摘要:物聯(lián)網(wǎng)(Internet of Things,IoT)技術(shù)的發(fā)展使物聯(lián)網(wǎng)業(yè)務(wù)在各個(gè)領(lǐng)域得到廣泛應(yīng)用,客戶(hù)感知評(píng)估成為提高物聯(lián)網(wǎng)業(yè)務(wù)質(zhì)量和客戶(hù)滿(mǎn)意度的重要手段。本文旨在研究物聯(lián)網(wǎng)業(yè)務(wù)客戶(hù)感知評(píng)估方法,通過(guò)對(duì)現(xiàn)有方法的分析和評(píng)估,提出了一種基于行業(yè)化的物聯(lián)網(wǎng)業(yè)務(wù)客戶(hù)感知評(píng)估方法。該方法結(jié)合了行業(yè)特點(diǎn)和體系完善的優(yōu)點(diǎn),能夠更真實(shí)地評(píng)估客戶(hù)感知。實(shí)證研究結(jié)果表明,該方法能夠有效地幫助企業(yè)了解客戶(hù)業(yè)務(wù)的應(yīng)用狀況,改善業(yè)務(wù)質(zhì)量,提高客戶(hù)滿(mǎn)意度。
關(guān)鍵詞:物聯(lián)網(wǎng)業(yè)務(wù);感知評(píng)估;感知體系;行業(yè)建模;質(zhì)差識(shí)別
一、引言
物聯(lián)網(wǎng)業(yè)務(wù)在各領(lǐng)域得到廣泛應(yīng)用,如智能家居、智能交通、智能醫(yī)療等,物聯(lián)網(wǎng)業(yè)務(wù)在不斷創(chuàng)新和演進(jìn)中,將繼續(xù)發(fā)展壯大,并為各行各業(yè)帶來(lái)更多的機(jī)遇和變革[1]。隨著技術(shù)的進(jìn)一步成熟和落地應(yīng)用的推進(jìn),物聯(lián)網(wǎng)有望成為推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步的重要驅(qū)動(dòng)力之一,也是運(yùn)營(yíng)商市場(chǎng)拓展的突破口[2]。物聯(lián)網(wǎng)業(yè)務(wù)的發(fā)展離不開(kāi)客戶(hù)的支持和認(rèn)可,面對(duì)新的業(yè)務(wù)和客戶(hù),客戶(hù)感知評(píng)估需要打破傳統(tǒng)迎接新的挑戰(zhàn)。隨著物聯(lián)網(wǎng)技術(shù)的普及使用,客戶(hù)感知評(píng)估是評(píng)估客戶(hù)對(duì)物聯(lián)網(wǎng)業(yè)務(wù)的滿(mǎn)意度、體驗(yàn)和感受的過(guò)程,后臺(tái)應(yīng)用上需要尋求更加智能的管理、更整體化的系統(tǒng)應(yīng)用,力求實(shí)現(xiàn)在應(yīng)用的廣度、深度上的突破,才能助力于企業(yè)了解客戶(hù)需求,改進(jìn)業(yè)務(wù)質(zhì)量,提高客戶(hù)滿(mǎn)意度[3]。
二、研究?jī)?nèi)容
(一)用戶(hù)感知研究重要性
用戶(hù)感知評(píng)估是了解用戶(hù)需求和期望的關(guān)鍵手段,也是提高服務(wù)質(zhì)量、增強(qiáng)用戶(hù)體驗(yàn)感的重要途徑。通過(guò)對(duì)用戶(hù)感知進(jìn)行評(píng)估,企業(yè)可以發(fā)現(xiàn)服務(wù)中的不足和問(wèn)題,進(jìn)一步優(yōu)化服務(wù)流程、提升服務(wù)質(zhì)量和客戶(hù)滿(mǎn)意度。同時(shí),用戶(hù)感知評(píng)估還可以幫助企業(yè)了解市場(chǎng)需求和趨勢(shì),為企業(yè)制定科學(xué)合理的發(fā)展戰(zhàn)略提供重要參考。
(二)現(xiàn)階段面臨的主要問(wèn)題及解決方案
