基于大数据的营销网格精细规划研究*
贺科达1，安海涛2
（1.中睿通信规划设计有限公司，广东 广州 510630；2.国家国防科技工业局信息中心，北京 100039）
摘 要： 如何高效规划网络一直是运营商关注的重点问题，在研究营销网格的基础上，将营销网格与MR大数据进行关联匹配，将营销网格等市场数据嵌入到规划阶段，既有利于优化网络资源配置效益，同时也有利于支撑市场前端，还有利于在网络后评估阶段。实际规划结果验证了该方法的有效性，提升了投资精准化水平，实现了网络资源配置效益的最大化。
关键词： 大数据；营销网格；网络规划；资源配置
0 引 言
近年来，随着城镇化进程不断加快，网络的深度覆盖难度不断增大，传统网络规划一般采用网络仿真、MR大数据分析等方法来实现。传统方法侧重于网络架构、覆盖目标、质量目标、站址选址、部署方式、扩容等要求，但容易忽视网络资源配置效益的最大化[1]。此外，由于网络仿真更多地聚焦全网指标、MR（Measurement Report）大数据分析更多地关注栅格维度的局部指标，前者网络规划颗粒度过大，后者颗粒度过小，均无法有效地为市场前端提供指引[2-3]。针对传统网络规划颗粒度不适应市场前端需求、无法有效指导资源投放的问题，在基于大数据的前提下创新性的提出了面向营销网格的精细规划方法，将营销网格等市场数据嵌入到规划阶段，作为网络发展建设的最终目标和依据之一。该方法的核心点在于以市场为导向，在传统MR大数据分析的基础上引入营销网格/营服中心的维度，将规划颗粒度控制在营销网格/营服中心级别，既有利于优化网络资源配置效益，同时也有利于支撑市场前端，加强县区、营服中心对移动网规划的参与力度，还有利于在网络后评估阶段，以营销网格为最小颗粒度，分析不同场景下、不同网格中的网络质量、用户感知、市场发展等重要数据，得出确切结论，实现相应责任落实到人。
1 营销网格及其创新点
1.1 营销网格
营销网格与传统MR栅格均是通过地理化呈现来体现全网的覆盖水平。从地理属性上营销网格进一步细分为城市、政企、农村三大类。而这三大类别又可以更为细致地划分为城市住宅、城中村等10种场景，其中城市包括：城市住宅、城中村，政企包括：商务楼宇、专业市场、学校园区、临街商铺、行业客户、产业园区，农村包括：集镇和行政村。
1.2 营销网格关联MR数据
将营销网格与MR大数据进行关联匹配，MR大数据关联营销网格的作用在于：可以以营销网格为维度，从市场需求角度出发，统计评估每个营销网格的覆盖情况、用户情况等，以此作为新一期网络规划时资源有效投放的指引。并通过以下定义评估该营销网格的网络覆盖情况。
厚覆盖：营销网格内MR RSRP＞-110 dBm的条目数占比80%以上；
薄覆盖：营销网格内MR RSRP＞-115 dBm的条目数占比80%以上；
弱覆盖：营销网格内MR RSRP＞-115 dBm的条目数占比少于80%。
薄/弱覆盖营销网格下的用户投诉几率更高，以珠三角某区域为例，该区域某时期内薄/弱覆盖营销网格的客户投诉分别是厚覆盖营销网格的2.39倍和4.17倍，如表1所示。
上一步经MR大数据分析规划出来的新增站址也可以进行地理化呈现。在输出最终加站列表前，不仅需要对上一步得到的新建站点的覆盖和容量进行价值评估，还需要结合营销网格级MR覆盖画像和网络价值九宫格对新建站点进行评估，以对新加站点根据优先级选择[7][8]，根据预算选择价值较高的站点优先实施。
以上数据印证了营销网格关联MR大数据可以辅助精细规划并促使资源投放效益最大化的结论。在实际网络规划中，可以依据“营销网格分类VS网格覆盖情况”的网络价值九宫格，对规划站点进行优先级排序，将有限资源优先向覆盖价值最高的弱覆盖区域倾斜。更进一步的，还可以根据城市/政企/农村营销网格的细分场景，将网络价值九宫格进一步细分，使得规划精细度更高，如图1所示。
厚/薄/弱覆盖的营销网格均有可能发生投诉；
情境型学习疑难是在信息加工中信息由外部工作系统传输到内部工作系统中产生的数学疑难．信息因为本身情境的复杂性和相互干扰(外部表征系统[19]中各因素的复杂关联，以及情境中的非本质信息的干扰[20])，使学习者不容易把握问题的本质，将信息与内在的已有信息结构(内部表征系统[19]中的图示和知识结构等)建立准确联系，造成困惑的心理感受．
