CN102143507B - 一种业务质量监测方法、系统、以及分析方法和系统 - Google Patents

Abstract

本发明实施例提供一种业务质量监测方法和业务质量监测系统，通过将采集的业务性能KPI映射转换为业务质量KQI以及用户整体体验CEI，可以对用户使用的业务进行系统及应用，实现全网全业务的分析，进而能快速准确的反映出用户使用业务的真实体验感知。本发明实施例提供的业务质量问题分析方法和业务质量问题分析系统，通过对业务质量KQI的监测，把KQI指标与预先设立的门限值进行比较，当发现业务质量指标下降时，找出下降的KQI并将其映射为KPI指标，之后通过对KPI指标的分析，将问题进行定位，并结合知识库最终将以分析报告的形式给出优化的解决建议。

Description

一种业务质量监测方法、系统、以及分析方法和系统

技术领域

本发明涉及电信网络业务管理领域，特别是涉及一种业务质量监测方法和业务质量监测系统。本发明还涉及一种业务质量问题分析方法和业务质量问题分析系统。此外，本发明还涉及一种业务质量监测分析管理系统。

背景技术

随着国外3G网络和业务如火如荼地发展，中国的3G时代也悄然而至。在2G网络阶段，用户使用的主要应用就是语音业务，而对于语音业务，业务过程相对比较简单，运营商可以很容易的通过获得网络的关键性能指标(KPIKey Performance Indicators)指标而映射到用户的体验质量。而在3G网络中，网络和业务的复杂度大幅增加，首先网络承载环境发生了变化，我们开始使用“尽力而为”的IP网络来承载业务；同时将面临多达几十种的各种移动多媒体新业务(可视电话、流媒体、手机电视、在线游戏等)。GPRS/EDGE/3G网络能够给用户提供越来越快的速度和“永远在线”的承载，通过移动数据网络能够提供给用户大量的数据业务，如互联网接入、电子邮件、在线游戏等。显而易见的是，其中最重要的问题不在于承载本身，也不在于业务本身，而在于承载与业务之间的用户体验差异。随着网络和业务的发展，我们可直接测量得到的体验与真实用户体验之间的差异越来越大。

当前现有技术中常用的分析方法，大都是通过主观问卷的方式，采集用户对于业务感知和服务质量的反馈；或者通过路测终端抽样的测量方法进行测试。这两种方法都具有一定的局限性，都无法实现全网用户的长期的用户感知评估。

现有网络管理系统主要以“网络”、“网元”、“链路”等为分析对象，通过设备日志、网管报告、信令数据来生成各类评估网络质量的业务性能KPI指标。而这些KPI指标都无法直接反映用户对于某种业务的真正感知。而现有的用户感知评估技术，大多采用主观问卷、测试终端路测等方式，主观问卷方式获得的结果相对准确，但最终结果与采样样本的数量、分布有较大关系，同时操作过程复杂、成本较高；测试终端路测的方式需要投入大量(测试人员)、物力(测试终端)来进行，往往由于测试范围受限，而无法获得真实有效的评估结果。

因此，按照现有技术大多采用的主观问卷、测试终端路测等方式并不能得到对用户所使用业务质量真实有效的感知评估。如何有效的利用网络中采集的业务性能KPI简单快捷、准确的反映出用户对所使用业务的真正感知，是本领域技术人员目前需要解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种业务质量监测方法，通过采集通信网络中的信令数据，使用KPI指标标准化、KPI到关键质量指标(KQI KeyQuantity Indicators)的映射、KQI指标到客户体验指标(CEI CustomerExperience Indicators)的映射算法，实现对用户使用的各种业务的感知分析，同时提供对用户使用业务的业务质量监测、业务质量问题分析、VIP用户SLA管理等功能。

为实现上述目的，本发明提供了一种业务质量监测方法，该方法包括以下步骤：

步骤a：采集网络中与业务相关的关键性能指标(KPI)；

步骤b：将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；

步骤c：将运算后得到的无量纲的KPI通过映射分析模型转换为关键质量指标(KQI)。

优选地，所述步骤a中网络为信令数据网。

优选地，所述步骤b中无量纲化运算为标准化运算，进而将初始采集的KPI指标转换为无量纲的KPI。标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

