4G优化案例：重点客户的智能识别和感知监控案例.docxVIP

重点客户的智能识别和感知监测案例 XX XX年XX月 目 录 TOC \o 1-2 \h \z \u 一、 系统成果展示 3 1. 系统开发流程 3 2. 重点信息导入 6 3. 重点用户判别 8 4. 质差派单 10 5. 监测报告生成 12 二、 目前应用情况 13 1. 经济效益 13 2. 社会效益 14  重点客户的智能识别和感知监测 XX 【摘要】随着电信用户的日益增多，市场需求不断扩大，重点客户对网络质量的要求越来越高，需求也越来越多，如何加强前后端联动，避免各部门之间相互推诿，迅速高效的提供技术支撑，保障重点客户的使用感知，是无线网优部门关注的重中之重。 传统的重点客户的信号保障，主要通过性能统计、定期测试、用户申诉等方式发现客户使用网络存在的覆盖问题，但实际使用过程中，用户的位置并不固定于单位，难以及时发现网络质量问题。在形式上较为被动，容易导致由于保障不及时导致用户流失现象。客户流失的很大原因由于用户感知较差导致，其主要体现在DPI感知方面；从传统的KPI指标很难发现问题；在此基础上XX无线网络优化中心提出了基于DPI感知的重点客户智能识别和感知监控平台，达到实现提升重点客户感知的目的。 本案例以重点客户监控平台为例进行说明，通过对覆盖扇区信息收集，在DPI平台中运用相关规则对其话单进行分析得出重点用户，对这些重点用户的感知及行为轨迹分析，得出其经常出入的地点作为重要额外增加的重点保障区域。建立WEB平台把这些关联扇区和用户纳入重点监测对象，同时对质差扇区及用户进行派单优化，达到提升重点区域用户感知的目的。有力的支撑了前端业务的发展。 【关键字】重点客户、智能识别、感知监测 【业务类别】案例 系统成果展示 系统开发流程 XX无线中心经过为期半年的“需求调研、数据库设计、应用功能、上线测试”最终于6月份在XX上线试用，为重点客户感知分析提供有效的监测平台。其发现流程如下图： Figure SEQ Figure \* ARABIC 1 系统开发流程 本项目基于DPI感知数据，通过对重点用户的自动识别，对其感知及小区感知监测来达到用户感知分析及优化。其创新点在于以下几个方面： 可以实现重点用户的自动识别； 工作及常驻场所信号的重点保障； 以派单形式做好质量管控； 定期生成监测报告，以便及时了解重点客户感知情况。 重点用户的感知监控：运用相关算法得出质差用户的关联信息，对其进行行为、覆盖扇区、网站、流量、话单及终端分析；得出具体产生原因进行针对性分析。 行为分析：得出经常出入的地点，以便重点保障； 覆盖扇区：经常出入地点的关联扇区纳入日常性能指标（如：KPI及基站负荷等）及告警监控平台，同时也制定相关站点的主备方案，以便应对突发事情； 网站分析：得出重点用户经常浏览的网站，对其网站时延、流量等相关指标进行质差分析，如发现问题及时联系相关服务商进行处理； 流量监测：监测高流量及低流量用户，对于高流量用户可以进行相关业务推广以维系用户业务关系；对于低流量用户，对业务行为进行分析，发现其产生原因后进行相关业务推广。 话单监控：通过对重点用户的话单进行监测分析，及时发现异常用户，如：掉话率高、呼建成功率低等严重影响用户感知的话单；通过对邻区、直放站、设备告警及重要KPI性能指标进行跟踪监控，及时发现问题，及时优化来提升感知用户。 终端分析：通过对重点用户使用的终端与感知进行关联分析，得出导致感知差的异常终端联系厂家进行针对分析和优化。 为了这现重点用户的感知监测和关系维护，XX电信无线中心自主开发了《基于DPI感知平台的重点客户智能识别和感知监控》平台来及时监测重点用户感知。首面界面如下所示： Figure SEQ Figure \* ARABIC 2 首页界面 通过该系统针对银行重点客户进行跟踪分析及优化，相比优化前感知优良率86.30%提升了4.0%左右。通过该系统针对校园重点客户进行跟踪分析及优化，相比06月份校园流量增加较为明显，增幅达68.0%；相比05月份校园感知提升0.74%。6月份共4所校园感知优良率低于90%。 本文以重点客户监控平台为例进行说明，通过对重点覆盖扇区信息收集，在DPI平台中运用相关规则对其话单进行分析得出重点用户，对这些重点用户的感知及行为轨迹分析，得出其经常出入的地点作为重要额外增加的重点保障区域。建立WEB平台把这些重点的关联扇区和用户纳入重点监测对象，同时对质差扇区及用户进行派单优化，达到提升重点区域用户感知的目的。 目前仅对4G重点客户感知进行监控。该项目主要分析四个部分，分别为：重点信息导入模块、重点用户判别规则模块用户感知监测显示和质差派/结单；如下： 根据上述模块设计重点客户感知监测界面如下： Figu