表1 珠三角某区域营销网格客户投诉分析
说明：归一化的每用户投诉几率＝投诉量占比/用户占比
用户数据流量主要集中在城市/政企营销网格。
对照组的56例患者实施常规护理,常规护理的基本内容包括以下几点:一是护理人员要协助患者进行指甲修理,避免患者把皮肤抓伤,并多采用热肥皂水对皮肤患处进行烫洗;二是对患者实施用药指导时,护理人员要对患者病情的发展变化情况进行观察,并了解患者是否对正在服用的药物过敏,一旦发现异常情况时,要立即报告给主治医生,并及时给予处理;三是及时更换患者的脏衣物和床单,叮嘱患者保持皮肤的干燥清洁;四是对患者实施饮食干预,禁止患者进食生冷、辛辣等刺激性食物和海鲜类、菌类食物。
图1 网络价值九宫格
2 面向营销网格的精细规划
面向营销网格的精细规划方法，通过将MR大数据映射到营销网格中，并加载于GIS图层上，既实现了网络规划的可视化，也实现了将市场数据嵌入到规划阶段，使得资源投放有据可依的精细化，具体如图2和图3所示。
图2 营销网格关联MR大数据示意图
3 面向营销网格的精细规划流程
营销网格关联MR大数据的规划流程为：首先，将海量MR大数据映射到营销网格，生成营销网各级的MR覆盖画像，作为后续规划站址价值排序评估的依据；然后，将MR弱覆盖区域进行汇聚，选择话务量最高的区域，判决加站的可行性，直到找出符合网络拓扑要求的宏站站址，再进行工参规划[4]；最后，将候选站点地理化呈现，映射入相应的营销网格，根据MR覆盖画像和网络价值九宫格进行排序，输出最终列表。具体规划流程如图4所示。
图3 珠三角某超大城市局部的营销网格
图4 营销网格关联MR大数据规划流程
（1）生成营销网格级MR覆盖画像
（2）从学生自身情况来看，建筑力学这样的基础课程会开在大一新生的第一、二学期，学生们刚刚走出高中进入大学，需要有一段衔接与成长的过程。在高职院校，更要充分考虑学生的基础知识问题、学习兴趣问题、学习信心问题、学习习惯问题甚至是心理健康情况。学生对学习这样一门理论性强的课程的重要性了解不多，对今后其他课程的影响也没有概念，更对以后工作实践中这门课程的用处认识不够。
从4G网管获取包含RSRP、SINR等网络指标的MR Count数据，要求至少采集三天早晚忙时。将MR数据映射到市场部门提供的营销网格中[5]，按图5所示数据输出模板进行统计并输出MR覆盖画像。
全面落实“国家对重点水污染物排放实施总量控制制度”，以“入河污染物总量”为关键绩效指标（KPI），鼓励地方综合施策、系统治理“面源”与“点源”污染，为各级“河长”履行职责创造公平竞争环境，避免“敷衍、表面、假装整改”现象发生。大力推进信息化建设，打造广泛参与、信息共享、协同管理、监督有力的公共平台，保障一江清水长远流淌，促进流域社会经济绿色可持续发展。
为了完成BCST任务,Alice需对粒子A和粒子1施行一个Bell态测量;同时,Bob也需对粒子B和粒子2进行一个Bell态测量。显然,我们能够以相同的概率获得16种可能的联合测量结果之一,相应地,剩余粒子将坍塌为如下16种量子态之一:
图5 MR覆盖数据输出模板
学生是学习的主体。药学生要主动汲取专业知识，养成良好的职业道德，逐步渗透职业行为准则，培养接受他人、尊重他人并肯定他人的礼仪态度等，这些对自身能力的提高意义重大。同时，药学生要克服恐惧心理，大胆地走出教室，积极地进入实训、见习或实习场所，多参与实践性的训练项目，培养自己的知识迁移能力来逐步适应岗位要求，以防出现毕业后再花很长一段时间去适应工作的情况。
将MR RSRP数据地理化呈现，生成N×N栅格数据。进一步将弱覆盖区域按一定规则进行汇聚，并在弱覆盖中心点附近按照几何关系寻找满足宏站加站条件的点部署宏站[6]。判决是否适合新增宏站的基本条件：地形地貌适合加宏站；满足宏站站间距要求。珠三角某城市4G MR覆盖栅格分布如图6所示。
图6 珠三角某城市4G MR覆盖栅格分布
（3）输出区域和站点优先级列表
则计算出自适应因子矩阵后，对于式(29)、式(30)的向前一步预测估计协方差平方根矩阵更新方程可以改为
更进一步地，以营销网格为抓手，将营销网格覆盖情况、客户投诉、客户分布三者结合进行统计分析，有以下发现：
