客戶滿意度畫像分析研究報告課件

客戶滿意度畫像分析客戶滿意度畫像分析應(yīng)用背景提升網(wǎng)絡(luò)滿意度是總部要求各省重點開展的工作內(nèi)容，同時也是省內(nèi)考核各地市經(jīng)營業(yè)績指標，如何提升網(wǎng)絡(luò)滿意度形成有效抓手成為省內(nèi)當前最緊迫的應(yīng)用需求。從單個信令感知指標看，并非所有信令感知指標與網(wǎng)絡(luò)滿意度變化趨勢相一致。1、能否建立一套與滿意度關(guān)聯(lián)的感知指標模型可以綜合評估用戶滿意度？2、哪些上網(wǎng)感知指標影響力大？如何選取影響力大的關(guān)鍵指標作為提升滿意度的工作抓手？3、除了用戶的感知指標還有哪些影響網(wǎng)絡(luò)滿意度的因素，他們的影響力如何？影響用戶網(wǎng)絡(luò)滿意度除了信令感知指標外，可能還包含其他因素。應(yīng)用背景提升網(wǎng)絡(luò)滿意度是總部要求各省重點開展的工作內(nèi)容，同時工作步驟及目標步驟1及目標：通過滿意度調(diào)查及深度訪問，確定感知點及相匹配的感知指標，構(gòu)建滿意度影響力模型。步驟2及目標：基于影響力模型、給參與滿意度打分的用戶進行畫像分析，指出短板指標；結(jié)合已有的客戶感知定界工具輸出用戶不滿意的問題點。步驟3及目標：基于影響力模型、構(gòu)建滿意度傾向預(yù)測算法。在未開展用戶滿意度調(diào)查打分前，基于模型預(yù)測地市全量用戶滿意度傾向，并聚類短板指標、提醒分公司工作重點而不是被動等待成績。滿意度影響力模型明確感知點匹配感知指標構(gòu)建影響力模型工作內(nèi)容確定關(guān)鍵指標滿意度畫像分析方案畫像分析短板工作內(nèi)容構(gòu)建滿意度傾向預(yù)測算法工作內(nèi)容定界輸出問題點滿意度跟蹤管理辦法預(yù)測地市滿意度并聚類短板指標工作步驟及目標步驟1及目標：通過滿意度調(diào)查及深度訪問，確定感滿意度影響力模型—明確感知點

這些因素主要來自于用戶深度調(diào)查和座談交流會中所獲得信息的歸納與整理直接影響滿意度表現(xiàn)的因素間接影響滿意度表現(xiàn)的因素

網(wǎng)絡(luò)覆蓋上網(wǎng)感知哪些指標能表征用戶不滿意因素

服務(wù)質(zhì)量終端表現(xiàn)用戶偏好無網(wǎng)絡(luò)覆蓋網(wǎng)絡(luò)信號弱手機上網(wǎng)時的穩(wěn)定性上傳和下載的速度網(wǎng)頁打開的速度服務(wù)表現(xiàn)及評價終端信號接收能力/終端質(zhì)量穩(wěn)定性等流量/業(yè)務(wù)使用習慣確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點通過電話/互聯(lián)網(wǎng)深度調(diào)查及座談交流會等方式，獲取影響用戶4G手機上網(wǎng)滿意度表現(xiàn)的5個感知點、8個不滿意因素。感知點1感知點2感知點3感知點4感知點5因素1因素2因素3因素4因素5因素6因素7因素8哪些指標能表征用戶不滿意因素滿意度影響力模型—明確感知點這些因素主要來自于用戶深度調(diào)滿意度影響力模型—匹配感知指標基于集中性能平臺可獲取的指標數(shù)據(jù)，匹配出與用戶感知點、不滿意因素相對應(yīng)的39個感知指標。

是否MR弱覆蓋小區(qū)常駐用戶Attach成功率是否高負荷小區(qū)常駐用戶DNS查詢成功率是否投訴TAU成功率分業(yè)務(wù)建立成功率分業(yè)務(wù)下行平均速率4G手機上網(wǎng)投訴次數(shù)費用質(zhì)疑投訴次數(shù)流量偏好業(yè)務(wù)偏好是否滿意度低終端是否感知差終端