优选地，所述步骤c中所述的映射分析模型为在考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型。

优选地，所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型为幂指数模型，所述幂指数模型为：将用户使用业务中的业务性能感受因子按照用户的关注程度从大到小排列，将相邻的两个业务性能感受因子中的前一个作为底，后一个作为其指数。

优选地，还包括步骤d：针对业务不同属性对于用户感知的重要程度设置业务每个不同属性的权重，将每个KQI对应的业务不同属性的权重求和并除以业务属性的个数得到该KQI对应的权重参数，对所有业务的KQI和其相对应的权重参数进行求和得到客户体验指标(CEI)；

本发明还提供了一种业务质量监测系统，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的KPI；

处理单元，位于基础服务层，通过ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为KQI，进一步转换为CEI；

业务质量监测单元，位于应用层；用于对处理单元处理后得到的KQI和CEI进行管理和监控。

本发明还提供了一种业务质量问题分析方法，该方法包括以下步骤：

步骤1：读取用户使用的所有业务的KQI，并与预先设定的每一个KQI门限值进行比对；

步骤2：读取比对后低于预先设定门限值的每个KQI对应的所有KPI的数据信息，并将每个KQI与其所对应的所有KPI在数值上进行比较；

步骤3：对在数值上比KQI低的KPI进行分析，进而确定该KPI指标下降的原因。

优选地，所述的分析为呼损分析、时延分析、地域分析、原因分析、终端分析。

本发明还提供了一种业务质量问题分析系统，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的KPI；

处理单元，位于基础服务层，通过ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为KQI，进一步转换为CEI；

业务问题分析单元，位于应用层；用于对处理单元处理后得到的KQI和CEI与预先设定的用户要求门限值进行比对分析，对分析出的问题做出解决方案。

本发明还提供了一种业务质量监测分析管理系统，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的KPI；

处理单元，位于基础服务层，通过ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为KQI，进一步转换为CEI；

业务质量监测单元，位于应用层；用于对处理单元处理后得到的KQI和CEI进行管理和监控。

业务问题分析单元，位于应用层；用于对处理单元处理后得到的KQI和CEI与预先设定的用户要求门限值进行比对分析，对分析出的问题做出解决方案。

客户QOS/SLA单元，位于应用层；用于以用户为单位进行分析，基于业务问题分析单元的分析结果和用户对于业务管理的要求，提供用户所需要的服务。

优选地，所述业务质量监测分析管理系统还包括系统管理单元，位于应用层；该系统管理单元提供权限设计功能、用户资料导入导出功能。

根据本发明实施例提供的业务质量监测方法和业务质量监测系统，通过将采集的KPI映射转换为KQI以及CEI，进而得到对用户使用业务真实有效的评估。本发明提供的业务质量监测方法和系统监测的范围广，并能根据监测的需要在线实时或定时运行，快速准确的反映出用户使用业务的真实体验感知。

根据本发明实施例提供的业务质量问题分析方法和业务质量问题分析系统，通过对KQI的监测，把KQI指标与预先设立的门限值进行比较，当发现业务质量指标下降时，找出下降的KQI并将其映射为KPI指标，之后通过对KPI指标的分析，将问题进行定位，并结合知识库最终将以分析报告的形式给出优化的解决建议。

根据本发明实施例提供的业务质量监测分析管理系统，不仅可以实现对用户使用业务指标的监控，还能对采集到的KQI和CEI进行业务问题的分析和解决，形成一个闭环的业务质量管理系统。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明第一实施例提供的一种业务质量监测方法的流程图；

图2是本发明第一实施例提供的一种业务质量监测方法的举例图；

图3是本发明第二实施例提供的一种业务质量监测方法的流程图；

图4是本发明第三实施例提供的一种业务质量监测系统结构图；

图5是本发明第四实施例提供的一种业务质量问题分析方法的流程图；

图6是本发明第四实施例提供的一种业务质量问题分析方法在具体应用中进行业务问题分析的流程图；

图7是本发明第四实施例提供的一种业务质量问题分析方法举例表图；

图8是本发明第四实施例提供的一种业务质量问题分析方法举例雷达图；

图9是本发明第五实施例提供的一种业务质量问题分析系统结构图；

图10是是本发明第六实施例提供的一种业务质量监测分析管理系统结构图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

