关于大数据分析技术在提升服务质量方面的研究

刘国强

摘要：如何能够有效地提升服务质量、提高客户满意度是电信运营商在运营生产过程中的一个难点，该文探讨通过大数据分析技术分析和挖掘运营商运营支撑系统以及网管系统的相关数据，然后从提升建设质量、维护质量和故障处理速度三个方面一一提出解决方法，有效地提升企业竞争力。

关键词：服务质量；大数据分析；系统；建设；维护

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）34-0007-02

Abstract： How to effectively improve the service quality and improve the satisfaction of customer is a difficulty of the telecom operators in the operation. This article discusses how to use the big data analysis technology to analysis and mining the data through the operator support system and network management system. And then give the solution about improve the construction quality、maintenance quality and improve the speed of fault handling. These can effectively enhance the competitiveness of enterprises.

Key words： service quality； big data analysis； system； construction； maintenance

1 概述

如何能夠有效地提升服务质量、提高客户满意度是电信运营商在运营生产过程中的一个难点，同时也是目前通信行业各运营商之间如何在业务同质化以及市场竞争加剧的情况下，赢得客户信任的主要方法之一。而要有效地提升服务质量、提高客户的满意度，为客户提供良好的业务使用体验和快速处理客户报障是关键之一，这就需要运营商在提升建设质量和维护质量、减小故障率和缩短故障修复时间等方面采取有效的手段。

本文通过大数据分析技术[1-3]对运营商运营支撑系统[4]和各网管系统的数据进行综合分析，从而在建设、维护等方面对我们的工作进行指导，达到提升服务质量、提高客户满意度的目的。

2 运营支撑系统和网管系统

运营商的运营支撑系统包括多个独立的系统组成的一个支撑系统群，负责运营商订单管理、资费管理、资源管理、流程管理、故障管理等，各系统分工合作，有序、高效的支撑着运营商的日常工作。

其中CRM系统保存用户、业务订单等信息，综合资源管理系统保存这业务订单、资源配置、地址与资源关系、资源分布等信息，综合调度系统保存业务开放订单、用户报障订单等信息，电子运维系统保存着故障和用户报障的相关信息。

网络管理系统是一个软硬件结合以软件为主的分布式网络应用系统，通过网络管理系统，可以高效的对设备进行业务配置、硬件和软件管理、告警管理等。

3 大数据分析技术

大数据分析技术就是大数据的收集、存储、分析和可视化的技术，是一套能够解决大数据的4V（海量、高速、多变、低密度）问题，分析出高价值（Value）的信息的工具集合。

传统数据分析是建立在关系数据模型之上的，问题之间的关系在系统内就已经被创立，而分析也在此基础上进行。而本文涉及的数据很多无法用关系数据模型进行表示，如历史告警信息等，传统数据分析方法对这类数据进行综合分析时比较困难，而使用到大数据分析技术则可以很好地解决这个问题。

对于运营商来说，首先要构建一个大数据平台，然后采集多个系统的相关数据，通过关联性或者关键字等去分析挖掘，最后得到相关的分析结果来指导提升服务质量。

4 提升服务质量的难点和解决方法

提升服务质量、提高客户的满意度，关键是客户的业务使用体验好，能够持续地为客户提供稳定、可靠的业务使用，一旦业务故障，能够根据业务等级要求快速解决故障；对于运营商而言，难点就是如何持续性监控网络和设备的运行情况，找出并解决潜在的各种故障隐患，同时，对于出现的故障，如何快速地处理以缩短故障处理时间。

提升服务质量，可以从建设、日常维护、故障处理三个方面着手，其中提升建设质量，可以很大程度减少后期市政施工、灾害天气等、由于施工或设备质量问题等带来的故障；提升日常维护质量，可以提前发现和解决潜在的故障隐患；提升故障处理速度，可以缩短故障处理时间，进而缩短影响客户业务使用的时间。

4.1 提升建设质量

提升建设质量，在本文中就是对以前的建设项目进行后评估，除了评估设备、线路、管道等的建设、安装是否规范，还要评估建设的地点选择、建设的规模是否合理等，这些都需要有大数据分析技术进行评估，评估的方法是：

