湖北移动公司流量经营的大数据战略(3)

　　4.3 基于大数据的湖北移动公司的流量经营策略

　　基于所掌握的大数据信息，并通过有效的手段分析，湖北移动公司可以通过得出的有效清晰结论，开展有针对性的策略制定、营销方案等试验，在取得成果和应用后推广。

　　4.3.1 以大数据驱动流量业务分析

　　基于大数据分析，湖北移动公司可以开展“OTT 业务微信对湖北移动流量经营的影响”研究。以微信为首的 OTT 业务已经占用了中移动 60%的信令资源，但仅仅带来了 10%的移动数据流量。 2012 年 9 月，湖北省微信用户数 226 万，2013年 6 月，湖北省微信用户数 740 万 ,不足 1 年，微信用户数增长 227% .

　　从列表中可以看出，微信用户的 ARPU 值高于全网平均值，微信用户的 DOU增长可以抵消语音、短信、彩信业务的下降影响。微信在湖北移动公司的现状分析见图 4.2（取 2013 年 9 月 26 日当天数据）。从流量结构来看，微信已经从单纯聊天工具演进成为了综合的信息交互平台。通过上述分析可以看出，微信在一定的程度上提升了用户流量费用，刺激了用户沟通的需求，同时也增加用户对移动互联网的黏性。提取使用微信的用户信息，根据其每月消耗的流量值，再核对其开通的流量套餐，就可以有针对性的开展流量加油包的推介工作，向这些定向客户发送开通“流量加油包”的短信，便捷开通，增加闲时流量使用价值。此类营销活动，不仅节省了广告宣传费用、降低了营销成本和人力成本，同时使营销活动更有针对性，更好的实现了流量价值。

　　4.3.2 利用大数据支撑高流量 2G 用户迁转到 3G

　　2013 年 6 月起，湖北移动公司利用全省 GSM（2G）用户的终端使用信息及流量信息，通过网络基站栅格化处理取得用户活动区的 TD 网络覆盖情况，同时提取该覆盖范围内的高流量 GSM（2G）用户进行定向营销活动，使其迁转到 3G.以武汉江汉区常青网格为例，通过上述大数据分析筛选出的 11934 个 2G 高流量转网用户平均流量为 491MB、99%的流量发生在覆盖较好的地区、月平均 ARPU 为 142元。

　　通过一个月的营销活动，到 2013 年 7 月初，就有 1001 个用户成功转网，转网成功率达 8.4%.已迁转用户的月均流量为 655MB,高于未迁转用户（343MB）及全省 GSM 手机用户平均值（63MB）。一个已迁转用户的月均流量平均相当于 11个 GSM 用户。 已迁转用户的 TD 驻留比为 74.7%,高于全省平均值（52%）。

　　4.3.3 以大数据定位目标用户促流量业务营销

　　通过大数据分析，促进湖北移动公司的 WLAN 业务营销，精确定位目标用户群体。基于“流量大于 300M”、“用户终端支持 WIFI”以及“在 WLAN 覆盖下活动”三项条件，提取 2013 年 10 月用户选取模型 ,共选取 10391 个用户，并开展有针对性的 WLAN 营销活动，在 11 月进行效果评估发现，只有 140 个用户成功开通套餐，效果不理想。 在此基础上，2013 年 11 月，在原有数据基础上增加“WLAN覆盖下流量占总流量 15%”、“上网感知差，信号弱覆盖地区内活动”以及“主要选择 iPhone 等终端”的数据筛选条件，提取了 11 月用户选取模型，共选取 76739个用户，在 12 月进行效果评估后发现，有 11126 户成功开通了 WLAN 套餐，效果较未应用大数据挖掘前提升明显。

　　由于 10 月选取用户时考虑双忙小区情况，推广后 WLAN 业务后，该双忙小区11 月份总流量为 208023MB,12 月份降为 100959MB,人均流量也从 347MB 降为167MB,使这个双忙小区的网络负载明显降低。

　　4.3.4 以大数据驱动流量成本及质量优化

　　通过大数据分析，实现成本和质量的双丰收。湖北移动公司在流量分析系统中划分占比较大的流量，对数据的流向情况进行统计，分析去往网外的流量，形成精准协议分析，达到成本控制的目标。

　　而根据多样的用户行为分析，得出用户海量的域名列表，确定出点击量的域名排行，并对域名进行缓存。 通过对 WLAN、手机用户和集团客户每月访问的 520万个域名进行流量流向分析后。将其热点的百度、腾讯、新浪、搜狐等网站的累计 460 个图片域名进行缓存，提升了页面访问质量，同时也提高了用户的流量感知度。

　　4.3.5 以大数据驱动流量经营分析

　　当用户从普通手机更换为智能手机，由于新鲜感使用导致流量突增。分析用户的换机行为，分析换机前后的流量变化情况，对流量激增的用户选择适宜时机推送适配的流量套餐，用户回复短信办理套餐升级。

　　4.3.6 “头羊计划”:大数据驱动社交圈子分析

　　通过用户的上网行为、位置信息、联系对象、业务办理情况以及消费行为等大数据信息，确定用户的社交圈子画像模型，找出圈子内潜在的领头人物。用户在圈子营销中可以根据对用户上网访问页面进行分析，精准把握用户兴趣点，同时结合用户的社交活动活跃度，消费能力评估等要素找出影响一个大圈子的活跃人物，以活跃人物的推广来带动影响整个圈子内的较沉默用户。例如“车友圈”中的活跃人物，通过汽车信息的有效推送，促进个人将信息向其他圈子内的车友做传播，充分发挥口碑营销的作用。例如向“吃货圈”的活跃人物推送餐厅特色饮食、打折信息等可与餐饮业开展诸多合作与业务收入。例如对“旅游圈”的活跃人物推送景点信息、线路信息、打折信息等与旅游行业深度合作……