大数据网络优化转型探究课件

1、锐意创新，大数据助力网络优化转型 新型网优工作思路及方案探究现状思考工作方向实现方案如何实现网络优化转型，巩固网络领先优势网络规划网络优化特殊场景业务感知市场支撑现状思考，方向探究网络优化转型现状思考-传统网络规划新站覆盖效果有待仿真和后评估新站建设前，需要对建成后的覆盖效果进行仿真预测；新站建设入网后，需要根据实际覆盖情况进行效果评估；实际建站效果评估周期较长，预见性较低；投资价值及收益有待评估缺少海量网络数据，用户数据进行挖掘与分析，成本投资主要以人工经验为主；投资目的性较低，价值收益预估模糊；网络规划IT支撑精度有待提升常规网络规划手段没有应用MR定位及弱覆盖统计分析；缺少用户投诉、容量

2、负荷、用户分布、网络性能、XDR信令等数据的综合评估；规划精确度较低；如何才能提升站点规划准确率？闭环评估是否能满足覆盖预期？覆盖效果预测评估精准规划有待提升投资价值有待评估站址规划的现状如何做到投资收益最大化？MR等多数据源分析站点需求新站可研覆盖预测价值评估新站设计站址变更站点开通后评估覆盖图路测图投诉分布高倒流分布XDR/KPI合成y=f(x1,x2,x3,xn)多元一体化 传统单维度规划存在各自局限性，而多元一体化是综合覆盖、路测、投诉、高倒流、网络性能及用户信令等多维度数据源作为评估依据，通过归一化算法计算输出的问题区域，评估全面，准确，有效性高。无法定位无LTE覆盖区域样本较少，且

3、仅限城区主要道路样本较少，且分布离散仅限LTE弱或无覆盖区域单维度评估存在各自局限性仅限容量、感知、用户分布现状思考-传统网络规划新型网络规划-规划建站 新型网络规划可以将覆盖、路测、投诉、高倒流、用户分布、业务量、用户感知等多维度数据源，经过归一化算法计算得出的问题栅格，包含的问题全且更准确，可以更精确的计算新增基站解决的问题数量和比例，进行价值预估。固定地图像素N*N建立全球统一栅格坐标体系。精度可以做到5X5米的标准栅格系统，一般使用50*50m的栅格。在MR定位的基础上，用投诉、路测、高倒流填补无MR覆盖的区域，实现全网无缝覆盖精确评估。通过一体化栅格面积占比推导栅格聚类面积覆盖，评估

4、对象抽象转换为聚类问题覆盖，更为直观。在线地图问题栅格和簇聚类问题聚类中心点规划建站点输出根据MR栅格定位，再结合指纹库、小区场景分类，进行室内外场景识别、无线场景识别、高价值场景判定，对场景进行自动规划方案的输出。场景识别无线场景高低层场景室内外场景高价值区域场景场景归类城中村商业区高层住宅楼高校高速公路铁路场景管理 主要指标的可视化管理。场景档案搜索和信息管理。可视化管理场景区域网元关键信息。可视化管理场景的历史DT、MR信息。可视化管理场景内现网及规划小区信息。输出自定义的场景分析报告。场景规划根据场景库自动识别类型并出规划建议信令挖掘，分析场景范围的覆盖情况以楼宇为单位进行室内场景的覆

5、盖分析。呈现楼宇的弱覆盖是哪一层楼、哪一面。可实现场景模糊化检索及分析。新型网络规划-场景识别现状思考-传统网络优化单站验证参数天馈基本功能单板告警簇优化覆盖接入、切换、掉话吞吐量全网RF优化全网KPIPCI、PRACH、TAC等参数优化网络性能保障性能监控（无线、核心网、传输网）负荷监控网络故障处理网络性能提升RF增强优化KPI性能提升CS性能提升PS性能提升网络性能验收输出网优报告总结网优案例传递网优技能网络监控：综合多种网络监控工具进行网络性能监控与分析（包括优化人员自行开发第三方工具），优化人员需要熟悉各种优化工具，并综合分析网络存在问题，对优化人员综合能力要求较高。问题定位：后台仅通