網(wǎng)絡(luò)覆蓋上網(wǎng)感知

服務(wù)質(zhì)量終端表現(xiàn)用戶偏好無網(wǎng)絡(luò)覆蓋網(wǎng)絡(luò)信號弱手機上網(wǎng)時的穩(wěn)定性上傳和下載的速度網(wǎng)頁打開的速度服務(wù)表現(xiàn)及評價終端信號接收能力/終端質(zhì)量穩(wěn)定性等流量/業(yè)務(wù)使用習慣感知點1感知點2感知點3感知點4感知點5因素1因素2因素3因素4因素5因素6因素7因素8指標1指標2指標3……指標1指標2指標3……指標4指標5指標1指標2指標3……指標2指標1指標2指標1……各指標對滿意度表現(xiàn)的影響力各指標對滿意度表現(xiàn)的影響力確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點TCP一、二次握手成功率滿意度影響力模型—匹配感知指標基于集中性能平臺可獲取的指標數(shù)滿意度影響力模型—構(gòu)建影響力模型結(jié)合實際滿意度調(diào)查情況和各類指標數(shù)據(jù)，借助SPSS軟件、通過Logit回歸分析法挖掘各類指標對滿意度的影響力。確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點通過單變量分析、多變量分析、數(shù)據(jù)分布分析、相關(guān)性分析工作，對數(shù)據(jù)進行有效性及標準化處理，使數(shù)據(jù)滿足模型建立要求。數(shù)據(jù)探索與清洗因滿意度相關(guān)的自變量具有非線性、不獨立同分布等特點，適應(yīng)采用LR方法進行參數(shù)估計、采用Logistic向后回歸進行模型估計。隨機選取測試樣本數(shù)據(jù)進行模型驗證，并通過統(tǒng)計學檢驗、業(yè)務(wù)檢驗及計量經(jīng)濟學檢驗，直至挖掘出最優(yōu)模型。構(gòu)建影響力模型模型驗證與優(yōu)化注：SPSS（StatisticalProductandServiceSolutions，統(tǒng)計產(chǎn)品與服務(wù)解決方案），

一款I(lǐng)BM公司推出的用于統(tǒng)計學分析運算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持的軟件產(chǎn)品。123滿意度影響力模型—構(gòu)建影響力模型結(jié)合實際滿意度調(diào)查情況和各類滿意度影響力模型—確定關(guān)鍵指標關(guān)鍵指標篩選過程：針對匹配出的39個感知指標，從單指標影響力差異、模型穩(wěn)定性、模型準確性三方面進行人工甄別和指標選擇，構(gòu)建最優(yōu)滿意度影響力模型。確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點最優(yōu)影響力模型選擇標準單指標影響力差異?。褐笜撕Y除標準：單指標影響力（回歸系數(shù)）特別大、導致其他指標影響力很小。模型穩(wěn)定性好：指標篩除標準：單指標不能通過顯著性檢驗（Sig.值過高），該變量會造成模型不穩(wěn)定、不準確等弊端。模型準確性高：指標選擇標準：在向后回歸法運算出的各類影響力模型中，選擇準確率最高（與實際滿意度匹配度高）的模型對應(yīng)的指標體系。。。。。。。感知點篩除的指標（24）覆蓋質(zhì)量是否4G-MR弱覆蓋小區(qū)常駐用戶TAU成功率（%）TCP二、三次握手時延（ms）上網(wǎng)感知TCP一、二次握手時延（ms）即時通信業(yè)務(wù)下行平均速率（kbps）網(wǎng)頁瀏覽頁面響應(yīng)時延（ms）視頻業(yè)務(wù)播放成功率（%）應(yīng)用下載業(yè)務(wù)下載成功率（%）視頻業(yè)務(wù)播放等待時延（ms）即時通信登陸時延（ms）服務(wù)質(zhì)量是否網(wǎng)絡(luò)類投訴用戶是否重復(fù)投訴用戶是否4G手機上網(wǎng)投訴用戶是否語音通話投訴用戶是否網(wǎng)絡(luò)類升級傾向投訴用戶是否費用質(zhì)疑類投訴用戶網(wǎng)絡(luò)類投訴回訪是否滿意（平均打分）終端質(zhì)量是否感知差終端是否滿意度低終端用戶偏好流量偏好2：是否中流量用戶流量偏好3：是否低流量用戶業(yè)務(wù)偏好2：是否網(wǎng)頁瀏覽控用戶業(yè)務(wù)偏好3：是否下載控用戶業(yè)務(wù)偏好4：是否即時通信控用戶感知點指標名稱服務(wù)質(zhì)量網(wǎng)絡(luò)類投訴回訪是否滿意終端質(zhì)量是否感知差終端是否滿意度低終端感知點指標名稱上網(wǎng)感知視頻業(yè)務(wù)播放等待時延（ms）即時通信登陸時延（ms）未完成開發(fā)樣本數(shù)據(jù)不足、影響模型穩(wěn)定用戶號碼滿意度打分（1-10分）TAU成功率%135125XXXXX478137703XXXXX1044138518XXXXX870151505XXXXX1036151506XXXXX1078152618XXXXX279157206XXXXX749182518XXXXX1059不能通過顯著性檢驗、影響模型穩(wěn)定滿意度影響力模型—確定關(guān)鍵指標關(guān)鍵指標篩選過程：針對匹配出的滿意度影響力模型—確定關(guān)鍵指標確定關(guān)鍵指標：選擇的最優(yōu)影響力模型，對應(yīng)有15個關(guān)鍵指標，以此作為4G手機上網(wǎng)質(zhì)量滿意度提升工作的“指標抓手”。

