［潘平］

1 實(shí)施背景與建設(shè)目標(biāo)

1.1 需求背景

（1）客戶感知指標(biāo)不完善無法進(jìn)行有效的客戶感知分析

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)無法準(zhǔn)確反映用戶感知，網(wǎng)絡(luò)指標(biāo)好不代表用戶感知就好。

因此通過軟硬采數(shù)據(jù)和網(wǎng)管數(shù)據(jù)結(jié)合搭建起一套端到端的用戶感知管理系統(tǒng)，對(duì)提升網(wǎng)絡(luò)服務(wù)質(zhì)量和品牌形象具有良好的實(shí)際效益。

（2）投訴定位耗時(shí)耗力存在大量重復(fù)性查詢工作

傳統(tǒng)的投訴處理方式是接收用戶投訴工單之后，優(yōu)化人員電話聯(lián)系客戶，與客戶溝通投訴位置，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，如無明顯問題，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)性查詢工作較大，在投訴高峰期，傳統(tǒng)受理方式無法及時(shí)解決用戶的投訴需求，影響客戶感知和滿意度。

綜合性的智能投訴分析系統(tǒng)可通過軟硬采數(shù)據(jù)和網(wǎng)管、告警數(shù)據(jù)對(duì)用戶投訴進(jìn)行智能化分析定位，避免了重復(fù) 性的查詢和定位工作，提升了投訴工作的處理效率。

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

投訴處理人員對(duì)測(cè)試問題分析需要綜合多維度數(shù)據(jù)進(jìn)行問題分析和方案確認(rèn)，在問題定位和制定優(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)則易造成問題定位不準(zhǔn)確，處理不及時(shí)影響用戶感知。

智能化的綜合分析系統(tǒng)通過人工智能對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，擺脫了對(duì)優(yōu)化人員素質(zhì)的硬性要求，能夠有效的保證問題定位的準(zhǔn)確度，保證問題處理質(zhì)量。

（4）無投訴預(yù)警機(jī)制無法對(duì)感知差的用戶進(jìn)行預(yù)判斷和提前處理

傳統(tǒng)的網(wǎng)絡(luò)投訴機(jī)制主要依靠用戶主動(dòng)投訴，事后處理，網(wǎng)絡(luò)問題處理具有滯后性，無法發(fā)現(xiàn)網(wǎng)絡(luò)內(nèi)的潛在投訴用戶，沒有主動(dòng)的投訴預(yù)警機(jī)制，影響了用戶的業(yè)務(wù)感知。

1.2 建設(shè)目標(biāo)

智能化的綜合分析系統(tǒng)可通過對(duì)投訴用戶進(jìn)行業(yè)務(wù)分析，依據(jù)大數(shù)據(jù)建立用戶投訴模型，從而及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)內(nèi)存在的潛在投訴用戶，并主動(dòng)對(duì)問題進(jìn)行處理，防患于未然，在解決問題的同時(shí)，提升了網(wǎng)絡(luò)收益和品牌價(jià)值。

2 系統(tǒng)方案總體架構(gòu)設(shè)計(jì)

在運(yùn)營(yíng)商建設(shè)發(fā)展政策的指引下，組建立了以用戶精準(zhǔn)定位、問題精確分析、投訴提前預(yù)警三大要素為基礎(chǔ)的智能化分析系統(tǒng)，開展LTE 網(wǎng)絡(luò)投訴端到端分析和用戶感知體系評(píng)估兩個(gè)方面內(nèi)容，智能進(jìn)行LTE 網(wǎng)絡(luò)投訴處理和感知提升工作，實(shí)現(xiàn)投訴用戶定位智能化、問題分析集中化、用戶感知具體化的三個(gè)目標(biāo)。4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)整體架構(gòu)設(shè)計(jì)如圖1 所示。在提升投訴問題處理效率的同時(shí)，實(shí)現(xiàn)投訴預(yù)警為網(wǎng)絡(luò)預(yù)處理能力指明方向，增強(qiáng)網(wǎng)絡(luò)用戶感知和品牌影響力。