如图1所示，是本发明实施例提供的一种业务质量监测方法，该方法包括以下步骤：

步骤101：采集网络中与业务相关的KPI；

本步骤主要根据网络用户感知指标评估模型的计算需要，从网络中获取与业务相关的KPI，这些KPI将作为网络用户感知分析系统的原始数据输入。

现有技术中网络管理系统主要以“网络”、“网元”、“链路”等为分析对象，通过设备日志、网管报告、信令数据来生成各类评估网络质量的KPI，而这些获得的KPI有着一定的局限性，不能直接反映用户对于某种业务的真正感知。本发明中所述采集网络中的KPI是与业务相关的，重点关注相关业务的可接入性、保持性、服务质量、资源利用率和完整性等指标。例如，对于移动通信中的语音业务而言，采集的KPI应该重点集中在呼叫接入、呼叫保持和语音质量三方面，而如果用户使用更多的是彩信业务的话，那么采集的KPI应该重点集中在彩信发送成功和彩信接收延迟这方面，同样的，如果用户使用更多的是数据业务，那么采集的KPI应该关注连接建立、连接保持和服务质量上。

优选地，本步骤所述的从网络中采集与业务相关的KPI，其中所述网络可以是信令数据网，也可以是信令监测系统，还可以是其它可监测可测量获得与业务相关的KPI网络层面，如业务开通系统、业务激活系统、自动拨测系统、综合投诉系统、话务网管系统、业务系统日志等。

本步骤所述的从网络中采集与业务相关的KPI，是能够在线实时运行，采集网络中相应的与业务相关的KPI，使得本发明的后续步骤对采集的KPI进行解码解析和合成映射，实时生成业务用户的KQI和实施例二中所要得到的CEI，其时间粒度可以达到分钟级。

步骤102：将采集到的每个KPI进行无量纲化运算转换为无量纲的KPI；

因为初始采集到的KPI是来自不同网络监测和采集系统的，因而这些KPI是具有不同的量纲的，比如时延指标，单位为秒；成功率指标，单位为百分比；速率指标，单位为Kbps等等。因此在进行后续步骤中的将KPI映射为KQI和CEI之前应该将每个具有不同单位的KPI进行运算转换为无量纲的KPI。

优选地，本步骤所述的无量纲化运算可以是标准化运算，进而将初始采集的KPI指标转换为无量纲的参数KPI。标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

步骤103：将运算后得到的无量纲的KPI通过映射分析模型转换为KQI；

因为通过步骤101和步骤102采集和运算后得到的各种业务不同关注程度的KPI，只能直观的表现出相应业务的性能指标，无法直接反应用户对于某种业务的真正感知，也无法直接体现出用户对业务质量的评价。因此需要通过映射分析方法将用户使用的具体业务中关注的各个KPI性能指标转换为相应的KQI。

优选地，本步骤中所述的映射分析方法可以是在充分考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析方法，相对于不考虑用户使用某种业务关注程度不同的各种KPI主次排序而仅是数理上的映射分析方法而言，显然，在考虑业务关注程度特性和主次排序的KPI基础上的映射分析方法会更加直观准确的反映出用户使用某种业务的KQI。

优选地，本步骤所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析方法可以是幂指数方法，将用户使用业务中最关注的业务性能感受因子作为底，将其次的业务性能感受因子作为幂指数，在其基础上将再次的业务性能感受因子作为以其次业务性能感受因子作为底的幂指数，按此方法将用户使用的某一业务中所关注的不同程度的业务性能感受因子KPI进行幂指数映射运算。

下面举例对此幂指数映射分析方法进行说明：

例如，用户使用的业务n，其中所关注的不同程度的业务性能感受因子KPI有接入性能KPI、持续性能KPI、服务质量KPI和资源利用率KPI，并且关注重要程度依次降低。那么此用户使用的业务n所不同关注程度的KPI按照上述幂指数映射分析方法所得到的业务n的KQI如下式所示：

