基于TRIZ理论的升级投诉预测模型优化研究

TRIZ(发明问题解决理论)是一套完整体系的创新理论,在工程技术领域得到了广泛应用,目前已逐步向其他领域渗透和扩展,应用范围越来越广。本研究基于TRIZ理论解决问题的流程,针对升级投诉预测模型准确率低的问题进行因果分析、功能分析以及矛盾分析,应用裁剪、矛盾矩阵、分离原理等创新工具对问题进行求解,得出一系列解决方案。

运营商基于信令大数据的关系嗅探方案

为了解决运营商缺乏识别客户关系的难题,采用大数据建模的方法,分析了运营商底层信令平台数据,研究了层次分析法和客户日常接触沟通频率层次的界定,提出了浅关系模糊营销快速机制,经过试验证明,浅关系模型能够快速验证客户的关系圈子并分析出业务倾向。基于当前营销方案,应用本关系嗅探方案可较好地与快速营销系统结合,以提升营销效率;同时,关系嗅探方案还可应用于更为广泛的家庭、政企业务。

基于客户投诉信息的创新预测方法研究

为了降低客户升级投诉数量,通过对客户投诉现状进行分析,发现投诉处理环节的短板和不足,并利用大数据工具,使用海量的客户投诉数据建立预测模型,对有升级倾向的投诉客户进行预判,在投诉升级之前预先解决客户的问题,从而提升客户满意度。

通信运营商前后台分离中的大数据机制探讨

为解决当前电信运营商前后台分离工作效率较低等问题,分析当前电信运营商前后台分离方案的优点和存在的问题,研究大数据内嵌接口和数据流转,提出基于大数据的新一代前后台分离方案,并通过试点验证了该方案自适应的有效性,旨在积极推动运营商落地执行大连接战略。