运营商用户投诉预判模型研究

为减少运营商用户投诉,实现对用户投诉的事前控制,可以使用决策树算法预测用户投诉的风险度及可能投诉的风险点。通过对大数据平台中海量的管道数据以及用户接触语音、上网行为、投诉行为等数据的分析,发现投诉用户的特征值。整合投诉用户的交际圈、忍耐度、情感度、业务表象等特征,最终形成用户投诉预测复合模型,预测用户整体投诉的风险度及可能投诉的风险点。借助触点平台,将模型滚动预判信息推送到客服坐席、营业前台、代理商等各服务渠道,当用户通过上述渠道进行咨询时,接待人员可以根据平台推送的投诉预警值、用户敏感内容、容忍度、历史接触记录等信息,执行相应措施,以有效减少普通投诉和升级投诉的产生。     

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。     

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。     

HLR用户数据核查案例分析

HLR（归属位置寄存器）存储了大量用户数据,用户参数错误可能导致用户投诉、话费收入的流失。从用户投诉获得线索,批量核查用户上网速率参数、OCS用户智能网签约参数、上网计费参数,对错误进行修正,可以压降投诉、堵塞计费漏洞。     

一种基于XGBoost算法的用户投诉预测方法

用户的投诉行为既受到客观网络环境作用，又具有强烈的主观行为意识。通过收集投诉用户的主客观数据特征，引入机器学习算法预测潜在的投诉用户，提早介入进行网络优化和用户关怀，能够有效降低网络投诉的发生。本文介绍了一种基于XGBoost算法的投诉用户特征识别和预测方法，通过收集投诉用户数据特征，构建投诉特征指标集，利用XGBoost算法迭代处理实现潜在投诉用户预测。经大量数据验证，本算法可有效实现对网络潜在投诉预测，为网络优化提供了重要依据。     

移动用户投诉场景回溯系统的研究与应用

解决用户投诉是网络运营的重要课题。为了及时找到投诉的根本原因,缩短投诉处理时间,提前预知可能产生投诉的小区信息,方法是通过抓取Abis口、Nb、Mc口数据,分析用户的媒体流和信令,查询语音质差的原因和发生的时间位置。研究结果表明,该方法能准确地回溯用户投诉时的具体场景,且能在用户感知的角度对质差小区进行排序。     

上海移动iPhone4S手机无法发送短信投诉故障分析

iPone4S属于中国移动的高端用户,对于iPhone4S用户在使用中出现的各种应用问题和投诉,中国移动针对用户的投诉问题快速响应并进行深入信令分析,对用户终端问题、无线网络问题、核心网问题、用户漫游权限问题进行具体定位。对于各省维护人员处理漫游收发短信失败投诉具有很好的指导意义,充分发挥了信令监测系统在投诉处理方面的快速分析定位问题的作用,提升了用户对移动网络的满意度。     

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。     

终端案例库多维度呈现与应用研究

在移动互联网时代,用户投诉的高效处理,对改善客户体验、提升客户感知、树立企业形象等,具有重要意义。早期的用户投诉处理,尽管环节众多,包括建单、处理、回访等,然而,投诉基本上是互不干扰的单个事件。引入大数据技术后,投诉数据库,特别是终端案例库的建设,从时间、空间、用户等多个维度将投诉进行关联,极大地提升了投诉处理效率,为重大故障处理、用户安抚等争取了宝贵时间,也有的放矢地提升了客户感知。     

有线电视综合业务管理系统的二次开发

为了给用户提供更好的服务,对用户进行规范管理,我台于2000年引入有线电视综合管理系统和用户投诉电话报修系统,实现了用户管理、用户投诉的微机自动化管理.     

