建立面向提升用户体验的用户感知监测系统

　　【摘 要】针对传统运维以网络指标为导向而无法全面了解用户实际感知的问题，运用全程全网端到端的理念，通过分光采集全网各网元接口数据，并建立监测系统以自动统计分析关键指标，提出以提升用户体验为导向的主动式网络运维，从而做好快速处理网络异常的运维工作、缩短投诉处理时长的客服工作以及支撑精准营销的市场工作。
　　【关键词】用户体验 网络运维 端到端 感知监测
　　1 引言
　　传统运营商在通信网络中只担任管道提供角色，并以网元指标作为判断网络运行情况的依据，对于通信网络中所运行的业务性能并不关心。然而，网络规模的不断扩张以及用户对网络质量要求的逐步提高，给网络运行维护和客户服务工作带来了巨大压力，主要表现为以下几个问题：
　　（1）好的网络指标不代表好的用户体验，尤其是当网络环境较差的区域恰好是用户密集区域时，即使区域范围较小，亦有可能引发大量用户投诉及高额收入流失，而运维人员通过仍然良好的网络指标无法感知这一情况。
　　（2）在网络建设或扩容时，由于网络性能与企业收益脱钩，无法准确判断投资区域及规模，造成资源利用率低下。
　　（3）发生用户投诉时，需各专业维护人员共同配合，并经过漫长的定位过程才能确认异常点，且无法从根源上确认全流程中的异常环节，造成同样问题可能再次出现，同时这一过程花费大量人力物力。
　　另一方面，网络中运行的业务对于传统运营商较难管控，因而重点业务质量不可测，热点业务和动向不可见，无法了解用户使用行为及偏好，缺乏将海量网络运营数据转化成企业创收的手段。
　　基于上述存在的问题，本文提出建立一套用户感知监测系统。系统通过在核心网内各网元接口部署分光采集探针，实时收集全网数据汇总在系统数据库内，并对这些数据加以统计和挖掘，形成各项网络运行质量报表，作为相关专业网络优化的依据，从而缩短故障处理时长、提高网络运维效率，达到提升用户体验的效果。
　　2 全流程用户感知监测系统
　　2.1 全程全网端到端数据流
　　原始数据流是网络运维分析的全部依据和基础，其准确性和全面性至关重要。此前，运维人员只能通过提取营帐话单中的关键字段用作业务分析，但由于话单主要用于结算，因此话单中缺乏大量关键信息以及存在较多垃圾数据，对于用户行为、业务动向等无法进行深入统计。另外，由于数据流经过核心网各网元时，并无相关信息记录当时网络的运行情况，导致用户投诉时无法还原网络情景。运维人员只能通过联系用户重现异常情况，并实时跟踪抓包后人工分析才能判断异常点，一方面降低用户体验、加大故障时长；另一方面对于偶发性异常无法进行后续处理，造成网络隐患。
　　为此，建立用户感知监测系统的首个步骤是在各个网元接口部署数据采集探针，从而将完整的端到端数据流保存下来，并汇总至系统数据库，以便后续网络运行情况分析及记录用户行为。数据采集的工作原理如图1所示，网元之间的数据流通过分光器连接，分光器将原始数据流拆分成光源比为8：2的两路，一路正常传送至下一节点网元，另一路则传送至系统内，从而在不影响网络运行的情况下实现数据实时复制和存储。
　　2.2 系统设计与建立
　　为保证使用系统过程中能真实、全面、准确反映网络端到端运行情况，便于排查网络隐患和分析用户行为，需对全网各网元的主要接口均实行分光数据采集。以广州联通分组域为例，网元分布较为分散，因此采用区域节点汇聚数据源后上传至主服务器集中处理的方式。其中某一片区网元部署方案如图2所示，汇聚设备汇总各接口分光后的数据源，传送至同区域所在的Prober系统，Prober系统上传至主服务器，完成后续数据清洗、分类及存储等工作。
　　系统采用分布式多层结构，数据采集层收集到数据源后交由数据共享层进行多次预处理，将海量数据初步筛选和统计后进行存储和共享，等待用户调取。用户通过应用分析层内各个功能模块接口提取数据共享层中的数据，通过模块进行转换，最终输出成简单直接的结果报表供用户查看，如图3所示。同时系统操作和维护基于B/S架构，用户可通过Web方式灵活使用系统的所有功能模块。
　　2.3 主要功能定位及实现
　　用户感知监测系统基于全程全网端到端业务保障理念，将用户全流程业务纳入系统中，涵盖全生命周期业务流程，实现一体化质量保障，从用户业务数据通过无线空口进入运营商通信网络，进而在核心网各个网元流转，最后到达互联网出口，实现信息监控和保障。系统目前主要包含功能如表1所示。
　　（1）面向运维――精准定位用户感知情况，快速预处理网络异常
　　当用户感知出现异常时，系统会以告警形式通知运维人员。同时，运维人员可自行设立重点观察指标，如小区内DNS时延、下载速率、丢包率等，当指标低于阀值时，系统自动定界产生异常的节点，并反映在系统工作界面上，运维人员随即可作出处理。
　　通过细化网络性能指标和区域粒度，除了能更全面观察网络业务运行情况外，更能抢在用户察觉网络发生异常前及时将隐患排除，避免等待用户投诉后再实施应急处理。
　　（2）面向客服――简化投诉处理流程