網(wǎng)絡(luò)覆蓋上網(wǎng)感知用戶偏好TCP一、二次握手成功率（%）DNS查詢時延（ms）DNS查詢成功率（%）Attach成功率（%）TCP二、三次握手成功率（%）瀏覽業(yè)務(wù)下行平均速率（kbps）即時通信業(yè)務(wù)上行平均速率（kbps）是否高流量用戶是否視頻播放控用戶0.590.380.130.190.120.150.200.090.590.23確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點0.52是否4G高負荷小區(qū)常駐用戶服務(wù)質(zhì)量是否4G網(wǎng)絡(luò)覆蓋投訴用戶0.99網(wǎng)頁瀏覽頁面響應(yīng)成功率（%）即時通信業(yè)務(wù)訪問成功率（%）0.130.140.22應(yīng)用下載業(yè)務(wù)下行平均速率（kbps）視頻業(yè)務(wù)下行平均速率（kbps）在總部下發(fā)的21個關(guān)鍵業(yè)務(wù)感知指標基礎(chǔ)上更聚焦（11個）補充其他指標（4個）滿意度影響力模型滿意度影響力模型—確定關(guān)鍵指標確定關(guān)鍵指標：選擇的最優(yōu)影響力滿意度畫像分析影響力模型應(yīng)用1：根據(jù)影響力模型可從網(wǎng)絡(luò)覆蓋、上網(wǎng)感知、服務(wù)質(zhì)量、用戶偏好等維度對用戶進行畫像分析、指出短板指標，并結(jié)合已有的客戶感知定界工具準確定位用戶不滿意的問題點。影響力模型匹配性驗證：隨機獲取南京14622個樣本滿意度調(diào)查數(shù)據(jù)，反向驗證影響力模型輸出的短板指標與滿意度的匹配性，總體匹配性較好、達到60.52%。基于模型可重點針對感知修復(fù)型和樂觀友好型用戶進行畫像分析、問題定界。覆蓋質(zhì)差不滿意業(yè)務(wù)質(zhì)差不滿意服務(wù)質(zhì)差不滿意用戶感知指標評估用戶滿意度表現(xiàn)挑剔關(guān)懷型（象限4）樣本占比20.47%樂觀友好型（象限2）樣本占比19.02%高高低適配線絕對滿意型（象限1，

