<p id="nxp5x"><big id="nxp5x"><noframes id="nxp5x">

    <var id="nxp5x"><video id="nxp5x"></video></var>

          <em id="nxp5x"></em>

              首 頁 本刊概況 出 版 人 發行統計 在線訂閱 歡迎投稿 市場分析 1 組織交流 1 關于我們
             
            1
               通信短波
            1
               新品之窗
            1
               優秀論文
            1
               通信趨勢
            1
               特別企劃
            1
               運營商動態
            1
               技術前沿
            1
               市場聚焦
            1
               通信視點
            1
               信息化論壇
            1
            當前位置:首頁 > 技術前沿
            電信業務預測方法初探
            作者:重慶移動通信規劃設計院  吳毅
            來源:不詳
            更新時間:2009/9/20 19:17:00
            正文:


            1.電信業務預測的定義及特征
            現階段的電信業務預測途徑首先是對業務發展現狀的分析整理,通過各種統計方法建立一定的數學模型,探討業務發展的規律并結合定性分析,確定規劃期內的總用戶規模、分業務用戶數規模、市場占有率和凈增市場占有率等核心指標。
            電信業務預測是通信網絡分階段建設規劃的前提條件,同時也是規劃期電信業務量和收入估算的必要條件之一。以下介紹幾種特定的電信業務(用戶)的預測方法供參考。
            2.幾種特定的電信用戶預測方法
            2.1瑞利多因素預測法
            在對電信業務市場需求總量進行中長期預測時,可采用基于瑞利分布模型的多因素法進行預測瑞利多因素法的預測的方法。瑞利多因素預測法能較好體現經濟發展、消費水平與電話用戶發展的密切關系。其預測前提是從宏觀考慮區域國民經濟發展的規律、以及電信業務資費政策等要素,選取人均收入的指標,確定規劃期內的潛在電話用戶規模和普及率變化趨勢,用潛在用戶規!猎撃昶占奥,得到全社會總的用戶規模,再通過一定的定性分析,確定規劃期內運營商用戶總量發展指標。這種預測方法比較適合中長期電信規劃的業務預測。
            其中關鍵在于對潛在用戶規模的測算。潛在用戶是指擁有一定的消費能力,能夠支付相應電信業務費用的人群。瑞利多因素預測法中潛在用戶規模的測算基于兩個結論:①區域人群中的收入分布服從瑞利分布;②人均收入與人均GDP成線性關系。