　　当运维人员接到从客服转介的投诉工单时，通常所具备的信息只有用户反馈的简单结果，如无法上网、无故扣费等，运维人员只能根据自身技术经验推断出可能的原因，再进行逐项排查。造成这一现象的主要原因在于用户感知业务异常时的网络情况无法记录，导致运维人员作后续处理的时候较难还原网络情景。因此，通过该系统保留用户全流程使用轨迹，当需要处理某一用户某时段所发生的业务行为时，能快速回溯，运维人员便能从中快速作出响应，加速投诉处理效率。
　　（3）面向市场――流量识别，业务动向分析数据支撑
　　系统充当将海量网络运营数据转化成企业收益的桥梁。系统内置DPI识别用户数据流所访问目标地址代表的具体业务，并同时记录用户访问时间、使用时长、业务产生流量等相关联的用户行为信息。根据业务部门需求，从系统中可通过不同的功能模块接口导出各项用户行为指标，如：用户使用偏好、特定业务密集区域、高端用户服务质量等，为精准营销提供大量可靠的数据支持。   另外，运维人员日常也可通过观察性能数据，如用户集中区域、重点保障区域、流量最高产生区域等，提出最有待改善和优化的网络区域，使得投资价值实现收益最大化。
　　建立该系统的最终目的是在于通过系统能及时感知网络实时运行情况，简化运维流程，以及通过追溯历史用户数据作出用户行为分析，为市场营销提供数据支撑，最终更好地实现提升用户体验的效果。
　　2.4 重塑后的运维手段
　　用户感知监测系统的应用，一改过往繁杂死板的网络运维方式，极大改善了运维工作效率，另外通过创新型的运维手段做到保障网络稳定的同时尽可能提高用户感知。通过应用系统对运维手段的重塑主要表现为以下两方面：
　　（1）主动维护
　　通过监测系统能预见网络异常发生的情景，表2为某网元链路发生拥塞所经历的各个阶段。过往运维人员需等待网元产生告警才能察觉网络发生故障，但此时已对用户正常使用造成影响，而监测系统则将处理时间向前调整至第一阶段。
　　首先系统定义业务时延计算指标：业务响应时延=
　　DNS解析时延+TCP链接时延+HTTP 200 OK返回时延；然后系统对所有流经网元接口的业务请求数据包计算时延值，当超过阀值的数据包量时，系统产生告警；运维人员看到后即可迅速启动应急处理，从而在大量用户察觉网络发生异常时及时将隐患排除。
　　（2）以提升用户体验为导向
　　网络运维不仅保障网络安全稳定运行，更应通过网络状况关联用户体验，从用户角度提出网络可进行改进的地方。图4为重点业务小区保障界面，界面中实时列出各小区质量评分（评分根据各项指标综合计算）以及小区内业务感知情况，运维人员可将系统所示信息反馈至相关部门，作为网络优化和调整的参考依据。
　　3 系统应用价值
　　用户感知监测系统的应用核心在于其改变了运维一贯以网络指标为根本以及与市场业务脱钩的风格，通过使用该系统，能迅速及时了解网络每一细微环节的运行情况，同时从用户体验角度出发，预见网络可调整优化的地方。通过流量识别功能可准确分析用户行为和使用偏好，为业务部门定制精准营销策略提供可靠的数据参考。
　　同时，系统存储全程全网端到端数据流，可随时追溯网络历史运行情况，便于处理用户投诉和网络异常，过去涉及全流程的网络隐患处理需数个专业配合并花费数天时间，现在只需两至三人从系统数据流上进行分析即可，节省大量人力物力，提高运维工作效率。
　　4 结论
　　针对传统运维以网络指标为导向而无法全面了解用户实际感知的问题，本文提出建立一套用户感知监测系统，分析了该系统的主要功能实现及运维手段，并阐述系统的应用价值。用户感知监测系统将会继续以提升用户体验为目标，不断进行改进，基于目前系统的应用情况，将来可从以下两方面实施改进：
　　（1）在系统中部署软探针，亦即开发出专用的手机APP用户感知测试程序，便于测试人员进行特定的测试项目，从而对网络进行定向优化改造。
　　（2）针对漫游用户的数据采集分析，需在系统中补充导入其它地市的网络配置数据，系统方可识别漫游用户信息。
　　通过系统的不断完善，将会更进一步优化网络运维工作，为用户提供更优越的网络体验。
　　参考文献：
　　[1] 高汉松，肖凌，许德玮. 基于云计算的医疗大数据挖掘平台[J]. 医学信息学杂志， 2013（5）： 7-12.
　　[2] 何清，庄福振. 基于云计算的大数据挖掘平台[J]. 中兴通讯技术， 2013（4）： 32-38.
　　[3] 姚宏宇. 基于云计算的大数据支撑平台[J]. 信息技术与标准化， 2013（10）.
　　[4] 边馥苓. 用数字的眼光看世界[M]. 武汉： 武汉大学出版社， 2011.
　　[5] 李荣. 浅析移动通信中的用户感知[J]. 电信快报：网络与通信， 2008（5）： 12-15.
　　[6] 黄诗瑶. 聚类分析在移动通信用户行为分析中的研究与应用[D]. 广东： 广东工业大学， 2013.
　　[7] 刘洋，盛Z. WCDMA用户感知与无线环境关联分析[A]. 全国无线及移动通信学术大会[C]. 2014.
　　[8] 秦文丽，刘婷婷. 基于用户行为相关性的用户感知优化方法[A]. 北京通信学会无线及移动通信研讨会[C]. 2012.
　　[9] 谭征宇. 面向用户感知信息的产品概念设计技术研究[D]. 浙江： 浙江大学， 2007.
　　[10] 赵川斌，张骥，任义. 基于用户感知的网络优化体系建设探讨[J]. 移动通信， 2011（6）： 22-26.