构建客户投诉支撑平台,实现投诉处理前移简

客户投诉支撑平台是一个整合多种支撑手段的投诉处理平台,它整合了电信运营商当前已有的客户投诉处理支撑手段,实现了投诉问题的＂快速响应、准确定位、及时解决＂,提高投诉一次性解决率和用户满意度,提升用户服务质量。文章分析了电信运营商客户投诉支撑现状,并针对存在的问题提出了客户投诉支撑平台的技术架构和系统解决方案。     

大数据支撑下的客户服务应用探索

随着大数据的应用越来越广泛,运营商对基于大数据支撑下的应用场景进行了探索。为提高投申诉管控效率,提升客户问题响应速度和服务质量,文章对一线客户代表的工作痛点进行研究,分析投诉客户的画像特征,利用数据挖掘技术,构建相关分析模型,为客户服务工作一线的各种场景提供数据分析和决策优化支撑能力。通过客服应用方面的创新探索,实现一线员工的工作方式由被动变为主动,为降低升级用户的投诉率提供参考方案,并为电信运营商的新发展战略提供了重要的技术支撑。     

基于机器学习的网络投诉预测分析

减少网络相关的投诉一直是运营商的重点工作之一。目前,网络投诉用户预警方案多以网优工程师经验为主导,准确率和效率都较低。本文通过对历史网络投诉用户数据进行全面深入的分析,基于XGboost算法建立投诉用户特征模型,实现了对网络投诉用户的预测。该方法预测准确率较高,与其他网优系统对接后能够定位用户质差原因,使网络部门能够提前进行网络优化,提升用户满意度。     

IBM Tivoli助力运营商提升服务质量

6月初,IBM发布了面向电信行业的IBMTivoli服务质量管理解决方案,该方案的最大特点是为电信运营商以及服务提供商提供了一个完整的、端到端的,跨越有线与无线的、统管IP和IT基础设施的网络管理平台,帮助电信运营商以及服务提供商提升服务质量以及客户满意度。基于该解决方案,电信运营商的各类用户也能摆脱话音频时断时续、视频静止或失真、内容缓冲延迟以及数据在传输中丢失等众多问题的困扰。     

基于分布式架构的融合用户数据中心部署方案研究

文章针对用户数据管理在各大电信运营商网络中的发展趋势,提出了基于分布式架构的融合用户数据中心部署方案,并对UDC、分布式HLR、融合数据中心等关键技术进行分析,探讨了融合用户数据中心的应用前景以及价值,为电信运营商网络和互联网业务融合奠定基础。     

基于知识图谱的新业务营销推荐系统

本文为了解决电信运营商目标用户筛选不准、营销资源利用率不高的问题,以“认知智能”为特色构建大规模语义网络,提出一种基于知识图谱的电信运营商互联网新业务推荐技术方案,将客户标签属性、内容偏好、异动行为、业务订购等多维数据进行语义整合,以实现面向目标客户的精准推荐。已在存量运营工作中显著提升业务推荐成功率,证明本文方法具有重要的参考价值。     

基于网络投诉的“非4G客户”未转4G的痛点分析

本文通过整合中山市400万量级在网客户大数据资源,从用户分布、投诉热点、网络现状、用户流量等多维角度开展数据建模分析,并结合SQL数据库等大数据分析挖掘手段,基于网络投诉来分析非4G客户不转4G的痛点原因。从技术层面深度挖掘准4G用户在消费感知中遇到的问题,并以此快速定位需要针对性营销的目标用户,通过主动回访关怀或改善网络覆盖,从而提升用户感知,提升用户对移动4G网络的信心。实现市场网络一体化协同推广4G网络,促使非4G用户使用移动4G网络。     

“非4G客户”不转4G网络的原因分析

本文通过整合中山市400万在网客户大数据资源,从用户分布、投诉热点、网络现状、用户流量等多维角度开展数据建模分析,并结合SQL数据库等大数据分析挖掘手段,基于网络投诉来分析非4G客户不转4G的痛点原因。从技术层面深度挖掘准4G用户在消费感知中遇到的问题,并以此快速定位需要针对性营销的目标用户,通过主动回访关怀或改善网络覆盖,从而提升用户感知,提升用户对移动4G网络的信心。实现市场网络一体化协同推广4G网络,促使非4G用户使用移动4G网络。     

电信运营商以客户为中心的DIY资费模式思考

随着通信技术的发展,电信运营商的业务种类日益丰富,资费套餐种类也越来越多。但对于用户而言,资费套餐已逐渐成为用户投诉的一个焦点。随着我国电信市场竞争的加剧,运营商不断推进以客户为中心的市场策略。而资费的制定实现“以客户为中心”,让用户参与到运营商制定资费策略中来,这是一种全新的以客户为中心的资费模式——DIY资费模式。探讨了这种模式制定时应考虑的因素,提出了DIY资费模式的初步方案,以期满足用户个性化的需求。     

基于BERT算法的通信投诉智能处理探索

随着5G通信技术的普及与发展,运营商业务种类多样化、网络架构日趋复杂,另一方面,用户对通信网络质量要求也越来越高,传统依赖人工经验的处理方式已难以满足投诉处理要求。基于大数据,提出一种基于BERT算法的通信投诉智能处理方法,该方法应用BERT算法实现投诉关键信息提取和投诉智能分类,达到提升投诉分类准确率,实现投诉直达处理的效果,有效提升通信投诉处理效率。     

基于SIM卡的统一认证技术研究

随着电信市场竞争加剧,各大电信运营商不断推出各种新产品以吸引客户.各种产品在迎合用户需求的同时使得用户需要记住多套用户名/密码、电信运营商需要维护多套用户信息系统.如何利用自身优势建设统一认证平台、提供基于SIM卡的认证服务成为各大电信运营商关注的焦点.本文介绍了统一认证的内涵,分析了统一认证的发展趋势,提出了基于SIM卡的统一认证技术方案.     

