关于利用HLR中用户数据协助挽留离网用户的研究

刚周伟 中国移动通信集团贵州有限公司 贵阳市 550004

关于利用HLR中用户数据协助挽留离网用户的研究

刚周伟 中国移动通信集团贵州有限公司 贵阳市 550004

随着移动通信业务的快速发展，高速增长的移动通信用户趋于饱和，运营商利润从增量用户逐步转变为存量用户，如何避免存量用户离网成为各大运营商经营的难题。本研究针对该问题，分析归属位置寄存器(Home Location Register，HLR)中用户数据变化情况，与传统通过话单分析离网用户形成互补，更全面生动地描绘出离网用户，以支撑运营商开展存量用户经营和离网用户挽留工作。

HLR 用户数据 行为分析 离网用户

0、引言

随着我国通信从2008年底中国通信运营商重组和3G牌照的发放后，三家移动通信运营商进入3G时代，运营商不断的进行“价格战”，电信市场出现了严重的“增量不增收”现象，大量低忠诚度的客户转网或变更业务[1]。根据统计，2012年1月我国移动通信用户99659.8万户，较上月净增1034.5万户[2]，反映出我国移动通信市场的繁荣，但仍远低于2011年11月的月净增11633.2万户[3]，这些都说明运营商利用传统用户增长来提升利润的时代已经过去。

因此，构建和启动用户离网控制体系不仅是各通信运营商完成“保存量”战略任务的核心关键，也是完成挖掘客户价值战略任务的基础[4]。

1、传统分析方法的优缺点

针对离网用户，三大运营商均有自身的分析方法和支撑系统，一般是通过用户话单为基础信息进行用户行为分析，发现离网用户开展挽留工作。这种用户行为分析方法在通信运营中已经有广泛的应用，比如世界500强、世界最大通信运营商之一沃达丰在面对业界“3G业务发展遭到3 G网络容量危机”难题时，通过用户行为分析，实施有针对性的网络投资安排缓解投资压力[5]。同样是世界500强、世界最大通信设备供应商之一爱立信公司，通过分析用户行为习惯，协助运营商部署了动态资费奖励业务，有效增加了运营商的收入[6]。这些成功案例都说明移动通信的本质是提供服务，而分析用户行为就是指发现用户使用网络资源所呈现的规律。因此，采用用户行为分析离网用户是切实可行的，但分析的数据是否能全面体现用户行为呢？

话单是记录用户通信记录的凭证，可以直观地体现出用户使用业务的情况，话单作为分析数据源的优势在于准确记录。但话单作为分析数据来说，由于其生成原理导致存在一定的缺点：

（1）从分析数据的连续性来看，用户必须发生通信业务才会产生话单，而在业务使用间隙间用户行为的变化无法获取，用户行为的分析结果存在一定缺失；

（2）从用户位置的变化来看，用户漫游的位置变化，用户在某地停留时间的长短范围都不能从话单体现，分析数据的不完整影响力分析结果的准确性；

（3）从分析结果有效性来看，某个用户长期关机或者作为备机长期不使用业务，从话单无法区别，挽留工作无法有效开展。

2、新分析数据的选择原则

为弥补传统话单作为分析数据的缺点，需要从网络设备中选择一个能形成互补的用户数据源，在移动通信系统中，HLR（Home Location Register，归属位置寄存器）从GSM时代就扮演保存用户数据的角色，而VLR（Visiter Location Register，拜访位置寄存器）则存储着进入其控制区域内已登记的移动用户相关信息。

因此，需要在上述两个数据源中进行筛选。根据本次研究的目的和属性，分析数据源必须具备以下特点：

1）用户数据的唯一性。需要确保提供的用户信息中，具备MSISDN或者IMSI这种能与用户唯一对应的信息，这样才能与其他用户区别，通过其他用户信息进行分析。

2）用户数据的完整性。用户信息包含越完整的用户数据就能更全面的分析用户行为。

3）户数据变化的及时性。用户信息变化及时发现能更好的判断用户状态变化的时间，因此对用户数据变化的及时性要求最小时间单位为天。

4）用户数据的准确性。任何一个成熟的分析方法，如果导入分析的数据不准确，都不可能自行纠错获得准确的结果，选用的数据来源必须准确。

5）用户数据导出的便捷性。研究成果从理论研究转变为实际生产，要考虑转变实际生产时的便捷性。本次研究是为了解决运营商实际工作中问题，因此更需要考虑用户数据导出的便捷性。