（2）弱覆盖区域汇聚及加站判决
4 实验结果与分析
利用Mapinfo工具，将MR周期上报的RSRP数据映射到该区域的营销网格上，统计各个营销网格内不同RSRP值区间的MR条目数，标识厚/薄/弱覆盖营销网格[9]，输出MR覆盖画像表格如图7所示。
图7 珠三角某超大城市某区域MR覆盖画像数据表
对该区域MR周期上报RSRP进行处理从而形成50m×50 m栅格，如图8所示，根据RSRP分布情况确定弱覆盖区域，后续针对这些问题区域进行调整或输出相应加站建议[10]。
图8 珠三角某超大城市某区域MR覆盖栅格化呈现
上述加站建议根据营销网格级MR覆盖画像和网络价值九宫格进行价值评估，结合本期投资盘，筛选符合投资预期且预估覆盖效益最高的站点[11]，输出表2、表3、表4和表5。
（3）信托公司选取主承销商，后者往往来自证券公司，部分拥有承销资格的金融机构也会成为信托公司的合作机构。为做好资产证券在资本市场的发行，合作双方需会商、研讨承销协议细节，通过合同形式进行明确，随后主承销商将承担营销责任。在具体运作中，一般先拟定营销策略，随后展开广泛宣传，并由专业团队进行大数据分析，精准锁定一批潜在客户，借助形式丰富的营销活动，达到销售目的。
表2 珠三角某超大城市某区域规划前后站点统计
表3 A和B站开通前后指标对比
表4 A站（下图标白站点）开通前后RSRP覆盖对比
针对本期经营销网格关联MR大数据精细规划出来的站点，对其覆盖区域进行开通前后对比测试，测试结果表明站点开通后各项指标均比开通前有所提升，达到了预期的覆盖效果。此外，在站点开通后的一定周期内，沿用营销网格关联MR大数据的评估方法进行分析，本期规划站点所在营销网格的RSRP＞-110dBm的条目数有较大提升，从而完成了规划上的“闭环”。
表5 B站（下图标白站点）开通前后RSRP覆盖对比
5 结 语
本文通过MR大数据与营销网格的结合，可以刻画出细分场景的MR覆盖画像，精确定位网络弱覆盖区域，并根据市场数据的映射，确定待新增站点规划和建设的优先级，以便重点关注其覆盖区域的网络质量及用户感知，同时提升投资精准化水平，实现网络资源配置效益的最大化。此外，网络后评估阶段，还可以营销网格为最小颗粒度，分析不同场景下、不同网格中的网络质量、用户感知、市场发展等重要数据，实现“闭环”规划[12]。
综上，基于大数据的营销网格精细规划方法，将营销网格作为市场数据嵌入到“规划-建设-优化-后评估”的全流程，在不同阶段发挥了指引作用，最终实现了规划的闭环，并有效地支撑了市场前端的发展。
参考文献：
[1] 崔元,许国锋,夏伟等.基于大数据分析的移固一体化网络精准建设[J].邮电设计技术,2018(01)：10-14.CUI Yuan,XU Guo-feng,XIA wei,et al.Precision construction of mobile and solid integrated network based on big data analysis[J].Designing Techniques of Posts and Telecommunications,2018(01)：10-14.
[2] 王诗棋,刘琬.基于大数据的4G网格化精准营销管理系统探究[J].中国集体经济,2019(03)：60-62.WANG Shi-qi,LIU wan.Exploration of 4G precision marketing management system based on big data grid[J].China Collective Economy,2019(03)：60-62.
[3] 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,2015,39(10)：22-27.LI Mei,DU Cui-feng,SHEN Wen-ming.Mobile communication network planning method based on big data analysis[J].Mobile Communication,2015,39(10)：22-27.
