建立基于基站与交往圈的校园用户识别分析系统初探

王可歆

【摘要】 本论文以中国某运营商校园客户数据为基础，在建立校园客户识别系统、开展深度精准营销提出了一些建议。

【关键词】 基站 校园用户 识别系统

一、研究校园用户识别系统的背景

校园客户是4G业务的潜在核心客户和流量高端市场最大的潜在用户，高校新生更是每年新增客户市场的重要来源。校园市场对未来4G流量经营延续至关重要。

1、校园用户识别算法目前现状。目前国内各运营商对校园用户识别算法的研究都处在起步阶段，目前在校园用户识别方面没有准确的、公认的模型和算法。近几年，有部分运营商省公司开始探索这一领域，但经过测试，这些模型的查全率和查准率无法兼顾，无法满足实际的市场运行需要。

2、新用户发展难度大。直至3G业务的高度普及和4G业务的出现和推广的今天，随着各运营商在校园市场的竞争日益激烈，随着新用户市场发展难度逐渐增高，以往针对校园市场的粗放式的营销模式在逐步转化。

3、干扰大。校园位置信息及周边环境不同，部分校园坐落在市区或繁华金融商圈附近，流动人员较多，影响识别模型的查准率和查全率。

二、建立分析体系的目的和思路

1、分析目的。掌握校园用户总体构成、各运营商渗透率及占有率；掌握学生用户发展趋势、用户发展质量、业务使用趋势及竞争态势。2、分析思路。通过建模识别校园市场用户总体构成，再通过用户自然属性和通信行为进一步分析用户发展趋势、用户质量和竞争态势。

三、 模型的理论依据和实现方案

1、理论依据。根据校园用户封闭性、集中性的特点，通过基站覆盖的全部潜在用户中寻找，通过调研及评分等手段获取部分真实用户，用部分真实用户去寻找其它真实用户。

2、实现步骤。1）通计算用户在校园区域的通话，如果用户在校园区域的通话次数占比超过50%全月通话次数不小于10次则认为，是当月校园区域通话用户，取三个月连续非假期数据取交集，我们认为是校园稳定潜在用户A。2）通过客户经理调研，校园VPMN、校园套餐加权得到部分真实用户，如果一个用户有交往圈80%的用户都集中在A中，且与A的交往用户数超过3个，则我们认为该用户为该校园的真实用户，找出的真实用户集合记为B。3）将A和B集合合并后，重复步骤二，直至没有新用户满足条件，则集合封闭，循环终止。

四、建模与分析

1、潜在校园用户识别。1）各地市与网络口确认上报校园区域覆盖基站数量和基站明细。2）通过基站下连续三个月（非假期）有通话用户，选取得到粗选校园潜在用户。3）将以上用户进行详细分档，取月均校园基站下通话天数大于23天，校园基站下通话占比率50%以上，进行精选，得到校园潜在用户。

2、校园部分真实用户（发酵种子用户）获取。1）通过客户经理走访、摸底获取部分学院真实通讯录。2）目前在网的，往年校园迎新时已经开户的学生用户和邮寄卡客戶，本分析认为是真实的校园用户。3）过校园VPMN网、校园套餐、校园通话占比、校园通话天数等加权得分后，按全省各高校在校生数量取各校得分最高的10%。

3、本网校园用户发酵识别。1）通过种子用户交往圈，观察种子用户交往圈规律，找到以下特征的用户：与种子用户超过4人（含）以上有通话行为的。2）继续寻找以下特征的用户：该用户交往圈70%以上在种子用户中的。3）将寻找到的用户集合B合并入种子用户中，重新步骤一和步骤二，直至没有新用户复合以上两个步骤特征为止，并将该集合与潜在校园用户取交际，确认为最终的发酵本网校园用户。

4、竞争对手校园用户发酵识别。1）通过本网校园用户网间交往圈，寻找与本网校园用户每月有2次通话行为的竞争对手特征用户。2）对寻找到的竞争对手待选用户进行特征筛选，对交往圈数异常、外地用户、网龄较长的用户进行筛选和甄别。3）处理异常用户后，我们得到可信的待选用户，完成竞争对手交往圈发酵的后续工作。竞争对手的发酵，受到网间话单来识别这样的条件限制，对竞争对手发酵的准确度影响较大影响。所以，对于竞争对手校园用户发酵结果的使用应当加以限时，在测算渗透率与市场占有率时，我们应当视当地具体竞争态势结合模型识别结果进行使用。

五、模型的完善和优化

1、完善基站信息准确度。随着近年我公司4G网络设施的大力发展，基站信息更新速度较快，同时网元数据收集的难度较高，一定程度上影响收集基站新的准确程度，而基站下通话用户及待选种子用户是否覆盖全面，是影响模型查全率的重要因素。加强校园基站梳理，逐月甚至逐年进行整理，并落实后续的更新维护机制，掌握准确的校园基站，就能更全面掌握校园通话用户。

2、一线营销支撑和协助。每个高校的组织结构不同，教职工，学生不同年级有着不同的地理特征或生活行为特征，一线营销人员、集团客户经理可通过发现这些具体特征，在模型中加以利用，最终实现并不是以地区为单位，而是以学校为单位，甚至以年级为单位的模型分析，才能更准确的掌握校园用户信息，为未来校园市场营销工作提供更好的武器。