蔡子龍，王曉剛，史文祥，陳任翔（.中訊郵電咨詢(xún)?cè)O(shè)計(jì)院有限公司，北京 00048；.中國(guó)聯(lián)通山西分公司，山西 太原 030006）

1 概述

隨著通信業(yè)務(wù)尤其是移動(dòng)通信業(yè)務(wù)的迅猛發(fā)展，使用手機(jī)等移動(dòng)通信方式進(jìn)行社交、娛樂(lè)、辦公、出行等已經(jīng)成為人們司空見(jiàn)慣的事情，隨之而來(lái)的網(wǎng)絡(luò)品質(zhì)和用戶(hù)感知之間的相輔相成、DNA 式的雙螺旋上升的態(tài)勢(shì)逐步形成。在語(yǔ)音業(yè)務(wù)為主流的時(shí)候，網(wǎng)絡(luò)形態(tài)較為簡(jiǎn)單，使用KPI 就可以衡量網(wǎng)絡(luò)的質(zhì)量。隨著智能終端和4G/5G 大帶寬、低時(shí)延的上網(wǎng)、視頻、手機(jī)游戲等應(yīng)用的普及，用戶(hù)體驗(yàn)和感知成為關(guān)注點(diǎn)，KPI已經(jīng)無(wú)法準(zhǔn)確評(píng)估網(wǎng)絡(luò)質(zhì)量和用戶(hù)的感知需求，使用KQI能更好地評(píng)估網(wǎng)絡(luò)質(zhì)量。

用戶(hù)感知的前提是主動(dòng)感知用戶(hù)，從被動(dòng)服務(wù)到主動(dòng)服務(wù)，找到并解決問(wèn)題。而如何建立用戶(hù)體驗(yàn)與網(wǎng)絡(luò)能力之間的映射和橋梁一直是一個(gè)難題。而以KPI、KQI 等基礎(chǔ)指標(biāo)為根基，采用大數(shù)據(jù)技術(shù)構(gòu)建移網(wǎng)用戶(hù)體驗(yàn)指標(biāo)模型，將分析結(jié)果匯聚到小區(qū)或基站并據(jù)此識(shí)別網(wǎng)絡(luò)問(wèn)題，自動(dòng)定位問(wèn)題類(lèi)型和觸發(fā)原因，閉環(huán)解決問(wèn)題，持續(xù)提升用戶(hù)感知。本文針對(duì)該問(wèn)題，探索出一條帶動(dòng)網(wǎng)絡(luò)質(zhì)量和用戶(hù)感知同步雙向提升的方法和途徑，并在具體的業(yè)務(wù)實(shí)踐中取得較好的效果。

2 基于大數(shù)據(jù)的移動(dòng)用戶(hù)感知預(yù)判思路

移動(dòng)網(wǎng)中每個(gè)用戶(hù)的每次電話(huà)、每次點(diǎn)擊都會(huì)產(chǎn)生大量的控制面信令和用戶(hù)面消息。從業(yè)務(wù)類(lèi)型來(lái)看，可以分為語(yǔ)音、上網(wǎng)、視頻、游戲、即時(shí)消息等類(lèi)別，對(duì)于每種業(yè)務(wù)，都有其不同業(yè)務(wù)實(shí)現(xiàn)方式，也由此產(chǎn)生不同的KQI 分析模型，將這些業(yè)務(wù)的不同KQI 進(jìn)行歸一化計(jì)算出用戶(hù)體驗(yàn)指標(biāo)CEI。

CEI 相較于傳統(tǒng)的NPS 或客戶(hù)滿(mǎn)意度調(diào)查結(jié)果有更堅(jiān)實(shí)的大數(shù)據(jù)分析基礎(chǔ)，是基于用戶(hù)產(chǎn)生的網(wǎng)絡(luò)行為單據(jù)計(jì)算得出的客觀(guān)指標(biāo)，避免受人為因素的影響。