占比31.03%）和感知修復(fù)型（象限3，

占比29.48%）其滿意度與感知完全匹配進一步完善影響力模型，降低挑剔關(guān)懷型樣本占比滿意度畫像分析影響力模型應(yīng)用1：根據(jù)影響力模型可從網(wǎng)絡(luò)覆蓋、滿意度畫像分析—案例1感知修復(fù)型用戶畫像分析應(yīng)用案例—覆蓋質(zhì)差影響力畫像（短板指標）覆蓋感知差滿意度低STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論--明發(fā)濱江新城小區(qū)弱覆蓋（無線側(cè)問題）端到端定界（具體問題）STEP2：針對短板指標，通過定界工具找到問題點質(zhì)差問題庫！滿意度畫像分析—案例1感知修復(fù)型用戶畫像分析應(yīng)用案例—覆蓋質(zhì)滿意度畫像分析—案例2感知修復(fù)型用戶畫像分析應(yīng)用案例—業(yè)務(wù)質(zhì)差影響力畫像（短板指標）STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論--掌中新浪業(yè)務(wù)質(zhì)量差（業(yè)務(wù)側(cè)問題）端到端定界（具體問題）STEP2：針對短板指標，通過定界工具找到問題點上網(wǎng)感知差滿意度高質(zhì)差問題庫！滿意度畫像分析—案例2感知修復(fù)型用戶畫像分析應(yīng)用案例—業(yè)務(wù)質(zhì)滿意度畫像分析—案例3感知修復(fù)型用戶畫像分析應(yīng)用案例—服務(wù)質(zhì)差影響力畫像（短板指標）服務(wù)感知差滿意度低STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論—投訴問題已解決、但用戶對施工方案不滿意（服務(wù)問題）溯源定界（具體問題）STEP2：針對短板指標，通過溯源定界找到問題點。滿意度畫像分析—案例3感知修復(fù)型用戶畫像分析應(yīng)用案例—服務(wù)質(zhì)滿意度跟蹤管理—用戶滿意度傾向預(yù)測針對135XXXX0086用戶，根據(jù)影響力模型確定的指標集獲取指標值。獲取感知指標值影響力模型評分滿意度傾向評定單用戶用戶滿意度傾向預(yù)測過程輸入影響力模型相應(yīng)的指標值進行模型評分：模型評分=-0.152+0.442*Aattach成功率-0.332*TCP23次握手成功率-0.101*TCP12次握手成功率-0.087*DNS查詢時延-0.144*DNS查詢成功率-0.115*瀏覽業(yè)務(wù)下行平均速率-0.154*視頻業(yè)務(wù)下行平均速率+0.067*即時通信上行平均速率-0.162*應(yīng)用下載業(yè)務(wù)下行平均速率+0.097網(wǎng)頁瀏覽頁面響應(yīng)成功率-0.103*即時通信業(yè)務(wù)訪問成功率+……通過已有的訓練樣本，根據(jù)模型評分與滿意度匹配運算，判斷用戶是否滿意。影響力模型應(yīng)用2：基于滿意度影響力模型，可建立滿意度傾向預(yù)測算法，實現(xiàn)地市全量用戶滿意度傾向預(yù)測，通過畫像分析、聚類短板指標。預(yù)測效果：針對5月已調(diào)查的南京860個4G手機上網(wǎng)用戶進行滿意度傾向預(yù)測，總體預(yù)測準確率達到67%。滿意度跟蹤管理—用戶滿意度傾向預(yù)測針對135XXXX0086滿意度跟蹤管理—地市工作指導滿意度預(yù)測：在未開展用戶滿意度調(diào)查打分前，基于滿意度影響力模型預(yù)測地市全量用戶滿意度傾向。如全省13地市6月份滿意度傾向預(yù)測示例：短板指標聚類：基于滿意度影響力模型對全量質(zhì)差用戶進行畫像分析、聚類短板指標，提醒分公司滿意度工作重點。如全省13地市2月份工作重點示例：滿意度跟蹤管理—地市工作指導滿意度預(yù)測：在未開展用戶滿意度調(diào)數(shù)據(jù)基礎(chǔ)利用集中性能平臺已匯聚的信令監(jiān)測、經(jīng)營分析、網(wǎng)管統(tǒng)計、客服支撐等方面的各類數(shù)據(jù)源，用于構(gòu)建滿意度影響力模型，在此基礎(chǔ)上開展?jié)M意度畫像分析、滿意度跟蹤管理。經(jīng)營分析網(wǎng)管統(tǒng)計客服支撐用戶業(yè)務(wù)類型用戶終端信息用戶流量偏好故障告警信息投訴解決情況投訴回訪滿意度信令監(jiān)測業(yè)務(wù)質(zhì)量指標客戶感知指標用戶業(yè)務(wù)偏好終端質(zhì)量指標數(shù)據(jù)來源用戶位置信息投訴頻次及升級傾向小區(qū)質(zhì)量指標小區(qū)性能指標投訴時間及類型滿意度調(diào)查信息滿意度影響力模型門戶應(yīng)用滿意度畫像分析滿意度跟蹤管理數(shù)據(jù)基礎(chǔ)利用集中性能平臺已匯聚的信令監(jiān)測、經(jīng)營分析、網(wǎng)管統(tǒng)計后續(xù)工作完善4G用戶手機上網(wǎng)滿意度影響力模型：積累訓練樣本，進一步優(yōu)化滿意度影響力模型；將滿意度表現(xiàn)細分為好、中、差三項，進行建模和分析，提高預(yù)測精度；

