一键投诉手机侧软件及分析平台

在移动互联网时代,用户投诉处理以及客户满意度情况,对企业的产品质量改善、未来发展重点决策、企业重点转型等具有重要影响。早期,用户对移动运营商的投诉全部通过10086这一途径进行反馈,带来客服压力大、问题不能有效进行分流、从投诉到回访周期过长等问题。基于此,特开放了一套手机端一键投诉分析软件,在为10086分流的同时,精细化分析用户投诉,智能化处理用户投诉,第一时间定位问题原因,极大地提升了投诉处理效率。     

基于感知模型的客户满意度研究

长期以来,为提升客户满意度,加大力度分析用户投诉,和无止境地进行回访,并尝试以各类利益好处或优惠政策等进行客户安抚。在竞争日益激烈的今天,这些方法都存在"治标不治本"的缺陷。针对早期方案中的不足,文章提出一种基于感知模型的客户满意度提升方法,从根本上挖掘客户满意度低下的深层次原因,为企业的业务发展保驾护航。     

集中性能管理平台运维研究与探讨

在过去的两年时间里,湖北移动抛弃早期的烟囱模式,创新性地建设了一套基于三层架构的集中性能管理平台。在建设集中性能管理平台的基础上,形成了一套行之有效的运维模式,该模式集标准制订、友商管理、数据质量管理、性能管理、设备管理、监控管理、运维考核于一体,对网络管理、市场开发、客服支援、领导决策等都具有重要帮助。     

基于家宽的投诉预处理支撑能力提升研究

在移动互联网时代,家庭宽带是时下运营商突破传统业务、全面开发市场的重要业务。在广泛开发宽带业务市场的同时,宽带整体万客户报障投诉比也在高位运行,对客户感知造成了较大的负面影响,客服每天受理大量无法连接类的投诉和网速慢的投诉。针对前期工作中的不足,文章旨在对用户投诉能够第一时间给予相对准确的问题点定位,将故障一次诊断定位由网络侧前移至客服侧,实现提升客服受理家庭宽带用户投诉效率的目标。     

手机病毒恶意订购的定位分析与研究

在移动互联网时代,客户感知对业务的应用与推广具有重要影响。在业务体验中,终端是所有工作的载体,是客户感知的重要一环。手机感染病毒后会带来一系列恶果,如运行速度变慢、不知情订购、隐私泄露等。对于手机病毒带来的恶意订购,当前缺乏发现机制和分析手段。基于此,文章从病毒感染恶意订购的原理出发,分析了恶意订购的特征,并采用大数据技术,通过信令分析的方式,给出一种恶意订购判断的解决方案。     

基于互联网模式的4G网络感知提升技术研究

介绍当前用户网络感知问题及解决手段,提出一种基于移动互联网模式的4G客户网络感知提升的综合解决方案。创新开发一种从客户侧收集终端与网络交互的异常事件、APP连接后端SP(服务包)性能等信息的工具,对用户终端侧异常感知问题及相应指标进行智能自动化采集,实现对用户手机异常事件的动态、实时监测。通过后台从区域、客户端应用、用户、终端型号等多维度进行大数据挖掘分析,实现终端与网络兼容性问题的快速聚焦和收敛,先于用户投诉发现问题,协助维护人员和厂家快速定界定位问题,提升客户网络感知。     

大数据的数据清洗方法研究

降低运营成本,提升企业收入,一直都是企业管理层关心的重点。大数据的思维,为企业的运营提供了很好的思路。在各类大数据项目中,数据的清洗成为新的焦点,如何快速高效去掉脏数据、对有用数据进行恢复、提升数据质量,对大数据项目的正常运营具有重要影响。基于当前各类数据清洗中存在的不足,文章提出一种基于函数依赖的数据清洗方法,可补全缺失数据、修正错误数据、消除重复值、修复异常数据,达到数据质量提升的目的。     

基于VBA的备件需求分析及优化配置研究

备件的管理与维护是电信运营企业网络维护工作的重要组成部分,是保证设备安全稳定运行的重要手段,备件的需求分析与配置管理,对日常运维具有重要影响。然而,若不结合实际现网进行分析、不进行配置方案优化,则不能将有限的资源投入到最需要的地方,备件发挥的效果将大打折扣。文章总结了现网备件管理的特点,有针对性地提出了基于VBA算法的备件管理方法。经现网实践与应用,取得了良好的管理效果。     

大数据技术在运营商网络侧的应用研究

在移动互联网时代,大数据的研究与应用,一直如火如荼,处于风尖浪口。大数据的研究,既是顺应时代潮流,又是运营商的社会责任职责所在;而大数据的应用,是运营商发展业务推广市场做好网络建设等一系列工作的基础,也是企业综合实力的体现。本文沿着大数据的发展历程,对运营商近年来在网络侧开展的大数据研究进行了回顾与总结,并重点介绍了一项重要大数据应用——集中性能管理,目的在于为后期的大数据研究做好铺垫。     

