張彥滿 王蘭 王奇 張力 陳寶平

DOI：10.19850/j.cnki.2096-4706.2021.08.006

摘? 要：文章針對業(yè)務(wù)支撐中心CRM中的用戶數(shù)據(jù)和網(wǎng)絡(luò)運(yùn)營中心網(wǎng)元中的用戶數(shù)據(jù)不一致或網(wǎng)元與網(wǎng)元間用戶數(shù)據(jù)不一致的問題，介紹提升用戶數(shù)據(jù)一致性的方法，重點(diǎn)講解安全、精準(zhǔn)、智能的用戶數(shù)據(jù)一致性稽核、修復(fù)的系統(tǒng)流程：多源用戶數(shù)據(jù)采集、根據(jù)配置解析入庫、依據(jù)稽核規(guī)則開展批量稽核、差異數(shù)據(jù)進(jìn)行二次實(shí)時稽核、按照實(shí)時稽核結(jié)果自動下發(fā)修復(fù)指令、修復(fù)后復(fù)測一致性結(jié)果、投訴關(guān)聯(lián)智能化跟蹤修復(fù)。

關(guān)鍵詞：用戶數(shù)據(jù);數(shù)據(jù)解析;數(shù)據(jù)稽核;數(shù)據(jù)修復(fù);投訴關(guān)聯(lián)

中圖分類號：TP274.2? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2021）08-0020-04

Discussion on Methods to Improve the Consistency of User Data

ZHANG Yanman，WANG Lan，WANG Qi，ZHANG Li，CHEN Baoping

（China Mobile Group Gansu Company Limited，Lanzhou? 730070，China）

Abstract：In view of the inconsistency between the user data in CRM of the business support center and the user data in the network elements of the network operation center，or the inconsistency of the user data among the network elements，this paper introduces the methods to improve the consistency of the user data，and focuses on the system process of safe，accurate and intelligent user data consistency audit and repair：multi source user data collection，analysis and warehousing according to configuration，batch audit according to audit rules，secondary real-time audit of difference data，automatic issuance of repair instructions according to real-time audit results，retesting consistency results after repair，intelligent tracking and repair of complaint association.

Keywords：user data;data analysis;data audit;data repair;complaint association

0? 引? 言

根據(jù)日常用戶投訴處理分析，CRM（Customer Relationship Management）和網(wǎng)元用戶數(shù)據(jù)不一致或網(wǎng)元間用戶數(shù)據(jù)不一致已經(jīng)是影響用戶使用和感知的重要因素，同時業(yè)務(wù)支撐中心、網(wǎng)絡(luò)運(yùn)營中心的數(shù)據(jù)一致性比對不足，部分業(yè)務(wù)功能數(shù)據(jù)不一致也會造成收入損失，對公司營業(yè)收入產(chǎn)生嚴(yán)重影響。因此業(yè)務(wù)支撐中心和網(wǎng)絡(luò)運(yùn)營中心組成虛擬團(tuán)隊(duì)，協(xié)同開展提升用戶數(shù)據(jù)一致性的攻堅(jiān)工作。

本文結(jié)合用戶數(shù)據(jù)一致性提升專項(xiàng)優(yōu)化工作，從細(xì)化稽核規(guī)則、嚴(yán)控稽核過程、復(fù)測修復(fù)結(jié)果、關(guān)聯(lián)投訴處理等方面入手，安全、精準(zhǔn)、智能的把控用戶數(shù)據(jù)稽核、修復(fù)的全流程。

1? 用戶數(shù)據(jù)不一致產(chǎn)生的原因分析

現(xiàn)網(wǎng)CRM與網(wǎng)元間的數(shù)據(jù)是多對多的網(wǎng)狀對應(yīng)關(guān)系，各業(yè)務(wù)間依賴、關(guān)聯(lián)、互斥關(guān)系繁雜，且系統(tǒng)間是異步交互的方式，隨著相關(guān)業(yè)務(wù)數(shù)量的增多，CRM與網(wǎng)元之間的交互流程和邏輯越來越復(fù)雜，容易引起網(wǎng)業(yè)（網(wǎng)元與業(yè)務(wù)支撐系統(tǒng)）之間的數(shù)據(jù)不一致。

