西藏移動WLAN數據自動化修復方案設計與實現

堯平+陸慧妍+姜繼鎖

【摘要】 近些年，由于WLAN業務的市場推廣，用戶量也隨之上漲較快，同時帶來了較大量的業務投訴。WLAN由于業務場景多、流程長，始終沒有建立一套高效率的解決機制。后續分析發現，大部分的投訴原因集中在用戶數據一致性問題，體現為平臺與省CRM系統的數據差異。為了更好的保障業務發展，降低WLAN業務投訴量，提升用戶感知，本文設計和實現了一套功能齊全、執行高效的自動化修復方案。

【關鍵詞】 WLAN 自動化 數據一致性Designing and Realizing A Scheme of Automatic Repairing WLAN Data Problem of Tibet Mobile YAO Ping1 ，JIANG Ji-suo2

（1GMCC，Guangzhou Guangdong 510033；2 GMCC， Guangzhou Guangdong 510033）

Abstract： In recent years， It brings a fast growth to WLAN users because of business expansion， also with lots of complains about it. But there was no effective solution mechanism because of the various business scenarios and long process. Then， the principal factors was found in the following analysis， which is known as data consistency between WLAN center and CRM. So as to guarantee a better business growth， reduce number of complaints and promote users feeling， a scheme of full functions and effective running features is designed and realized here.

Keywords：WLAN； automatic； data consistency

一、引言

由于wlan業務是西藏業支系統長期的投訴焦點，用戶感知較強。自2012年以來，先后嘗試了“個病單醫”→“點面覆蓋”→“綜合治理”三個手工處理階段。

各階段都有一個共同缺點：全流程手動處理，包含方案制定，數據修復等。重復性工作過多、人為因素占比過重，未能形成一套相對固定的流程，以降低人工成本，穩定修復效果。

為此，本文設計了一種“邏輯清晰”、“風險較小”、“實現簡單”的自動化修復方案。

二、WLAN業務邏輯梳理及方案制定

2.1 業務邏輯梳理

WLAN業務涉及高校類和大眾類，其中大眾業務修復涉及平臺與BOSS套餐不一致修復、業務狀態不一致修復兩大類。WLAN大眾業務涉及基礎服務包、新流量套餐、老時長套餐三大類。結合了WLAN的大眾業務場景，將各類套餐合并為套餐指標，加上基礎服務包共計兩種類型。根據數據原理，共計有2的4次方種可能，即16類。

數據從0000到1111共16類，其中，0表示沒有訂購關系，1表示有訂購關系。針對16類場景，在制定修復策略時，還需要結合“業務流程復雜性”如圖1所示。

2.2 邏輯優化整合、方案制定

2.1節中，梳理了16類場景，但針對每種場景單獨制定修復策略，將顯得冗余、不易管理。同時，WLAN業務總體分為高校業務（針對校園用戶）和大眾業務（針對普通用戶），高校WLAN業務相對簡單，本文主要處理大眾業務。為此，針對不同類型的共性及修復建議的共性進行整合，得到了如圖2所示的8類整合后場景。

三、自動化修復流程設計

在邏輯梳理工作完成后，需要制定完整的修復流程。包括原始的數據提取、格式轉換、數據比對、差異處理以及數據稽核等。為了設計一套科學嚴謹且易管控的流程，本文參考PDCA戴明環進行過程設計。其中，1）P為計劃環節，主要完成雙方產品入庫，格式轉換。2）D為實施環節。完成平臺與省CRM的數據入庫、格式轉換。3）C為檢查環節。重點稽核實施后的相關數據是否已正常。4）A為修正環節。針對前面發現的問題，對原始方案、流程進行完善。

四、自動化修復效果評估

2016年上半年，正式實施了WLAN自動化修復模式，進一步有效降低了用戶投訴。實施自動化模式后，認證失敗投訴量由2015年下半年的80單下降到33單，降幅53.4%；資費問題由23單下降到10單，降幅56.5%；總投訴量下降幅度54.9%，效果顯著。

五、總結

本文重點梳理了WLAN的業務場景，得出了16種數據不一致場景，并基于此分別制定了修復建議。同時，為了更高效、準確的開展修復，結合16類差異類型及修復建議的異同，對WLAN大眾業務的邏輯進行了有效整合優化。最終得到了圖2所示的8類場景，并按PDCA進行質量控制，確保達到最佳效果。

參 考 文 獻

[1] 劉波； 蔡美； 周緒川. 數據修復與一致性查詢處理研究[J].計算機科學，2016.01