圖1 LTE 客戶額投訴智能分析系統(tǒng)整體架構(gòu)設(shè)計(jì)

3 智能分析系統(tǒng)方案實(shí)現(xiàn)方法

3.1 組建大數(shù)據(jù)分析和軟件開發(fā)專業(yè)團(tuán)隊(duì)

建立具備網(wǎng)絡(luò)問題分析、大數(shù)據(jù)深度挖掘和軟件系統(tǒng)開發(fā)為一體的綜合性技術(shù)團(tuán)隊(duì)，通過多專業(yè)融合溝通，降低了溝通成本，組建具備自主研發(fā)能力的網(wǎng)絡(luò)問題分析優(yōu)化團(tuán)隊(duì)。LTE 網(wǎng)絡(luò)智能分析系統(tǒng)方案實(shí)現(xiàn)主要涉及網(wǎng)絡(luò)優(yōu)化分析專業(yè)團(tuán)隊(duì)、大數(shù)據(jù)深度分析團(tuán)隊(duì)以及軟件系統(tǒng)開發(fā)團(tuán)隊(duì)，如圖2 所示。

圖2 4G 網(wǎng)絡(luò)智能分析系統(tǒng)實(shí)現(xiàn)團(tuán)隊(duì)架構(gòu)

3.2 建設(shè)三層架構(gòu)的數(shù)據(jù)平臺(tái)

開展數(shù)據(jù)共享平臺(tái)，提升了共享能力和端到端的關(guān)聯(lián)能力，實(shí)現(xiàn)“架構(gòu)可視，數(shù)據(jù)可控”，通過三層架構(gòu)實(shí)現(xiàn)智能化的問題定位和方案輸出。

（1）對(duì)獲取的LTE投訴用戶信令XDR數(shù)據(jù)進(jìn)行分析，通過“投訴用戶常駐小區(qū)篩選、定位”等方法，識(shí)別不同場(chǎng)景的投訴用戶；

（2）通過“感知質(zhì)量指標(biāo)體系”，評(píng)估用戶業(yè)務(wù)質(zhì)量，展示投訴用戶/常駐小區(qū)網(wǎng)絡(luò)質(zhì)量問題；

（3）通過信令+網(wǎng)管指標(biāo)的方法對(duì)小區(qū)問題進(jìn)行定位，然后輸出專業(yè)的優(yōu)化方案。

建設(shè)三層架構(gòu)的數(shù)據(jù)平臺(tái)架構(gòu)，如圖3 所示。

圖3 建設(shè)三層架構(gòu)的數(shù)據(jù)平臺(tái)架構(gòu)

廣東移動(dòng)公司在全國(guó)率先開展數(shù)據(jù)共享平臺(tái)試點(diǎn)，實(shí)現(xiàn)從煙囪型專業(yè)網(wǎng)管向采集層、共享層、應(yīng)用層三層架構(gòu)演進(jìn)，提升了共享能力和端到端的關(guān)聯(lián)能力，實(shí)現(xiàn)“架構(gòu)可視，數(shù)據(jù)可控”的總體目標(biāo)。三層架構(gòu)模式已被中國(guó)移動(dòng)集團(tuán)公司采納并全國(guó)推廣。搜集信息掌握到集中性能管理平臺(tái)總數(shù)據(jù)存儲(chǔ)量約2 000 TB，每天接入數(shù)據(jù)量約60 TB，滿足數(shù)據(jù)源頭分析需求。

3.3 搭建用戶感知指標(biāo)體系，有效量化服務(wù)質(zhì)量

在精確篩選投訴用戶常駐小區(qū)的基礎(chǔ)上，基于軟硬采信令創(chuàng)建體現(xiàn)用戶感知的指標(biāo)集合，各項(xiàng)指標(biāo)加權(quán)計(jì)算用戶感知得分，用戶感知得分映射得到小區(qū)級(jí)用戶感知得分，實(shí)現(xiàn)準(zhǔn)確評(píng)估小區(qū)用戶感知的目標(biāo)，如圖4 所示。