建立衍生指標體系、建立包含網(wǎng)絡(luò)類升級傾向投訴用戶、感知差終端等特例調(diào)整池，優(yōu)化模型。構(gòu)建語音通話滿意度影響力模型：通過對網(wǎng)絡(luò)滿意度影響力分析，語音質(zhì)量和手機上網(wǎng)是滿意度提升的重中之重，后續(xù)開展4G用戶語音通話滿意度影響力建模分析工作。優(yōu)化滿意度畫像應(yīng)用平臺：從滿意度影響力模型、滿意度畫像分析、滿意度跟蹤管理等方面完善呈現(xiàn)平臺。后續(xù)工作完善4G用戶手機上網(wǎng)滿意度影響力模型：構(gòu)建語音通話滿謝謝！謝謝！客戶滿意度畫像分析客戶滿意度畫像分析應(yīng)用背景提升網(wǎng)絡(luò)滿意度是總部要求各省重點開展的工作內(nèi)容，同時也是省內(nèi)考核各地市經(jīng)營業(yè)績指標，如何提升網(wǎng)絡(luò)滿意度形成有效抓手成為省內(nèi)當前最緊迫的應(yīng)用需求。從單個信令感知指標看，并非所有信令感知指標與網(wǎng)絡(luò)滿意度變化趨勢相一致。1、能否建立一套與滿意度關(guān)聯(lián)的感知指標模型可以綜合評估用戶滿意度？2、哪些上網(wǎng)感知指標影響力大？如何選取影響力大的關(guān)鍵指標作為提升滿意度的工作抓手？3、除了用戶的感知指標還有哪些影響網(wǎng)絡(luò)滿意度的因素，他們的影響力如何？影響用戶網(wǎng)絡(luò)滿意度除了信令感知指標外，可能還包含其他因素。應(yīng)用背景提升網(wǎng)絡(luò)滿意度是總部要求各省重點開展的工作內(nèi)容，同時工作步驟及目標步驟1及目標：通過滿意度調(diào)查及深度訪問，確定感知點及相匹配的感知指標，構(gòu)建滿意度影響力模型。步驟2及目標：基于影響力模型、給參與滿意度打分的用戶進行畫像分析，指出短板指標；結(jié)合已有的客戶感知定界工具輸出用戶不滿意的問題點。步驟3及目標：基于影響力模型、構(gòu)建滿意度傾向預(yù)測算法。在未開展用戶滿意度調(diào)查打分前，基于模型預(yù)測地市全量用戶滿意度傾向，并聚類短板指標、提醒分公司工作重點而不是被動等待成績。滿意度影響力模型明確感知點匹配感知指標構(gòu)建影響力模型工作內(nèi)容確定關(guān)鍵指標滿意度畫像分析方案畫像分析短板工作內(nèi)容構(gòu)建滿意度傾向預(yù)測算法工作內(nèi)容定界輸出問題點滿意度跟蹤管理辦法預(yù)測地市滿意度并聚類短板指標工作步驟及目標步驟1及目標：通過滿意度調(diào)查及深度訪問，確定感滿意度影響力模型—明確感知點