1.1? 多原因引發(fā)網(wǎng)業(yè)數(shù)據(jù)不一致

1.1.1? 機(jī)制缺陷

現(xiàn)網(wǎng)部分業(yè)務(wù)規(guī)則設(shè)計(jì)不合理，同時管理機(jī)制不健全：（1）業(yè)務(wù)規(guī)則不對稱：如有些業(yè)務(wù)在支撐側(cè)是立即生效，而在網(wǎng)元側(cè)是下周期生效;（2）后臺開通業(yè)務(wù)：從業(yè)務(wù)平臺側(cè)或從接口層手工開通業(yè)務(wù);（3）操作異常：割接操作不規(guī)范或業(yè)務(wù)梳理不夠徹底。

1.1.2? 異步交互

業(yè)務(wù)平臺煙囪林立，系統(tǒng)間采用異步交互的模式：（1）支撐系統(tǒng)異常：業(yè)務(wù)訂購或退定時未給平臺成功發(fā)送指令;（2）外圍平臺異常：外圍平臺未執(zhí)行支撐系統(tǒng)發(fā)送的指令或未向支撐系統(tǒng)成功發(fā)送反向指令;（3）相關(guān)配置錯誤：系統(tǒng)參數(shù)、產(chǎn)品配置錯誤。

1.2? 修復(fù)難度大

多方面原因?qū)е戮W(wǎng)業(yè)數(shù)據(jù)一致性修復(fù)困難重重：（1）規(guī)則梳理、維護(hù)難度大：業(yè)務(wù)相互融通、關(guān)聯(lián)，規(guī)則復(fù)雜，相應(yīng)的稽核、修復(fù)規(guī)則梳理困難;產(chǎn)品頻繁上、下線，需要調(diào)整對應(yīng)的稽核、修復(fù)口徑;（2）數(shù)據(jù)修復(fù)風(fēng)險(xiǎn)大：不同系統(tǒng)間數(shù)據(jù)抽取時間難以保證一致，以及數(shù)據(jù)抽取到稽核出結(jié)果期間用戶可能發(fā)生業(yè)務(wù)變更，直接按批量稽核出的結(jié)果修復(fù)數(shù)據(jù)，有可能“把對的數(shù)據(jù)修錯”;（3）難以手工處理：由于業(yè)務(wù)繁多、各系統(tǒng)提供的數(shù)據(jù)格式千差萬別，若由人工處理，其效率低下且效果不佳。

2? 總體架構(gòu)搭建

虛擬團(tuán)隊(duì)以安全、精準(zhǔn)、智能的開展用戶數(shù)據(jù)一致性修復(fù)為目標(biāo)，搭建了“面向異構(gòu)網(wǎng)元的智能化數(shù)據(jù)管控平臺”。平臺整體架構(gòu)如圖1所示。

3? 梳理用戶數(shù)據(jù)稽核規(guī)則

根據(jù)用戶在網(wǎng)元側(cè)的全量數(shù)據(jù)備份文件和SOAP指令實(shí)時查詢結(jié)果，梳理了用戶四類基礎(chǔ)數(shù)據(jù)（手機(jī)號碼、IMSI、上網(wǎng)功能、停開機(jī)）、六類VoLTE網(wǎng)元數(shù)據(jù)、十六類業(yè)務(wù)數(shù)據(jù)（彩鈴、來電顯示、呼轉(zhuǎn)、“呼死你”防護(hù)、呼叫保持、呼叫等待、高頻騷擾電話防護(hù)、三方通話、國際直撥、國際漫游、歡樂家庭網(wǎng)、集團(tuán)V網(wǎng)、5G簽約、來電提醒、彩印、寬帶）的解析規(guī)則。

4? 通過平臺實(shí)現(xiàn)手段智能化

4.1? 數(shù)據(jù)采集

通過FTP、SFTP、數(shù)據(jù)表方式采集網(wǎng)元數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)。支持以固定分隔符分隔的文本文件，主要為業(yè)務(wù)平臺數(shù)據(jù)（彩鈴、寬帶、來電提醒、專線、彩印、VPMN數(shù)據(jù)等）;支持華標(biāo)HSS全量數(shù)據(jù)和VOLTEAS透明數(shù)據(jù)的.gz格式，采集后自動解壓縮處理;支持跨庫方式進(jìn)行數(shù)據(jù)同步，設(shè)置源庫和目標(biāo)庫，CRM多采用按月或按地市分表模式，平臺表名支持通配模式，以減化配置復(fù)雜度。

