物聯(lián)網(wǎng)業(yè)務(wù)客戶感知評(píng)估方法的研究

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，客戶感知評(píng)估成為提高物聯(lián)網(wǎng)業(yè)務(wù)質(zhì)量和客戶滿意度的重要手段。本文旨在研究物聯(lián)網(wǎng)業(yè)務(wù)客戶感知評(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)了解客戶業(yè)務(wù)的應(yīng)用狀況，改善業(yè)務(wù)質(zhì)量，提高客戶滿意度。

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)客戶的支持和認(rèn)可，面對(duì)新的業(yè)務(wù)和客戶，客戶感知評(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，客戶感知評(píng)估是評(píng)估客戶對(duì)物聯(lián)網(wǎng)業(yè)務(wù)的滿意度、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)了解客戶需求，改進(jìn)業(yè)務(wù)質(zhì)量，提高客戶滿意度[3]。

二、研究?jī)?nèi)容

（一）用戶感知研究重要性

用戶感知評(píng)估是了解用戶需求和期望的關(guān)鍵手段，也是提高服務(wù)質(zhì)量、增強(qiáng)用戶體驗(yàn)感的重要途徑。通過(guò)對(duì)用戶感知進(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)量和客戶滿意度。同時(shí)，用戶感知評(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。

為了提升客戶對(duì)物聯(lián)網(wǎng)業(yè)務(wù)使用的滿意度，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）客戶感知評(píng)估的流程

以專用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的感知內(nèi)容，做到對(duì)客戶的看管，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)，如車聯(lián)網(wǎng)行業(yè)（數(shù)據(jù)采集、SOS急救、車載娛樂(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，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。

其次借助分類器，對(duì)輸入模型進(jìn)行業(yè)務(wù)分類。

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，分類器實(shí)現(xiàn)業(yè)務(wù)的識(shí)別。

根據(jù)客戶對(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)類型開(kāi)展分析，通過(guò)結(jié)合應(yīng)用側(cè)的業(yè)務(wù)類型與網(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：基于用戶面接口數(shù)據(jù)分析業(yè)務(wù)接入失敗用戶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)量是用戶感知的綜合體現(xiàn)，服務(wù)質(zhì)量包含客戶滿意度、客戶服務(wù)平均時(shí)長(zhǎng)、服務(wù)保障率、故障修復(fù)時(shí)長(zhǎng)等。

客戶問(wèn)題的處理時(shí)效是影響用戶感知的重要因素，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)客戶感知評(píng)估對(duì)于提高故障處理效率、提升客戶滿意度、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%，客戶滿意度從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感知的因素、大幅提升工作效率，提升客戶滿意度。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)通信用戶滿意度及提升研究[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客戶滿意度分析[J].現(xiàn)代經(jīng)濟(jì)信息，2016，（10）：330.