這些因素主要來自于用戶深度調(diào)查和座談交流會中所獲得信息的歸納與整理直接影響滿意度表現(xiàn)的因素間接影響滿意度表現(xiàn)的因素

網(wǎng)絡(luò)覆蓋上網(wǎng)感知哪些指標能表征用戶不滿意因素

服務(wù)質(zhì)量終端表現(xiàn)用戶偏好無網(wǎng)絡(luò)覆蓋網(wǎng)絡(luò)信號弱手機上網(wǎng)時的穩(wěn)定性上傳和下載的速度網(wǎng)頁打開的速度服務(wù)表現(xiàn)及評價終端信號接收能力/終端質(zhì)量穩(wěn)定性等流量/業(yè)務(wù)使用習慣確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點通過電話/互聯(lián)網(wǎng)深度調(diào)查及座談交流會等方式，獲取影響用戶4G手機上網(wǎng)滿意度表現(xiàn)的5個感知點、8個不滿意因素。感知點1感知點2感知點3感知點4感知點5因素1因素2因素3因素4因素5因素6因素7因素8哪些指標能表征用戶不滿意因素滿意度影響力模型—明確感知點這些因素主要來自于用戶深度調(diào)滿意度影響力模型—匹配感知指標基于集中性能平臺可獲取的指標數(shù)據(jù)，匹配出與用戶感知點、不滿意因素相對應(yīng)的39個感知指標。

是否MR弱覆蓋小區(qū)常駐用戶Attach成功率是否高負荷小區(qū)常駐用戶DNS查詢成功率是否投訴TAU成功率分業(yè)務(wù)建立成功率分業(yè)務(wù)下行平均速率4G手機上網(wǎng)投訴次數(shù)費用質(zhì)疑投訴次數(shù)流量偏好業(yè)務(wù)偏好是否滿意度低終端是否感知差終端

網(wǎng)絡(luò)覆蓋上網(wǎng)感知

服務(wù)質(zhì)量終端表現(xiàn)用戶偏好無網(wǎng)絡(luò)覆蓋網(wǎng)絡(luò)信號弱手機上網(wǎng)時的穩(wěn)定性上傳和下載的速度網(wǎng)頁打開的速度服務(wù)表現(xiàn)及評價終端信號接收能力/終端質(zhì)量穩(wěn)定性等流量/業(yè)務(wù)使用習慣感知點1感知點2感知點3感知點4感知點5因素1因素2因素3因素4因素5因素6因素7因素8指標1指標2指標3……指標1指標2指標3……指標4指標5指標1指標2指標3……指標2指標1指標2指標1……各指標對滿意度表現(xiàn)的影響力各指標對滿意度表現(xiàn)的影響力確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點TCP一、二次握手成功率滿意度影響力模型—匹配感知指標基于集中性能平臺可獲取的指標數(shù)滿意度影響力模型—構(gòu)建影響力模型結(jié)合實際滿意度調(diào)查情況和各類指標數(shù)據(jù)，借助SPSS軟件、通過Logit回歸分析法挖掘各類指標對滿意度的影響力。確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點通過單變量分析、多變量分析、數(shù)據(jù)分布分析、相關(guān)性分析工作，對數(shù)據(jù)進行有效性及標準化處理，使數(shù)據(jù)滿足模型建立要求。數(shù)據(jù)探索與清洗因滿意度相關(guān)的自變量具有非線性、不獨立同分布等特點，適應(yīng)采用LR方法進行參數(shù)估計、采用Logistic向后回歸進行模型估計。隨機選取測試樣本數(shù)據(jù)進行模型驗證，并通過統(tǒng)計學檢驗、業(yè)務(wù)檢驗及計量經(jīng)濟學檢驗，直至挖掘出最優(yōu)模型。構(gòu)建影響力模型模型驗證與優(yōu)化注：SPSS（StatisticalProductandServiceSolutions，統(tǒng)計產(chǎn)品與服務(wù)解決方案），