因此，通过上述方法可以计算出用户所使用的不同业务的KQI。根据具体应用中的不同需要可以预先设定各种具体业务的KQI基准值，通过比较采集计算后得到的KQI数值和预先设定的基准值的比较，可以判断出用户对使用的具体某一业务的业务质量好坏的评价。

如图2所示，是本发明实施例一提供的一种业务质量监测方法在具体应用中的举例图。如图中标注所示，网络所关注的是采集到的各种KPI，而用户所关注的是各种业务的KQI，因此通过本发明实施例提供的方法可以在售前阶段采集业务开通和业务激活的KPI得到用户对业务开通阶段的KQI；同理，在售中阶段可以得到用户使用业务的KQI；在售后阶段可以得到用户对业务售后服务的KQI。

实施例二

如图3所示，是本发明实施例提供的一种电信网络客户分析方法，该方法包括以下步骤：

步骤301：采集网络中与业务相关的KPI；

步骤302：将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；

步骤303：将运算后得到的无量纲的参数KPI通过映射分析模型转换为业务质量KQI；

步骤304：针对业务不同属性对于用户感知的重要程度设置业务每个不同属性的权重，将每个KQI对应的业务不同属性的权重求和并除以业务属性的个数得到该KQI对应的权重参数；对所有业务的KQI和其相对应的权重参数进行求和得到客户体验指标(CEI)；

实施例二和实施例一的相似之处就不再重复描述，二者的主要不同在于，实施例二还包括步骤304，用来根据用户所使用的各种业务的KQI计算转换为用户整体体验CEI。

如步骤303所述，一个KQI只是针对用户使用的某一种业务的业务质量指标，但对于用户而言，他使用的业务是多种多样的，例如，语音业务、短信业务、彩信业务、上网业务、智能业务等等。因此，对于用户使用的不同业务，我们通过步骤303所述KPI到KQI的映射分析，可以获得用户使用的某一业务的KQI的评估。但同时，我们也需要一种方法，将用户使用的多种业务的KQI映射到用户的CEI。例如，用户使用的业务包括业务开通、客服服务，那么用户使用业务的CEI指标就包含了业务开通及时度KQI和客服服务反馈及时率KQI等售前售后的整体体验指标。

本步骤所述的针对业务不同属性对于用户感知的重要程度设置业务每个不同属性的权重，将每个KQI对应的业务不同属性的权重求和并除以业务属性的个数得到该KQI对应的权重参数。因此，对于不同群体、不同属性的用户，所采用的权重参数会有较大差异。

本步骤中所述的权重可以主要包括：业务影响频次权重、业务费用影响权重、业务主观评价权重等。采用这些权重的目的主要是力图表征用户对于所使用的业务的依赖程度、支付能力、主观喜好等方面的特制，借此来进行业务权重的量化，进而运算得到用户CEI。下面对本步骤所采用的权重进行如下详细描述：

1、业务频次影响权重：指对每个用户周期内对用户所订购业务中每种业务使用频次的比例设为权重。优选地，我们并不直接采用用户使用业务的绝对次数作为权重依据，因为不同业务的绝对使用次数的差距并不能直观的映射业务本身对于用户的重要程度。例如10次语音业务与10次移动互联网网页浏览业务并不能直接反应出用户更关注哪个。因此，我们采用在一定周期内，用户使用业务的频次来表达用户对业务的依赖程度。例如，在一个月31天内，对于某种业务，用户使用过的天数是多少。业务使用次数与频次可以从信令监测系统或计费系统中获取。

2、业务费用影响权重：指对用户在周期内使用业务的消费比重设为权重。这种方式的出发点在于用户在某一业务消费越多，对其业务质量的要求就越高，引起用户对业务感知关注程度的可能性就越大。业务费用需要从计费系统中获取，指该业务费用在本月所有通信费用中的占比。

3、主观评价权重：对于一些特殊的情况下，当业务频次权重、业务费用权重无法准确的表征业务对于用户的重要程度，可以通过一些调查问卷等方式来获得用户的评价进而得到主观评价权重参数。