6）用户数据的稳定性。本研究是以移动通信用户作为研究主题，这表示用户是可以根据自己意愿随意移动，因此在数据来源选择时需要考虑用户迁移对分析成果的影响。

根据上述六大要素对移动通信系统中HLR和VLR存放用户数据进行对比，详见表1。

表1 HLR和VLR用户数据满足需求情况

最终确认HLR用户数据作为与话单互补的用户行为分析的数据来源。

3、新用户数据的分析模型

本次用户行为分析模型的研究目的确认为发现潜在离网用户规律，并分析输出潜在离网用户离网原因，为市场部门挽留工作提供支撑。这样运营商在对离网用户进行反争夺的同时，也可以潜在离网用户进行挽留，避免潜在离网用户变成离网用户，造成存量用户的流失。

从逻辑上将用户行为分析模型进行分解，先找出离网用户信息，然后通过时间回溯分析，总结离网用户在离网前的行为变化规律。有了潜在离网用户的行为规律，可以获取潜在离网用户的各类业务情况，分析推测出用户倾向离网原因，总结这些原因，为市场开展针对性挽留工作提供详细的数据支撑（见下图）。

根据上述子目的构建用户行为分析模型，在构建用户分析子模型采用以下两种数据挖掘方法：聚类分析和关联分析方法。

聚类分析是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。聚类分析广泛应用于模式识别、数据分析、图像处理和市场研究。

关联规则挖掘是由Rakesh Apwal等人首先提出的。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分为简单关联、时序关联和因果关联。关联分析的目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性，还不断引入兴趣度、相关性等参数，使得所挖掘的规则更符合需求[7]。

建立的用户行为分析模型通过HLR的用户数据，获取离网用户信息，总结潜在离网用户行为规律，并推测用户离网原因，并在试点地区分析获得成果：

1）对长期欠费和长期关机用户的分析，发现部分离网用户前期参与促销活动，虽然用户长期关机，但每月仍有充足的活动话费支付保底费用，因此未全部转换为欠费停机用户。而欠费停机用户由于不能使用业务而未开机登录网络，因此长期关机用户包含长期欠费停机用户，获取离网用户号码可以只提取长期关机用户号码。

2）通过对3个月用户数据回溯分析，结合试点地区HLR用户数据的分析结果，归纳非关机活跃用户转变为离网用户的行为规律，呼叫转移外网号码持续时间超过2周以上，则该用户属于潜在离网用户，此时该用户非关机状态，只是语音业务呼叫转移至外网号码。呼叫转移外网号码持续时间超过8周以上，则该用户从潜在离网用户转变为离网用户，此时该用户进入持续关机状态。这就是潜在离网用户的行为规律。

3）通过用户号码提取HLR用户数据，构建潜在离网信息分析模型，对用户潜在离网信息进行聚类分析。从呼转号码看出运营商，看出归属地，从VLR NUM看出用户活动范围，从SCP业务看出用户是否在集团内部。对各类用户提出对应的挽留措施建议，同时进行类别信息关联，发现竞争对手集体策反活动、地方性促销活动、发现漫游两城一家的机会。

4、结论和意义

本研究主要针对目前运营商亟待解决的用户离网问题。针对该问题，大胆地提出更换分析数据开展用户行为分析的思路。为了让分析数据更为准确，结合HLR和VLR系统中存储用户数据的特点，最终确认HLR用户数据为分析数据来源。将研究工作目的进行分解，建立了用户活跃度、潜在离网用户和潜在离网用户信息三个分析子目的分析模型，提取试点地区HLR用户数据导入分析模型，分析获取成果指导该地区市场人员了解潜在离网用户原因，为开展针对性优化挽留工作提供了有效支撑，并取得了较好的工作成绩。

［1］范怡敏, 黎宇轩. 通信用户数据库行为分析系统的研究[J].商情.2011(3)∶ 125-138

［2］工信部运行监测协调局. 2012年1月电信通信统计资料[J].通信企业管理.2012(3)∶ 88

［3］工信部运行监测协调局. 2011年11月电信通信统计资料[J]. 通信企业管理. 2012(1)∶ 88

［4］常兴仁, 通信运营商用户离网控制体系构建研究[J]. 现代商贸工业. 2012(16)∶ 171-172

［5］邬雪艳, 传统数据流量经营危机丛丛 用户行为特征愈具不稳定性[J]. 通信世界. 2011(36)∶ 21

［6］爱立信(中国)通信有限公司. 根据用户行为习惯动态资费奖励 释放网络“闲暇时光”的商业价值[J].通信世界. 2011(28)∶ 18

［7］武小年, 周胜源. 数据挖掘在用户行为可信研究中的应用[J]. 信息安全与通信保密. 2009(18)∶ 243-249

1009-0940(2014)-3-0019-03

2014-7-19