1 背景

伴隨著LTE網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，傳統(tǒng)的語(yǔ)音業(yè)務(wù)迅速向移動(dòng)互聯(lián)網(wǎng)業(yè)務(wù)遷移，運(yùn)營(yíng)商所面臨的網(wǎng)絡(luò)特征、業(yè)務(wù)特征、終端特征都發(fā)生了明顯的變化，傳統(tǒng)的網(wǎng)管指標(biāo)無(wú)法準(zhǔn)確反映用戶(hù)感知，網(wǎng)絡(luò)指標(biāo)好不代表用戶(hù)感知就好。因此現(xiàn)網(wǎng)投訴用戶(hù)的網(wǎng)絡(luò)問(wèn)題分析定位存在以下瓶頸。

（1）投訴定位耗時(shí)耗力存在大量重復(fù)性查詢(xún)工作

傳統(tǒng)的投訴處理方式是接收用戶(hù)投訴工單之后，優(yōu)化人員電話(huà)聯(lián)系客戶(hù)，與客戶(hù)溝通投訴位置，然后對(duì)投訴位置的周邊站點(diǎn)進(jìn)行指標(biāo)分析和告警查詢(xún)，如無(wú)明顯問(wèn)題，則需前往現(xiàn)場(chǎng)進(jìn)行測(cè)試及分析，提出優(yōu)化調(diào)整方案。全程投訴處理時(shí)效性極低，重復(fù)性查詢(xún)工作較大，在投訴高峰期，傳統(tǒng)受理方式無(wú)法及時(shí)解決用戶(hù)的投訴需求，影響客戶(hù)感知和滿(mǎn)意度。

（2）投訴分析對(duì)優(yōu)化人員技能依賴(lài)性較大投訴處理質(zhì)量無(wú)法保證

投訴處理人員對(duì)測(cè)試問(wèn)題分析需要綜合多方數(shù)據(jù)進(jìn)行問(wèn)題分析和方案確認(rèn)，在問(wèn)題定位和制定優(yōu)化方案時(shí)往往需要依據(jù)現(xiàn)場(chǎng)優(yōu)化人員的經(jīng)驗(yàn)，如缺乏責(zé)任心、工作經(jīng)驗(yàn)不足時(shí)則易造成問(wèn)題定位不準(zhǔn)確，處理不及時(shí)影響用戶(hù)感知。

2 方法研究

2.1 主要做法

通過(guò)常駐小區(qū)篩選方法，對(duì)用戶(hù)投訴進(jìn)行初步定位，避免重復(fù)性的查詢(xún)和定位工作，提升了投訴工單派發(fā)的精確性、處理的高效性，主要流程如圖1所示。

圖1 常駐小區(qū)投訴熱點(diǎn)聚類(lèi)分析流程

2.2 創(chuàng)新點(diǎn)

2.2.1 投訴用戶(hù)常駐小區(qū)算法

精確定位投訴常駐小區(qū)，通過(guò)自行構(gòu)建用戶(hù)駐留小區(qū)數(shù)據(jù)依據(jù)（一種利用省公司平臺(tái)數(shù)據(jù)，一種利用軟采Uu口數(shù)據(jù)），投訴用戶(hù)回溯時(shí)段選取，常駐小區(qū)定義規(guī)則和篩選算法，問(wèn)題小區(qū)匯聚算法等一系列完整的創(chuàng)新方法準(zhǔn)確定位問(wèn)題小區(qū)。具體如圖2所示。

圖2 投訴用戶(hù)常駐小區(qū)算法過(guò)程

（1）收集投訴用戶(hù)：收集投訴用戶(hù)信息，整理需要分析的投訴用戶(hù)清單；

（2）用戶(hù)硬采數(shù)據(jù)收集：收集投訴用戶(hù)連續(xù)3天的硬采數(shù)據(jù)，整理忙、閑時(shí)數(shù)據(jù)信息；

（3）常駐小區(qū)篩選：通過(guò)常駐小區(qū)篩選算法，合理篩出投訴用戶(hù)的常駐小區(qū)；

（4）問(wèn)題小區(qū)匯聚：對(duì)投訴用戶(hù)的常駐小區(qū)，進(jìn)行聚類(lèi)算法統(tǒng)計(jì)，找出熱點(diǎn)問(wèn)題小區(qū)；

