面向移动互联网的用户行为分析和数据挖掘

移动互联网要求快速、准确把握用户的个性化需求，用户接受外界信息的模式也发生变化，公司营销越来越难，成本越来越高。实时把握用户的消费行为，通过海量的用户数据挖掘分析开展实时推荐的能力尤为重要。

研究院围绕上述新需求开展系列研究，并积极推进与现网业务运营和营销的结合。自主研发高效率、高可靠性、高精准度的用户行为数据分析和精准营销平台，以SaaS模式为省公司统一门户和基地业务提供精准营销服务。该平台利用分布式系统架构设计，对于算法模型备份退化方案，研发具有离线计算、在线推荐能力的算法模型，已成功实现在中国移动大云平台的部署，每天能处理上亿用户的行为数据，并准实时给出计算结果。

目前已经在MM、手机支付、无线音乐等业务基地和河南、北京等省公司门户应用。在MM基地的应用中，针对用户终端设备的对应用的兼容性问题以及实时推荐等问题，利用精准营销平台，建立动态更新的“终端-应用”对照表，对智能推荐结果进行二次干预，采用离线计算、在线推荐的解决方案，实现智能推荐下载成功率比原有方案提高了40%，用户活跃度提高了20%，下载转化率提高了20%。在河南公司集团和家庭客户识别的应用中，实现了基于手机移动行为的用户稳定点识别和多源数据校验，大幅提升了用户真实社会关系的识别精度，最终实现家庭识别精度提高了51%，集团客户同事关系的识别精度提高36%。在支付基地的应用中，研究院利用精准营销平台，实现基于用户在聚会啦团购导航上的点击行为进行推荐商品和自动匹配用户所在城市的团购推荐。目前用户参团率由提升比例高达200%以上，效果比较显著。在音乐基地的智能推荐应用中，WAP页面转化率提升了68.5%，有效地增加了用户粘性。目前，精准营销平台还具备面向第三方提供开放接口的能力和经营分析能力。

用户数据是运营商和互联网企业的生命线，而用户调研数据在目前公司各类系统中还是缺失的，研究院的用户调研平台正好填补了在该领域的空白。另一方面，中国移动从集团公司到省公司，每年会投入大量的人力和财力用于用户调研，而且大多还是采用依赖外部公司执行的方式，存在数据不准确、数据不安全、历史数据无法关联、用户隐私信息容易泄露等问题。而研究院的用户调研平台，以互联网和手机作为载体，实现用户、问卷、数据的集中化、模板化管理，能够很好的解决上述一系列问题。

同时，研究院还建立一套高效自动化的用户调研业务流程体系，涵盖需求分析、研究设计、调研执行、数据采集、用户激励和客户服务多个环节，形成业务闭环。2011年，研究院利用用户调研平台，以SaaS服务模式满足了集团公司市场部、数据部、集客部、采购部等8个部门和MM、手机阅读、无线音乐、手机支付、手机游戏等5个业务基地的用户调研需求，提供了高质量、低成本、高效率的支撑服务，已经成为集团和运营单位与用户沟通的重要平台。2011年，用户调研平台累计承担了100余个调研项目，积累了60余万的用户调研样本。