平臺可根據(jù)網(wǎng)元側(cè)備份文件生成時間，靈活配置采集開始時間點(diǎn)、采集路徑、用戶名、密碼、采集文件名等關(guān)鍵字，實(shí)現(xiàn)自動采集，并保存到相應(yīng)的路徑。

4.2? 數(shù)據(jù)解析

文件采集到本地后根據(jù)配置自動進(jìn)行解析入庫。用固定分隔符方式采集的文件其解析的字段數(shù)、入庫表名、分隔符均可根據(jù)需要進(jìn)行配置;HSS全量文件和VOLTEAS透明文件通過配置提取所需業(yè)務(wù)數(shù)據(jù)進(jìn)行解析入庫，后臺進(jìn)程再對數(shù)據(jù)進(jìn)行清洗、規(guī)整、格式化，降低批量稽核工作難度。舉例如下：

VOLTEAS透明數(shù)據(jù)格式復(fù)雜，業(yè)務(wù)數(shù)據(jù)采用“鍵值對+XML報(bào)文”格式進(jìn)行保存，平臺采用鍵值解析，對XML報(bào)文通過XPATH方式進(jìn)行匹配，提高配置的靈活性和準(zhǔn)確性。

對用戶152XXXX6523的VOLTEAS透明數(shù)據(jù)解析后的結(jié)果如圖2所示。

4.3? 批量稽核

數(shù)據(jù)解析入庫后根據(jù)稽核規(guī)則進(jìn)行批量稽核。批量稽核先按提取規(guī)則提取CRM和網(wǎng)元數(shù)據(jù)，再以稽核規(guī)則稽核出差異數(shù)據(jù)。

用戶152XXXX6523在CRM中為雙停狀態(tài)，網(wǎng)元上語音和短信閉鎖，2/3/4G上網(wǎng)功能沒有閉鎖，批量稽核后結(jié)果如圖3所示。

4.4? 二次稽核

數(shù)據(jù)采集時間一般在凌晨4點(diǎn)左右，網(wǎng)元數(shù)據(jù)提取時間點(diǎn)和CRM數(shù)據(jù)提取時間點(diǎn)之間會有誤差，批量稽核的數(shù)據(jù)結(jié)果只能作為初步參考，不能以此數(shù)據(jù)直接進(jìn)行修復(fù)，故平臺會對差異數(shù)據(jù)進(jìn)行二次稽核，確保修復(fù)的準(zhǔn)確性。二次稽核以單條號碼為索引，同時查詢網(wǎng)元狀態(tài)數(shù)據(jù)和CRM狀態(tài)數(shù)據(jù)，確保將數(shù)據(jù)查詢的時間點(diǎn)誤差保持在毫秒級。

二次稽核是實(shí)時稽核，需配置CRM動態(tài)查詢語句及網(wǎng)元動態(tài)查詢指令，并對結(jié)果中的關(guān)鍵數(shù)據(jù)進(jìn)行提取，然后通過實(shí)時稽核規(guī)則判斷是否屬于差異數(shù)據(jù)。

用戶152XXXX6523實(shí)時解析結(jié)果如圖4所示。

4.5? 數(shù)據(jù)修復(fù)

修復(fù)前會再做一次實(shí)時稽核，稽核一條修復(fù)一條，按照稽核結(jié)果、匹配數(shù)據(jù)規(guī)則，發(fā)送相關(guān)修復(fù)指令。

用戶152XXXX6523的稽核結(jié)果為語音停機(jī)但2/3/4G上網(wǎng)未停機(jī)，故發(fā)送2/3/4G上網(wǎng)停機(jī)指令：

SEND DIRECTIVE：

QYABOSS#1

QYABOSS

34

8615293466523

true

true

RECEIVE RESP：HTTP/1.1 200 OK

Server： Huawei web server

Content-Type： text/xml; charset="utf-8"

Content-Length： 418

<？xml version='1.0' ？>0SUCCESS0001：操作成功

PARSE RESAULT：9

4.6? 修復(fù)后再次稽核

修復(fù)完成后，通過前臺對CRM和網(wǎng)元上的數(shù)據(jù)再次進(jìn)行查詢，核查用戶狀態(tài)是否修復(fù)到一致，確保修復(fù)的正確率。用戶152XXXX6523修復(fù)后前臺查詢結(jié)果如圖5所示，可以看出修復(fù)之后鎖狀態(tài)全部變?yōu)門RUE，和CRM里面的狀態(tài)2（雙停）一致。