6、过网管数据进行问题分析，单一性和片面性无法对网络实际问题做到精确定位；前台需要大量的测试与分析进行问题点定位，人力投入大，周期长，效率低，实效性较差；涉及优化工具繁多，整体分析精确度低，人力物力投入较大，用户感知是否得到本质改善，市场效益是否提升？如 何降 低成 本，提 升市 场效 益？4G网络规模快速增长的时代，如何高效的进行网络深度评估，如何提高用户感知，如何挖掘潜在市场，如何提高市场效益，是一个值得我们深思的问题。NPO已经演进到了大数据化和平台化的4.0时代，通信网络的优化应该从常规人工优化转型为一体化，自动化的平台优化。KPI/DT优化为主，辅于局部信令采集分析大都是个人工具4.03

7、.02.01.0Y2009Y2013Y2016用户感知体系建立并开始应用于日常评估开始有平台搭建，如优化平台(参数)MR采集和使用增加，多数据源的关联研究和尝试数据采集平台搭建，如OMC/信令/路测支撑业务发展应用，结合KPI，DT，MR，信令，路测等数据。大数据智能分析平台搭建，问题自动定界，用户感知评估和无线落地方案输出智能化业务支撑数据互联工程师多维评估 KPI分析MR及信令分析QoE优化分析一体化优化分析运营商运营维护网络234G OMC指标(KPI类网管)忙时/小区级统计客户端登录web服务器4G MR指标 (MR服务器)天/小区级统计234G 信令(DO/XDR)天级/小区/用户/

8、终端级统计234G互操作参数 (参数采集网管平台)天/小区级统计DT数据(ATU测试)全网路测采样采集234G OMC指标、MR数据、信令事件，配置参数、告警信息，路测数据以及投诉信息等数据源，高效的将多维度数据源融入到网络优化评估中，以Web交互式界面呈现网络优化方案。提升网络问题分析的精准性，提高网络优化人员的工作效率，增强网络支撑市场的指导力度。现状思考-网络优化演变室内深度覆盖：如何全方位评估网络性能？传统扫楼测试到立体化覆盖演变。传统的测试方法对深度覆盖的评估力不从心4G业务越来越多的在室内发生，评估室内覆盖情况，问题采用DT/CQT测试和KPI指标归集的方式分析，效率低，精确度不高

9、，往往是客户发现了问题，才进行分析优化。3D立体化专题地图建筑物深度覆盖评估。通过MR数据、信令数据、性能数据综合建模入库，根据射线跟踪模型建模，3D地图建模，基础工参建模，生成立体评估数据。可针对楼宇级、楼层进行覆盖和质量情况统计输出，针对性优化，提升优化效率，也可作为网管指标输出后更准确定位分析辅助。传统规划使用平面仿真和人工测试，费时费力且无法精确评估室内的覆盖和质量情况。立体覆盖系统能使用大数据量测量报告和话务事件，能够精准的对建筑物内的不同高度进行测量报告定位，提升优化精细程度和准确度，提升客户感知。2D专题地图建筑物深度覆盖评估。根据MR数据进行建筑物覆盖评估渲染，提升了优化人员定

10、位弱覆盖区域的效率和精确度。无法正确甄别层内用户的感受无法正确区分楼内楼外用户新型网络优化-室内深度覆盖案例一扫楼测试：玉溪百货大楼位于南北大街和人民路交叉路口附近，此区域为玉溪商业中心，人口密集，业务量较高，是重点关注区域。经过现场实地测试勘察，小区周边道路测试覆盖较好，但到了住宅楼内信号衰耗大，楼内未做室内分布覆盖，高层住宅楼内弱覆盖严重。一楼RSRP 一楼内部二楼RSRP 二楼内部玉溪百货大楼位于南北大街和人民路交叉路口附近，此区域为玉溪商业中心，人口密集，业务量较高，是重点关注区域。从Google地图来看，此区域主要由人民电影院2小区和邮政大楼1小区共同覆盖，但由于周边房屋较为密集，导

