一致程度在容许范围之内[5]，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵，对A加以调整。至此，通信资费产品的评价分析体系建立，可以综合权重计算产品价值。
4)确定准则层第二层用户感知服务指标下的三个指标的权重。考虑腾讯王卡现阶段出国无权情况和偏远省份无权情况对用户服务感知的影响程度相当，因此将二者合并为一个指标。对应的腾讯王卡的AHP价值分析模型的用户感知服务准则下包括的准则为：机网匹配率、无权用户比例。对于用户体验的影响程度，从影响时间的角度出发，机网不匹配的影响程度明显大于出国无权情况和偏远省份无权。因此，机网匹配率、无权用户比例这两个准则的权重设定为：0.8333、0.1667。一致性比率为0，符合一致性要求。
由于原始数据中存在大量重复数据、噪声数据、不完整数据以及异常数据，会严重影响数据分析的结果，因此需要经过一定的预处理流程来提高数据质量。数据预处理层主要负责数据清洗、数据集成、数据变换和数据规约等操作[10]。
下一步，以季度为单位，确定腾讯王卡上市至今各指标打分。通过大数据分析方法，计算出上述指标的具体数据，将结果转化为打分代入到模型中。由于本案例是分析腾讯王卡的自身发展情况，是产品自身的纵向分析，因此各指标每季度的打分采用该指标各季度实际数据的相对分数。例如，腾讯王卡活跃用户比例从2017年第一季度到2018年第三季度中最高值为79.31%，因此打分时，用每个季度的数值除以79.31%，得出的百分比即为该季度的打分。2017年1季度的用户活跃度为72.05%，那么该季度打分为(72.05%/79.31%)×100=90.85分。其中，无权用户比例按无权用户比例越低打分越高。
表8 腾讯王卡产品的AHP价值分析模型指标权重
最后，根据表8腾讯王卡产品的AHP价值分析模型指标权重和各指标的实际打分情况，计算出腾讯王卡发展的各个季度的得分情况，如图4所示。
图4 腾讯王卡发展情况得分
本案例的二级指标打分是各指标在2017年初到2018年第三季度的实际现网数据通过计算得出的相对分数，一级指标和总分是在此基础上通过模型计算出来的。因此，反映的是腾讯王卡在一段时间内的发展趋势，不必过分关注具体分数。
初检出相关文献385篇，按纳入与排除标准阅读文题和摘要排除326篇后，进一步阅读47篇全文，最终纳入12篇［6‐17］，均为中文文献，包括2 122例患者，其中试验组1 060例，对照组1 062例。纳入研究基本特征见表1。
从总分来看，腾讯王卡推出两年以来，正处于稳定上升的发展阶段，但总体发展正在逐渐放缓，未来有可能发展停滞甚至呈下降趋势。由于腾讯王卡的特殊性，本文未考虑腾讯王卡的ARPU，但盈利能力是评价一款通信资费产品的重要指标，如果把到ARPU指标加入，本案例腾讯王卡的总体发展情况可能不容乐观，现阶段是时候考虑盈利模式的转变了。
“油轮火灾爆炸、人员遇险、原油泄露，海洋环境遭遇重大威胁，情况万分危机！”11月21日，在2018年第六届中国海洋经济博览会即将召开之际，湛江市海洋污染防控综合演练在湛江港水域举行，上演海上防污搜救大片。海巡“31”、海巡“0925”等海博会明星船舶，以及海事、海警、海监、公安边防、海洋石油、港口消防、中信海直、专业清污公司等12艘船艇、2架直升机共200余人参与演练，提前燃爆海博会。广东省海上搜救中心常务副主任、广东海事局局长陈毕伍、广东海事局副局长黄斯深到场指导。湛江市副市长庞洪峰担任此次演习总指挥，湛江海上搜救分中心常务副主任、湛江海事局局长羊少刚担任演习副总指挥。
用户规模正在迅速增长，而反映用户数增长速度的用户成长指标打分在缓慢降低。用户规模(在网用户数)和用户成长(新增用户比例)两个指标间之间存在一种制衡的状态，在网用户数量越多，新增用户比例越不容易提高，腾讯王卡发展到一定阶段新增用户将越来越少，因此这两个指标的提高空间非常有限。另一方面，联通现有的网络承载条件，不可能满足用户无限制的增长，用户规模越大，对网络产生的压力将越来越大，势必会对用户感知造成一定的影响。
其中，最值得注意的是用户质量这一指标的变化情况。从图4中可以看出，腾讯王卡的用户质量正在下降。市场是有限的，发展新用户将越来越难，维系老用户、提高用户的质量是提高产品价值的最有效手段。
而用户资源使用量正在迅速攀升，一方面说明用户对腾讯王卡的依赖程度越来越高；另一方面，2018年5月，腾讯王卡用户产生的数据流量规模已经占联通网络的51%，并且从图4可以看出，用户资源使用量还在攀升，如果资源占用达到联通网络承载极限，将严重影响其它用户的网络使用体验。
用户感知指标变化不大，且在腾讯王卡产品的AHP价值分析模型中所占权重不大，但随着用户数量的提高，用户感知问题将越来越明显，也应适当引起重视。
综上所述，腾讯王卡总体发展情况稳定向好，主要归功于用户规模和用户数据使用量的大幅增长。但存在诸多隐患：一是本案例并未考虑腾讯王卡的盈利情况，以腾讯王卡现在的资费标准很难实现用户ARPU的大幅提高，联通须适时考虑其他盈利模式；二是腾讯王卡的用户质量(即数据用户和活跃用户比例)正在下降，需要提起重视；三是腾讯王卡的资源使用情况大幅增长，反映用户使用黏性升高的同时也透露出其大量占用网络资源的弊端，以大量的网络资源占用换取廉价的资费，这是联通未来需要权衡的问题。
