本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：提出一种针对用户投诉的方法论体系。以网络类投诉处理为切入点，重点梳理了从一线客服到网络运营工作中诉前、诉中、诉后等环节的痛点和堵点问题，利用知识图谱、NLP、大数据等技术手段，实现用户投诉的前置预警和处理效率的大幅提升。
关键词：用户投诉；问题分析；投诉预警；大数据分析；满意度提升
doi：10.12045/j.issn.1007-3043.2024.05.006
概述
随着互联网业务的快速发展，手机也加速普及。互联网不断迭代升级，尤其是移动互联网技术的突破，促使智能手机成为现代人生活中不可或缺的一部分。在用户使用移动网络服务的过程中，可能会对服务感知不满意，比如语音打不通、无法上网、上网速度慢等。若对通信服务不满意，用户通常可通过客户投诉的方式来反映通信服务的质量问题，所以客户投诉的频率成为了运营商企业管理的重要考核指标。
目前，随着网络技术的发展，中国联通的网络能力基本能够满足用户对业务的使用需求，但是在客户服务方面，特别是处理网络类投诉的生产流程中，仍然面临着无法快速定位网络问题、生产效率偏低、智能化工具手段不足等问题。
作为拥有 4 亿用户的电信运营商，中国联通在保证用户隐私安全的基础上，可以充分发挥全国31省一点集中的数据优势，从3个方面对投诉问题进行分析。
a）针对点状的投诉问题，可以结合用户投诉的时间、地点、用户信息，快速回溯跟踪用户的历史信令面及用户面数据，通过信令流程成功与否、业务端到端建立时延情况、业务上下行速率、O 域、B 域签约信息是否一致等定位问题原因。
b）针对某类用户投诉的问题定位，比如说一个月内的上网速度慢的投诉集合，可以根据投诉时间戳与O 域数据的时间窗关联，从套餐画像、终端画像、业务画像、地理画像等维度进行聚类分析，如果有明显的聚类特征，再进一步针对某类特征展开详细分析，从而实现从面到线再到点的问题定位能力。
c）针对某些可以固化的问题分析模型，可以训练机器学习模型并形成监控工具，从而实时监控用户的信令状态，在用户投诉前发现潜在的体验问题，并通过短信关怀、网络优化等方式排查网络问题，提升用户的业务满意度及服务口碑。
本文主要介绍了基于运营商大数据分析的用户投诉问题定位及投诉预警方法体系。本文首先介绍了运营商大数据的技术特点，其次阐述了运营商基于跨域融合数据的用户投诉分析体系，提出针对点状的投诉问题、某类用户投诉的问题定位以及投诉预警的分析方法，最后进行了总结。