物聯(lián)網(wǎng)在行業(yè)應(yīng)用場(chǎng)景繁多,不同的應(yīng)用場(chǎng)景下不同的客戶(hù)群體其業(yè)務(wù)行為特征也是不同的,主要體現(xiàn)在業(yè)務(wù)行為和網(wǎng)絡(luò)感知方面,傳統(tǒng)的感知評(píng)估給網(wǎng)絡(luò)服務(wù)人員為企業(yè)提供對(duì)應(yīng)的服務(wù)支撐造成了阻礙。物聯(lián)網(wǎng)用戶(hù)感知評(píng)估方法,從網(wǎng)絡(luò)指標(biāo)下沉到行業(yè)業(yè)務(wù)指標(biāo),細(xì)化落實(shí)重大轉(zhuǎn)變,抓實(shí)網(wǎng)絡(luò)工作與服務(wù)關(guān)懷融合,打造企業(yè)紅利競(jìng)爭(zhēng)優(yōu)勢(shì),切實(shí)由“看管指標(biāo)”轉(zhuǎn)變到“看管業(yè)務(wù)”;從面向網(wǎng)絡(luò)指標(biāo)到面向客戶(hù)級(jí)感知的轉(zhuǎn)變,實(shí)現(xiàn)做的更優(yōu);從網(wǎng)絡(luò)攻堅(jiān)到網(wǎng)服融合的轉(zhuǎn)變,實(shí)現(xiàn)做的更廣。
為了提升客戶(hù)對(duì)物聯(lián)網(wǎng)業(yè)務(wù)使用的滿(mǎn)意度,建立“三階五端”分析法:分別從網(wǎng)絡(luò)側(cè)的接入質(zhì)量、業(yè)務(wù)側(cè)接入質(zhì)量及服務(wù)側(cè)的質(zhì)量展開(kāi)分析,結(jié)合模型特征從網(wǎng)絡(luò)5端口維度實(shí)現(xiàn)數(shù)據(jù)的多維分析和定位。
(三)客戶(hù)感知評(píng)估的流程
以專(zhuān)用APN組網(wǎng)方式的物聯(lián)網(wǎng),利用行業(yè)應(yīng)用進(jìn)行建模,可以準(zhǔn)確把握用戶(hù)真實(shí)感知不受無(wú)關(guān)指標(biāo)影響。通過(guò)網(wǎng)絡(luò)重要接口提取客戶(hù)業(yè)務(wù)的留痕數(shù)據(jù),結(jié)合投訴工單鍛造網(wǎng)絡(luò)接入質(zhì)量、業(yè)務(wù)接入質(zhì)量、服務(wù)質(zhì)量的指標(biāo)體系,行業(yè)指標(biāo)通過(guò)AI質(zhì)量劣化進(jìn)行識(shí)別,結(jié)合投訴情況,較全面地囊括了客戶(hù)的感知內(nèi)容,做到對(duì)客戶(hù)的看管,可以循環(huán)觀察網(wǎng)絡(luò)問(wèn)題的解決情況。
三、行業(yè)業(yè)務(wù)建模
場(chǎng)景化指標(biāo)根據(jù)業(yè)務(wù)識(shí)別模型識(shí)別出不同行業(yè)及業(yè)務(wù)場(chǎng)景,定制重點(diǎn)差異化的業(yè)務(wù)場(chǎng)景化指標(biāo),如車(chē)聯(lián)網(wǎng)行業(yè)(數(shù)據(jù)采集、SOS急救、車(chē)載娛樂(lè)、導(dǎo)航業(yè)務(wù)、道路救援、終端喚醒等)、水電表行業(yè)(活躍終端、心跳上報(bào)、上報(bào)成功率、終端在線率等)。
利用AI業(yè)務(wù)識(shí)別算法建立業(yè)務(wù)模型和業(yè)務(wù)分類(lèi),建模過(guò)程如下:
首先輸入樣本數(shù)據(jù),樣本數(shù)據(jù)是通過(guò)采集5個(gè)端口的業(yè)務(wù)數(shù)據(jù),并對(duì)樣本數(shù)據(jù)進(jìn)行訓(xùn)練,建立識(shí)別模型。