优选地，本步骤所述的通过设置不同业务权重来计算每个KQI对应的业务权重的方法可以为所采用的各种权重求和基础上再除以权重个数的均值。

进一步，将得到的所有业务的KQI和对应的权重进行求和得到CEI。如下式所示：

CEI＝∑业务nKQI+业务n权重

进一步，还可以采用“不好”、“一般”、“好”、“非常好”等评价标准对所得到的用户整体体验CEI进行评估。

实施例三

如图4所示，是本发明实施例提供的一种业务质量监测系统，该系统包括：

数据采集单元401，用于采集网络中与业务相关的KPI；

该数据采集单元位于数据采集层中，可以从数据采集层中的业务开通系统单元4011、信令监测系统单元4012、自动拨测系统单元4013、综合投诉系统单元4014、业务激活系统单元4015、话务网管系统单元4016、业务系统日志单元4017等采集与用户业务相关的KPI，进一步，可以同时从其他系统单元4018获取配置信息、用户信息、网络静态信息等。

处理单元402，位于基础服务层中，通过ESB(Enterprise Service Bus企业服务总线)将数据采集单元获取的数据进行数据共享管理，并通过数据处理类服务单元4021、消息处理类服务单元4022、流程处理类服务单元4023进行数据处理，通过实施例一和实施例二中的业务质量监测方法，将采集到的KPI转换为KQI，或进一步转换为CEI；

数据共享管理主要指应用层中的单元可通过订阅数据的方式使用数据采集单元采集到的各类数据。具有数据共享能力，使得业务质量监测系统可以很容易扩展系统的数据输入和管理应用层对数据的应用。

业务质量监测单元403，位于应用层中，该业务质量监测单元403又包括指标管理子单元4031a和监控管理子单元4032b，用于对处理单元处理后得到的KQI和CEI进行管理和监控。

本实施例提供的业务质量监测系统中，通过数据采集单元401采集网络中与业务相关的KPI，进一步通过处理单元402对采集的KPI进行映射转换处理转换成KQI和CEI，最后通过业务质量监测单元403对KQI和CEI指标进行管理和监控。

实施例四

如图5所示，是本发明实施例提供的一种业务质量问题分析方法，该方法包括以下步骤：

步骤501：读取用户使用的所有业务的KQI，并与预先设定的每一个KQI门限值进行比对；

本步骤所述的读取用户使用的所有KQI，是指从前述的业务质量监测系统所监测采集到的KQI数据中进行读取。

由于业务质量监测系统对用户所使用业务进行实时采集监测，所以采集到的KQI数据是对用户使用的所有业务的业务质量实时的反映。因此，采集到的这些KQI数据里有的KQI是符合用户对使用业务质量的要求的，有的则是不满足用户使用业务的质量要求的。所以需要预先对用户使用的所有业务的业务质量要求设定一个门限值，进而通过把从业务质量监测系统读取采集的KQI与预先设定的门限值进行比较，筛选出那些不符合用户使用业务的业务质量要求的KQI。

步骤502：读取比对后低于预先设定门限值的每个KQI对应的所有KPI的数据信息，并将每个KQI与所对应的所有KPI在数值上进行比较；

由于每个KQI是通过业务质量监测系统采集到的KPI使用实施例一中的映射分析方法转换而成的，所以每个KQI的下降都是由和其对应的KPI里的某一个或某几个下降引起的。

因为每个KQI对应的所有KPI信息及其映射分析过程都会储存在业务质量监测系统中，所以从业务质量监测系统中读取不符合用户质量要求的KQI对应的所有KPI数据信息，并将每个不符合用户使用业务的质量要求的KQI对应的所有KPI进行数值上的比较，筛选出每个KQI对应的数值较低的KPI，进行后续步骤的分析。

步骤503：对在数值上比KQI低的KPI进行分析，进而确定该KPI指标下降的原因；

本步骤对通过步骤501和502得到的引起KQI下降的KPI进行分析，把业务质量下降的原因定位至网元、业务等阶段。

优选地，本步骤所述的分析可以是呼损分析、时延分析、地域分析、原因分析、终端分析等。

进一步，还可以在此基础上根据分析结果调用系统知识库与其对应的信息做出解决方案。

如图6所示，是本发明实施例四在具体应用中进行业务质量问题分析的流程图。

下面举例对本实施例进行说明：

如图7、图8所示，由监控模块将对低于KQI门限值的业务进行提取，图7是对QOE小于60，KQI小于40的2G语音业务进行的提取。通过对比2G语音的业务性能，如图8所示的雷达图，横向比较各KPI得出2G语音业务的接入KPI差，质量KPI较差。进一步，针对图7中这两组KPI中的KPI指标进行比较，发现是由2G平均接续时延及全速率占比引起，如图7表中红色字体标识所示，之后对这两个KPI指标进行后续分析。

