精品案例基于用户特征画像的五高用户分析.docx
《精品案例基于用户特征画像的五高用户分析.docx》由会员分享，可在线阅读，更多相关《精品案例基于用户特征画像的五高用户分析.docx（37页珍藏版）》请在冰豆网上搜索。
精品案例基于用户特征画像的五高用户分析
基于用户特征画像的“五高用户”分析
【案例分类】定位优化类
【案例摘要】
随着电信4G移动网络建设的不断完善，关注重点从网络无线环境优化转移到用户感知优化。
目前各地市针对感知优化的主要手段是通过定位处理指标恶化小区来提升全网感知指标。
此类方法无法精准定位用户质差，为后期派单处理和感知进一步提升带来了阻碍。
为进一步降低投诉提升全网感知优化效率，需要对全网用户行为进行分析，建立用户特征画像，找出异常用户，进而对全网用户感知质量健康状况进行诊断和优化。
传统利用CDR话单进行用户行为分析的方法耗时长、效率低，仅适用于单个用户。
本文通过用户感知平台采集用户感知大数据进行统计分析，建立用户特征画像，提出影响全网感知指标的“五高用户”诊断分析流程，从而对全网用户感知质量健康状况进行诊断，定期输出“五高用户”筛查报告，并进行监控和及时处理，降低用户投诉率，提升小区派单准确性，切实提升用户感知，保障电信品牌形象。
同时通过用户特征画像可以统计用户行为习惯，挖掘价值区域和价值用户，为市场推广和网络建设优化提供数据支撑，提升效率。
本文初步挖掘出南通价值区域和价值用户，为前端市场发展提供数据支撑。
对南通“五高用户”进行诊断分析，评估全网用户感知质量健康状况，探寻其对全网感知的影响，并进行针对性优化处理，降低投诉率，提升了全网感知指标。
1、建立五高用户特征画像
通过时间、活动区域、终端、业务使用情况多维度进行用户行为分析，建立用户特征画像，挖掘价值区域和价值用户。
通过用户特征画像统计不同场景各类用户习惯，省去用户调研，为前端市场推广提供数据支撑，同时定位出各类异常小区和异常用户，提高网络优化效率。
图1-1用户特征画像建立流程图
用户特征画像：
依托用户感知平台建立用户特征画像，初步分析结果：
南通全网用户数维持在110万左右，流量一天200T，激活用户数占80%，约88万人。
定位出高价值小区285个，已对这些小区形成的高价值区域进行监控跟踪处理，进而保障全网指标。
终端除苹果外，华为、Oppo、VIVO属于热销品牌，腾讯网页和视频业务使用用户数最多，建议市场部将热销机型纳入电信手机商城通过捆绑套餐销售进，在腾讯上面投放电信广告来吸引用户。
图1-2“五高用户”诊断分析流程图
1.1、时间维度
图1-3全网天级流量分布图
全网用户流量一周起伏波动，呈现双休日上升，工作日回落趋势，用户平均每人每天流量在170M以上。
图1-4全网小时级流量与用户数分布图
全网流量高峰出现在午休和晚上下班后，凌晨出现波谷，用户数高峰出现在下午下班时间。
1.2、区域维度
图1-5各场景流量与用户数分布图
农村、住宅小区、校园、工业园区为top4高流量场景，流量总占比79%，校园场景用户少但使用流量多，工业园区场景用户多使用流量少。
图1-6各场景流量与小区数分布图
校园场景单小区平均使用流量最多，平均每个校园小区一天承载流量145G，一天驻留人次380人。
从用户感知平台上面提取最近7天的小区流量指标进行分析，统计出高流量小区和高用户数小区，如下所示：
图1-7南通全网天级小区流量分布图
根据统计出的高次数分布图，初步确定南通高流量小区提取门限如下所示：
高流量小区：
200G/天+一周出现4次及以上
根据此判决门限共抓取高流量小区275个，占比1.5%。
分析高流量小区对全网感知指标的影响，发现剔除高流量小区后对全网感知存在2.8%左右的提升。
图1-8高流量/高用户小区与全网感知对比图
高流量小区对全网感知影响较大，同时这部分小区所在区域为价值区域，需要对这些小区进行重点分析。