（5）疑似熱點(diǎn)分析：聚焦問(wèn)題站點(diǎn)，通過(guò)聚類(lèi)統(tǒng)計(jì)，篩選出投訴熱點(diǎn)站點(diǎn)和投訴熱點(diǎn)區(qū)域；

（6）問(wèn)題原因定位：通過(guò)查詢(xún)本站及周邊站點(diǎn)故障信息和相關(guān)指標(biāo)對(duì)問(wèn)題可能產(chǎn)生的原因進(jìn)行。

2.2.2 常駐小區(qū)篩選算法步驟

常駐小區(qū)定義：移動(dòng)用戶(hù)（存量投訴用戶(hù)+新增投訴用戶(hù)）在工作時(shí)段與非工作時(shí)段分別長(zhǎng)期駐留的小區(qū)，稱(chēng)為該用戶(hù)的工作時(shí)段常駐小區(qū)與非工作時(shí)段常駐小區(qū)。

數(shù)據(jù)選取時(shí)段：工作時(shí)段：9:00-12:00，14:00-17:00；非工作時(shí)段：20:00-24:00。

常駐小區(qū)篩選算法：連續(xù)3天，每天上午工作時(shí)段至少占用小區(qū)2個(gè)時(shí)間點(diǎn)，下午工作時(shí)段至少占用小區(qū)2個(gè)時(shí)間點(diǎn)，工作時(shí)段總共占用小區(qū)時(shí)間點(diǎn)≥4，則判斷為工作時(shí)段的常駐小區(qū)；連續(xù)3天，每天非工作時(shí)段至少占用時(shí)間點(diǎn)，判斷為非工作時(shí)段的常駐小區(qū)。

2.2.3 常駐小區(qū)匯聚算法

將全網(wǎng)投訴用戶(hù)與常駐小區(qū)進(jìn)行匯聚，統(tǒng)計(jì)所有常駐小區(qū)下投訴用戶(hù)的數(shù)量，小區(qū)下投訴用戶(hù)越多則該小區(qū)對(duì)用戶(hù)感知影響越大，分析處理優(yōu)先級(jí)越高。

（1）將常駐小區(qū)下投訴用戶(hù)數(shù)≥5的定義為嚴(yán)重問(wèn)題小區(qū)；

（2）5≥投訴用戶(hù)數(shù)≥2的定義為普通問(wèn)題小區(qū)。

2.2.4 投訴熱點(diǎn)綜合分析模型

現(xiàn)網(wǎng)投訴問(wèn)題的主要通過(guò)現(xiàn)場(chǎng)數(shù)據(jù)測(cè)試采集及網(wǎng)管KPI指標(biāo)分析，同時(shí)，4G網(wǎng)管指標(biāo)能夠反映網(wǎng)絡(luò)整體接通和掉線(xiàn)問(wèn)題，但缺乏用戶(hù)維度的感知指標(biāo)評(píng)價(jià)，無(wú)法真實(shí)反映用戶(hù)實(shí)際感受?，F(xiàn)有分析方法和手段對(duì)于發(fā)現(xiàn)無(wú)線(xiàn)網(wǎng)絡(luò)問(wèn)題的根源體現(xiàn)尚有不足，無(wú)法全面有效挖掘網(wǎng)絡(luò)真實(shí)情況。

體現(xiàn)突破傳統(tǒng)網(wǎng)管指標(biāo)統(tǒng)計(jì)瓶頸，利用網(wǎng)管無(wú)線(xiàn)性能、軟采數(shù)據(jù)、硬采控制面、硬采用戶(hù)面4個(gè)維度的指標(biāo)統(tǒng)計(jì)，結(jié)合宏觀小區(qū)級(jí)與微觀用戶(hù)級(jí)，多維觸發(fā)小區(qū)體檢流程，通過(guò)標(biāo)準(zhǔn)流程的全面分析，形成核心問(wèn)題定位、SP問(wèn)題定位、無(wú)線(xiàn)問(wèn)題定位，綜合呈現(xiàn)、透視用戶(hù)感知網(wǎng)絡(luò)問(wèn)題。

通過(guò)整合網(wǎng)管，軟硬采等多維度數(shù)據(jù)，建立完善的小區(qū)模型，通過(guò)小區(qū)信息關(guān)聯(lián)，專(zhuān)業(yè)知識(shí)庫(kù)/經(jīng)驗(yàn)庫(kù)，實(shí)現(xiàn)對(duì)問(wèn)題小區(qū)的精確分析及定位，準(zhǔn)確輸出異常問(wèn)題小區(qū)清單，攜帶分析報(bào)表進(jìn)行工單派發(fā)及問(wèn)題處理，形成問(wèn)題閉環(huán)，形成對(duì)各專(zhuān)業(yè)的工單派發(fā)及呈現(xiàn)的系統(tǒng)，全面支撐各專(zhuān)業(yè)優(yōu)化工作的開(kāi)展。

