在上期鼹鼠科技uMNet平台发布的中国3G网速现状大揭密后，引起全国各地网友的强烈共鸣，国内知名门户网站均进行了报道，网友共同热议3G网速话题。根据网友的反馈来看，当前普通手机用户感受到的3G网速和宣传的3G网速之间的巨大差距，已经严重影响了用户对3G的业务体验。
在本期的文章中，我们首先对11月份的数据进行分析，并和上期数据(基于10月的数据)做对比，以发现时间上的变化。同时，本期报告还引入了更多的数据内容分析，包括对于用户上网时间分布、网速在一天中的变化趋势等，特别是开始对移动网络的覆盖情况进行分析。
全国平均3G感知速率51.40kB/s
报告数据显示，在全网层面，2012年11月，全国范围内平均3G感知速率为51.40kB/s，与上月的52.51 kB/s基本持平。本次统计数据单位仍为kByte/s，而非kbps(1 kByte/s=8kbps)，请读者朋友们留意。
从本期的运营商3G感知速率对比可以看出，大致的情况与上月相当，仍然是中国联通略高于中国电信，中国电信高于中国移动。其中，中国联通的3G网速***，为53.48kB/s;中国电信略低于中国联通，为44.84kB/s;中国移动***，为30.90kB/。对比上月，中国移动3G网速略有提升，属于正常波动。
从区域来看，东中西部3G感知速率排名与上月相当。仍然是西部略高、东部略低，具体为：西部54.26KB/S，中部54.00KB/S，东部49.01KB/S。对比上月整体略有提升，属于正常波动。
从本期东中西部各运营商的3G感知速率对比来看，与上期结果大致相当：中国电信依然在东部表现***(48.13KB/S)，逼近中国联通，具有较好的竞争优势。对比而言，中国联通的区域差别最小。
为了便于举例分析，本期报告随机抽取了16个省市的3G网络速率数据进行省市排名，分析发现排名与上期基本相同，部分省市略有小幅波动。其中，海南省、黑龙江、福建省名列各省3G网速排名三甲，广东省、广西、河北省与上期相同，依然暂列榜底。
随机抽取的各运营商省市的3G网速进行排名中，其中广东省、河北省联通3G网速同上期网速相当，依然排名靠后。
无线网络覆盖：中国移动*** 联通覆盖最差
值得一提的是，报告还对3G用户的行为以及网速在一天内的变化趋势进行了初步分析。报告指出，大部分3G用户喜欢在12点、22点、23点高峰期浏览网络，由于3G网络的分享机制为多用户共享机制，所以在高峰期使用3G网络上网将会影响用户体验。
为了让网络负荷更加均衡，报告建议，运营商可以采用分时段优惠计费的方式，来引导用户在非高峰时段上网，以保证更好的服务质量。
此外，报告还对不同运营商的无线网络覆盖质量进行了分析对比。通过对2012年11月份的数据进行分析可以看出，在全国移动网络(不区分 2G/3G)中，中国移动的无线网络(包括2G网络和3G网络)弱覆盖点仅占6.77%;中国联通无线网络(包括2G网络和3G网络)弱覆盖点占 26.40%;中国电信无线网络(即CDMA 2000网络)弱覆盖点占12.24%。可以看出，中国移动的覆盖情况是***的。
注：移动弱覆盖定义为：RSCP<-90dBm，引自《TD-SCDMA网络质量现场测试规范》;联通弱覆盖定义为：RSCP<-90dBm，引自《中国联通WCDMA无线网络优化DTCQT测试技术指导书》;电信弱覆盖定义为：RSCP<-95dBm，引自《CDMA2000网络DTCQT测试评估技术规范》。
无线网络优化空间较大：可补盲或天馈优化
另外，从数学统计的角度来看所有信号质量的区间时，可以发现中国移动和中国电信的无线网络信号区间分布主要分布在-80dBm至-70dBm之间，网络质量较好;中国联通主要分布在-90dBm至-80dBm之间，临近弱覆盖的边缘。中国联通的移动网络虽然在网速上占尽优势，但是在无线覆盖上却还有很大的提升空间。
在了解了运营商之间的对比之后，报告还将每个省每个运营商无线网络内的非弱覆盖点占比进行计算，并选取广东、江苏等15个省份进行网络覆盖排名。结果显示，从网络覆盖角度而言，中国移动的地区间差异不如中国联通明显;福建和山东两省的覆盖情况都在兄弟省份中居于前列;有的大城市的网络覆盖质量反而较差，这可能是因为无线网络建设难度较大、大城市无线选址成本高等因素造成的。
报告还统计到弱覆盖点所在的主覆盖小区的小区号，这将非常有利于各运营商对自己所在弱覆盖区域的精确优化，以提高网络覆盖质量，提高用户的业务使用感知。
报告指出，为了帮助运营商更好的优化无线网络，可以将弱覆盖点的数据在google地图中映射，发现这些弱覆盖区域主要分布在居民小区、城中村、道路等区域，具有较大的优化空间。运营商可通过补盲或天馈优化等方式进行优化调整，以增强这些区域的无线覆盖深度，增强网络质量，提高用户使用感知。
我们以上海为例，下图是上海市移动网络弱覆盖分布图(黑色为移动弱覆盖、红色为联通弱覆盖)。
当我们把局部放大，可以得到更清晰的弱覆盖分布：