图1-9全网各场景高流量小区分布
除校园、高速、高铁重点区域外，还存在将近一半的高流量小区，这些小区所覆盖区域为业务上的高价值区域，需要对这些小区进行重点分析，及时处理，以保障提升全网感知。
1.3、终端维度
图1-10全网top10终端与用户数分布图
全网top10终端品牌如上图所示，苹果用户占主流，步步高用户平均使用流量最多，针对除苹果外的热门机型如步步高X9、Oppo9系等建议与厂家进行合作，把这些机型纳入电信手机商城捆绑特定套餐销售进而吸引用户。
1.4、业务使用
图1-11全网top10视频业务与用户数分布图
视频业务流量和用户数分布比较集中，主流视频网站流量总占比98.1%，用户数总占比94.6%，腾讯视频用户数最多，爱奇艺和快手平均用户使用流量多，建议对腾讯视频、爱奇艺、快手投放电信广告来吸引用户。
图1-12全网top10网页业务与用户数分布图
网页业务相较于视频业务分布比较分散，top8网站流量总占比38.01%，用户数总占比34.34%，腾讯相关网页服务（腾讯新闻和大申社区）占大头。
1.5、总结
用户特征画像流程图如下所示：
图1-13用户特征画像流程图
通过建立的用户特征画像对南通全网用户进行行为分析发现，全网用户数维持在110万左右，流量一天200T，激活用户数占80%，约88万人。
定位出高流量小区285个，对这些小区形成的高价值区域进行监控跟踪处理，保障全网指标。
终端除苹果外，步步高X9、Oppo9属于热销机型，建议纳入电信手机商城通过捆绑套餐销售进而吸引用户。
腾讯网页和视频业务使用用户数最多，建议在腾讯上面投放电信广告效果最佳。
通过建立的用户特征画像对“五高用户”进行分析。
2、五高用户抓取及行为分析
2.1、高流量用户
高流量用户属于高价值用户，在全网对这些用户进行单独抓取和行为分析，用于保障用户感知，提升用户满意度。
2.1.1高流量用户提取门限
高流量用户的提取门限值设定参考从用户感知平台上面提取的最近7天的用户流量指标，与对应指标全网均值相比较，如下所示：
图2-1全网用户流量分布曲线图
根据提取的全网用户流量指标发现平均每天用户消耗流量在120MB左右，通过数据获取高流量门限为4.5G，结合电信营业厅推出的主流套餐业务，初步确定南通高流量用户提取门限如下所示：
日均消耗LTE流量超过5G+一周出现4次及以上
根据此判决门限共抓取南通高流量用户1529个，全网用户数占比0.25%，对抓取到的高流量用户进行相关数据提取和行为分析。
2.1.2高流量用户行为分析
南通抓取高流量用户1529个，初步分析结果如下所示：
图2-2高流量用户终端分布图
高流量用户TOP终端类型为苹果/步步高/华为/Oppo，总占比61%。
图2-3高流量用户细分场景占比图
高流量用户主要集中在校园/农村/住宅小区场景，总体占比74%。
图2-4高流量用户小时级流量分布
高流量用户全天各时段流量使用呈现起伏波动，在凌晨5点出现波谷，晚上22点出现波峰，围绕波峰波谷起伏。
图2-5高流量用户视频业务占比
高流量用户主要使用的视频业务为腾讯和优酷，分别占比41%和33%，其次为快手，占比14%。
视频业务比较集中，top3视频业务占比89%。
图2-6高流量用户不限流量用户占比
南通高流量用户中办理不限流量套餐的用户占比77%，其它高流量非此类套餐的用户占比23%。
小区
site_name
高流量用户数
46011074555698
NTL2NTB新城_中天大厦_2
29
46011074654769
NTLBNUB开发_新航校_1
22
46011075419185
NTL2NMD海门_移动东灶港闸西_1
22
46011074477846
NTLANOB崇川_职业大学育才6号楼800M_9
21
46011074477873