11、致百货大楼室内覆盖较差，实测百货大楼平均RSRP均值为-103.95dBm，与平台输出一致。新型网络优化-室内深度覆盖案例二扫楼测试： ：医院位于玉兴路和九曲巷交叉路口附近，主楼为八楼。通过Fast工具定位发现主楼存在严重的弱覆盖情况；经现场实地测试观察，整栋楼均有弱覆盖的现象。由于室分系统布放在电梯位置，楼内深度覆盖较差，建议增强室内深度覆盖，提升用户感知。医院正门四楼RSRP覆盖三楼RSRP覆盖二楼RSRP覆盖主楼室内布局室内打点测试情况：通过室内打点测试可以看出，2，3，4楼的室内覆盖均较差，平均RSRP小于-100dBm，到6楼以上接受到室外宏站的信号电平值相对较高，达到-92.66d

12、Bm。总体来看医院主楼内部覆盖较差，和平台输出结果一致。新型网络优化-室内深度覆盖通过一体化工具输出MR数据采集和分析出弱覆盖簇，蓝色区域为弱覆盖聚类簇，在簇内和簇外DT实测大部分采样点的RSRP均在-110dBm-90dBm之间，道路覆盖较差。规划建站结果和实测结果基本一致。弱覆盖区域和规划建站点可一键输出，提高优化人员对问题区域发现的预判性和精确性。室外深度覆盖与规划建站：传统的深度覆盖不足区域主要由日常测试和用户投诉来判断，覆盖不足区域需要根据测试情况和周边基站的分布情况进行加站方案的制定。缺乏预判性，周期较长，严重影响到用户感知。传统优化建站需要向一体化规划建站模式转型，提高效率。通过

13、用户投诉工单筛选出投诉用户或评分较低用户所在区域，并渲染到地图上进行分析，地理位置精确性不高。图例解释：红色五角星为低评分用户，绿色框为投诉区域筛选出的用户投诉区域和网优平台提取的MR弱覆盖小区进行关联匹配，确定弱覆盖小区后进行区域性优化。后台优化人员只能精确的小区级别，前台测试人员需要联系投诉用户，并对投诉区域进行测试，缺乏预见性和整体性，效率低。新型网络优化-室外深度覆盖虚拟路测主要基于MR数据的采集，解析，分析，综合运算形成10*10米的栅格渲染到路面地图上，从而直观反映评估区域路面的覆盖情况。便于优化人员及时了解道路覆盖情况。本次评估同样使用了7天的MR数据对玉溪主城区的道路进行分析评

14、估。本次虚拟路测评估输出了玉溪网格内道路的RSRP和弱覆盖路段，并通过报表形式输出各道路的覆盖情况。以便根据采样点指标情况进行实际路测对标，验证虚拟路测和实际路测的匹配度。虚拟路测RSRP1Google呈现RSRP2虚拟路测弱覆盖路段3Google呈现弱覆盖路段4报表输出5新型网络优化-虚拟路测虚拟路测：主要基于MR数据的采集，解析，分析，综合运算形成10*10米的栅格渲染到路面地图上，从而直观反映评估区域路面的覆盖情况。便于优化人员及时了解道路覆盖情况。减少大量的人力物力进行测试分析。弱覆盖路段我们定义为平均RSRP小于-105dBm，同时持续距离大于10米，且为城区一，二级道路为弱覆盖路段

15、。从上图我们可以看出虚拟路测弱覆盖路段和实际测试弱覆盖路段基本保持一致，虚拟路测呈现弱覆盖路段较实际路测多主要原因为虚拟路测使用大量的MR数据，采样点较实际路测多，实际路测未发现的问题区域虚拟路测可以发现，精确性更高，面更广。虚拟路测弱覆盖路段1实际测试弱覆盖路段2虚拟路测输出弱覆盖路段57条，实际路测输出弱覆盖路段39条，其中虚拟路测与实际路测输出弱覆盖路段匹配数为38条，匹配度达到97.44%。新型网络优化-虚拟路测高倒流分析：传统高倒流小区分析向一体化高倒流小区分析转型。传统高倒流小区分析是通过经分系统输出表进行2/4G共覆盖小区的流量计算，按照高流量小区的定义规则输出高倒流小区。并渲染

