中国移动增量用户落后于联通和电信,该如何应对?

在中国移动市场,中国电信和中国联通在1月份的移动用户和4G用户净增数方面超越了中国移动。这一变化主要得益于两家公司推出的低端套餐和互联网套餐。面对挑战,中国移动需要通过发展剩余的2G、3G用户至4G网络,并优化针对低端市场的服务策略来保持竞争力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

三大运营商均发布了1月份的数据,数据显示中国电信在移动用户净增数和4G用户净增数方面均超越了中国移动,这是中国移动在去年9月首次在4G用户净增数方面败给竞争对手之后再次落败,面对这种局面中国移动该如何应对呢?



中国联通和中国电信发力低端市场

1月份的数据显示,在移动用户净增数方面中国移动、中国电信、中国联通分别是384.3万、506万、287.2万,在4G用户净增数方面分别是524.2万、573万、641.5万。



中国电信在移动净增用户数方面居于三大运营商之首,在4G用户净增数方面也超过了中国移动;中国联通的移动用户净增数虽然居末,但是在4G用户净增数量方面却居于三大运营商之首。联通和电信是采取了何种举措取得了如此成绩呢?

笔者认为主要是它们的低端套餐吸引了用户使用。中国联通和中国电信去年以来连续推出不限流量的4G高端套餐和低端套餐,考虑到当前携号转网政策执行不力的情况,中国移动的大量用户显然不会轻易放弃他们使用多年的号码,自然这部分人群转用中国联通和中国电信高端套餐的用户不会太多,最主要的是还是那些低端的4G套餐卡被用户作为副卡或上网卡使用,例如联通和电信推出的日租卡流量就相当便宜,笔者已用联通日租卡取代了有线宽带。

联通的4G用户高速增长除了它自身的低端4G套餐之外,它与BAT合作推出的互联网套餐也吸引了大量用户,不过让人疑惑的是,据称只是腾讯与联通合作的大王卡就带来了超过5000万用户,然而2017年其新增用户只有2034.1万,这似乎显示出互联网套餐带来的大量用户当中有相当大比例的用户来自联通自身!

中国移动该如何应对挑战

中国市场的移动用户数已达到14.33亿,超过了中国的人口数量,继续取得新增用户数显然不太现实,在当前的环境下运营商普遍是通过吸引用户开通第二张卡或是专用于上网的数据卡开拓用户数,自然无法再如此前数年高速增长。中国移动已占有中国市场的移动用户数比例高达62.2%,其继续抢占更多的移动市场份额显然也不现实,在这样的情况其净增用户数低于净增对手也是与现实相符的。

中国移动在4G用户数增长方面还是有潜力可挖的。当前中国移动依然有2.36亿用户未有转网4G,这说明其发展4G用户还有很大的潜力可挖,只是这部分用户应该是属于低端用户,中国移动恐怕需要拿出相应的补贴推出低价的4G手机以吸引这部分用户转网4G,在2G、3G时代中国移动曾推出低至200元的手机满足了这部分人群的需求。

对于这部分低端用户,中国移动并不需要与中国联通和中国电信力拼流量价格战,而只要考虑这部分用户对流量的合理需求提供适当的价格,同时以优秀的网络覆盖吸引用户使用。笔者曾同时使用中国移动、中国联通和中国电信的服务,在广东粤西农村中国移动的4G网络覆盖是最优秀的,中国联通没有信号,中国电信网络覆盖不良,对于农村用户来说显然使用中国移动的服务是必须的,而对于需要漫游到农村的城市用户来说也只能使用中国移动的服务。

中国移动不应忽视低端用户,在2G时代,中国移动的动感地带套餐曾为它带来了半数的用户,这部分用户为中国移动建立了保护墙,大量用户的加入再辅以各种形式的集群网从而牢牢的将用户捆绑在它的身上,进而吸引了大量高端用户停留在中国移动的网络内。在4G甚至未来的5G时代如果中国移动被竞争对手的低端套餐蚕食了它的低端用户很可能会导致“千里之提毁于蚁穴”的后果。不应忘记中国联通在CDMA、3G服务上都是因为强调高端用户最终导致惨败的教训!

1月份的数据显然提醒着中国移动不应忽视竞争对手带来的挑战,在激烈的市场竞争中中国电信和中国联通正在积极应对逐渐找到应对中国移动的办法,中国移动应发挥自身所拥有的优势避免出现被竞争对手大量挖走用户的情况出现。

柏颖漫谈 baiyingmantan


内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术非正交多址接入技术感兴趣的科研人员工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值