评估结果={A1*N1+ A2*N2+ A3*N3+…}

其中A为评估的项目，包括一个工程项目在建设中或完工后一段时间内设备、线路、管道等由于建设质量不符合要求导致不能放装业务，由于建设规划不合理导致资源利用率低，由于设计不合理导致在市政施工、灾害天气等情况下管道、线缆容易被破坏，由于建设质量不达标导致设备容易故障等，其中N为每个项目的占比，N1+N2+N3+…=100%。

项目数据的来源包括运营支撑系统中资源系统历史配置工单（不能一次性配置完成，需要手工配置，或者一次性配置后实际安装不了，需要重新配置）、综调系统、电子运维系统等的历史关联故障工单，方法是通过大数据分析技术分析一个建设项目完成后所覆盖的地址范围内业务配置和故障情况来进行综合性评估。通过对这些历史项目进行评估，可以为后续建设项目提供指导和参考，以提升建设质量，进而提高网络质量，减少业务故障的几率。举例：某一项工程建设完工后，业务开通时发现业务的资源配置不合理，A栋的地址配置到B栋的资源（A栋也有相关的资源）；某些楼层的资源覆盖不合理，皮线布放时需要拉线很长；设备建设位置不合理，没有遮阴，导致设备过热反复故障等，这些原因导致评估结果打分较低，分析打分低的原因项目后采取针对性的措施，对后续建设起到很好的指导作用。

4.2提升日常维护质量

目前日常维护大部分是出现故障后再处理故障，这是被动式的维护，给用户带来的体验并不好，需要转变维护方式，变被动为主动，将部分故障隐患提前发现和解决，减少故障发生的概率。

方法是通过大数据分析技术，从历史故障和设备告警等信息中主动发现可能会发生故障的點和原因，提前预防和处理，例一：通过大数据分析技术分析发现一个小区里有多个用户多次保障反馈会有断网的问题，但是一段时间又恢复了，通过分析业务关联的设备和告警信息，发现业务集中在一些板件上，这些板卡曾经有离线告警，但是基本很快又自动恢复，针对这个问题，经过诊断，发现设备的板卡存在问题，更换后故障没有再出现过，避免后续故障的反复出现。例二：通过大数据分析技术分析一条主干光纤上的业务光衰耗一段时间逐渐增大，虽然目前不影响业务，但是趋势正在恶化，后通过排查，发现主干光缆其中一段管道被破坏，泥土挤压导致光缆变形严重引起光衰耗变大，通过处理管道问题，光纤光衰耗恢复正常，避免了业务中断的故障。

4.3提升故障处理速度

提升故障处理速度、缩短故障处理时间，最大限度缩短影响客户业务使用的时间，也是提升服务质量的有效方法。

方法的思路是：在处理故障时，通过大数据分析技术，在大量的故障处理记录、维护经验中通过关键字查找相同或者相似的记录，通过历史处理经验快速地找到故障处理方法，这样可以极大地减少故障处理时间。

另一种方法是在用户报障并生成相关的故障单时，系统自动挖掘故障单中的关键字，通过关键字去搜索相关的历史处理记录或经验，这样故障处理人可以及时获取相似故障处理的信息；同时用户报障后，系统根据业务号码自动搜索相关的资源配置情况，包括所属终端、光路信息、OLT信息、上层设备和端口信息等，再自动查找这些设备的历史告警信息和目前的状态等，形成一个资源现状信息提供给故障处理人参考，这样可以大大缩短故障处理时间。

5 结束语

本文针对电信运营商在运营生产过程中遇到的提升服务质量难点问题，提出通过大数据分析技术分析和挖掘运营商运营支撑系统以及网管系统的相关数据，指导运营商提升建设质量、维护质量和故障处理速度，并提供了相应的方法。

随着大数据分析技术的不断应用，以及运营商大数据来源的不断增加，会极大地提升运营商在精确营销、精确运营等方面的能力，进而整体提升服务质量的水平。

参考文献：

[1] 肖飞，齐立磊.大数据处理技术与探索[J].计算机与现代化，2013（6）.

[2] 王姗，王会举，覃雄派，等. 架构大数据：挑战、现状与发展[J].计算机学报，2011（7）.

[3] 孟小峰，慈祥.大数据管理：概率、技术与挑战[J].计算机研究与发展，2013（5）.

[4] 程春玲，朱旻如，吕扬. 基于EAI的电信业务运营支撑系统[J].计算机工程与应用，2004（6）.