客户感知评估体系的建立和应用.docVIP

客户感知评估体系的建立和应用 一、项目背景 随着移动通信的迅速发展和市场竞争的不断加剧，网络质量成为增强企业竞争力的关键因素。各个移动通信运营商更加重视从客户的角度去衡量全网的质量水平，借此有效提升客户感知价值，而目前的网络质量评估工作主要存在以下不足。 1、产业竞争日益激烈，网络运维分析需发挥最大效用，为市场发展提供强有力支撑。而目前的网络运维分析对象主要面对网元自身，与市场行为、用户行为不挂钩，不能体现业务端到端质量，无法有效支撑市场竞争。 2、传统网络指标滞后于用户感知，甚至与用户感知相背离，时常出现网络、设备并无任何异常，但用户感知业务质量已出现劣化网络分析工作需要面向客户感知转变。 4、传统话统指标基于网元设备的处理过程，没有面向客户感知设计，指标的统计点不对应实际客户感知，更加不能实现对用户客户感知的端到端管理。尤其是发展迅速的上网业务和WLAN业务，缺乏有效的分析掌控点，客户感知度较差。 5、网管系统以常规报表为主，每日质量分析、异常问题分析，必须提取、查看多张报表，进行手工分析，效率低下，且分析经验都存在分析人员的脑子里，得不到有效固化和传递。以客户感知为导向，从端到端业务流程和服务流程入手，找到关键业务体验点结合业务遍历环节， 从QOE——KQI——KPI评估模型，层层剖析到需要监控的KPI，据此构建一套涵盖QOE\KQI\KPI的客户感知评估体系。 本项目建立的客户感知模型，以客户体验感知价值为目标，以关键的端到端业务质量为评估控制的关键所在。通过各项网元性能为纽带，将日常运维的网元保障工作和业务质量进行贯通，通过评估控制业务质量指标，促进运维水平和客户感知价值的双向提升。 在该客户感知模型中，客户感知（QoE）是面向最终用户的体验。KQI是决定电信业务QoE的关键质量指标，KPI是网元设备测量的性能指标。KQI与KPI都来自于客观性能测量数据。KPI和KQI最大的区别，就是KPI从网元设备的角度出发关注过程，而KQI则从终端用户角度出发关注的业务质量的结果。KQI 可以由几个KPI聚合而成，或者由某个KPI通过一定的算法模型进行表征，也有可能与某个KPI相同。 二、从全业务运营角度出发，多维度拓展分析数据源，研究拨测信息、信令监测信息、话单信息、traffica呼叫记录等信息，从中抽取客户感知相关KQI和KPI，QOE——KQI——KPI评估模型 (WSMT，Wireless Service Measurement Team)，提出的业务质量设计流程，由上至下将业务逐层分析，最终把用户对业务的质量体验分解成组成产品的各个服务的质量，并将服务与网络、非网络数据进行映射，最终由这些数据聚合成可供测量的KQl。具体过程如下： （二）按照上述设计思路，我们以语音业务为例，设计ＭＳ－ＭＳ的语音业务ＫＱＩ集合。 首先通过业务场景、业务流程和业务资源分析，建立关键业务体验点和资源要素的矩阵分析。 再通过矩阵分析结果，从客户感知的３大维度，设计业务ＫＱＩ集合。 维度 QoE指标 KQI 接入性 网络信号覆盖 覆盖率 接通性 端到端（Ｅ２Ｅ）主叫接通率 端到端被叫接通率 端到端主叫接通时长 保持性 通话连续性 掉话率 完整性 语音质量 MOS 单通比率 串话比率 回声比率 三、从结果向过程寻找量化关系，科学计算感知要素占比，运用加权算法进行客户感知度量化评估，引入相对价值评估模型对感知度进行对比校正。同时，研究建立自动钻取式挖掘分析， （一）运用关联规则、趋势、聚类等数据挖掘手段计算出影响用户感知的要素占比，根据加权定义各个KPI对业务的影响程度，运算得到最终的业务KQI和QOE评估结果情况。 1、根据业务特征，基于评估模型，从结果向程寻找量化关系，运用关联规则、趋势、聚类等数据挖掘手段进行跟踪评估，对影响用户感知的主要因素进行排序，计算各类感知要素占比，确定各项KPI、KQI的权重。 2、根据业务特征，数据挖掘结果，确定各类别指标的权重，运用加权算法进行客户感知度量化评估。预先加权定义各个KPI对业务的影响程度，运算得到最终的业务KQI评估结果情况。 总体QOE算法如下： ，其中：表示分项QOE权重，表示KQI所对应的QOE。 KQI和KPI之间的评估算法与此类似。可以通过每一项KPI的完成值计算得出各项KQI的指数得分。具体各类业务场景例如彩信业务、短信业务、TD视频等数据业务，分区域的场景如高校区域、商业区域也可以按照此方法得出评估结果。 （二）在本网自身价值评估模型的基础上，引入相对价值评估法，进行客户感知度对比校正。 相对价值评估法就是，在评估本网客户感知价值的同时，将评估体系应用到竞争对手的网络中，评估相同时间、空间和业务用例条件下本网和他网客户感知价值的差