圖4 基于用戶感知指標(biāo)體系感知得分設(shè)計(jì)

3.4 智能分析與網(wǎng)絡(luò)測(cè)試關(guān)聯(lián)驗(yàn)證，提升系統(tǒng)分析準(zhǔn)確度

如圖5 所示，與地市優(yōu)化項(xiàng)目相聯(lián)動(dòng)，通過專業(yè)整合和現(xiàn)場(chǎng)測(cè)試分析，對(duì)投訴定位和問題分析的精準(zhǔn)度進(jìn)行較正，不斷優(yōu)化和提升智能分析系統(tǒng)的準(zhǔn)確率。

圖5 智能分析與網(wǎng)絡(luò)測(cè)試相互驗(yàn)證示意

（1）智能分析結(jié)果：選取地市連續(xù)一周投訴工單輸入分析，找出問題小區(qū)，并精準(zhǔn)定位根因。以投訴工單數(shù)據(jù)觸發(fā)，采用常駐小區(qū)篩選算法，定位出用戶投訴小區(qū)；然后分別從業(yè)務(wù)訪問成功率、速率、時(shí)延等感知指標(biāo)進(jìn)行分析，得出用戶投訴根因。

（2）關(guān)聯(lián)現(xiàn)場(chǎng)測(cè)試結(jié)果：回訪投訴用戶，進(jìn)行現(xiàn)場(chǎng)測(cè)試，重現(xiàn)投訴情形，得出感知問題根因。

（3）分析準(zhǔn)確性驗(yàn)證：通過對(duì)智能分析結(jié)果、現(xiàn)場(chǎng)測(cè)試結(jié)果進(jìn)行對(duì)比分析，輸出智能分析結(jié)果的準(zhǔn)確率，為系統(tǒng)提供有力數(shù)據(jù)支撐。

4 智能分析系統(tǒng)方案創(chuàng)新點(diǎn)

移動(dòng)通信4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)構(gòu)建從數(shù)據(jù)升維分析、投訴小區(qū)精確定位、問題小區(qū)精準(zhǔn)分析和投訴建模預(yù)警四個(gè)方面實(shí)現(xiàn)了突破和創(chuàng)新，采取用戶微觀和小區(qū)宏觀指標(biāo)綜合透視關(guān)聯(lián)，從投訴分析優(yōu)化延伸到投訴用戶預(yù)防多管道思維模式搭建系統(tǒng)。

4.1 數(shù)據(jù)升維綜合分析

投訴問題分析傳統(tǒng)做法，主要利用測(cè)試采集數(shù)據(jù)分析，現(xiàn)在分析系統(tǒng)除了這兩種數(shù)據(jù)之外，升級(jí)增加了網(wǎng)管無線性能、信令采集的軟采Uu 口和硬采S1 口用戶面及控制面數(shù)據(jù)，從單維度轉(zhuǎn)變?yōu)槎嗑S度綜合分析，數(shù)據(jù)最小粒度從小區(qū)級(jí)分化到用戶級(jí)細(xì)微呈現(xiàn)分析。如圖6 所示。

圖6 數(shù)據(jù)升維綜合分析示意

4.2 投訴小區(qū)精確定位

精確定位投訴常駐小區(qū)，通過自行構(gòu)建用戶駐留小區(qū)數(shù)據(jù)依據(jù)（一種利用省平臺(tái)數(shù)據(jù)，一種利用軟采Uu 口數(shù)據(jù)），投訴用戶回溯時(shí)段選取，常駐小區(qū)定義規(guī)則和篩選算法，問題小區(qū)匯聚算法等一系列完整的創(chuàng)新方法準(zhǔn)確定位問題小區(qū)。投訴小區(qū)精確定位分析流程，如圖7 所示。