3 效果展示

3.1 投訴號(hào)碼分析情況

基于平臺(tái)常駐小區(qū)聚類(lèi)投訴熱點(diǎn)，7月22日～ 9月29日導(dǎo)入投訴用戶(hù)107 329宗，有效數(shù)據(jù)95 340宗，分析比例為88.83%。通過(guò)平臺(tái)數(shù)據(jù)關(guān)聯(lián)分析，每天平均分析投訴用戶(hù)約1 326宗。具體如圖3所示。

圖3 投訴號(hào)碼分析情況

3.2 熱點(diǎn)投訴分析情況

將投訴用戶(hù)與常駐小區(qū)列表進(jìn)行透視統(tǒng)計(jì)，LTE網(wǎng)取半徑=200米，GSM網(wǎng)取半徑=300米的常駐小區(qū)匯聚得到熱點(diǎn)投訴。7月22日-9月29日分析≥5宗熱點(diǎn)投訴3 136個(gè)，≥10宗熱點(diǎn)投訴770個(gè)，每天平均分析熱點(diǎn)投訴約45個(gè)。具體如圖4所示。

圖4 熱點(diǎn)投入分析情況

3.3 處理熱點(diǎn)投訴情況

7月22日～ 9月29日共處理熱點(diǎn)投訴2 722宗，處理投訴用戶(hù)26 146宗，處理投訴比例為27.42%。通過(guò)平臺(tái)數(shù)據(jù)關(guān)聯(lián)分析，實(shí)現(xiàn)每天平均分析熱點(diǎn)投訴39個(gè)，投訴用戶(hù)數(shù)量374個(gè)。具體如圖5所示。

圖5 處理熱點(diǎn)投訴情況

3.4 投訴派單處理結(jié)果

7月22日～ 9月29日，通過(guò)平臺(tái)數(shù)據(jù)關(guān)聯(lián)分析投訴派單共有1 113個(gè)，平均每天派單為16個(gè)熱點(diǎn)；其中排名前3位題類(lèi)型是：基站退服441個(gè)、無(wú)線(xiàn)覆蓋209個(gè)、上行干擾124個(gè)，占比達(dá)到69.54%。具體如圖6所示。

圖6 投訴熱點(diǎn)派單問(wèn)題分類(lèi)

4 熱點(diǎn)投訴案例

4.1 基于人工檢索投訴地址的方法聚焦投訴熱點(diǎn)

分析6月25日投訴清單，以用戶(hù)投訴地址進(jìn)行檢索，發(fā)現(xiàn)天河區(qū)鳳凰街道高塘石為投訴熱點(diǎn)區(qū)域，統(tǒng)計(jì)有22宗，最近范圍內(nèi)分布站點(diǎn)有電力學(xué)校(電力學(xué)校D)、大觀路廣汕路口搬遷D。具體投訴內(nèi)容及位置如表1和圖7所示。

核查基站故障/退服數(shù)據(jù)，電力學(xué)校、電力學(xué)校D于6月24日 16:47:19開(kāi)始出現(xiàn)站點(diǎn)退服（4G站點(diǎn)：廣州天河區(qū)電力學(xué)校F-ZLH、廣州天河區(qū)電力學(xué)校D-ZLH于6月24日 23:53:33出現(xiàn)網(wǎng)元斷鏈告警）。2/4G站點(diǎn)退服原因均由于欠費(fèi)停電所致。6月27日維護(hù)反饋：經(jīng)與業(yè)主協(xié)商后于6月26日 15:47:00恢復(fù)供電，抽樣回訪用戶(hù)均表示信號(hào)已恢復(fù)正常。

表1 2G故障/退服基站清單

圖7 投訴熱點(diǎn)區(qū)域及基站分布

4.2 基于關(guān)聯(lián)常駐小區(qū)的方法聚類(lèi)熱點(diǎn)投訴

整理6月25日全天投訴用戶(hù)清單，通過(guò)信令采集撈取投訴用戶(hù)連續(xù)5天占用的小區(qū)，按常駐小區(qū)計(jì)算規(guī)則，輸出投訴用戶(hù)的常駐小區(qū)。排名前三的投訴熱點(diǎn)，具體內(nèi)容及位置如表2和圖8所示。

