您当前的位置是:  首页 > 技术 > 解决方案 >
 首页 > 技术 > 解决方案 > 华为大数据方案助福建移动发展4G用户

华为大数据方案助福建移动发展4G用户

2014-07-28 11:02:41   作者:   来源:通信世界网   评论:0  点击:


  2014年以来,中国三大运营商陆续推出4G商用服务,尤其中国移动更是公开宣布了年度发展5000万4G用户的极具挑战性的战略目标。当前中国移动各个省公司都把发展4G用户定为最重要的工作之一,从网络部署优化和市场营销上重点投入。

  在福建这个早在2012年年中移动渗透率就已超过100%的通信发达市场,福建移动一直在通过10085客服平台主动为潜在用户提供4G终端介绍、购买、使用等服务,促进2G用户平滑转网4G。为进一步提升外呼成功率,从2014年初开始,福建移动联合华为公司开展基于大数据的精准营销工作,采用大数据分析的方法选择外呼目标价值用户。基于大数据分析方法和传统外呼方法分别提供20万目标客户清单,在前台无感知下进行对比验证,确保对比效果不受人为因素影响,经过外呼验证,基于大数据分析方法较传统方法外呼成功率提升50%以上,有效支撑了福建移动4G用户发展战略。

  基于大数据的外呼精准营销建模过程

  福建移动拥有超过3000万客户的相关数据,如何将这些数据转化为有效信息从而指导精确外呼营销?华为基于大数据领域的长期积累,对福建移动外呼系统进行了大数据系统化改造。

  图一、大数据分析解决方案架构

  从B(Business)域、O(Operation)域各类原始数据,构建“外呼推荐标签”、“4G倾向标签”,再通过标签组合支撑从3000多万用户中选取4G外呼营销目标用户。基于华为大数据分析平台,通过业务建模方法将底层数据转化为具备业务价值的中间层数据,一方面采用了效果接近最好复杂算法的简单算法,高效易并行,并且功能上具完备性和通用性,易于支撑各类应用场景。

  针对外呼营销场景构建“外呼推荐模型”反映用户对外呼渠道接受程度。通过调研评估各种特征,选取100多个原始用户特征,离散化后形成每个样本具有几万个特征的稀疏特征矩阵,基于稀疏线性预测算法进行模型训练建立一套适合外呼推荐的预测模型。

  图二、稀疏线性预测构建外呼推荐模型

  针对4G合约机,构建“潜在4G用户标签”反映用户选择4G产品倾向。通过调研评估选取150多个特征,用分类分析法“随机森林”建立一套“潜在4G用户标签”判断模型。

  图三、随机森林法构建潜在4G用户模型

专题

CTI论坛会员企业