圖7 投訴小區(qū)精確定位分析流程

（1）投訴常駐小區(qū)定義：移動(dòng)用戶存量投訴用戶及新增投訴用戶在工作時(shí)段與非工作時(shí)段分別長(zhǎng)期駐留的小區(qū)，稱為該用戶的工作時(shí)段常駐小區(qū)與非工作時(shí)段常駐小區(qū)。

（2）常駐小區(qū)篩選算法：按工作時(shí)段與非工作時(shí)段分別提取用戶占用的小區(qū)清單；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3 個(gè)時(shí)間點(diǎn)，判斷為非工作時(shí)段的常駐小區(qū)。

4.3 問題小區(qū)精準(zhǔn)分析

現(xiàn)網(wǎng)網(wǎng)絡(luò)投訴問題的主要通過現(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)整體接通和掉線問題，但缺乏用戶維度的感知指標(biāo)評(píng)價(jià)，無法真實(shí)反映用戶實(shí)際感受?，F(xiàn)有分析方法和手段對(duì)于發(fā)現(xiàn)無線網(wǎng)絡(luò)問題的根源體現(xiàn)尚有不足，無法全面有效挖掘網(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)管無線性能、軟采數(shù)據(jù)、硬采控制面、硬采用戶面四個(gè)維度的指標(biāo)統(tǒng)計(jì)，結(jié)合宏觀小區(qū)級(jí)與微觀用戶級(jí)，多維觸發(fā)小區(qū)體檢流程，通過標(biāo)準(zhǔn)流程的全面分析，形成核心問題定位、SP問題定位、無線問題定位，綜合呈現(xiàn)、透視無線網(wǎng)絡(luò)問題。

通過整合網(wǎng)管，軟硬采等多維度數(shù)據(jù)，建立完善的小區(qū)模型，通過小區(qū)信息關(guān)聯(lián)，專業(yè)知識(shí)庫(kù)/經(jīng)驗(yàn)庫(kù)，實(shí)現(xiàn)對(duì)問題小區(qū)的精確分析及定位，準(zhǔn)確輸出異常問題小區(qū)清單，攜帶分析報(bào)表進(jìn)行工單派發(fā)及問題處理，形成問題閉環(huán)，形成對(duì)各專業(yè)的工單派發(fā)及呈現(xiàn)的系統(tǒng)，全面支撐各專業(yè)優(yōu)化工作的開展?？蛻敉对V問題小區(qū)精準(zhǔn)分析流程圖，如圖8 所示。

圖8 投訴問題小區(qū)分析流程

4.4 潛在投訴建模預(yù)警

目前，主要是以收集投訴用戶信息來進(jìn)行發(fā)現(xiàn)和定位網(wǎng)絡(luò)質(zhì)量問題，并無系統(tǒng)且快速有效實(shí)現(xiàn)通過現(xiàn)網(wǎng)已有的各種數(shù)據(jù)狀態(tài)表征預(yù)測(cè)潛在的用戶投訴，如圖9 所示。

圖9 投訴建模預(yù)警模型示意

移動(dòng)通信LET 網(wǎng)絡(luò)投訴智能分析系統(tǒng)，結(jié)合前期大量的分析和研究投訴用戶的各種分析數(shù)據(jù)，主要通過網(wǎng)管無線性能、軟采數(shù)據(jù)、硬采控制面、硬采用戶面四個(gè)維度的指標(biāo)進(jìn)行綜合評(píng)價(jià)，已構(gòu)建了適合LTE 網(wǎng)絡(luò)用戶投訴預(yù)測(cè)模型。

通過數(shù)學(xué)模型的不斷訓(xùn)練、評(píng)估及實(shí)踐反饋修正，提高用戶投訴模型的吻合度，深挖影響客戶感知問題的小區(qū)性、區(qū)域性及全網(wǎng)性問題，有效預(yù)防潛在客戶投訴，實(shí)現(xiàn)減少投訴工單量。