[4] 徐全盛,葛林强,邹勤宜.基于大数据分析的无线通信技术研究[J].通信技术,2016,49(12)：1635-1641.XU Quan-sheng,GE Lin-qiang,ZOU Qin-yi.Research on wireless communication technology based on big data analysis[J].Communications Technology,2016,49(12)：1635-1641.
[5] 宋树晨.LTE无线网络规划及其优化研究[D].南京：南京邮电大学,2017：06-07.SONG Shu-chen.LTE wireless network planning and optimization research[D].Nanjing City：Nanjing University Of Posts And Telecommunications,2017：06-07.
[6] 赵秋峰.借助大数据实现电信运营商网格化精准营销策略分析[J].现代营销(下旬刊),2019(04)：57-58.ZHAO Qiu-feng.Grid precision marketing strategy analysis of telecom operators based on big data[J]. Marketing Management Review,2019(04)：57-58.
[7] 万祖雷.探讨CDMA网络规划和网络优化[J].通信技术 ,2012,45(08)：87-90.WAN Zu-lei.Discussion on CDMA network planning and network optimization[J].Communications Technology,2012,45(08)：87-90.
[8] 韩兵,黄轶.关于大数据在广电网络网格化营销管理中的应用[J].有线电视技术,2018,25(06)：80-84.HAN Bing,HUANG Yi.Application of big data in grid marketing management of broadcasting network[J].CATV Technology,2018,25(06)：80-84.
[9] 刘毅,刘珂,孔建坤.基于大数据挖掘的LTE网络规划研究[J].通信技术,2015,48(02)：194-198.LIU Yi,LIU Ke,KONG Jian-kun.Research on LTE network planning based on big data mining[J]. Communications Technology,2015,48(02)：194-198.
[10] 李庆兵.江西移动网格化营销模式的研究[D].南昌：江西财经大学,2017：04-05.LI Qing-bing.Research on jiangxi mobile grid marketing model[D].Nanchang City：Jiangxi University of Finance and Economics,2017：04-05.
[11] 黄小光,董俊华,汪伟.基于栅格化场景的无线网资源配置评估[J].邮电设计技术,2017(03)：46-49.HUANG Xiao-guang,DONG Jun-hua,WANG Wei.Wireless network resource configuration evaluation based on raster scene[J].Designing Techniques of Posts and Tel ecommunications,2017(03)：46-49.
[12] 文武,燕历科.基于用户感知的网络规划方法[J].通信技术 ,2016,49(06)：741-744.WEN Wu,YAN Li-ke.Network planning method based on user perception[J].Communications Technology,2016,49(06)：741-744.
Research on Marketing Grid Fine Planning based on Big Data
HE Ke-da1, AN Hai-tao2
(1.Zhongrui Communications Planning&Designing Co.,Ltd Guangzhou Guangdong 510630,China; 2.Information Center of State Administration of Science Technology and Industry for National Defense,Beijing 100039,China)
Abstract: How to plan the network efficiently has always been a key issue for operators. Based on the research of marketing grid, the marketing grid and MR big data are correlated and matched. Embedding market data, such as marketing grids, into the planning stage is not only beneficial for optimizing the benefits of network resource allocation, but also for supporting the front end of the market, as well as in the postnetwork evaluation stage. The actual planning results verify the effectiveness of the method, improve the level of investment precision, and maximize the benefits of network resource allocation.
Key words: big data; marketing grid; network planning; resource allocation
中图分类号： TN929.5
文献标志码： A
文章编号： 1002-0802(2019)-12-2970-05
文献引用格式： 贺科达，安海涛.基于大数据的营销网格精细规划研究[J].通信技术,2019,52(12)：2970-2974.
HE Ke-da,AN Hai-tao.Research on Marketing Grid Fine Planning based on Big Data[J].Communications Technology,2019,52(12)：2970-2974.
doi： 10.3969/j.issn.1002-0802.2019.12.024
* 收稿日期： 2019-08-24；修回日期：2019-11-11 Received date： 2019-08-24；Revised date： 2019-11-11
通讯联系人： 15626223343@139.com Corresponding author： 15626223343@139.com
作者简介：
贺科达 （1989—），男，硕士，工程师，主要研究方向为通信网络规划、工程设计及工程管理等；
安海涛（ 1978—），男，学士，工程师，主要研究方向为国家及国防科技奖励政策研究，信息采集与数据分析，科技管理。
标签：大数据论文; 营销网格论文; 网络规划论文; 资源配置论文; 中睿通信规划设计有限公司论文; 国家国防科技工业局信息中心论文;