其次借助分類(lèi)器,對(duì)輸入模型進(jìn)行業(yè)務(wù)分類(lèi)。
最后基于業(yè)務(wù)信息拆分成不同的數(shù)據(jù)流來(lái)統(tǒng)計(jì)流的特征。
數(shù)據(jù)流的特征和算法識(shí)別參數(shù)集用來(lái)建立流識(shí)別模型,機(jī)器算法的參數(shù)依靠具體的機(jī)器學(xué)習(xí)算法從簡(jiǎn)單到復(fù)雜演進(jìn)。業(yè)務(wù)分類(lèi)器完成業(yè)務(wù)識(shí)別訓(xùn)練,即可對(duì)流進(jìn)行識(shí)別分類(lèi),分類(lèi)器實(shí)現(xiàn)業(yè)務(wù)的識(shí)別。
根據(jù)客戶(hù)對(duì)APN的定制信息和業(yè)務(wù)識(shí)別得到行業(yè)應(yīng)用模型,如圖1所示。
四、三階五端分析法
根據(jù)上面業(yè)務(wù)模型的識(shí)別,業(yè)務(wù)特征及業(yè)務(wù)留痕數(shù)據(jù)開(kāi)展三階五端物聯(lián)網(wǎng)業(yè)務(wù)感知評(píng)估。
五端:網(wǎng)絡(luò)層面從網(wǎng)絡(luò)制式、網(wǎng)元、端口等多維度收集網(wǎng)絡(luò)指標(biāo),收集了5個(gè)重要端口的指標(biāo)形成網(wǎng)絡(luò)“微顆?!备兄|(zhì)量體系。
三階:基于融合的多接口、多數(shù)據(jù)源以及業(yè)務(wù)識(shí)別模型,可進(jìn)一步構(gòu)建物聯(lián)網(wǎng)業(yè)務(wù)感知體系(如圖2所示),可分為網(wǎng)絡(luò)接入質(zhì)量、業(yè)務(wù)接入質(zhì)量、服務(wù)質(zhì)量[5]。
(一)網(wǎng)絡(luò)接入質(zhì)量
網(wǎng)絡(luò)接入質(zhì)量反映的是物聯(lián)網(wǎng)用戶(hù)在業(yè)務(wù)接入過(guò)程中的重要性能,也是關(guān)鍵的一步,如圖3所示。
在物聯(lián)網(wǎng)設(shè)備接入階段,主要對(duì)用戶(hù)附著、鑒權(quán)、PDN/PDP接入等接入成功率進(jìn)行分析,通過(guò)接入指標(biāo)性能分析,研究客戶(hù)在接入階段的質(zhì)量感知。
步驟1:通過(guò)對(duì)S1-MME、S11、S6A、SGs接口分析網(wǎng)絡(luò)側(cè)接入成功率指標(biāo);
步驟2:基于上述控制面接口數(shù)據(jù)分析網(wǎng)絡(luò)接入失敗用戶(hù)的失敗原因值及分布情況;
步驟3:通過(guò)對(duì)失敗原因值的深入分析,定界定位出故障原因和問(wèn)題。
(二)業(yè)務(wù)接入質(zhì)量
業(yè)務(wù)接入階段,針對(duì)的是物聯(lián)業(yè)務(wù)類(lèi)型開(kāi)展分析,通過(guò)結(jié)合應(yīng)用側(cè)的業(yè)務(wù)類(lèi)型與網(wǎng)絡(luò)側(cè)的數(shù)據(jù),運(yùn)用機(jī)器學(xué)習(xí)技術(shù)來(lái)識(shí)別各業(yè)務(wù)數(shù)據(jù)的內(nèi)在邏輯,并基于這些邏輯進(jìn)一步排查問(wèn)題點(diǎn)、定位具體故障,如圖4所示。
步驟1:通過(guò)AI識(shí)別業(yè)務(wù)模型;
步驟2:通過(guò)S1-U口分析物聯(lián)網(wǎng)業(yè)務(wù)接入成功率的相關(guān)指標(biāo);
步驟3:基于用戶(hù)面接口數(shù)據(jù)分析業(yè)務(wù)接入失敗用戶(hù)的失敗原因值及分布情況;
步驟4:通過(guò)對(duì)失敗原因值深入分析,定界定位出故障原因和問(wèn)題。