通過(guò)以CEI為基礎(chǔ)構(gòu)建移動(dòng)網(wǎng)用戶(hù)感知管理平臺(tái)（CEM），對(duì)CEI 質(zhì)差小區(qū)的無(wú)線(xiàn)網(wǎng)絡(luò)問(wèn)題進(jìn)行詳細(xì)的分類(lèi)和規(guī)則判定，找到問(wèn)題發(fā)生的根因和處理方向，用工單閉環(huán)管控的方式跟蹤問(wèn)題閉環(huán)過(guò)程。

平臺(tái)構(gòu)建時(shí)，依托IT+CT+DT+OT 融合的手段，采用智能化分析、可視化跟蹤的方式實(shí)現(xiàn)大數(shù)據(jù)CEI 評(píng)估、質(zhì)差小區(qū)關(guān)聯(lián)定界、質(zhì)差小區(qū)規(guī)則化分析定位、工單化閉環(huán)處理支撐的全過(guò)程。

3 移動(dòng)用戶(hù)感知預(yù)判及數(shù)字化運(yùn)營(yíng)實(shí)現(xiàn)

3.1 用戶(hù)感知預(yù)判方法和模型

3.1.1 CEI體驗(yàn)指標(biāo)評(píng)估模型

CEI 是針對(duì)用戶(hù)感知到的網(wǎng)絡(luò)質(zhì)量部分，建立的用戶(hù)客觀(guān)體驗(yàn)評(píng)價(jià)模型，即通過(guò)選擇用戶(hù)使用的多種典型業(yè)務(wù)（Voice，Web和streaming 等）和其對(duì)應(yīng)的底層指標(biāo)數(shù)據(jù)，向上匯聚成單一化指標(biāo)，來(lái)整體的量化用戶(hù)接受的客觀(guān)網(wǎng)絡(luò)質(zhì)量情況（見(jiàn)圖1）。

圖1 CEI指標(biāo)計(jì)算模型

3.1.2 CEI體驗(yàn)指標(biāo)校正

根據(jù)業(yè)務(wù)需求，選擇網(wǎng)絡(luò)主流的移動(dòng)網(wǎng)業(yè)務(wù)作為用戶(hù)體驗(yàn)?zāi)Ｐ偷臉I(yè)務(wù)觸點(diǎn)，選擇對(duì)業(yè)務(wù)體驗(yàn)影響較大的指標(biāo)。收集真實(shí)的KQI/KPI，對(duì)KQI 進(jìn)行因子分析及主客觀(guān)的相關(guān)性分析，然后獲取每個(gè)KQI 的權(quán)重以及原始QoE 得分與分箱規(guī)則，然后將KQI 的權(quán)重以及原始QoE 得分與分箱規(guī)則應(yīng)用于所有用戶(hù)的建模中，計(jì)算出全網(wǎng)CEI指標(biāo)（見(jiàn)圖2）。

圖2 CEI指標(biāo)計(jì)算和校正方案

3.1.3 CEI評(píng)估結(jié)果準(zhǔn)確性分析

3.1.3.1 CEI得分與用戶(hù)滿(mǎn)意度調(diào)研數(shù)據(jù)關(guān)聯(lián)

設(shè)定60分以下為不滿(mǎn)意用戶(hù)基線(xiàn)，80分以上為滿(mǎn)意用戶(hù)基線(xiàn)，本基線(xiàn)分析通過(guò)關(guān)聯(lián)用戶(hù)調(diào)研數(shù)據(jù)驗(yàn)證CEI 模型基線(xiàn)的合理性，可以看到用戶(hù)CEI 和用戶(hù)調(diào)研數(shù)據(jù)基本匹配（見(jiàn)圖3）。

圖3 用戶(hù)CEI和用戶(hù)調(diào)研數(shù)據(jù)對(duì)比

3.1.3.2 CEI得分與投訴數(shù)據(jù)關(guān)聯(lián)

通過(guò)關(guān)聯(lián)用戶(hù)投訴數(shù)據(jù)驗(yàn)證CEI模型基線(xiàn)的合理性。當(dāng)數(shù)據(jù)場(chǎng)景CEI 取70 為用戶(hù)投訴門(mén)限，語(yǔ)音場(chǎng)景CEI 取80 為用戶(hù)投訴門(mén)限時(shí)，匹配度分別為78.40%（數(shù)據(jù)場(chǎng)景）和68.44%（語(yǔ)音場(chǎng)景）?？梢钥吹接脩?hù)CEI和投訴數(shù)據(jù)基本匹配（見(jiàn)圖4）。