16、到mapinfo工具中，指导优化工程师进行定位和优化。筛选工作繁杂，无法准确定位此小区成为高倒流小区是由于用户锁网导致，还是4G小区覆盖较差等原因导致。综合分析力差。倒流趋势区域分布：可以输出评估区县的倒流趋势情况，直观反映每个区县或每天的倒流指标情况。倒流问题小区渲染： 输出高倒流问题小区的地理位置分布情况，并通过网管指标，DO数据，工参数据等综合分析产生高倒流的原因。输出初步优化方案及建议。给优化人员提供了指导性建议。新型网络优化-高倒流现 状思 考缺少数据业务端到端感知预警手段，只能在问题发生后被动处理，导致优化人员疲于应对客户投诉或者满意度问题。缺少数据业务感知问题的端到端定界能力。面

17、对投诉或者满意度问题时，依赖传统测试手段，费时费力、难以定界。对即时通信、视频业务等重点业务感知，缺少针对性的监控、分析和预警手段。VoLTE网络部署后，网络变得异常复杂，针对VoLTE指标问题和语音问感知题缺少端到端的分析和优化手段。能否在问题发生前产生预警，使得问题在严重扩大前被解决或者被减轻，从而减少用户投诉，提高用户满意度。 能否将大数据分析平台加入到日常生产流程中，在问题发生时，快速准确定界，以提升效率、减少资源投入。改善重点业务感知是改善全网业务感知的抓手，能否以重点业务为突破口，改善用户满意度。能否依托工具自主选题，对VoLTE指标和语音感知问题进行端到端的定位，从而进行针对优化

18、。 现状思考-业务感知核心网SP、WAP网关、DNS等Internet无线传输2015年6月28日9:00开始，出现大量上网慢投诉。10:00优化部门进行现场测试，发现问题概率性出现，但难以明确定位原因。13:40 DO大数据平台(试点)加入分析，并在15:00定位到大量用户出现DNS查询失败，DNS成功率波动大。案例：大规模投诉频发，优化人员成专职“扑火队长”案例思考：如果根据KQI在系统中发出预警，是否可更早介入处理、减少投诉产生、提高满意度？如果将大数据平台加入日常生产流程，是否可提高效率、更快定位端到端感知问题？如果将预警直接推送到客服部门，是否可缩短投诉处理流程、较少人力投入？15:

19、00反馈省网管，省网管查询发现备用DNS受到攻击，18:00后恢复。DO平台投诉由客服传递到技术部门10:30核心网部门加入分析，没发现明显的指标劣化，也无法准确定位。该问题在6月-9月间曾多次出现，对3季度用户满意度产生负面影响。案例思考：如果根据KQI在系统中发出预警，是否可更早介入处理、减少投诉产生、提高满意度？如果将大数据平台加入日常生产流程，是否可提高效率、更快定位端到端感知问题？如果将预警直接推送到客服部门，是否可缩短投诉处理流程、较少人力投入？业务感知-用户投诉预警案例：“就怕投诉上网慢”，网优人员感知问题端到端定位手段之殇。某月某日，某分公司VIP投诉手机上网慢网优人员进行常规

20、测试分析后，未发现问题，表示“无能为力”核心网SP等等Internet无线省网管人员基于大数据平台进行端到端五元五阶法定位，发现问题是某小区下行时延间歇性升高导致，后恢复。案例思考：网优人员中存在着不怕投诉”上不去”、就怕投诉“上网慢”的情结，主要源于感知问题端到端定位手段的缺失和端到端定位能力的不足。目前大数据分析平台虽已上线，但由于数据敏感性，每个公司仅有少量账号且绑定安管平台，给优化人员登录使用带来不便，也拖慢了优化人员使用大数据平台技能的提升速度。传输业务感知-端到端用户分析案例：“不鸣则已一鸣惊人”，重点业务感知问题伤不起！案例：VoLTE感知优化，从哪里开始，到哪里结束？2015年

21、6月29日开始，出现大量微信图片无法打开投诉。DO定位发现腾讯业务成功率低，部分业务量很大的Cache服务器成功率低于20%，这些服务器位于电信网内。网管反馈是集团调整Cache导致。案例思考：优化部门目前对即时通信、视频等重点业务基本处在有统计无掌控的状态，也暂时未有基于重点业务场景的优化尝试。数据业务网络相对于运营商移动网络更加庞大复杂，加入重点业务专题，是否可提高掌控力，提升优化分析效率，改善感知进而提升满意度。2015年8月1日开始，出现大量视频业务卡顿投诉。DO定位发现部分网内新增Cache失败次数多。网管反馈是省内新增Cache过程中，部分新增Cache性能问题导致。该问题在201

