基于AHP的营业厅选址推荐应用研究*

2022-04-21毕佳佳

九江学院学报(自然科学版) 2022年1期

王曾毕佳佳

(安徽职业技术学院安徽合肥 230011)

运营商实体营业厅作为服务客户的重要渠道之一，其选址非常重要；适宜的选址有利于提升用户服务质量，增强营业厅的竞争力。为精准确定电信营业厅的位置，可通过用户市场分析、商圈评估、区域人员评估、竞争因素分析四个方面进行考究，具体如下：①用户市场分析。用户市场分析因素包含ARPU值分析、MOU值分析、DOU值分析、套餐评估四个影响指标。ARPU指运营商每月从每个用户中获取的利润，MOU代表平均每月每个用户的通话时长，DOU代表每月每个客户使用的流量，套餐评估用来衡量中高端套餐用户的贡献度。②商圈评估。商圈评估是一种定性的影响因素，主要包含周边业态、公共便利程度、教育结构分布三个影响指标。周边业态主要描述了商圈周围商业业务所处的一个简况，用于简单地衡量该商圈的一个繁华程度。公共便利程度主要是对商圈的交通便利程度进行描述，通过统计1km范围内的公交线路数进行衡量。教育结构分布主要是对每个商圈内的教育机构多寡进行统计。③区域人员评估。主要是对本网用户数、本网流动用户数、本网用户年龄分布三个指标进行评估。本网用户数代表的是本网用户的分布情况，本网用户数越高说明该区域需要建立营业厅的可能性越大。本网流动用户数代表该区域的潜在发展状况，流动性越大，潜在客户就越多。根据研究表明，移动通信产品的主要客户年龄分布在15～60岁之间，这个年龄段的人口购买移动通信产品的可能性最高。④竞争因素分析。该因素包含了店面成本、竞争对手网点、现有网点数三个指标。营业厅选址首先要参照现有服务网点的分布情况，包括竞争对手网点及现有网点。竞争对手网点越多而现有网点数越少，说明该区域更加需要建立营业厅，如此可提高各类网点的协同性。

1基于AHP算法的营业厅选址模型

通过对定性、定量数据进行预处理，提高数据质量，之后采用层次分析法AHP算法进行建模，根据模型计算出来待选地址的得分，按照得分高低进行排序选择，择出最优方案。综合得分越高，说明该小区需要建立营业厅的可能性越大。运营商可根据推荐结果进行确定最终选址方案。

1.1数据处理

文章使用数据涉及到两种形式，分别是定量数据和定性数据。定量数据是以数字形式表现出来的数据；定性数据指无法量化的数据。选址要素中的用户市场分析及区域人员评估下的指标属于定量数据，通过分析计算得到相关数值。商圈评估和竞争因素下的指标数据属于定性数据，由于定性数据无法直观的对两个要素进行比较，因此，将定性数据间接地转化成定量数据来进行判断。

(1)定量数据处理针对模型中用户市场分析及区域人员评估这两个定量因素的指标，该次模型做了如下处理。

根据基站位置信息表得到指定区域各个小区Lac、CI并做处理得到小区cell_id。根据用户账单信息得出用户账单，以用户的号码关联计算语音和ARPU中出现的小区和号码得到指定小区下的用户、号码，小区经纬度以及各个小区下用户总的消费值，最终得到各个小区下当月的ARPU值。根据语音信息表得到用户一个月通话时长、小区id、小区经纬度，再关联A得到各个小区维度下的通话时长和指定区域的经纬度得到各个小区当月的MOU值。根据流量信息表得到用户一个月流量使用情况、小区id、小区经纬度，再关联A得到各个小区维度下的通话时长和指定区域的经纬度得到各个小区当月的DOU值。套餐评估是将用户信息表和产品表关联，得到用户的产品套餐类型用户号码，再根据用户的号码和每月语音及流量表关联，再找到指定区域下的用户，算出平均值，再将各类套餐平均用户数除以用户总数得出各套餐占比。

对于区域人员评估下的三个指标，首先，只取当前在网的用户，并且有流量，语音或者短信话单，剔除当月活动记录少的用户，剔除不规范号码，以及出现位置不合理的记录。根据本网信令数据(小区切换、位置更新、呼叫事件、短信事件)统计各小区平均每天的用户数，即该小区的本网用户数。本网流动用户数则依据信令数据计算每个小区内居住人群数和工作人群数，非常驻用户数即流动用户则根据居住和工作人群计算。根据表1计算出流动用户数。表1中的参数可根据当地的实际情况而定。驻留位置的第一条记录的开始时间到下个位置的第一条记录的开始时间之间的时间差作为驻留时长。

表1 人群属性判定规则表

根据研究表明，移动通信产品的主要客户年龄分布在15～60岁之间，这个年龄段的人口购买移动通信产品的可能性最高。因此，该模型中计算本网用户年龄分布，即依据系统中的用户数据计算年龄在15～60之间的用户占比，该数据处于0～1之间。

