5G优化案例：大数据挖掘助力5G套餐迁转.docxVIP

大数据挖掘助力 5G 套餐迁转 XX 目 录 一、 问题描述 3 二、 分析过程 3 三、 解决措施 3 四、 经验总结 3 大数据挖掘助力 5G 套餐迁转 XX 一、 问题描述 5G 发展刻不容缓 公司 2020 年市场发展战略要求 4 升 5 提升用户价值，5G 用户规模发展，目前暂无有效支撑手段对目标用户进行精准定位。 存量用户分布用户分析 存量达量限速畅享套餐用户：流量达到套餐阈值后降速至 1M，降速后影响其上网体验。近 3 个月出现过达量降速的用户 350 万（套餐数 102 万）。 存量非畅享套餐用户：针对流量需求大的用户，套餐内流量少，目前存量非畅销 4G 流量活跃用户数 47 万（套餐数 15 万）。 视频下载优良率与达量限速用户呈剪刀差关系，影响移动网业务感知优良率。 150.0 限速用户100.0 限速用户 50.0 0.0 达量限速影响视频优良率 1800 视频流媒体下载速率1600 视频流媒体下载速率 1400 1200 1000 限速用户数（万 ) 视频流媒体下载速率 (Kbps) 二、 分析过程 现状分析 存量用户流量价值提升分类 存量达量限速畅享套餐用户价值提升：办理流量提速包用户：截至目前 10.4 万个，占 总畅享套餐用户的 1.6%（目前畅享用户数 653 万）。套餐升级用户：截至目前 5.9 万个， 占总畅享套餐用户的 0.91%。 存量非达量限速畅享套餐用户价值提升：套餐升级用户： 15.1 万，占总非畅享套餐用户的 3.7%。 潜在目标用户 存量畅享达量降速套餐：最近 3 月至少达量 1 次 102.4 万；存量非畅享 4G 活跃套餐： 非校园套餐且流量大于 10G，15.2 万；可利用数据挖掘方式，精准定位目标用户，支撑市场发展。 方案介绍 通过机器学习方式，挖掘对价格不敏感、感知要求高、流量需求大的目标用户，供市场前端进行 5G 流量包营销和套餐迁转。 三、解决措施 特征选取 利用DPI 数据和用户套餐数据，选择 8 类共 22 个特征数据。以 2019 年 12 月畅享套餐用户为主键，提取近三个月套餐价值、套餐结构、实际收入、流量话务量、主副卡情况、终端价格、业务行为偏好等 22 个特征数据，根据是否办理升级版套餐和是否办理流量提速包，对用户进行打标。 确定分析数据 筛选最近三个月内流量超出套餐流量阈值的 53 万用户作为分析数据。 特征值 特征值说明 缺失值 AVGCHARGE 8/9/10 月平均收入（元） 88582 RW 入网时长（月） 0 OFFER_NAME 主套餐名 0 OFFER_GRADE 主套餐价值 0 JIEGOU 套餐结构 251 FIVEGEN 是否办理 5G 套餐 529455 TY 是否办理天翼视讯 0 MAIN_VICE_CARD 主副卡标识（1 为主卡、2 为 副卡、0 为单 C） 0 FKNO 副卡张数 0 AVGDAY 8/9/10 月平均限速天数 0 AVGCALL 8/9/10 月平均通话时长（分 钟） 2430 AVGFLOW 8/9/10 月平均流量（MB） 0 TYPE 终端型号 12627 SALE_PRICE 终端价格（元） 18703 STAR_CLASS 用户星级 251 DAOHANG 是否偏爱导航业务 0 SHIPIN 是否偏爱视频业务 0 YOUXI 是否偏爱游戏业务 0 GUPIAO 是否偏爱股票业务 0 CSFB 被C 网电话中断次数 0 FLAG 标签 0 特征数据清洗 ① 近三月平均收入处理。大于 500 的当做异常数据，进行删除；按照套餐价值对应套餐最近三月平均值的平均值进行填充。 ② 套餐结构处理。对套餐结构进行众数填充；对套餐结构进行亚编码。 ③ 近三月平均通话时长处理。对品牌进行分析，HW,OB、VIV、APPLE、XMP(小米)占前 5 位（90%），删除该特征。 ④ 终端价格处理。有设备名但价格缺失用设备均价填充；设备名和价格均缺失的用品牌设备均价填充。 ⑤ 终端型号处理。大于 500 的当做异常数据，进行删除；按照套餐价值对应套餐最近三月平均值的平均值进行填充。 ⑥ 其他处理。对是否办理 5G 套餐为空的值置为 0；转换数据类型，便于后续特征分析。 特征选择 ① 单变量特征分析。通过卡方检验后可以选择 TOP10 特征，从卡方检测可以看出前 5 个特征比较明显，后面的特征区分度不大。 ② 决策数特征分析。 通过分析 2 种特征分析法和特征选择模型分析， 17 个特征可以包含全部特征的 99%，13 个特征能够包含所有特征的 95%左右，建议选择 13 个特征。 模型选择与参数调优 ① 不同模型评价指标分析。通过对数据清洗、特征工程后，通过采用逻辑回归、SVM、决策树、