22、5-2016年曾多次出现。2016年7月下旬，网优中心尝试就VoLTE质差小区进行分析处理。但由于质差小区失败次数过少，地市公司难以发现问题和进行针对性优化提升。案例思考：在集团仍未就VoLTE指标进行考核的情况下，如何自主选择课题，借助工具进行性能指标和语音感知(MOS)的端到端分析和优化提升？业务感知-VoLTE指标分析高铁高架桥高校高层高速地铁场景需求： “五高一低”涵盖了高校、高架桥、高铁、高层、高速和地铁6大标志性场景，因地理位置特殊性、人员集中性以及社会功能重要性，是社会生产、活动的重要组成部分，同时也是通信优化、市场推广、高价值用户挖掘的重要场景。传统场景优化：复杂的无线环境场景

23、、多样的小区特性和巨量的人流密度带来的大数据流量，是传统优化难以处理的。单一的传统优化投入成本高，优化周期长，面向对象单一，深入分析不足，解决方案不完善。诺基亚大数据优化：FAST平台通过模型仿真和MR数据分析，快速定位弱覆盖、高干扰和高负荷区域。基于大数据的DO平台，能端对端地对业务数据进行分离、归类，及时挖掘用户的潜在需求，为市场推广提供方向。FASTDO能快速细分场景，提供重点场景的多样化分析途径。配合诺基亚多样的自有功能模块及设备，结合传统优化思路，以大数据平台为主导，多方位地解决场景优化难题。现状思考-特殊场景高铁移动速度快，无线环境变化剧烈，受多普勒频移影响大。密闭车厢导致穿透损耗

24、大，用户存在接入差、掉线、切换不及时。途经区域多为无人区、隧道、高桥，站点建设不足导致弱覆盖。高速无人区、隧道覆盖不足导致用户掉线服务区、收费站等人流集中区域突发的高负荷高速车流导致的切换不及时高校建筑场景呈现多样化。人员分布密集，用户在时间上和建筑场景上呈现差异化。各类突发的大型活动保障高架桥城市道路网中，高架桥多为车、人流集中区域，道路复杂桥上道路的分层重叠，桥高层高于覆盖天线。高层多路信号交错，信号杂乱，频繁切换高于宏站站高，导致覆盖困难，而传统室分因物业困难，难以协调现状思考-特殊场景峡谷高速隧道直行高速服务区高桥路特点：高于周边地形，道路建站空间不足。方案：诺基亚一体化基站占地小，建

25、设简单，可良好解决高桥道路的建站问题。特点：人流集中区，业务较高，用户呈扇区分布方案：1、多频段叠加站应对高负荷需求。2、诺基亚LTE1127和LTE1942提供了Volte分层组网策略实现数据与语音的合理分摊。3、诺基亚软劈裂提升覆盖，控制负荷均衡特点：空间封闭，单一宏站覆盖不足方案：短隧道：定向天线覆盖中长隧道：定向天线加泄露电缆特点：车辆速度快，多普勒频移影响大。方案： 诺基亚LTE48支持最高1700hz的频移，实现智能化频率校正。特点：峡谷高速两侧为陡峭高山，无法建设站点或站点建设过高，不能有效覆盖路面。方案：定向天线覆盖狭长道路，基于FAST获取覆盖盲点，规划小站补盲。新型优化应对

26、场景多样化优化方案：DO的大数据分析，形象描述用户的行为路径特征，提供优化参考。Load Balancing功能有效均衡小区负荷诺基亚小站有效应对热点区域容量不足业务类型高校负荷潮汐性宿舍楼图书馆教学楼8：0011：00以及13：0017：00，业务向教学楼转移21：00开始业务向宿舍回流19：00开始业务向图书馆集中新型优化应对场景多样化-高校语音业务高校因有集团套餐，资费便宜，语音话务量巨大。方案：基于DO平台的话务分析，能及时有效评估整体区域的通话情况，一对一定位掉话问题，减少用户投诉。学生对数据业务多侧重于手机网页浏览、在线聊天以及游戏等小包型业务方案：DO的五步法定位，能端到端分析游

