gsm用户预测方法(16)

《gsm用户预测方法(16)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、http://www.managecn.org/(海量营销管理培训资料下载)GSM用户预测方法   我国的移动通信自1987年投入运营以来，用户数一直保持较高的增长率，目前每月仍以200万用户的速度增长。在与不断增长的用户需求相对应，全国各省、市都在加快GSM网的建设与扩容工程。而GSM网的建设应从技术和经济两方面综合考虑，既做到技术先进可行，又使整个网络经济适用，要达到良好的经济效益，就需要准确地对移动用户的发展进行预测，用户预测结果是后续网络规划和建设的依据，而预测结果的准确程度决定了整个规划的合理性和科学性。一、GSM用户预测方法概述   GSM用户预测方法有

2、多种，如人口普及法、市话容量类比法、趋势外推法、成长曲线法、瑞利分布多因素法等，下面就上述几种预测方法作一简要概述。   （1）人口普及法。人口是确定移动电话普及率指标所必需的基础数据，通过对人口总数的预测以及分析人口数量中城乡人员的比例、从业人员的比例、年龄分布的比例等因素，按照各层次人口的普及比率因素，综合得出移动电话的预测用户数。（2）占市话比例法。占市话比例法属于类比方法的一种。移动电话与固定电话同属于语音业务，有一定的相似性和业务互补性，通过预测市话需求量及移动电话占市话的比例，从而得出预测移动用户数。（3）趋势外推法。根据历年来移动电话的发展情况，以每年

3、的发展数据为基本点，总结规律，获得过去移动电话用户的平均增长率，以此平均增长率作为今后若干年的年增长率的主要参考值，遵照一定的增长规律，得出预测移动用户数。（4）曲线拟合法。曲线拟合法是基于移动用户发展的历史数据，根据其规律推测未来移动用户的发展情况。曲线拟合法是趋势外推法的一种，它反映了市场发展的一种趋势，其预测结果有一定的参考价值，但是也存在一定的局限性。它是建立在市场环境基本不变的基础上，难以反映未来各种变化对市场发展趋势的影响，比较适合于近期预测。（5）瑞利分布多因素法。瑞利分布多因素法是一种研究移动电话在潜在用户中渗透率的变化趋势的预测方法。潜在用户真正转

4、化为实际用户受多种因素影响，如终端价格、移动资费、业务需求等，对这些影响因素进行量化后就可确定实际用户在潜在用户市场中的渗透率，进而得出移动用户的规模。基于瑞利分布模型的多因素预测，能较好体现经济发展、消费水平与移动用户发展的密切关系，是适合移动通信用户中、长期预测的一种有效方法。   针对不同的预测期、预测要求，上述几种移动用户的预测方法各有不同的适用范围和优劣。下面将重点探讨移动用户预测方法中的曲线拟合法、瑞利分布多因素法，并以具体实例计算未来4年某省的预测用户数。二、曲线拟合法预测移动用户方法及实例   http://www.managecn.org/(海量营

5、销管理培训资料下载)http://www.managecn.org/(海量营销管理培训资料下载)曲线拟合的方法有多种，包括线性曲线、指数曲线、乘幂曲线、二次曲线和三次曲线等。参考以往的预测经验，在各种曲线拟合方法中以二次曲线和三次曲线的拟合度最好。本文采用二次曲线和三次曲线进行拟合，将1993～2001年某省的移动用户数为历史数据（见表1）输入统计分析软件（拟合公式见公式1），拟合结果如图1所示。   公式1为1993～2001年用户为历史数据拟合公式：y=11.569x2–69.57x+89.887，         y=2.5177x3–26.197x2–89.

6、549x–76.283。   再将1993～2000年某省的移动用户数为历史数据输入统计分析软件，并以2001年的移动用户数数据进行修正(拟合公式见公式2)，拟合结果如图2所示。得出分年度预测结果见表2。   公式2是以1993～2000年用户数据并以2001年用户数据修正拟合公式：             y=6.2885x2–28.381x+31.799，y=1.1138x3–8.7485x2 +28.982x–23.337。    表1某省移动用户年度历史数据（单位：万户）   年份 1993年 1994年 1995年 1996年 1997年 1998年 19

7、99年 2000年 2001年   用户数 1.04 4.11 12.5 24.2 48.4 83.2 116.6 225.5 460.1   表2曲线拟合分年度预测结果 (单位：万户)   年份 2002年 2003年 2004年 2005年   二次曲线 377 481 597 726   三次曲线 506 720 990 1322   二次曲线(修正) 551 724 920 1140   三次曲线(修正) 717 1089 1576 2191三、瑞利分布多因素法预测移动用户方法及实例   瑞利分布多因素法预测移动用户的原理是，研究移动用户在潜在用户群中渗