聚集投訴熱點(diǎn)：將投訴用戶(hù)數(shù)關(guān)聯(lián)至常駐小區(qū)站點(diǎn)，應(yīng)用聚類(lèi)算法，將R=300米內(nèi)的投訴聚集。

投訴熱點(diǎn)站點(diǎn)：關(guān)聯(lián)聚集到廣州天河區(qū)電力學(xué)校F-ZLH、廣州天河區(qū)高普路北D-ZLH、廣州天河區(qū)廣汕公坑燈桿D-ZLH三個(gè)投訴熱站點(diǎn)，投訴用戶(hù)分別是19個(gè)、15個(gè)、10個(gè)。

聚類(lèi)投訴號(hào)碼：經(jīng)核實(shí)，3個(gè)熱點(diǎn)站點(diǎn)均相連，剔除重復(fù)投訴后剩23個(gè)號(hào)碼，把投訴聚焦為一個(gè)投訴熱點(diǎn)片區(qū)。3個(gè)熱點(diǎn)站點(diǎn)重疊覆蓋或相連區(qū)域就是投訴集中地區(qū)。

表2 4G故障/退服基站清單

圖8 投訴熱點(diǎn)區(qū)域及基站分布

4.3 投訴用戶(hù)對(duì)比情況

高唐石熱點(diǎn)區(qū)域全部用戶(hù)投訴一共有32個(gè)，兩種方法均統(tǒng)計(jì)包含有15個(gè)，人工無(wú)法檢索有8個(gè)，信令采集缺數(shù)有7個(gè)，從總體數(shù)據(jù)來(lái)看，熱點(diǎn)投訴區(qū)域捕抓兩者均重合。具體內(nèi)容如表3所示。

表3 投訴熱點(diǎn)區(qū)域清單

4.4 案例分析總結(jié)

（1）優(yōu)點(diǎn)

① 目前有部分投訴工單因無(wú)具體地址信息，導(dǎo)致人工無(wú)法檢索聚類(lèi)形成熱點(diǎn)投訴或因缺失部分投訴號(hào)碼，基于常駐小區(qū)的投訴熱點(diǎn)聚類(lèi)方法，有效補(bǔ)充了手動(dòng)聚類(lèi)方法的不足，豐富了發(fā)現(xiàn)投訴熱點(diǎn)的手段。

② 通過(guò)硬采信令數(shù)據(jù)對(duì)投訴用戶(hù)進(jìn)行常駐小區(qū)分析，關(guān)聯(lián)映射至2G投訴小區(qū)（或站點(diǎn)），聚類(lèi)投訴熱點(diǎn)的方法不依賴(lài)于用戶(hù)的地址信息，直接關(guān)聯(lián)至站點(diǎn)，定位精度高，便于投訴人員進(jìn)行現(xiàn)場(chǎng)處理。

③ 經(jīng)過(guò)近兩周的統(tǒng)計(jì)常駐小區(qū)的方法相互對(duì)比數(shù)據(jù)來(lái)看，與人工檢索投訴地址定位投訴熱點(diǎn)吻合度達(dá)到100%。

（2）缺點(diǎn)

計(jì)算常駐小區(qū)時(shí)，需撈取投訴用戶(hù)連續(xù)5天占用的小區(qū)清單，目前該數(shù)據(jù)的撈取耗時(shí)較長(zhǎng)，因此對(duì)前一天的投訴熱點(diǎn)的發(fā)現(xiàn)和工單派發(fā)可能會(huì)相對(duì)滯后。

5 結(jié)束語(yǔ)

基于常駐小區(qū)的投訴熱點(diǎn)聚類(lèi)算法可通過(guò)軟硬采數(shù)據(jù)或省公司平臺(tái)數(shù)據(jù)對(duì)用戶(hù)投訴進(jìn)行智能化分析定位，避免了重復(fù)性的查詢(xún)和定位工作，提升了投訴工作的處理效率。

智能化的投訴熱點(diǎn)綜合分析模型綜可以通過(guò)對(duì)網(wǎng)絡(luò)多維數(shù)據(jù)進(jìn)行交叉分析，擺脫了對(duì)優(yōu)化人員素質(zhì)的硬性要求，能夠有效的保證問(wèn)題定位的準(zhǔn)確度，保證問(wèn)題處理質(zhì)量。