大数据分析在移动网络投诉中的应用

开篇：润墨网以专业的文秘视角，为您筛选了一篇大数据分析在移动网络投诉中的应用范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘 要】依托大数据平台、结合系统现有数据，设计一种处理平台能够迅速整合、统一展现客户信息、使用行为、网络网元关键指标等投诉定位处理所需的关键数据，解决现有投诉处理信息滞后，处理流程冗长，反应时限慢等问题。

【关键字】大数据 投诉 预警 回溯

目前移动网络类投诉处理工作在事中定位、事后分析以及事前预判环节都存在一定缺陷，主要体现在以下几个方面。

事中定位难：目前投诉单只包含用户基本信息，缺乏用户投诉发生时的相关网络数据，不足以支撑投诉定位，可能需要由处理人员多次联系用户确认投诉问题情况；需要通过多个平台、工具定位用户投诉位置及其对应小区，分析小区设备是否存在问题；现有工具无法判断问题时，需要外场人员现场测试，定位处理周期长。

事后分析难：目前未对发生网络类投诉的高发区域、时间段以及人群进行汇总分析，难以通过投诉分析结果指导网络建设与优化，无法直观体现网络优化工作效果。

事前预判难：投诉一起应对一起，未对可能导致用户投诉因素进行针对性分析、预判，难以在用户投诉前进行优化、规避，对客户感知提升效果有限。

针对上述存在的不足，采用大数据分析方法通过建设一套网络类投诉处理平台，整合现有投诉处理需要的数据与工具，提高处理效率，优化处理流程，可以提高工作效率。

事中定位：依托大数据平台，整合B侧与O侧数据，对全网用户一定时间段的信息进行整理汇总，当用户发生网络类投诉后，投诉处理人员通过一个界面就可以查询相关信息，迅速分析定位问题。

事后分析：整合数据通过GIS等可视化展现技术，针对投诉高发的时段、地区、人群等进行场景化分析，直观展现投诉发生模型与网络优化效果。

事前预判：针对全网发生网络类投诉的用户进行数据建模分析，推导引发用户投诉的关键指标与阈值，对可能发生的用户投诉行为进行预警，从而在发生用户投诉前进行事前快速判断定位、处理投诉问题。

逐一介绍以下几种模块，以实现相应功能。

用户位置与行动轨迹回溯：在GIS地图中展现用户查询时段的位置与行动轨迹。输入客户号码、回溯时间段查询后，在回溯结果区域以标签形式展现用户查询时间段经过的所有小区清单，清单显示字段为：序号、CI、小区名称、进入时间、离开时间、停留时长。统计用户在查询时段内在各小区内的平均停留时长、最短停留时长以及切换频次，并在回溯结果区域展现。在地图中展现客户查询期间经过小区，显示用户停留时间最长的前6个小区。小区分为三种展现方式：扇形-室外定向小区，六角形-室内分布小区，圆形-室外全向小区。

用户感知异常小区回溯：根据回溯查询条件，直接显示出存在感知异常的小区位置、感知异常信息，并可以查看小区详细信息。点击回溯查询后，直接展现用户感知异常小区信息列表。异常信息分为数据网络、通话、短信三类标签切换显示，对于存在异常信息的标签使用 特殊记号标识，便于快速识别。感知异常信息判断条件：将用户在查询期间的用户感知指标与健康值做比较，不在健康值区间的，则判断为异常。如异常信息面板已关闭，点击异常小区图形上标示的特殊记号可打开对应的异常信息面板。

小区详细信息展示：通过点击异常信息列表中的“详细信息”按钮或直接点击地图上的小区多边形，可打开小区详细信息展示面板，面板中显示小区名称、停留时长、归属网格以及负责人信息，并通过标签切换用户感知、小区关键指标以及一周内投诉信息，面板可点击关闭按钮隐藏。用户感知指标展现所有指标清单，维度包括用户查询时段感知值、同时段小区内其他用户感知的平均值、以及健康值。小区关键指标展现维度包括小区查询时段指标、当前指标。一周内投诉表展现字段包括：投诉单号、投诉主题、投诉时间、满意度以及是否升级投诉。

平台数据时效性展现：显示平台已导入、可回溯的最新数据时间。显示已导入的投诉数据、用户感知数据（网络质量类指标）、设备信息数据（基站、小区性能指标）、用户数据时间（基本信息、业务使用情况、终端信息等）等数据时效。

通过大数据分析进行移动网络投诉处理，在一定程度上大大提高工程师的工作效率，提升问题分析的准确性，非常值得推广。可以实现查询具体投诉用户基础信息、投诉情况、业务订购情况、用户行为特征，以及投诉时间段用户所在区域的相关网络质量参数。定位判断问题后快速通知对应区域处理人员并跟踪处理情况优化，规避投诉。精确分析网络投诉发生场景，设定区域、人群、时间段、设备厂家等维度，可自行选择形成分析场景。通过GIS直观展现场景下投诉发生情况。针对网络类投诉进行数据分析建模，推导出引发用户投诉的关键指标与阈值。在关键指标到达阈值时及时向相关人员发出预警提示，进行事前优化。在运维过程中对预警模型不断迭代更新，优化预警效果。