圖4 用戶(hù)CEI和投訴數(shù)據(jù)對(duì)比

3.1.3.3 CEI得分與用戶(hù)實(shí)際體驗(yàn)關(guān)聯(lián)

從現(xiàn)網(wǎng)用戶(hù)中隨機(jī)選取部分用戶(hù)進(jìn)行電話(huà)回訪(fǎng)，調(diào)研實(shí)際體驗(yàn)情況，并與CEI 得分進(jìn)行比對(duì)，可以看出，CEI得分與實(shí)際回訪(fǎng)結(jié)果基本匹配。

3.2 用戶(hù)感知問(wèn)題定位方法與模型

3.2.1 數(shù)據(jù)源方案

定位需要的數(shù)據(jù)源獲取主要包括系統(tǒng)自動(dòng)對(duì)接、手工采集加工等方式。具體情況如表1所示。

表1 定位需要的數(shù)據(jù)源

3.2.2 定位規(guī)則

CEI 質(zhì)差問(wèn)題定位規(guī)則引擎包括：覆蓋、質(zhì)差、干擾、容量等四大方面，詳細(xì)的判定規(guī)則、門(mén)限、覆蓋場(chǎng)景、問(wèn)題類(lèi)型、處理建議等定位規(guī)則如圖5所示。

圖5 CEI質(zhì)差問(wèn)題定位規(guī)則

3.3 用戶(hù)感知數(shù)字化運(yùn)營(yíng)實(shí)現(xiàn)

3.3.1 感知評(píng)估

CEI 的可視化界面主要是對(duì)CEI 評(píng)估結(jié)果洞察的多維度統(tǒng)計(jì)分析，主要包括感知洞察、CEI 得分、CS 得分、PS 得分、感知差小區(qū)數(shù)占比、感知差用戶(hù)數(shù)占比等內(nèi)容（見(jiàn)圖6）。

圖6 CEI的可視化界面

3.3.2 定位分析編排

判定規(guī)則會(huì)內(nèi)置編排到系統(tǒng)中，數(shù)據(jù)結(jié)果按照問(wèn)題原因、處理建議進(jìn)行輸出，輸出結(jié)果將直接在系統(tǒng)上呈現(xiàn)，主要包括：

a）質(zhì)差小區(qū)按照處理難易程度（需要維護(hù)→需優(yōu)化→需擴(kuò)容→需建設(shè)）分類(lèi)的各個(gè)環(huán)節(jié)的統(tǒng)計(jì)結(jié)果。

b）各個(gè)節(jié)點(diǎn)中質(zhì)差小區(qū)的清單列表，包括基站名稱(chēng)、問(wèn)題原因分析結(jié)果、處理建議等。

3.3.3 工單管理

主要包括按照處理區(qū)域及時(shí)間范圍的可視化篩選、工單統(tǒng)計(jì)、感知差小區(qū)列表等內(nèi)容。

a）區(qū)域篩選：地（市）級(jí)篩選。

b）工單統(tǒng)計(jì)：派單數(shù)、回單數(shù)、閉環(huán)數(shù)3組指標(biāo)。

c）閉環(huán)分析：包括感知差小區(qū)的問(wèn)題類(lèi)型統(tǒng)計(jì)信息、已閉環(huán)工單的處理方式統(tǒng)計(jì)信息、呈現(xiàn)已閉環(huán)工單的效果（從已閉環(huán)小區(qū)的CEI得分變化、已閉環(huán)小區(qū)的不滿(mǎn)意用戶(hù)數(shù)變化2個(gè)維度呈現(xiàn)）。

d）小區(qū)清單：感知差小區(qū)閉環(huán)情況清單。

4 本地實(shí)踐及效果

在某市本地網(wǎng)，針對(duì)154 個(gè)已經(jīng)處理的CEI 質(zhì)差小區(qū)進(jìn)行分析，試點(diǎn)開(kāi)展針對(duì)性處理，共閉環(huán)119個(gè)小區(qū)，閉環(huán)率77.28%。

