- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于大数据探析技术在提升服务质量方面探究
关于大数据探析技术在提升服务质量方面探究 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?蛴行У靥嵘?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
原创力文档


文档评论(0)