大数据发力 LTE端到端KPI指标可精细优化

简介:

辩证分析移动通信网络性能指标与用户感知的内在联系,可以得出:性能指标是用户感知的关键点,指标好,感知有向好的趋势;指标差,感知一定差。当前通信网络多网共存,组网结构复杂,移动用户上网会涉及无线网、核心网的跨厂家设备对接,设备匹配难度大。LTE网络时代端到端用户感知包含终端、网络、业务平台、内容源等诸多环节,一旦出现网络问题,故障排查定位困难。使用传统的无线网络规划、配置和优化工作方式,人工完成海量网络参数操作的难度越来越大,运营成本也越来越高。

分析端到端KPI指标优化体系的价值链,精细化管理性能指标是打造网络质量领先优势的重要一环,与市场拓展、用户感知提升息息相关。对此,海南移动公司以用户感知为导向,构建基于大数据的端到端KPI指标精细优化体系,提升公司运营能力。此体系以大数据分析为抓手,建设集中优化平台和信令分析平台两个支撑平台,构建业务质量全流程分析优化三步法、KQI业务质量指标体系、八元六阶优化分析方法3个指标优化体系,全面提升LTE网络质量和用户感知。

亮点一:聚焦网络短板,做好一张KPI性能指标分析报表。采用大数据多维度关联体检分析方法,将性能指标、MR、信令等多维度数据进行整合,形成结构清晰、数据完整的体检分析库。结合互联网思想,创造性地提出性能问题点、结构问题点、干扰问题点等多种不同算法,联合评估站点健康度。从点、线、面多角度综合分析LTE网络结构、无线环境、话音质量、用户投诉和KPI性能指标,聚焦网络短板,提出针对性优化方案。

亮点二:建好集中优化平台和信令分析平台,支撑优化工作高效开展。以大数据分析为抓手,建设和应用好集中优化平台。基于性能指标、故障告警、MR数据、信令数据等海量数据,建立感知分析模型,形成端到端分析方法,从用户感知、业务质量、网络性能三个方面,加强大数据在网络质量评估、优化中的应用。并通过系统固化LTE问题小区处理流程和经验,建立智能处理向导模型,自动进行分析、处理及效果评估。加快信令分析平台建设和功能优化,采集S1、Gx等接口信令,从呼叫接入、建立、保持、切换四个维度建立关键指标体系,实现多域端到端关联。

亮点三:建立业务质量全流程分析“三步法”,精确定位网络问题。从感知评估模型入手,发现业务端到端质量异常问题,按照“质量评估、问题定界、根因溯源”三步法,将问题定界至终端、网络、SP,实现业务质量和用户感知的评估分析。针对下载速率质差小区,分析TCP层时延、重传率,并结合无线KPI指标,准确定位小区传输受限、模三干扰、弱覆盖等问题。

亮点四:以大数据分析为抓手,创新设计出基于用户真实体验的KQI指标。传统的网络质量评估是基于网络关键性能指标KPI,无法对网络性能做出全面、详细以及准确的评估。海南移动采用分场景、分业务、分终端、分内容源的多源大数据分析方法,并分解为以性能指标、MR、信令等6个纵向维度关联KPI指标,建立“四横六纵”的LTE业务用户感知评估体系,反映网络整体质量及用户感知,提升端到端质量评估及问题分析能力。

亮点五:建立VoLTE八元六阶分析优化方法,推进VoLTE高清语音优化。按照业务分类端到端覆盖用户、终端、小区、传输、EPC、IMS、CS、数通等八类节点,业务流程覆盖附着、注册、接续、保持、语音质量等六个阶段,进行全网业务分析,掌握呼损构成,进行分域、单域的业务和质量分析。