            瑞利分布的分布函數為: ,其密度函數為: 。在瑞利分布中只有一個參數a,對應于密度函數峰值點的橫坐標。瑞利分布的數學期望為 × a ≈ 1.2533 × a ,所以a等于數學期望的 的值0.8。
            基于結論①,人群中的收入分布服從瑞利分布,收入分布函數的數學期望即為人均收入,收入分布的參數u ≈ × 人均收入。因此通過人均收入”這一個指標值,就可以計算各個收入水平人群的比例,當然也就能算出收入超過某一門限值的 “潛在用戶”的比例 ,其中,潛在用戶規模 = 總人口 × 潛在用戶比例。
            潛在用戶比例的計算公式中,有兩個參數,即a和X0;诮Y論②,人均收入與人均GDP成線性關系,通過全國人均GDP即可計算出人均收入,也就可以計算出參數a的值。X0是有能力使用該業務的人群的最低人均收入(門限值),可根據該業務的資費水平、居民可承受的通信消費支出占總收入的比例等因素來確定。
            當年的電話用戶滲透率 = 上一年電話用戶滲透率 × (1 + 電話用戶滲透率的增長比例)其中,基期的滲透率=當年該業務的實際用戶數 / 當年該業務的潛在用戶規模而滲透率的增長率則需綜合考慮多種因素的影響,包括資費的價格需求彈性、該業務與相關業務(替代性或競爭性業務)資費水平的變化比例、服務質量的改善率等。瑞利多因素法適合中長期的電話用戶總量預測,強調預測對象與社會、經濟的關聯性,而不足是對影響潛在用戶普及率的關鍵因素的主觀判斷成分較大。
            2.2回歸預測法
            回歸預測法是根據兩個或多個變量數據所呈現的歷史關系,研究事物發展漸進過程的一種統計預測方法。找到它們之間特定的經驗公式,然后根據其中一個變量的變化,來預測另一個變量的發展變化。
            電話用戶的多少與經濟狀況關系緊密,可以以當地國民生產總值/人均國民生產總值為自變量,時序數值(如本預測中的用戶數)為因變量,建立線性的、對數或冪數方程的趨勢模型進行預測,來可以揭示電話用戶發展的歷史發展規律。
            回歸預測法主要從預測對象的增長趨勢出發反映其增長動力,對初期的預測有較好的描述,但缺點是相對忽視了影響預測對象的各種經濟因素的影響,過多地借助數學模型必然影響預測的準確性和可信度。
            2.3組合預測法
            組合預測法是將不同預測方法所得的結果組合起來形成一個新的預測結果的方法。這種方法源于各種預測方法有各自的應用范疇及特點。因此,單獨使用某一種方法進行預測時,會存在一定的局限性。為了克服各種獨立方法的不足,需要將上述預測方法加以綜合,即采用組合預測法進行預測。
            組合預測有兩種基本形式:一是等權組合,即各預測方法的預測值按相同的權數組合成新的預測值;二是不等權組合,即賦予不同預測方法的預測值的權數是不一樣的。這兩種形式的原理和運用方法完全相同,只是權數的取定上有所區別,下面以不等權組合為例,說明組合預測的運用方法。
            假定Y1、Y2、…、Yk是N種互相獨立的不同方法關于Y的預測結果,這N種預測方法對于Y都是無偏估計,它們的預測誤差分別為:σ12 ,σ22 ,…,σk2 ;它們在組合預測中的權重分別為:W1,W2,…,Wk。則組合模型可表示為:
            Y’=W1×Y1+W2×Y2+…+WK×YK
            其中:0<Wi <1(其中i=1,2,…,K);W1+W2+…+Wk=1。
            組合預測Y’具有如下性質:
            性質1:組合預測Y’對于Y也是無偏估計;
            性質2:組合預測Y’一定優于單一預測,即:σ2 < min(σ12 、σ22 、…σk2);
            性質3:組合預測Y’的組合權重Wi可采用以下方式來計算:
            ,(i=1,2,……,k)
            (2)確定各影響因素的相對重要程度
            在確定影響市場占有率的主要因素后,需要對綜合模型中各層相關因素的相對重要程度進行一定的分析,可以運用層次分析法(AHP)建立遞階層次結構模型,構造出各層次中的所有判斷矩陣,并賦予其不同的權重,并進行一致性檢驗。
            (3)對各影響因素進行分析和判斷,并評定出相應的分數。還要確定相對競爭能力和市場占用率之間的對應關系。
            (5)根據各因素的評分和相應的權重,可計算出企業在該業務上的相對競爭能力,并依照相對競爭能力和市場占用率之間的對應關系,最終確定運營商在在此類業務中的市場占有率。
            3.本文小結
            電信業務預測方法有其自身的特點。除用戶預測以外,還有以此為基準的遞延下來的電信業務量及收入的預測。因此,電信業務預測的思路和方法應建立在對其特點進行詳細分析的基礎之上,其預測的核心思路一是如何根據業務發展的實際情況,抽象出較為貼切的數據框架,二是如何將某些定性的分析,作出比較接近實際定量化處理。

            <

             
             
               
            《通信市場》 中國·北京·復興路49號通信市場(100036) 點擊查看具體位置
            電話:86-10-6820 7724, 6820 7726
            京ICP備05037146號-8
            建議使用 Microsoft IE4.0 以上版本 800*600瀏覽 如果您有什么建議和意見請與管理員聯系
            欧美成人观看免费全部欧美老妇0