一种基于大数据技术的投诉分析与预测系统

投诉是顾客不满的表示,不论正确与否,是一种不满意的表达。同时,用户投诉也是运营商发现问题和提升网络质量的重要途径。早期对用户投诉的处理,是一种点对点、定向分析、缺乏关联的滞后处理,存在治标不治本的顽疾。进入移动互联网时代,大数据、云计算等新型技术的广泛应用,建立了一种基于大数据技术的投诉分析与预测系统,基于底层信令的全量分析,可有效定位故障原因,实施基于历史投诉样本库的投诉预测,并提前进行干预。     

实施投诉精细化分析提升运维末端执行力

基于投诉管理工作难点,湖北移动探索性地进行基于大数据技术的投诉精细化建设,通过将投诉转换为维护任务以及一线维护信息回填投诉工单,实现用户投诉的精细化分析以及投诉管理与网络运维的统一;通过引入大数据挖掘与分析技术,实现投诉管理模型的建立以及投诉预测.     

一种应用于电力系统的北斗智能位置服务平台

北斗卫星导航定位系统运行以来,已成功应用于涉及国计民生的诸多领域,牵引推动了电子、通信、机械制造、地理信息等相关产业和信息服务业的发展。本文的目的在于,利用北斗系统的最新技术成果,充分发挥其相对技术优势,开展北斗智能位置服务在智能电网中的应用。充分考虑电网安全需求的前提下,研发支持海量用户的北斗智能柔性解算软件并进行工业级测试,并拓展其他地市级电力北斗基站的建设工作。     

一种基于进化博弈论的新业务冲击预测系统

在移动互联网时代,每天都会有大量的新型业务进入用户视野。新型业务依托电信运营商,却对电信运营商的传统业务带来巨大影响。电信运营商不能只是做新业务的智能管道,更要研究如何降低新业务对自身传统业务的影响,然后有针对性地制订决策。基于此,文章提出一种基于进化博弈论的新业务冲击预测系统,在满足"优胜劣汰"大环境的趋势下,研究如何让电信运营商从新环境中获利。     

一种基于服务体验的智能O2O营销平台

O2O(Online to Offline,从线上到线下)是时下最流行的营销模式之一,是传统行业向互联网+转型的重要方向。随着传统业务比重下降、新型业务发展进入缓慢增长期,在与其他运营商和互联网企业共同竞争的环境下,企业面临着用户流失、增长速度放缓、盈利受困等难题,移动运营商的经营压力越来越大。在传统营销模式的基础上,结合运营商的实际特点,有针对性地推出一种智能O2O营销平台,整合现有资源的同时,践行"以客户为中心"的服务理念。     

基于机器学习的移动互联网客户感知分析研究

引入Xgboost机器学习算法对移动互联网业务感知进行建模、分析.分析结果表明,在网络侧特征数据指标变量中,TCP无线成功率对移动互联网业务感知影响最大,在业务应用类别中,VOIP业务对感知最敏感.     

基于社会网络的网络舆情挖掘技术与应用研究

针对当今互联网时代网络言论复杂化而带来的监管难题,以信息技术为依托,设计了基于社会网络的网络舆情挖掘系统。在系统的设计过程中,结合实际需要,整合了网络数据挖掘算法等多项功能模块对系统进行了较为全面的设计。而后对系统进行测试,测试结果显示,该系统能够实现较为精准和高效的网络舆情挖掘,并为后续的工作提供建议,其具有一定的实际应用价值,有望进一步推广应用。     

安徽电信移动网络投诉处理管理体系的构建与实践

通过剖析安徽电信移动网络投诉处理存在的问题,全面优化了投诉处理工作流程,从投诉预处理、投诉结果闭环管控、考核与评价等方面建立了管理体系,实现了用户投诉现象与投诉原因的准确定位、投诉处理结果闭环管理。实践验证表明,该管理体系实现了运营商服务水平和用户感知的双提升,具有较大的应用价值。     

基于大数据模型的投诉预警与提前干预分析

在自动互联网时代,用户的业务体验和客户满意度被提到空前的高度,投诉的第一时间发现与提前干预,对问题的处理和事态蔓延的制止,具有重要意义。早期的投诉处理中,存在预警功能单一、预测模型僵化、投诉处理复杂等不足,基于此,提出一种基于大数据模型的投诉预警与提前干预方法,通过对可能产生的大面积投诉产生预警,筛选出高风险投诉用户,进行主动干预,先于用户投诉解决问题,进而提升用户满意度。     

以客户感知为指标的移动网络质量体系探讨

当今社会,通信行业越来越发达,竞争也越来越激烈,因此网络的质量问题就成为取得胜利的主要法宝。笔者就移动网络的指标问题做详细的调查分析,以期能够建立在客户感知基础上的网络质量指标体系。     

支撑“四化”、流程再优客服投诉处理能力再提升

一、服务创新成果创造背景简介〈br〉 1、背景〈br〉 随着移动互联网的快速发展、以及流量经营的不断深化,客户的投诉在内容上发生质的变化。投诉处理好坏,将直接影响客户感知,进而影响公司服务口碑、客户稳定和企业效益。因此,如何提升客服投诉服务处理能力,已成为客服部门必须深入研究的课题。