微波EDA网,见证研发工程师的成长!
首页 > 通信和网络 > 通信网络技术文库 > 大数据数据场景下的网络精准规划与优化

大数据数据场景下的网络精准规划与优化

时间:09-15 来源:人民邮电报 点击:

据GSMA统计,全球迄今已经有70多亿用户,每年的直接收入超过万亿美元,移动通信已经成为社会经济和人类生活不可或缺的一部分。在移动通信大时代的今天,用户行为也发生变化,网络和智能终端的演进使手机远远不局限于打电话和发短信,上网、导航、手机支付、视频等应用丰富多彩,多业务场景下的用户体验及对网络的要求成为行业关注的重要话题。面向用户体验的服务,最重要的是什么?

在MBB时代,用户体验直接影响用户行为,进而影响运营商的业务收入。根据Google发布的统计,网络反应时延每增加0.4秒将导致每天搜索量减少800万。Amazon也发布了类似的报告,Amazon提供的网站购物,时延增加1秒,年营业收入将减少16亿美元。此外,据Yankee公司的一项调查,64%的用户将网络质量列为他们选择运营商的最重要因素,48%的用户会因为更好的网络覆盖而离网选择其他运营商。因此从用户体验角度对网络的主要诉求可以总结为:随时随地接入业务、清晰的话音质量、流畅视频、敏捷的应用、问题快速解决。

主流运营商已经普遍认识到提升用户体验的重要性。在2014年华为全球用户大会上,89%的运营商认为提供高质量的用户体验是当前的核心问题;96%的运营商认为提升覆盖和速率能解决用户的关键痛点。

随着业务的多样化和用户体验要求越来越高,没有高质量移动宽带网络的支撑是很难想象的,品牌领先、高效率和高性能网络、面向体验的运维、平滑演进构成运营商对精品网络的共同目标。

测试排名影响品牌认知

世界各国情况不一,不同的地域和竞争环境导致运营商的精品网络有着不同的目标。如何判定网络是否为精品网,是口碑?是社交媒体?还是机构测试排名?

对精品网络质量的指标量化判定,机构测试排名是目前最常见的。排名测试的发起方有知名第三方机构如欧洲的P3测试,大众手机测试软件如SpeedTest,或者当地通信管理组织、运营商集团公司等。在欧洲,测试结果和排名会通过欧洲公共媒体进行发布,将影响终端用户对其当前网络的忠诚度,因而该测试成为当地运营商的年度大考。

通常欧美国家一些大运营商对机构的Benchmark测试非常重视。测试期间运营商会主动封网,甚至有点像是运营商的大比武。运营商为什么如此重视测试排名?从测试后的一些动作可以看出端倪:在测试结束后,如果排名靠前,通常运营商会及时在自己的网站上宣传排名结果,并通过短消息通知客户。

这说明运营商看重的不仅仅是排名,更注重的是排名背后的品牌效应,打造排名领先的精品网成为运营商品牌战略的一部分,有助于保持并提高用户忠诚度,特别是高端用户的忠诚度。

大流量数据场景下的网络精准规划与优化

世界各国运营商情况虽然不同,但在移动网络建设部署阶段,很多运营商的精品网战略都把覆盖和速率放在了首位,只是在业务侧重上有所不同。在非洲大多数国家,主流用户仍然是2G用户(用户占比86%),高质量的话音和短信服务覆盖是战略重点;在欧美数据业务发展较快的国家,3G/4G开始成为主流(用户占比在50%左右),如VDF、TDC、EE等运营商在网络现代化改造和向LTE演进过程中,面对多网、多频段复杂网络结构,利用多网协同和re-farming服务,快速高效实现网络平滑演进。中国当前正处于LTE部署阶段,运营商通过多网协同有效保障投资,采用CSFB策略或者引入VoLTE,同时保障语音和数据业务质量,并通过智能化策略丰富客户应用体验,增加运营收入。

随着用户行为和业务目标的改变,大流量数据冲击对网络性能造成很大的影响,根据对全球30个典型局点的统计,2014Q2相比2014Q1,4G业务流量增长了79%.全球移动宽带网络数据业务流量中视频占据40%以上,视频业务覆盖成为衡量运营商网络能力的重要指标。在高速数据业务特别是高清视频覆盖方面,1~3Mbps的覆盖是欧洲运营商常见的精品网目标,5~10Mbps覆盖则在美国和中东地区更受到追捧。实现随时随地的高速数据覆盖,成为用户体验保障的重要标杆。

全球重大事件如世界杯、F1赛事和各类全球性政治经济类峰会期间,大量本土或漫游用户的涌入以及局部热点区域的话务剧增,给各运营商网络带来前所未有的挑战。例如,今年巴西世界杯,最终用户对移动视频直播、移动支付、基于社交网络的分享与即时通信的大量使用,相比4年前的南非世界杯,每用户消费的数据流量增长12.5倍,平均每场比赛上传160万张照片、产生860G数据流量,实时移动视频业务爆炸性增长。随着最终用户对随时随地获取信息服务的需求增长,类似巴西世界杯的场景正在向着常态化方向发展。因此,在面对大数据冲击的时候,大流量预测手段必不可少。

基于小区级数据分析进行大流量预测,通过获取详细的网络小区级数据,同时考虑业务、技术、商业、终端、用户及资费等因素,利用地理化可视呈现,输出阶段性的预测结果,并据此进行E2E规划和网络发展策略制定,比如HetNet规划、承载网联合定制化规划、网络现代化改造、网络合并与共享策略制定等,以应对大流量冲击。在网络运行一段时间以后,新一轮的网络流量状态数据和新一轮的数据又作为输入,形成下一轮的大流量预测与应对方案,这样既能支撑中短期的流量预测分析,进行快速网络规划与业务投放,提升业务品牌;又能支撑中长期规划,规划网络技术演进及发展战略,保障持续投资收益。

在网络规划阶段,由于网络业务分布的不均衡性,如何在正确的位置布放适合的资源,在满足不同区域的不同业务目标诉求的同时,最大化发挥网络资源潜力,保障投资收益是运营商在网络发展演进过程中面临的共同挑战。通过对流量、用户、终端、收入、用户满意度和覆盖六个维度数据进行地理化分析,实现大数据联合分析进行价值热点区域精确识别、用户行为及收益分析,有效找到适合站点,满足用户体验诉求的同时,最大化提升投资收益。

在网络优化阶段,通过对网络性能KPI、业务质量KQI进行监控评估,借助于网络七层优化方法论以及业务质量端到端定界定位优化手段,并通过地理化手段,开展关键区域的例行优化,如覆盖评估、邻区优化、干扰排查、传输层优化等,可以使网络和业务QoS得到全面优化。借助于覆盖和容量目标,通过迭代手段,引入扩容、新特性应用、调整RF参数以及调整GUL承载策略等手段,开展小区自动优化,从而大大提升优化效率。

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top