27、戏时延高，网页开启异常，服务器无响应等问题。数据业务室分成本过高高架桥高架桥路面偏高、重叠覆盖覆盖：桥面高于普通路面，多层桥面阻挡来自路面的信号，难以形成良好覆盖；桥面道路分层重叠，信号覆盖复杂。乒乓切换：高架桥多层桥面导致信号复杂，特别城区高架桥，多为车、人流密集区，站点铺设密集，导频污染严重，导致乒乓切换。TAC边界：位于TAC边界的高架桥，因存在环形结构，会出现用户在TAC边界频繁切换问题，需要规避。方案：通过FAST虚拟路测平台，解析MRO数据定位城市各高架桥桥面重叠覆盖、弱覆盖位置，利用调整天馈，桥面补加小站以解决弱覆盖，增强主导小区电平。新型优化应对场景多样化-高架桥室分成本过高高

28、层写字楼高层覆盖：楼层过高，宏站覆盖困难，可通过铺设室内分布系统以及一体化微站来解决高层写字楼覆盖问题。市场营销：高层写字楼多为商务人士，属于高价值用户群体，是高价值中容易被忽略的一个群体。诺基亚DO平台基于用户维度的用户跟踪，能全面统计特定高层场景用户的上网行为，分析用户的潜在需求，能有效促进市场业务的推广。高层住宅高层干扰、覆盖：高层住宅小区不同于写字楼，因小区物业、业主以及成本等问题，室分建设困难，导致高层主导小区不明确，导频污染严重，需要通过一体化小站、低打高天线等手段提高主导小区电平，解决干扰及弱覆盖。建站困难：受“辐射”谬论的影响，小区业主对基站建设持反对态度，诺基亚一体化基站无需

29、机房，通过抱杆，贴墙以及美化伪装，即可完成铺设。新型优化应对场景多样化-高层建筑地铁具有人流量大、话务忙、数据业务量大(多为小包业务)、业务突发性强等特点，短时间内会给网络造成巨大冲击。将站台、站厅、隧道区域拆分，多个小区单独覆盖以提升容量。DO平台对小包业务提供个性化的分析需求，及时监测用户指向，评估信令负荷。地铁中转站为人流最密集区域，需要重点关注各中转站人流情况，以合理分配有限的站点资源。基于FAST/DO能基于用户数据将城市栅格化，评估各栅格区域负荷情况。引入FDE频段，并预留FDD频段端口。新型优化应对场景多样化-地铁覆盖定位大数据定位优势：FAST平台通过对MR数据的全量解析，让每

30、一个用户都成为测试终端，将地理区域栅格化，定位农村弱覆盖位置，极大节省了优化成本，提高了工作效率。站址规划通过FAST的仿真以及MR数据解析，能宏观地对站址实施规划，相对于现场，整体规划考虑更加全面。覆盖解决下行覆盖：诺基亚2通道RRU+大功率RRU+高增益天线的组合方案，结合FAST平台的定位规划，提高发射功率以及天线增益载波切割（F1改F2），在现有发射功率不变下，通过减小带宽，提升RS功率。上行覆盖：16T16R以及上行COM可在进一步提升用户上行覆盖。站址建设：通过RRU拉远以及微波中继，解决站址建设不利问题。传统手段不足：传统的优化在定位上需要现场路测，存在测试周期长，人员成本高，测

31、试区域不完整，考虑问题不全面的问题。FAST平台通过输出栅格或建筑物MR覆盖图，直观呈现现网覆盖情况。新型优化应对场景多样化-广覆盖现 状思 考营销行为主要通过媒体广告、营业厅、布点宣传等传统渠道进行，在市场饱和情况下，基本上处在广种薄收的状态。终端是用户感受运营商网络的窗口和眼睛，但终端的投放更多取决于终端厂商，运营商掌控力相对较差。基于大数据平台的用户行为分析，可以精确发现用户的特定需求，进行这方面的数据挖掘或可收获细分市场的增长。基于终端行为和用户感知的分析，可发现感知问题和用户换机需求，从而进行终端的精确投放，提升感知。 现状思考-市场支撑随着4G发展呈快速增长趋势，在用户数据流量需求

