随着国家紧锣密鼓的建设5G基站、完善配套设施、延伸应用领域,5G时代正式拉开帷幕,提高5G网络的覆盖率,推广5G套餐成为当务之急。在此基础之上,助力我国5G商业化进程,提高我国移动手机用户5G套餐使用占比。经过多年研究与努力,运营商在用户是否离网预测、性别判断、年龄估计以及满意度的评估与分析等方面已经拥有了一定的研究成果。但是,只有这些还是远远不够的,对于用户业务套餐升级或者改变的意愿研究稀缺。本文基于每月用户更换5G套餐数据,分析4G用户更换5G套餐的行为特征,从更换5G套餐的4G用户的基础信息、消费行为、超套信息、宽带信息、其他信息等维度,利用Cat Boost算法构建5G套餐潜客识别模型,并与其他模型进行结果比较,识别出目前4G用户具有更换5G套餐的需求群体,进行5G潜客营销,精准营销从而降低成本、提高收益。综合探索性数据分析结果,总结出5G套餐潜在用户的共同特征。本文选取相关数据集,共包含14万条数据,40个相关变量。其中包括用户的基础信息、消费行为、超套信息、宽带信息、其他信息等37个用户特征指标（包括用户在4G套餐时期的数据）;用户标识（ID）、用户编号以及该月是否升级为5G套餐。结果表明,年龄在40～60岁的男性三星级用户构成了目前5G套餐用户群体的绝大部分,5G套餐用户的月均资费在100元左右,月均流量使用在千兆级别。另外,家庭用户中5G套餐用户占比较高,集团用户群体同时也是5G套餐用户的重要来源之一。综合以上多个条件,能更加准确的筛选出5G套餐的潜在用户;运营商也能够有的放矢,针对潜在用户加大营销力度、给予优惠政策等等,进而降低营销成本,实现精准营销。本文对5G套餐潜在用户的预测属于二分类问题。预测模型的建立包括数据预处理、探索性数据分析、特征工程、模型的训练与评估。首先进行数据预处理,并对处理后的数据进行初步分析,并据此构建衍生变量;利用相关系数检验以及Light GBM算法筛选重要特征,计算变量累计贡献率,剔除无关变量。Cat Boost是俄罗斯公司在2017年创新开源的机器学习算法,隶属于Boosting算法族的一种,由Catgorical和Boost组成,无需调参、支持类别变量、快速预测等特性极大的提高了模型的泛化与预测水准。本文利用Cat Boost算法建立5G套餐潜在用户预测模型,计算特征变量重要度得分及排名;计算准确率、召回率、F1值、AUC值、KS值等指标,对模型预测性能进行全方位、多层次的综合评估;同时与XGBoost模型、Logistic回归模型、AdaBoost模型、Light GBM模型结果进行对比,进一步说明Cat Boost模型的优越性。结果表明,基于本文的数据集,结合评价指标结果综合来看,Cat Boost模型相较于Ada Boost模型以及Logistic回归模型来说,都具有绝对优势。而与Light GBM模型相比,在F1值、召回率等指标上表现更好,在AUC值与准确率等指标上不相上下,这表明Cat Boost模型对于正样本的预测准确率是非常有保证的;与XGBoost模型相比,在精确度与AUC值上表现更好,极为有效的提高了模型的预测精度。综上所述,这说明Cat Boost模型性能已经能够很好地满足商用要求,准确识别5G套餐潜在用户的能力也是可以信赖的。由预测模型分析可得,居住地以及工作地是否覆盖5G、近三月用户月均资费、近三月用户月均流量使用量、近三月用户月均语音通话分钟数、是否为家庭用户等特征变量对于移动用户能否转化为5G套餐用户有重要作用,这与探索性数据分析的结论是一致的。运营商可根据预测模型对用户进行预测,及时识别用户的套餐升级需求,对用户升级5G套餐提供决策依据。根据上述对于5G套餐用户的预测与分析,本文得出了影响用户升级5G套餐的关键因素,并据此提出以下营销建议:国家信用背书、政策支撑,加大优惠补贴政策力度,消除用户后顾之忧;国家更加注重基站建设问题,财政资金予以支持,投资建设、完善相关基础设施,缓解运营商资金压力,从而有效降低5G套餐资费;完善5G相关产业链建设,集中精力进行科研创新,拓展开发5G网络应用场景,深挖用户需求,吸引用户升级;培养5G专业建设人才,定期组织、开展相关技能培训;制定客户挽留政策,减少用户流失造成的损失;丰富5G套餐种类,根据不同用户的自身特点量身定制,如针对农村用户推出低价套餐、针对学生用户推出试用套餐、针对集团用户推出团购优惠等等;加大“家庭套餐”优惠力度,积极响应国家携号转网政策实施。