圖4 業(yè)務(wù)接入質(zhì)量
(三)服務(wù)質(zhì)量
服務(wù)質(zhì)量是用戶(hù)感知的綜合體現(xiàn),服務(wù)質(zhì)量包含客戶(hù)滿(mǎn)意度、客戶(hù)服務(wù)平均時(shí)長(zhǎng)、服務(wù)保障率、故障修復(fù)時(shí)長(zhǎng)等。
客戶(hù)問(wèn)題的處理時(shí)效是影響用戶(hù)感知的重要因素,閉環(huán)管理可以形成一個(gè)高效、循環(huán)的故障處理流程,從發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題到反饋問(wèn)題,各個(gè)環(huán)節(jié)緊密相連,使得故障處理更加快速、準(zhǔn)確和高效。其中,物聯(lián)網(wǎng)業(yè)務(wù)客戶(hù)感知評(píng)估對(duì)于提高故障處理效率、提升客戶(hù)滿(mǎn)意度、優(yōu)化故障處理流程、促進(jìn)團(tuán)隊(duì)協(xié)作等方面都具有重要的意義[6]。
五、應(yīng)用效果
通過(guò)物聯(lián)網(wǎng)感知評(píng)估的應(yīng)用,質(zhì)量識(shí)別準(zhǔn)確率從75%提升到90%,2022年省內(nèi)物聯(lián)網(wǎng)投訴工單共9748單,2023年投訴量減少37.14%,客戶(hù)滿(mǎn)意度從96%提升到97%。
六、結(jié)束語(yǔ)
綜上所述,本文闡述了現(xiàn)有客戶(hù)感知評(píng)估方法主要從現(xiàn)網(wǎng)性、可用性、適用性和安全性等方面進(jìn)行評(píng)估。這些方法有其優(yōu)點(diǎn)和缺點(diǎn),且在不同場(chǎng)景下的重要性也不同。通過(guò)對(duì)物聯(lián)網(wǎng)業(yè)務(wù)客戶(hù)感知評(píng)估方法的研究,揭示了閉環(huán)管理和智能性應(yīng)用能有效挖掘影響用戶(hù)感知的因素、大幅提升工作效率,提升客戶(hù)滿(mǎn)意度。這些發(fā)現(xiàn)對(duì)于提高物聯(lián)網(wǎng)業(yè)務(wù)的客戶(hù)感知和推動(dòng)相關(guān)領(lǐng)域的發(fā)展具有一定的指導(dǎo)意義,為后續(xù)研究提供了參考。
作者單位:張郭 朱紹柯 屈新東 潘葉 中國(guó)移動(dòng)通信集團(tuán)廣東有限公司
參考文獻(xiàn)
[1] 劉琛琛,盧云,裝性華.物聯(lián)網(wǎng)發(fā)展及運(yùn)營(yíng)商物聯(lián)網(wǎng)應(yīng)用研究[J].現(xiàn)代電信科技, 2016,46(06):59-63.
[2] 王新道.探析數(shù)字經(jīng)濟(jì)的特征與未來(lái)發(fā)展趨勢(shì)[J].中小企業(yè)管理與科技(上旬刊), 2020,(06):54-55.
[3] 張小林,廖章君,曹磊,等.基于移動(dòng)互聯(lián)網(wǎng)的端到端移動(dòng)用戶(hù)感知評(píng)估研究[J].現(xiàn)代電信科技,2012,42(11):73-76.
[4] 杭州移動(dòng)通信用戶(hù)滿(mǎn)意度及提升研究[D].江西財(cái)經(jīng)大學(xué),2016.
[5] 杜永生,蔣新建,巫江濤.網(wǎng)絡(luò)智能,以“智”賦“動(dòng)”[J].中興通訊技術(shù),2019,25(02):67-74.
[6] 劉園園,楊文浩,王欽鳳.中國(guó)移動(dòng)4G客戶(hù)滿(mǎn)意度分析[J].現(xiàn)代經(jīng)濟(jì)信息,2016,(10):330.