通信世界网消息（CWW）中国三大运营商2020年12月公布的运营数据显示，中国移动全年净流失835.9万用户，中国联通全年净流失1266.4万用户，中国电信全年净增1545万用户，中国移动用户数首年出现负增长。
随着电信行业垄断格局被打破，运营商之间的竞争愈演愈烈。运营商要增强客户忠诚度，减少客户流失，必须从基础网络质量、服务质量、资费等多方面贴近用户的期望，更切实、更有效地改善用户感知，提升客户满意度。
满意度提升面临多重挑战
运营商客户满意度提升困难重重，满意度管理方式单一、管理滞后、问题用户采样少、部门协同困难一直是满意度提升的痛点。
具体来看，满意度管理方式单一：考核指标与客户体验指标无映射关系，业务部门只能关注整体类指标，无法关注用户级指标，缺乏对具体用户的满意度管理方式。满意度问题管理滞后：只有用户投诉时才发现用户问题，无法做到提前精准识别和干预不满意用户。满意度用户采样少：调研不满意用户数量少，满意度月均调研样本不足总客户量的1%，无法真实客观反映全量不满意用户问题。针对客户满意度各部门抓手不一：网络、市场、服务部门无法有效拉通，网络部门以网络KPI作为满意度管理指标，服务部门以调研结果对网络进行考核，市场部门的过度营销与客户满意度形成冲突。
满意度提升管理方案简析
满意度提升管理方案分网络NPS/满意度洞察（Analytics）、网络NPS/满意度关联映射（Association）、网络NPS/满意度可闭环（Action）3个维度，以及满意度预测建模、贬损用户预测与画像、贬损用户多维聚类评估、贬损质差问题定界、网络问题定位分析、网络优化方案设计、用户关怀与精准营销7个阶段。整体方案如图1所示。
图1 满意度提升管理提升方案
满意度建模
满意度建模主要利用现有调研问卷的样本，结合多种客观数据源，利用机器学习的随机森林算法和AI算法，将客观的指标和主观满意度进行关联建模。最终利用模型对全网用户进行预测，找出潜在不满意的用户明细，以此解决用户采样少的问题，如图2所示。
图2 满意度建模
贬损用户预测画像
基于客观数据（客户行为、客户特征、网络体验、资费体验）和主观数据（投诉和调研）输出客户画像及客户分群，支撑客户关怀、精准营销和触点服务提升等措施的执行，完善满意度管理办法。
贬损用户多维聚类
网络侧问题闭环基于网络贬损用户质差定界的结果，在此基础上进行进一步分析，对网络问题进行根因定位，并基于根因开展对应的解决方案设计，如图3所示。
图3 贬损用户多维聚类
贬损质差问题定界
满意度方案对齐集团考核，主动识别影响满意度的贬损因素，从网络/服务/业务侧全面切入，基于O+B域大数据集成治理与关联建模，支撑满意度评测和提升。网络侧：主客观数据关联建模，结合集团满意度考核指标对全网用户网络满意度进行评估预测，识别已有/潜在贬损用户清单和关键劣化指标，自动多维汇聚分析、定界分析根因，高效关联满意度提升专项服务进行问题闭环。非网络侧：结合满意度影响指标标签和用户基础信息标签，对已知贬损用户进行精细分群，通过群分析算法识别TOP群组和TOP因子排序，自动给出维护优化策略方案，固化群组特征模型，用于全网用户筛查潜在贬损用户并主动关怀。
网络问题定位
定界──基于TCP参数，把Detractor用户每一条质差话单进行问题分类（无线、核心网、SP、终端），如图4所示。
定位──基于无线侧数据，对基于无线侧原因的质差话单进行深入定位（覆盖、干扰、资源、传输等）。
图4 网络问题定位
网络优化方案设计
闭环与优化提升方案的实施，先根据识别出的不同优先级的质差用户分布，确定各个区域的优化动作执行优先级，在高优先级的区域先执行优化措施，优先解决高价值、高影响力质差用户的网络质量问题。在按区域问题处理过程中，及时跟踪评估问题处理区域的关键KQI/KPI，对比优化前后提升效果。在各个区域优化动作执行完成后，验证网络优化方案实施的效果。
用户关怀对于贬损用户和差感知用户分类开展客户关怀工作，提升用户满意度。
客户关怀：贬损客户修复关怀、各类大事件、网络调整升级（比如考试、大型会议、大面积停电、网络改造升级等影响面大的客户预警），主动告知预警关怀，将可能影响客户感知的重要事件主动告知客户，提升主动服务能力，争取客户理解，同时借助“服务进万家”做好面对面的服务关怀。
客户宣传：一是利用线上客体联动做短信宣传，二是借助“服务进万家”进行宣传，三是通过网格化运营做宣传。
异常客户主动关怀：通过大数据分析提取疑似异常的客户，针对用户使用和终端原因问题，由客服系统、客服代表主动下发短信提醒，引导客户自助解决，提升客户满意度。
全向、精准提升用户满意度
满意度提升方案构建全量用户满意度指标体系，持续进行用户满意度分析，策划满意度专项提升，逐步实现“以KPI为中心”向“以客户感知为中心”转变。从被动应对到主动管理，精准识别潜在贬损用户，定向优化快速提升。从全网优化到精准修复满意度，建立业务、场景、指标、满意度的关联性。从简单定性到特征建模，调研主观性强扰动因素的复杂多样，去伪存真识别样本群组。
“兵马未动，粮草先行”，网络质量是用户满意度最直观的体现，满意度提升不仅是客户服务中心的核心工作，更需要多部门、多专业相互协同。通过对贬损、投诉用户进行聚类分析，找出贬损用户问题小区，按照优化、维护、规划、建设分类问题协同推进解决。夯实网络基础质量带来的客户忠诚度提升，才是运营商长足发展的必由之路。