32、激增、多网需要协同发展、技术创新源动力和竞争形势严峻等多方面因素的驱动下，如何提升用户感知、提高网络优化效率；如何降低成本和提升用户体验，提升网络综合竞争优势，促进4G网络的良性发展？价值用户的识别：潜在用户的挖掘成为目前LTE网络优化的主要方向，精确的进行用户价值，用户行为判断，便于网络有效的支撑市场的发展方向传统高价值用户优化：多专题图层叠加来综合判断价值用户区域，数据源多，精确性低，判断用户和业务发展及网络均衡方面会有失偏颇。作 通过经分系统提取2/3G流量制作栅格渲染图层，每个栅格呈现2/3G小区流量分布情况，颜色越深代表流量越高。数据源：经分系统。 根据网优平台提取LTE小区级MR弱

33、覆盖比例，进行地图渲染，呈现LTE小区的覆盖情况。数据源：网优平台。 通过OMC提取LTE小区级用户数进行专题图层渲染，呈现LTE用户数的分布情况。数据源：OMC网管平台。2/3G流量4G弱覆盖4G用户数综合判断，方案输出，评估优化市场支撑-网络特性数据挖掘 “6”六个维度 “3”三个面向 网络 优化 规划建设 市场营销 “1”四网合一 以共覆盖簇为基本分析单位，建立网络协同层来呈现网间协同情况，实现“一张网”的体验评估。以六个维度分析流量经营短板，基于信令和MR关联分析，实现4G用户价值和网络价值协同。一键式输出三个面向的落地措施，促进市场，规划和优化部分间协同，提高4G流量经营效率。质差栅

34、格和用户投诉分析 MR栅格定位问题，从小区呈现下钻到栅格，地理位置定位更精确。Who？挖掘潜在用户Where？在哪里推广从每个簇中找出一个平均每小区GSM用户最大共覆盖点，市场发展人员可以从这些共覆盖点的覆盖范围内找到合适的用户发展点。4G高倒流小区和用户分布，直观的指导优化人员对高倒流小区处理，指导市场人员到此区域进行市场宣传和营销。市场支撑-网络特性数据挖掘案例：单用户流量低，源是需求定位不准确网优中心发现：玉溪市每用户平均流量排名大部分月份均落在全省后3名。是网络覆盖不足？是套餐不匹配？还是用户行为导致？提取流量和KPI/KQI指标对比，玉溪相对其他地市无明显差距，推测不是核心或者无线网

35、络问题导致。提取单用户流量分布可见，约15%用户流量非常低，接近于0，其中8%已更换4G终端，约7%非4G终端。分析低流量用户常驻区域，与弱覆盖区域没有明显相关性，不是覆盖不足导致低流量行为。分析低流量开机时长，发现大部分用户开机时长很短，不是LTE流量需求目标用户。案例思考在通过大数据平台掌握用户行为规律的的情况下，可更精确发现用户需求，增加收入的同时，提高满意度：行为时间规律-基于时间的套餐；用户位置规律-基于位置的套餐；业务规律-定向套餐、自有平台推荐。总结高净值用户行为规律，可为精确服务提供助力，提高用户忠诚度。市场支撑-用户行为数据挖掘KOPO品牌L6/L7等型号终端，是感知质差终端

36、，2014年11月至今，经常引发用户感知投诉。2015年7月，OPPO X9007上市，该终端属于质差终端，且在文山地区占比较高，引发文山地区大量投诉。2015年9月，家庭宽带部门，基于DO大数据平台对CPE位置分布和投放精确度进行了分析：分析CPE分布，可协助分公司控制后期CPE设备的精确投放。统计已有CPE终端的驻留小区后，可以主动介入，避免过度集中影响网络容量与其它用户的感知。2013年7月-2014年3月，昆明公司尝试引导2G用户向3G迁移，由于网络和终端限制，未取得显著效果。案例思考：基于大数据平台，可精确定位23G高流量待迁移LTE的用户及集中区域，利于精确投放，减轻23G网络负荷