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Spark的用户上网WAP日志分析

在移动互联网时代,越来越活跃的用户手机上网行为带来了流量的迅猛发展.对电信运营商而言,用户上网日志包含了大量用户个性化需求、喜好信息,对其进行分析和挖掘,能更好的了解客户需求.传统经营分析系统小型机加关系型数据库的架构无法满足对海量非结构化数据的处理需求,搭建基于X86的Hadoop平台,引入大数据处理技术的方式,实现高效率、低成本、易扩展的经营分析系统混搭架构成为电信运营商最为倾向的选择.文章主要以用户WAP日志为例,详细阐述如何利用大数据技术处理海量的非结构化数据,进而挖掘和分析用户上网行为.     

惠普助推LTE用户管理与个性化服务

LTE时代,电信运营商将面临更加严峻的用户数据管理与个性化计费问题,对此惠普LTE解决方案与服务将有效帮助运营商实现LTE无缝迁移。对电信运营商而言,用户数据的运营与管理愈加重要。为满足这一需求,近日惠普适时推出了系列解决方案,以帮助电信运营商在长期演进(LTE)网络发展过程中为用户提供无缝转换。此外,惠普还推出了用户、网络和应用政策管理方案,可帮助运营商制定差异化的策略和计费,为用户提供高度个性化     

利用FME实现大客户数据网络的优化

当前 ,电信市场的竞争日趋激烈 ,尤其是对数据大客户的竞争更是各电信运营商争夺的焦点。现阶段急需一种好的网络优化方案 ,它能在相对合理的价格范围内 ,既能为大客户提供优质、可靠和安全的服务 ,又能满足客户随时的扩容、提速要求 ,同时还可以通过网管达到集中监测、控制和环回等目的。本文介绍采用ＦＭＥ设备实现大客户数据网络优化的方案。１方案比较目前在用户接入层 ,以光纤为传输媒介的数据通信解决方案通常有３种。方案１ :采用光纤Ｍｏｄｅｍ。网络传输的安全性和可靠性有很大提高 ,但建设成本较高、网管能力弱以及光纤资源利用率…     

自助卡电话缴费系统的设计及实现

本文提出一种解决电信运营公司的用户缴费困难的新方案,采用客户／应用服务器／数据库服务器三层结构的新型柜台系统,采用自助卡方式,用户通过购买电信运营公司的自助缴费卡,通过拨打运营商提供的免费电话可以轻松完成话费缴纳。     

对客户服务平台建设的几点建议

随着电信市场竞争的进一步加剧,各大电信运营商越来越重视客户服务质量,并相继提出了自己的服务理念。作为客户服务一线的技术人员,现对客户服务平台的建设提出以下几点建议。(1)为用户投诉建立流水号,从技术上有效地实现投诉流程的闭环管理在客户服务平台上,不仅需要对用户投诉进行分类,以便进行统计分析,更重要的是为每次有效的用户投诉建立一个流水号,并在流水号的旁边标注处理状态[已受理(系统自动设置)、正在处理中(操作员人工设置)、处理完毕(服务人员回复用户后,经用户授权,由操作员人工设置)]。同时,处理记录及阶段性的结果要表述清…     

基于机器学习的5G用户智能投诉处理方案研究

5G网络的复杂性、业务的多样性、用户的规模性使得5G用户投诉处理成为巨大挑战.提出了基于机器学习的5G用户智能投诉处理方案,该方案依托于用户O域与B域数据互通关联的端到端大数据系统,基于用户画像的标签体系,结合历史投诉单的内容、地点以及历史问题的定位结果,利用机器学习分类算法反复迭代得出可靠稳定的决策模型,最终实现5G...     

基于GRW和FastText模型的电信用户投诉文本分类应用

随着神经网络的广泛应用,将神经网络应用到自然语言处理文本分类问题中,成为一种有效的解决方法。电信运营商客户服务中心通过多种渠道收集用户投诉信息,为了对投诉文本信息进行自动分类并将其落实到具体责任部门,提升用户感知,提出了一种基于GRW模型和FastText模型的文本分类方法。首先通过GRW模型对投诉文本进行特征选择,提取有效特征词;然后构建基于FastText模型的用户投诉文本分类方法;最后在公开数据集和运营商已标注的投诉文本数据集上进行实验。结果表明,基于GRW和FastText模型的文本分类方法比朴素贝叶斯、双向LSTM和Bert模型在准确率、Kappa系数及汉明损失方面的性能有较大提升。     

烽火网络中国通信展主展产品及技术

F-engine M8000系列(CESP)电信级以太网多业务平台 该方案主要解决运营商在业务保护、用户定位、业务分流、流量汇聚、简化网络、节省资源和降低成本等方面的问题.CESP(电信级以太网多业务平台)解决方案,属于增强型以太网,可广泛应用于宽带数据流量汇聚、中小城市基础数据承载、大客户专网构建及接入应用,适应客户多样化和组网扁平化的要求,在努力提高用户体验质量的同时可为运营商网络增值.