4.7? 投訴關(guān)聯(lián)

通過智能化的手段跟蹤修復(fù)結(jié)果，保障用戶使用。平臺與一級客服系統(tǒng)對接，按小時獲取在線公司受理的投訴工單，將修復(fù)過的用戶與投訴用戶進(jìn)行自動匹配，投訴比例超過設(shè)定閾值時下發(fā)告警，人工核查確認(rèn)數(shù)據(jù)修復(fù)是否正確。

5? 本方法的先進(jìn)性

安全、精準(zhǔn)的修復(fù)保障：（1）修復(fù)數(shù)據(jù)通過多重驗(yàn)證。采用“批量稽核+二次實(shí)時稽核+修復(fù)驗(yàn)證”等全方位的控制模式，實(shí)現(xiàn)自動化的“能修復(fù)、能修對”目標(biāo)，將對用戶的影響減到最小;（2）根據(jù)差異數(shù)量判定是否自動修復(fù)。對稽核出來的差異數(shù)據(jù)根據(jù)不同的業(yè)務(wù)設(shè)置不同的閾值，差異數(shù)量超過閾值時暫停自動修復(fù)并下發(fā)告警，由人工確認(rèn)是否需要修復(fù)，減少因業(yè)務(wù)規(guī)則改變導(dǎo)致稽核結(jié)果不準(zhǔn)確引起的數(shù)據(jù)修復(fù)錯誤;（3）修復(fù)數(shù)據(jù)可恢復(fù)。根據(jù)修復(fù)前的備份數(shù)據(jù)和數(shù)據(jù)修復(fù)工單可將用戶數(shù)據(jù)恢復(fù)至修復(fù)前的狀態(tài)。

智能的數(shù)據(jù)關(guān)聯(lián)：（1）用戶數(shù)據(jù)縱橫關(guān)聯(lián)?，F(xiàn)網(wǎng)CRM與網(wǎng)元間的數(shù)據(jù)是多對多的網(wǎng)狀對應(yīng)關(guān)系，平臺將各網(wǎng)元的數(shù)據(jù)和業(yè)務(wù)平臺的數(shù)據(jù)進(jìn)行集成，通過業(yè)務(wù)邏輯、用戶類型，歸類用戶業(yè)務(wù)正確的數(shù)據(jù)實(shí)現(xiàn)方式，將一個用戶業(yè)務(wù)數(shù)據(jù)在網(wǎng)元和CRM上應(yīng)該具備的業(yè)務(wù)要素進(jìn)行統(tǒng)一展示，并采用“配置說明+動態(tài)幫助”模式進(jìn)行輔助。同時修復(fù)業(yè)務(wù)時會連帶稽核、修復(fù)與其有關(guān)聯(lián)、依賴、互斥關(guān)系的業(yè)務(wù);（2）設(shè)置白名單用戶?；顺龅牟町悢?shù)據(jù)在自動修復(fù)時會智能過濾白名單用戶并下發(fā)告警，人工判斷是否修復(fù)，避免對特殊業(yè)務(wù)及號碼進(jìn)行常規(guī)修復(fù);（3）啟動流控功能避免數(shù)據(jù)查詢、修復(fù)影響正常業(yè)務(wù)。一致性平臺生成的每一條工單在插入統(tǒng)一開通接口表前，會查詢接口表當(dāng)前未處理的工單量，超過設(shè)定閾值時暫停操作，避免引起工單積壓;（4）靈活的自適應(yīng)性：平臺可根據(jù)產(chǎn)品上下線自動調(diào)整稽核規(guī)則，適應(yīng)業(yè)務(wù)產(chǎn)品的發(fā)展需要。

完善的跟蹤處理：（1）投訴關(guān)聯(lián)跟蹤修復(fù)結(jié)果。數(shù)據(jù)修復(fù)完成后，可通過集中化平臺數(shù)據(jù)關(guān)聯(lián)用戶投訴信息，檢查修復(fù)用戶是否有與修復(fù)操作相關(guān)的投訴，如有平臺會自動上報(bào)告警。及時發(fā)現(xiàn)由于修復(fù)導(dǎo)致的用戶投訴，迅速啟用應(yīng)急措施，避免批量用戶投訴;（2）數(shù)據(jù)一致性工單可識別。數(shù)據(jù)一致性平臺生成的查詢和修復(fù)工單均進(jìn)行備注，以便在數(shù)據(jù)統(tǒng)計(jì)、投訴、故障核查時進(jìn)行區(qū)分。