NTLANOA崇川_职业大学行知楼_1
20
46011074518785
NTLBNOB新城_铁塔大学城21号楼_4
20
46011074546226
NTL2NTC新城_紫琅花园_2
20
46011225479217
NTL2NTD开发_航运学校宿舍楼E楼南区1楼弱电间_1
20
46011225479985
NTL3NTD开发_航运学校宿舍楼E楼北区1楼弱电间_1
20
46011225821491
NTL2NOC如皋_江防久隆_3
20
表2-1高流量用户top10主服小区统计表
高流量用户活动区域比较集中，统计此类用户作为主服最多的top10小区，top10小区用户数占整体用户数10%，其中校园小区占比50%。
2.1.3高流量用户对全网指标影响
对抓取到的用户感知指标与全网感知指标进行对比，发现高流量用户对全网感知指标影响较大，这部分用户数平均占整体用户数的0.15%，其优良率的高低对全网感知指标有±0.5%的影响，如下图所示：
图2-7高流量用户对全网感知指标影响
2.1.4超高流量用户行为分析
上述统计分析可知，高流量用户对全网感知影响较大，由于按照现有流量门限提取的高流量用户数过多。
为更直观的统计出高流量用户的影响，定位“超高流量用户”：
月消耗流量超过100G，对这部分用户进行行为分析，更进一步的分析高流量用户对全网感知的影响。
按照提取门限，南通抓取超高流量用户682个，初步分析结果如下：
图2-8超高流量用户top10终端分布
苹果手机用户数占比26.8%，top10终端用户数总占比46.33%，用户终端分布比较集中。
图2-9超高流量用户细分场景占比图
超高流量用户主要集中在校园，校园用户占比51%。
图2-10超高流量用户小时级流量统计图
超高流量用户全天各时段流量使用呈现起伏波动，在凌晨4点出现波谷，晚上24点出现波峰，围绕波峰波谷起伏。
图2-11超高流量用户业务使用流量分布图
超高流量用户视频业务占大头，与高流量用户不同的是使用快手业务流量最多，主要使用视频业务为快手、腾讯、爱奇艺，各自占总业务使用量的12.1%、10.8%、9.8%。
小区
site_name
高流量用户数
46011074480178
TESTNTL2NTA崇川_南通建筑职工中等专业学校_2
14
46011074576947
NTL2NOB新城_铁塔苏东大厦_3
11
46011075419186
NTL2NMD海门_移动东灶港闸西_2
11
46011225479218
NTL2NTD开发_航运学校宿舍楼F楼南区1楼弱电间_2
11
46011225479221
NTL2NTD开发_航运学校宿舍楼F楼南区1楼弱电间2_5
10
46011225966337
NTL1NOB崇川_职业大学行知楼2.1G_1
10
46011074555905
NTLBNOC新城_铁塔大学城26号楼_4
9
46011225479986
NTL3NTD开发_航运学校宿舍楼G楼北区1楼弱电间_2
8
46011074546433
NTLBNTB崇川_公安局_4
7
46011074558769
NTL3NTB新城_南通电大外环西路校区教学楼东北楼梯1楼_1
6
表2-2超高流量用户top10主服小区统计表
超高流量用户活动区域比较集中，统计此类用户作为主服最多的top10小区，top10小区用户数占整体用户数20%，其中校园小区占比80%。
2.1.5超高流量用户对全网指标影响
对抓取到的用户感知指标与全网感知指标进行对比，超高流量用户数平均占整体用户数的0.08%，其优良率的高低对全网感知指标有±0.2%的影响，如下图所示：
图2-12超高流量用户对全网感知指标影响
2.1.6高流量用户处理
高流量用户主要集中在校园，对高流量用户进行日常感知监控，有27%用户为持续质差用户，
升级会员 