亮点六:成立跨部门联合指标优化团队,是推进LTE端到端感知优化工作的关键举措。LTE端到端的业务体验就是用户的实际感知,需要终端、无线网、核心网等节点的完美适配。海南移动创新性优化组织架构,建立网络、计建、市场各部门、设备厂家、代维公司、集团支援专家一体化管理组织体系,各部门携手,形成合力,联合定位和解决网络问题,提高LTE端到端感知优化的工作效率。

亮点七:开展新技术新功能研究,降本增效提升网络质量。开展LTE数据、语音感知参数研究,分场景、分设备、分终端类型标准化无线参数设置,建立参数精细管理体系。创新性建立终端与网络指标适配优化闭环管理体系,通过专项测试集中定位,解决了25个终端与网络适配问题,提升了终端数据与语音业务感知。设置LTE上网、语音若干关键体验点,将用户在一次跨域的业务行为中的信令进行关联分析,实现对用户的业务质量精确反映。

指标精细优化管理体系应用后,海南移动网络质量显著提升,降本增效效果显著。一是提升网络效能。集中力量解决了LTE网络单通、掉话、终端等5338个性能指标恶化问题,发现并解决了8类设备配置问题、25例终端设备缺陷问题,工作效率提升10倍。每年可以节约维护成本648万元。二是改善用户体验。网络故障率降低5.81pp、LTE下载速率提升11.8Mbps、VoLTE接通率提升9.6pp、CSFB全程呼叫成功率提升1.24pp,与用户感知密切相关的KPI性能指标显著提升。三是塑造LTE优势品牌。有力支撑TD-LTE网络建设,提升网络能力,再造企业竞争优势,打造LTE优势品牌形象。
本文转自d1net(转载)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
3月前
|
供应链 NoSQL 物联网
链接全球数十亿台设备!物联网行业如何应对数据管理、实时分析和供应链优化的挑战?
物联网已成为面向未来的解决方案的关键组成部分,且其所蕴含的巨大经济价值潜力有待挖掘
1440 0
链接全球数十亿台设备!物联网行业如何应对数据管理、实时分析和供应链优化的挑战?
|
4月前
|
物联网 大数据 BI
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
助力工业物联网,工业大数据之费用事实指标分析及实现【二十四】
24 0
|
4月前
|
物联网 大数据 BI
助力工业物联网,工业大数据之维修事实指标需求分析【二十二】
助力工业物联网,工业大数据之维修事实指标需求分析【二十二】
33 0
|
4月前
|
物联网 大数据 BI
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
助力工业物联网,工业大数据之客户回访事实指标需求分析【二十三】
28 0
|
4月前
|
数据采集 物联网 大数据
助力工业物联网,工业大数据之工单事实指标需求分析【二十】
助力工业物联网,工业大数据之工单事实指标需求分析【二十】
25 0
|
传感器 自然语言处理 运维
技术详解 阿里云AIoT物模型支撑设备规模已超亿级
物模型技术对于物联网企业来说是一项非常重要的技术,因为要实现万物互联,必须要有物模型体系沉淀,才能够让各种硬件产品实现真正的智能化连接。对于阿里云AIoT来说,物模型技术早已完成了多年的沉淀,目前,阿里云AIoT物模型技术已成为行业的引领者。
1313 1
技术详解 阿里云AIoT物模型支撑设备规模已超亿级
|
传感器 自然语言处理 运维
技术详解 阿里云AIoT物模型支撑设备规模已超亿级
本文介绍的物模型技术,对于阿里云AIoT来说,物模型技术早已沉淀多年,所以能够让各种硬件产品实现真正的智能化连接。
1268 0
技术详解 阿里云AIoT物模型支撑设备规模已超亿级
|
数据采集 监控 搜索推荐
从KPI到OKR,高阶产品人如何推动业务高速增长
不管是核心大目标,还是O(Objectives),或者北极星指标,奇妙等式等等,最后都需要核心组织协同方式来推动整个目标聚焦以及过程的落地。
从KPI到OKR,高阶产品人如何推动业务高速增长