一款I(lǐng)BM公司推出的用于統(tǒng)計學分析運算、數(shù)據(jù)挖掘、預(yù)測分析和決策支持的軟件產(chǎn)品。123滿意度影響力模型—構(gòu)建影響力模型結(jié)合實際滿意度調(diào)查情況和各類滿意度影響力模型—確定關(guān)鍵指標關(guān)鍵指標篩選過程：針對匹配出的39個感知指標，從單指標影響力差異、模型穩(wěn)定性、模型準確性三方面進行人工甄別和指標選擇，構(gòu)建最優(yōu)滿意度影響力模型。確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點最優(yōu)影響力模型選擇標準單指標影響力差異?。褐笜撕Y除標準：單指標影響力（回歸系數(shù)）特別大、導致其他指標影響力很小。模型穩(wěn)定性好：指標篩除標準：單指標不能通過顯著性檢驗（Sig.值過高），該變量會造成模型不穩(wěn)定、不準確等弊端。模型準確性高：指標選擇標準：在向后回歸法運算出的各類影響力模型中，選擇準確率最高（與實際滿意度匹配度高）的模型對應(yīng)的指標體系。。。。。。。感知點篩除的指標（24）覆蓋質(zhì)量是否4G-MR弱覆蓋小區(qū)常駐用戶TAU成功率（%）TCP二、三次握手時延（ms）上網(wǎng)感知TCP一、二次握手時延（ms）即時通信業(yè)務(wù)下行平均速率（kbps）網(wǎng)頁瀏覽頁面響應(yīng)時延（ms）視頻業(yè)務(wù)播放成功率（%）應(yīng)用下載業(yè)務(wù)下載成功率（%）視頻業(yè)務(wù)播放等待時延（ms）即時通信登陸時延（ms）服務(wù)質(zhì)量是否網(wǎng)絡(luò)類投訴用戶是否重復(fù)投訴用戶是否4G手機上網(wǎng)投訴用戶是否語音通話投訴用戶是否網(wǎng)絡(luò)類升級傾向投訴用戶是否費用質(zhì)疑類投訴用戶網(wǎng)絡(luò)類投訴回訪是否滿意（平均打分）終端質(zhì)量是否感知差終端是否滿意度低終端用戶偏好流量偏好2：是否中流量用戶流量偏好3：是否低流量用戶業(yè)務(wù)偏好2：是否網(wǎng)頁瀏覽控用戶業(yè)務(wù)偏好3：是否下載控用戶業(yè)務(wù)偏好4：是否即時通信控用戶感知點指標名稱服務(wù)質(zhì)量網(wǎng)絡(luò)類投訴回訪是否滿意終端質(zhì)量是否感知差終端是否滿意度低終端感知點指標名稱上網(wǎng)感知視頻業(yè)務(wù)播放等待時延（ms）即時通信登陸時延（ms）未完成開發(fā)樣本數(shù)據(jù)不足、影響模型穩(wěn)定用戶號碼滿意度打分（1-10分）TAU成功率%135125XXXXX478137703XXXXX1044138518XXXXX870151505XXXXX1036151506XXXXX1078152618XXXXX279157206XXXXX749182518XXXXX1059不能通過顯著性檢驗、影響模型穩(wěn)定滿意度影響力模型—確定關(guān)鍵指標關(guān)鍵指標篩選過程：針對匹配出的滿意度影響力模型—確定關(guān)鍵指標確定關(guān)鍵指標：選擇的最優(yōu)影響力模型，對應(yīng)有15個關(guān)鍵指標，以此作為4G手機上網(wǎng)質(zhì)量滿意度提升工作的“指標抓手”。