3 结语
综上所述，本文提出一种基于大数据分析结果的通信资费产品价值评价方法。该方法基于大家比较熟悉的AHP模型，并创新地采用大数据分析技术对AHP各层指标进行量化打分，比以往的人为打分更加具有客观性和说服力，也便于形成规范化产品评价体系。最后，以腾讯王卡发展情况为例进行说明，并通过模型的评测结果给出了相应的发展建议。但腾讯王卡发展情况评价模型是基于腾讯王卡发展目标和发展阶段这两个标准建立的，模型具有特殊性和时效性，只能反映该产品早期的发展情况，后期根据发展目标和市场调整需调整模型结构和指标参数。
在今后的实际应用中，各类通信产品还将会遇到各种各样的问题，需要不断接受市场反馈，对评价分析体系进行改进，调整分析研究的侧重点，并更好地为市场服务。
参考文献
[1]易振宁.全业务套餐健康度评估体系建设研究[J].通信与信息技术,2012(7):62-64
[2]吕志国.资费套餐评估模型及评价指标体系的研究[J].广东通信技术,2007(7):67-71
[3]何岸成.关于A电信公司套餐评估体系的研究[D].电子科技大学,2011(10):15-20
[4]苏泽雄.基于AHP的电信运营商移动业务套餐评估研究[J].邮电设计技术,2015(5):80-83.
[5]李勇,等.AHP判断矩阵的一致性检验与修正[J].统计与决策,2007(4):29-30
[6]丁洪涛.大数据在移动通信中的应用研究[J].中国新通信,2016(5):97
[7]李梅,杜翠凤,沈文明.基于大数据分析的移动通信网络规划方法[J].移动通信, 2015(10):22-27
[8]刘北阳,万玉海,双程,等.基于终端数据运营平台的市场分析方法及实践[J],信息通信技术,2018(3):58-64
[9]游会迪,张振友.基于Hadoop大数据平台的搭建及其测试研究[J].电脑知识与技术,2017(7):211-213
[10]张治斌,刘威.浅析数据挖掘中的数据预处理技术[J].数字技术与应用,2017(10):216-217
Telecommunication Service Charges Product Analysis Method Based on Big Data
Shuang Cheng1
Yao Lei2
Yang Ziwen3
1 China Unicom Network Communications Co.,Ltd, Beijing 100033, China
2 China Unicom System Integration Co., Ltd., Beijing 100032, China
3 China Unicom Research Institute, Beijing 100176, China
Abstract There are more and more types of telecommunication service charges products. It has become an issue that telecom operators need to consider to evaluate the development of a service charges product. Modern big data analytics technology provides powerful data support for the analysis of telecommunication service charges products. This paper proposes an analysis method of telecommunication service charges products based on big data analysis, and takes the development of Tencent Wangka as an example to illustrate it. Finally, this paper puts forward development suggestions for Tencent Wangka based on the analysis results.
Keywords Telecommunication Service Charges Products; Big Date; Product Evaluation; The Analytic Hierachy Process
作者简介
双 程
工学硕士，主要研究方向移动通信网络数据价值挖掘分析。获得中国通信企业协会管理现代化创新二等奖，中国联通集团科技进步二等奖。
姚 磊
本科学士，专业为计算机科学与技术，当前研究主要为运营商网络大数据分析及市场应用。曾获中国通信学会企业管理现代化创新及中国联通科技进步二等奖。
杨子文
工学硕士，主要从事移动终端技术研究和数据分析与处理工作。曾发表论文有《支持阅读业务的移动智能终端关键技术》、《互联网+科技文献阅读模式与方案研究》、《大数据时代移动阅读发展策略探讨》。
标签：通信资费产品论文; 大数据论文; 产品评价论文; 层次分析法论文; 中国联通集团论文; 中国联通系统集成有限公司论文; 中国联通研究院论文;