(2)定性数据处理。选址模型中的商圈评估和竞争因素属于定性数据，在系统中给出各个指标的一些数据，由用户根据实际情况自行选择。每条输入数据附上其相应分值，将其转化成定量数据。各指标及输入值如下：①公共便利程度：在拟租、购厅半径一公里内，公交线路(地铁、公交车、轻轨)经过的数量。输入值：2条以下、2-5条、5条以上。对应分值：1分、2分、3分。②周边业态：商圈周围商业业务所处的一个简况。输入值：居住相对集中的社区、小型的商业店面区、政府所在地或集贸中心、位于市中心的商业聚集区。对应分值：1分、2分、3分、4分。③教育结构分布。区域内小学、中学、中专、大学及培训机构的多寡(数量)进行衡量。输入值：0个、1～3个、4～6个、6～8个、9～11个、11个以上。对应分值：1分、2分、3分、4分、5分、6分。④店面成本。店面每个月的租赁价格。输入值：45/以下、45～70/、70～95/、95～120/、120/以上。对应分值：5分、4分、3分、2分、1分。⑤竞争对手网点数：区域内除本网网点的其他所有网点数量。输入值：0个、1～2个、3～4个、4个以上。对应分值：1分、2分、3分、4分。⑥现有网点数：区域内已有的本网网点数量。输入值：0个、1个、2个、3个、3个以上。对应分值：4分、3分、2分、1分。

1.2 AHP层次分析法描述

层次分析法(analytic hierarchy process,AHP)是将定性和定量数据进行结合，适用于多层次分析决策问题。先确定总目标，然后将影响因素按照不同层次聚合，确定对目标的影响权重，根据权重计算结果并排序，提供决策。基本步骤如下：

(1)建立层次结构模型图。层次结构图是按照不同的因果关系将对应不同层次的结构因素、指标一一列出。营业厅选址模型层次结构模型图如图1所示，结构图共有三层，其中顶层为目标层(G)，即确定最佳地址，中间层是因素层(C)，指标层(F)放底层。

(2)构造判断矩阵。根据下层对上层相关因素的重要性，将下层因素两两进行比较，形成判断矩阵。判断矩阵中权重的赋值通过1～9取值法进行确定。

(3)单层排序及一致性检验。每个判断矩阵都需要计算最大特征值(λmax)、λmax对应的特征向量，通过一致性指标CI、随机一致性指标RI、一致性比率CR的计算结果值完成一致性检验。若CR<0.1，则说明检验通过，归一化后的特征向量即为该判断矩阵的权向量；若不通过则需重新调整判断矩阵。

1.3模型建立

该研究将营业厅选址的相关因素应用到AHP方法上来建立模型。该模型共利用了两次AHP层次结构方法，详见图1。第一层AHP是为了分析各底层指标对选址的权重，通过市场调研和专家建议建立各要素之间的判断矩阵。第二层AHP是根据各方案的实际指标数据计算出各方案对最终选址的综合评价，即各方案对选址的优势性。

图1 AHP1层次结构图

第一次利用AHP层次结构法一步步分析下层对上层的重要度，通过层层分析，计算出底层的各个指标对目标层——选择一个最佳的营业厅的权重，即重要度，层次结构图如图1所示。首先是建立判断矩阵：G|C，C1|F ，C2|F ，C3|F，计算出每层的特征向量即该层要素对上层的权重系数。最后，结合因素层与指标层计算出底层指标层对顶层选址模型的最终综合权重。在计算过程中需要进行一致性指标检验，避免出现A比B重要且B比C重要，而C又比A重要这样的矛盾出现。

在通过AHP1计算出各指标对营业厅选址的重要度之后，需要重新建立新的层次结构模型——AHP2，利用AHP2最终分析各方案对选址的综合影响。AHP2的层次结构图如图2所示。

图2 AHP2层次结构图

为了简化计算复杂度，依据AHP1计算出的各指标对营业厅选址的权重排序，对影响指标进行筛选，如选取权重比之和大于90%的那些指标作为最终的影响指标，例如在进行筛选之后，剔除了影响指标较小的教育结构分布(F7)和现有网点(F11)。则我们将选址模型转化为使得下列函数取得最大值的方案为最优方案。函数如f(F1，F2，F3…F13)=w1*F1+w2*F2+w3*F3+…+w13*F13。在层次结构图中，如上函数为目标层(G)，Fi(i=1，2，3…13)位中间层，各待选方案为底层。待选方案是只根据定量数据即用户市场分析和区域人员评估下的指标利用AHP模型计算出所有小区的综合重要度排名，并在界面设计上根据其值给予不同的区间范围，颜色的深度代表重要度的范围大小。客户自行将想要比较的小区加入对比中，结合定性数据计算最终重要度得分。

由于中间层各指标对目标层的权重向量已经在AHP1中计算出来，在本次层次结构模型中只需计算各方案对中间层的权重系数。依据AHP原理，建立判断矩阵：F1|P，F2|P，F3|P…F6|P，F8|P..F10|P，F12|P，F13|P，几个方案的各指标比较。建立判断矩阵方法如AHP1中方法。两两比较是根据各指标计算分析的结果值进行判断比较。各指标值的计算见数据处理章节。同样，在计算各方案的重要度的时候，也需要进行一致性检验，检验方法如AHP1中方法。计算出各方案对各指标的重要度之后，结合AHP1中计算出的各指标对营业厅选址影响的权重，计算各方案对选址的综合评估，计算方法见表2所示。设w1，w2，…w6，w8，..w10，w12，w13是指标F1，F2…F6，F8，…F10，F12，F13对选址的影响权重；a1..a11，b1…b11，c1..c11，d1…d11，e1…e11是方案P1，P2，P3，P4，P5对各指标的影响权重，则各方案综合重要度的计算。