5 應(yīng)用評(píng)估

依托移動(dòng)通信4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)的逐步試驗(yàn)應(yīng)用，網(wǎng)絡(luò)端到端質(zhì)量不斷優(yōu)化，用戶感知持續(xù)提升，應(yīng)用成效較為顯著。移動(dòng)通信4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)界面，如圖10 所示。以下是2021 年試運(yùn)行近兩個(gè)月的數(shù)據(jù)分析評(píng)估。

圖10 移動(dòng)通信4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)界面

應(yīng)用成效一：采用創(chuàng)新的投訴用戶定位算法、問題小區(qū)分析體系，用戶投訴分析的工作量大幅降低，問題分析耗時(shí)減少到原來的1/10，綜合效率提高10 倍！問題小區(qū)精準(zhǔn)分析體系利于快速準(zhǔn)確定位投訴用戶感知問題原因，使一次性準(zhǔn)確定位問題原因的比例高達(dá)90%以上。

應(yīng)用成效二：通過一段時(shí)間的應(yīng)用，投訴用戶常駐小區(qū)篩選算法、問題小區(qū)聚類算法反映4G 用戶感知問題的準(zhǔn)確性已達(dá)到100%。對(duì)廣州投訴用戶進(jìn)行集中分析中發(fā)現(xiàn)，533 個(gè)常駐小區(qū)中有131 個(gè)定位出用戶感知明顯異常，針對(duì)這些小區(qū)進(jìn)行現(xiàn)場(chǎng)勘查測(cè)試，確認(rèn)均存在實(shí)際的用戶感知問題。在131 個(gè)有問題的小區(qū)中，依靠原有監(jiān)控手段（投訴、告警、話務(wù)統(tǒng)計(jì)、CQT 測(cè)試等）僅能發(fā)現(xiàn)其中的33 個(gè)，其余98 個(gè)問題為基于LTE 網(wǎng)絡(luò)投訴智能分析系統(tǒng)發(fā)現(xiàn)的問題，這個(gè)數(shù)量是原來的3 倍。

應(yīng)用成效三：移動(dòng)通信4G 網(wǎng)絡(luò)客戶投訴智能分析系統(tǒng)較好的指導(dǎo)了地市用戶感知優(yōu)化工作，廣州4G 小區(qū)用戶感知評(píng)估得分上升了15%以上，用戶感知得到有效改善。結(jié)合多維指標(biāo)、參數(shù)、用戶行為分析結(jié)果建立投訴模型，可以直接用于投訴預(yù)警工作。分析中發(fā)現(xiàn)了大量的感知較差用戶群體，結(jié)合用戶預(yù)警關(guān)懷手段，有效控制了用戶投訴的增長(zhǎng)。通過投訴預(yù)警模型分析手段，共預(yù)警潛在投訴用戶1 089 個(gè)，涉及常駐小區(qū)133 個(gè)。

6 結(jié)語(yǔ)

移動(dòng)通信4G 網(wǎng)絡(luò)投訴智能分析系統(tǒng)具有投訴小區(qū)定位、小區(qū)問題分析、投訴用戶建模及用戶投訴預(yù)防的智能化分析功能模塊，挖掘潛在投訴用戶，降低網(wǎng)絡(luò)投訴量，提高用戶使用感知度。通過人工智能系統(tǒng)提升投訴處理的工作效率和網(wǎng)絡(luò)的服務(wù)質(zhì)量，快速準(zhǔn)確有效發(fā)現(xiàn)和解決網(wǎng)絡(luò)問題，提高了地市4G 網(wǎng)絡(luò)的運(yùn)行質(zhì)量和穩(wěn)定性，增強(qiáng)客戶對(duì)網(wǎng)絡(luò)的信任感，對(duì)系統(tǒng)應(yīng)用可全網(wǎng)推廣，產(chǎn)生更廣泛的社會(huì)效益，贏得客戶口碑，提升品牌競(jìng)爭(zhēng)力。