網(wǎng)絡(luò)覆蓋上網(wǎng)感知用戶偏好TCP一、二次握手成功率（%）DNS查詢時延（ms）DNS查詢成功率（%）Attach成功率（%）TCP二、三次握手成功率（%）瀏覽業(yè)務(wù)下行平均速率（kbps）即時通信業(yè)務(wù)上行平均速率（kbps）是否高流量用戶是否視頻播放控用戶0.590.380.130.190.120.150.200.090.590.23確定關(guān)鍵指標構(gòu)建影響力模型匹配感知指標明確感知點0.52是否4G高負荷小區(qū)常駐用戶服務(wù)質(zhì)量是否4G網(wǎng)絡(luò)覆蓋投訴用戶0.99網(wǎng)頁瀏覽頁面響應(yīng)成功率（%）即時通信業(yè)務(wù)訪問成功率（%）0.130.140.22應(yīng)用下載業(yè)務(wù)下行平均速率（kbps）視頻業(yè)務(wù)下行平均速率（kbps）在總部下發(fā)的21個關(guān)鍵業(yè)務(wù)感知指標基礎(chǔ)上更聚焦（11個）補充其他指標（4個）滿意度影響力模型滿意度影響力模型—確定關(guān)鍵指標確定關(guān)鍵指標：選擇的最優(yōu)影響力滿意度畫像分析影響力模型應(yīng)用1：根據(jù)影響力模型可從網(wǎng)絡(luò)覆蓋、上網(wǎng)感知、服務(wù)質(zhì)量、用戶偏好等維度對用戶進行畫像分析、指出短板指標，并結(jié)合已有的客戶感知定界工具準確定位用戶不滿意的問題點。影響力模型匹配性驗證：隨機獲取南京14622個樣本滿意度調(diào)查數(shù)據(jù)，反向驗證影響力模型輸出的短板指標與滿意度的匹配性，總體匹配性較好、達到60.52%。基于模型可重點針對感知修復(fù)型和樂觀友好型用戶進行畫像分析、問題定界。覆蓋質(zhì)差不滿意業(yè)務(wù)質(zhì)差不滿意服務(wù)質(zhì)差不滿意用戶感知指標評估用戶滿意度表現(xiàn)挑剔關(guān)懷型（象限4）樣本占比20.47%樂觀友好型（象限2）樣本占比19.02%高高低適配線絕對滿意型（象限1，

占比31.03%）和感知修復(fù)型（象限3，

占比29.48%）其滿意度與感知完全匹配進一步完善影響力模型，降低挑剔關(guān)懷型樣本占比滿意度畫像分析影響力模型應(yīng)用1：根據(jù)影響力模型可從網(wǎng)絡(luò)覆蓋、滿意度畫像分析—案例1感知修復(fù)型用戶畫像分析應(yīng)用案例—覆蓋質(zhì)差影響力畫像（短板指標）覆蓋感知差滿意度低STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論--明發(fā)濱江新城小區(qū)弱覆蓋（無線側(cè)問題）端到端定界（具體問題）STEP2：針對短板指標，通過定界工具找到問題點質(zhì)差問題庫！滿意度畫像分析—案例1感知修復(fù)型用戶畫像分析應(yīng)用案例—覆蓋質(zhì)滿意度畫像分析—案例2感知修復(fù)型用戶畫像分析應(yīng)用案例—業(yè)務(wù)質(zhì)差影響力畫像（短板指標）STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論--掌中新浪業(yè)務(wù)質(zhì)量差（業(yè)務(wù)側(cè)問題）端到端定界（具體問題）STEP2：針對短板指標，通過定界工具找到問題點上網(wǎng)感知差滿意度高質(zhì)差問題庫！滿意度畫像分析—案例2感知修復(fù)型用戶畫像分析應(yīng)用案例—業(yè)務(wù)質(zhì)滿意度畫像分析—案例3感知修復(fù)型用戶畫像分析應(yīng)用案例—服務(wù)質(zhì)差影響力畫像（短板指標）服務(wù)感知差滿意度低STEP1：畫像分析定位短板指標STEP3：輸出診斷結(jié)論—投訴問題已解決、但用戶對施工方案不滿意（服務(wù)問題）溯源定界（具體問題）STEP2：針對短板指標，通過溯源定界找到問題點。滿意度畫像分析—案例3感知修復(fù)型用戶畫像分析應(yīng)用案例—服務(wù)質(zhì)滿意度跟蹤管理—用戶滿意度傾向預(yù)測針對135XXXX0086用戶，根據(jù)影響力模型確定的指標集獲取指標值。獲取感知指標值影響力模型評分滿意度傾向評定單用戶用戶滿意度傾向預(yù)測過程輸入影響力模型相應(yīng)的指標值進行模型評