平臺(tái)輸出的解決措施與現(xiàn)場(chǎng)實(shí)際的處理措施進(jìn)行分析，匹配度為88.24%。

4.1.1 運(yùn)營(yíng)流程

對(duì)CEM 平臺(tái)的應(yīng)用采用“運(yùn)營(yíng)”的思路，進(jìn)行流程化運(yùn)作，如圖7所示。

圖7 CEM平臺(tái)的運(yùn)營(yíng)流程

4.1.2 能力評(píng)估

4.1.2.1 CEI得分準(zhǔn)確性評(píng)估

基于CEI的用戶(hù)和小區(qū)的得分情況進(jìn)行驗(yàn)證。

a）用戶(hù)的驗(yàn)證主要通過(guò)與投訴用戶(hù)進(jìn)行對(duì)比。

b）小區(qū)的驗(yàn)證主要通過(guò)與無(wú)線(xiàn)網(wǎng)管KPI 指標(biāo)進(jìn)行對(duì)比。

評(píng)估結(jié)果如表2所示。

表2 CEI得分準(zhǔn)確性評(píng)估結(jié)果

通過(guò)CEI 模型的不斷調(diào)優(yōu)，最終用戶(hù)級(jí)的匹配率達(dá)到70%以上；小區(qū)級(jí)的匹配率達(dá)到75%以上。

4.1.2.2 定位方案準(zhǔn)確性評(píng)估

選取定位輸出的質(zhì)差小區(qū)共420個(gè)：按維護(hù)類(lèi)、擴(kuò)容類(lèi)、優(yōu)化類(lèi)輸出定位結(jié)果，與人工分析匹配度比對(duì)（見(jiàn)表3）。

表3 CEM分析原因與人工分析結(jié)果對(duì)比

結(jié)合多數(shù)據(jù)源的關(guān)聯(lián)分析，定位分析問(wèn)題原因的準(zhǔn)確性接近90%。

4.1.3 問(wèn)題處理

按照每月一個(gè)批次的方式進(jìn)行處理和落地。處理154 個(gè)CEI 質(zhì)差小區(qū)，共閉環(huán)119 個(gè)小區(qū)，閉環(huán)率77.28%。平臺(tái)輸出的解決措施與現(xiàn)場(chǎng)實(shí)際的處理措施進(jìn)行對(duì)比，匹配度為88.24%。

4.1.4 閉環(huán)評(píng)估

根據(jù)評(píng)估結(jié)果和定位方案，已經(jīng)閉環(huán)的CEI 質(zhì)差小區(qū)，CEI得分均有明顯的提升，質(zhì)差用戶(hù)占比也有明顯的下降（見(jiàn)圖8）。

圖8 優(yōu)化前后CEI得分和感知差用戶(hù)情況對(duì)比

5 總結(jié)與展望

通過(guò)大數(shù)據(jù)技術(shù)基礎(chǔ)平臺(tái)和能力底座，充分利用已有的成熟框架和采集的業(yè)務(wù)數(shù)據(jù)源，大膽探索，對(duì)移動(dòng)網(wǎng)用戶(hù)的用網(wǎng)行為進(jìn)行建模分析，得出歸一化的客觀(guān)CEI 用戶(hù)體驗(yàn)評(píng)估指標(biāo)，并匯聚得出CEI 質(zhì)差小區(qū)，在此基礎(chǔ)上綜合分析告警、性能、覆蓋等多種數(shù)據(jù)源進(jìn)行質(zhì)差小區(qū)的問(wèn)題定位分析，得出質(zhì)差問(wèn)題原因和處理方案，并采用工單派發(fā)的方式驅(qū)動(dòng)地（市）小CEO 進(jìn)行閉環(huán)處理，在落地實(shí)踐中總結(jié)出運(yùn)營(yíng)流程，并取得較好的效果。

該方案充分利用現(xiàn)有大數(shù)據(jù)平臺(tái)，兼顧多廠(chǎng)家的處理能力，方案的普適性強(qiáng)，同時(shí)各項(xiàng)數(shù)據(jù)源均是成熟的方案，可推廣性強(qiáng)。