一种基于信令分析的客户投诉溯源处理系统

在移动互联网时代,用户投诉的快速处理,对企业的业务发展和市场拓展,具有重要影响。早期的用户投诉处理,存在问题定界准确率不高、定界速度过慢、VIP用户的投诉处理不及时等不足。基于此,文章提出一种基于信令分析的VIP客户投诉溯源处理系统。该系统对VIP用户进行重点保障,综合性地提升用户感知、业务质量和用户满意度,树立了移动企业的良好形象。该项应用在湖北移动集中性能管理平台进行应用落地与运营。     

VoLTE语音质量问题定界定位方案研究

从端到端用户面的角度,对VoLTE语音断续、单通等基本问题进行快速定界、定位,建立一套完整、规范的VoLTE语音质量问题快速定界定位体系,进而快速处理投诉,提升投诉处理效率,提高用户对投诉快速响应的满意度,有效改善用户对VoLTE网络的感知。     

用户投诉在发现和分析WCDMA无线网络问题中的重要作用

文章通过WCDMA无线网络优化工作中对典型用户投诉问题的处理,结合网络优化常见的参数调整、隐含故障分析等工作,提出了用户投诉受理分析对网络优化工作的促进作用。在细致的用户投诉分析过程中,结合网络优化思路,可以明显提高WCDMA无线网络优化工作的效率。     

浅议电信用户投诉

针对电信市场的开放和消费者的觉醒 ,用户投 (申 )诉案件的增多 ,电信企业应辨证认识用户投诉这个问题。阐明了用户投诉是企业的宝贵资源 ,是推动企业发展的动力 ,分析用户投诉的原因并提出相应营销策略 ,增强用户对电信服务的满意度     

边界漫游投诉及解决

1 前言 随着移动通信的发展,新建基站数量和用户数量逐年增加,用户在行政区域边界上产生的投诉逐渐增多.例如,用户对资费的投诉,用户没有漫游却收到漫游短信欢迎语的投诉等.由于信号过覆盖现象的客观存在,使得用户虽然所处的地理位置还在本行政区,但是手机却收到了相邻地市的网络信号,导致用户处于漫游状态,这种现象称为边界漫游现象,由此引发的各种投诉就是边界漫游投诉.     

基于客户感知溯源的运维能力提升研究

随着物联网的深入发展与推进,客户感知对业务的影响扮演着越来越重要的角色。用户的投诉,一方面,反映了用户对业务的重视程度;另一方面,也是对运营商莫大的鞭挞,督促运维人员第一时间改善业务和修复故障等。客户感知溯源分析平台,通过回放用户在指定时间内的信令(过程)、用户所在小区的网络指标和客户感知的相关指标,定位用户投诉的真实原因,是企业处理用户投诉、定位网络故障和VIP用户点对点分析的重要举措。     

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。     

基于无线信令指标的用户投诉定位方法

针对4G网络投诉数量骤增,用户投诉原因追溯难的问题,提出一种基于端到端网络业务质量评估模型的用户投诉原因精准定位方法。首先,针对用户投诉数据不平衡性的问题,在对LTE无线侧信令进行数据重构和稀疏特征提取的基础上,采用主动学习框架扩充用户感知数据库,为端到端网络业务质量评估模型提供数据基础;其次,采用BP神经网络关联用户投诉原因和无线侧信令指标,构建端到端网络业务质量评估模型;最后,基于端到端网络业务质量评估模型的结果,挖掘影响投诉原因的关键无线侧信令指标,获取关键无线侧信令指标的触发告警阈值,实现用户投诉原因的精准定位。实验证明,提出的方法具有一定的扩展性。     

浅议电信用户投诉

针对电信市场的开放和消费者的觉醒,用户投（申）诉案件的增多,电信企业应辨证认识用户投诉这个问题。阐明了用户投诉是企业的宝贵资源,是推动企业发展的动力,分析用户投诉的原因并提出相应营销策略,增强用户对电信服务的满意度。     

电信企业升级投诉的分析与预防管理

结合多年的实际工作,通过对投诉和升级投诉概念的理解,分析升级投诉的原因、特点,以及如何有效预防。旨在提升企业对投诉问题的重视程度,对电信企业积累用户忠诚具有重要作用。