37、，改善客户感知。分析用户行为及感知，可以发现受劣化终端影响的用户，进行客户关怀和精确营销，提升满意度。终端分布位置及时间规律可供市场部门进行终端和套餐策略结合的研究。对终端进行感知评估和对比，从而指导终端管理部门的采购行为，并可以对终端可能引发的批量感知投诉发出预警。市场支撑-终端行为数据挖掘如何实现网络管道增值，“大连接”战略？话音经营转型至流量经营；人人互联扩展到万物互联；如何保持4G/VoLte领先优势，助力DOU增长？如何更高效解决深度覆盖问题？高二无四比例(分流不足)视频业务占比(增速明显)上网业务收入(语音-流量)室内流量占比(广-深)网络评估短板提升？支撑手段运营效率传统优化向大

38、数据优化转型工作思路构建“四步法”精确规划全生命管理，提升资源投放效益1. 站点需求规划2. 自动选址审核3. 站点价值预测4. 建后性能评估一体化网络精确规划可切片、可量化、可栅格网络规划站点需求规划：开展基于多维数据切片的规划需求分析合成y=f(x1,x2,x3,xn)业务密度图质差分布图覆盖分布图用户密度图战略发展图场景建设区域信令XDRATU/路测MR测量投诉工单规划需求录入地理化可视规划需求评估数字化可计算规划需求决策标准化可回溯呈现方式50*50精细栅格网络规划 站点需求规划 聚类挖掘问题集中区域，凸显高价值需求以Graham凸包算法，将离散的问题点聚合成关联性较强的簇网络规划自动

39、寻址审核-智能与人工结合的站点选址站点寻址方案融合优先级评估重叠性分析互补性分析重要性分析待建站点列表详细站点信息 问题关联性 其它信息规划需求列表站点融合分析和方案评估功能站址融合输入输出效果预测必要性审核问题区域包络图结合现有站点，通过数学算法实现自动站点寻址。网络规划自动寻址审核-智能与人工结合的站点选址网络规划 站点价值预测-基于不同需求的价值评估及优先级预规划站点价值预测覆盖新区测试VIP投诉容量网络规划建站前的覆盖预测与开通后的实际MR覆盖情况比较接近建站前预测（仿真与MR定位预测模型结果相似）站点价值预测-输出预测前后对比网络规划建后性能评估-结合价值预测及性能分析的后评估23覆

40、盖预估流量预估用户数预估效果预估综合得分建设后评估通过覆盖预估、流量预估、用户数预估、价值综合预估来判断新建的建站优先级，输出建站优先级列表在规划站点建设完成之后，通过在线平台针对建站前的问题点、KPI等进行综合的评估，判断精确规划建设站点是否达到预期、评估新建的站点带来的网络KPI改善程度4网络规划质差评估体系落地建议1234MR+信令多维数据关联的全景质量优化网络优化固化原厂优化经验，实现指标提升自动优化自动化分析引擎带来的变革是数据收集集中化、分析流程快速化、方案输出统一化！网络优化评估室内覆盖效果，精准规划建立分场景的室内覆盖体系室分质量集中优化室分系统开网验收4G室内外协同规划室内深

41、度覆盖全程管控设计审核需求规划建设验收维护优化特殊场景VIP用户轨迹跟踪用户行为VoLTE业务无线问题根因定位优化 目前VOLTE分析所存在定界难、接口数据串联难得问题，诺基亚开发了一款面向VOLTE业务异常问题分析工具，基于该工具能够基于所采集的信令trace、S1U数据源实现信令(包含Uu、X2、S1接口)与SIP消息的串联，信令(包含Uu、X2、S1接口)、SIP消息、RTP语言流的串联，以及实现掉话、未接通、低MOS三类典型问题的专题分析。信令、SIP消息、RTP语言流串联Uu、X2、S1接口信令与SIP消息的串联 未接通专题分析 掉话专题分析 低MOS专题分析VOLTE用户分析工具力求快速识别问题、定界问题、分析问题，有效指导VOLTE优化VoLTE基于用户感知的端到端业务质量优化用户满意度评估同类APP对比*8款APP性能投诉*7款iPhone6开通V