6? 用戶數(shù)據(jù)一致性提升效果檢查

6.1? 百萬級的修復(fù)數(shù)據(jù)

平臺現(xiàn)已納入11個地市23類業(yè)務(wù)、212個場景（配置了137條采集規(guī)則、1 260條批量稽核規(guī)則、219條實(shí)時稽核規(guī)則、190條實(shí)時解析規(guī)則、198條實(shí)時修復(fù)規(guī)則、123條業(yè)務(wù)關(guān)聯(lián)規(guī)則、15條特殊過濾規(guī)則），全部實(shí)現(xiàn)按日自動稽核、自動修復(fù)。

截止目前累計(jì)修復(fù)存量數(shù)據(jù)約492萬條，涉及約487萬用戶。

6.2? 大幅下降的一致性投訴

平臺有效運(yùn)轉(zhuǎn)，開始自動進(jìn)行用戶數(shù)據(jù)一致性稽核及修復(fù)后，涉及數(shù)據(jù)一致性的投訴從2021年2月開始出現(xiàn)明顯下降，投訴占比降低了3.5%，極大提升了用戶感知和滿意度。

6.3? 顆粒歸倉的收入保障

通過用戶數(shù)據(jù)一致性修復(fù)，截至2021年4月，計(jì)費(fèi)錯單量（流量業(yè)務(wù)為主）從去年同期的148萬下降到23萬，錯單用戶數(shù)從8 217戶下降至1 619戶，約挽回收入損失396萬/年（（8 217-1 619）×50×12=3 958 800）。

7? 結(jié)? 論

用戶數(shù)據(jù)在CRM和網(wǎng)元間及網(wǎng)元與網(wǎng)元之間必須是一致的，這是保障用戶業(yè)務(wù)正常使用和業(yè)務(wù)正確計(jì)費(fèi)的基礎(chǔ)。本文的目的，就是想通過提升用戶數(shù)據(jù)一致性，來減少用戶投訴，穩(wěn)定用戶群，確保運(yùn)營商正常的營業(yè)收入，同時提出了用戶數(shù)據(jù)一致性稽核、修復(fù)的系統(tǒng)方法，供用戶數(shù)據(jù)一致性的優(yōu)化人員參考。

參考文獻(xiàn)：

[1] 張立成，楊敬巍，褚堯，等.論業(yè)務(wù)支撐系統(tǒng)數(shù)據(jù)一致性的保障機(jī)制 [J].通訊世界，2015（23）：2-4.

[2] 李彬.一種智能網(wǎng)與BOSS數(shù)據(jù)一致性校對方法 [J].信息通信，2018（10）：237-238.

[3] 陸松，王睿，劉桂青.BOSS和外部平臺常態(tài)化數(shù)據(jù)一致性保障機(jī)制探討 [J].電信工程技術(shù)與標(biāo)準(zhǔn)化，2010，23（3）：34-37.

[4] 李麗玲.論運(yùn)營商增值業(yè)務(wù)數(shù)據(jù)一致性保障機(jī)制 [J].軟件，2020，41（10）：141-145.

[5] 黃淑冬.客戶數(shù)據(jù)一致性管理系統(tǒng)的研究與應(yīng)用 [J].計(jì)算機(jī)光盤軟件與應(yīng)用，2013，16（21）：291-292+294.

作者簡介：張彥滿（1984—），男，漢族，甘肅慶陽人，工程師，碩士研究生，研究方向：計(jì)算機(jī)應(yīng)用;王蘭（1980—），女，漢族，甘肅蘭州人，高級工程師，本科，研究方向：通信網(wǎng)技術(shù);王奇（1992—），男，漢族，甘肅張掖人，工程師，本科，研究方向：通信網(wǎng)技術(shù);張力（1988—），男，漢族，甘肅平?jīng)鋈耍呒夗?xiàng)目經(jīng)理，碩士研究生，研究方向：電子與通信工程;陳寶平（1981—），男，漢族，甘肅白銀人，工程師，碩士研究生，研究方向：大數(shù)據(jù)技術(shù)和應(yīng)用。

收稿日期：2021-03-15