本实施例是对通过业务质量监测系统采集转换得到的KQI的进一步具体应用，对业务质量监测系统监测得到的KQI数据进行跟踪，对发现的业务质量问题进行分析与解决。

实施例五

如图9所示，是本发明实施例提供的一种业务质量问题分析系统，该系统包括：

数据采集单元901，用于采集网络中与业务相关的KPI；

处理单元902，通过实施例一和实施例二中的业务质量监测方法，将采集到的KPI转换为业务质量KQI，或进一步转换为用户整体体验CEI；

本实施例中的数据采集单元901、处理单元902和实施例三中的数据采集单元401、处理单元402的连接关系、结构、功能、作用相同，本处不再赘述。

业务问题分析单元903，位于应用层，该业务问题分析单元903包括分析模型管理子单元9031a和知识库管理子单元9031b，其中分析模型管理子单元9031a用于对处理单元处理后得到的KQI和CEI与预先设定的用户要求门限值进行比对分析，进一步，调用知识库管理子单元9031b中与分析出问题相匹配的数据，对分析出的问题做出解决方案。

本实施例提供的业务问题分析系统中，通过数据采集单元901采集网络中与业务相关的KPI，进一步通过处理单元902对采集的KPI进行映射转换处理转换成KQI和CEI，最后通过业务问题分析单元903中的业务问题分析单元9031对KQI和CEI指标与预先设定的用户要求标准值进行比对分析，进而做出解决方案。

业务质量问题分析的主要使用对象为网管部门的故障分析者，通过指标分解，我们首先获知业务质量劣化的主要阶段，如接入性能、保持性能、通话质量等方面；然后通过再分解，可以分解至指标，如通过语音业务的保持性能低分解至掉话率低；然后通过多维端到端信令分析，可以定位引起KPI指标较低的故障点。

实施例六

如图10所示，是本发明实施例提供的一种业务质量监测分析管理系统，该系统包括：

数据采集单元S01，用于采集网络中与业务相关的KPI；

该数据采集单元位于数据采集层，可以从数据采集层中的业务开通系统单元S011、信令监测系统单元S012、自动拨测系统单元S013、综合投诉系统单元S014、业务激活系统单元S015、话务网管系统单元S016、业务系统日志单元S017等采集与用户业务相关的KPI，进一步，可以同时从其他系统单元S018获取配置信息、用户信息、网络静态信息等。

处理单元S02，通过ESB业务总线将数据采集单元获取的数据进行数据共享管理，并通过数据处理类服务单元S021、消息处理类服务单元S022、流程处理类服务单元S023进行数据处理，通过实施例一和实施例二中的业务质量监测方法，将采集到的KPI转换为KQI，或进一步转换为CEI；

数据共享管理主要指应用层中的各单元可通过订阅数据的方式使用数据采集单元采集到的各类数据。具有数据共享能力，使得业务质量监测分析管理系统可以很容易扩展系统的数据输入和管理应用层对数据的应用。

业务质量监测单元S031，包括指标管理子单元S031a和监控管理子单元S031b，其具体的结构、功能、作用以及和数据采集单元、处理单元的功能关系和实施例三中的业务质量监测单元4031一样，本处不再赘述。

业务问题分析单元S032，包括分析模型管理子单元S032a和知识库管理子单元S032b，其具体的结构、功能、作用以及和数据采集单元、处理单元的功能关系和实施例五中的业务问题分析单元9031一样，本处不再赘述。

客户QOS(Quality of Service服务质量)/SLA(Service Level Agreement服务等级协议)单元S033，包括客户管理子单元S033a、指标管理子单元S033b、SLA监控子单元S033c、SLA告警子单元S033d。客户QOS/SLA单元以用户为单位进行分析，基于业务问题分析单元的分析结果和用户对于业务管理的要求，提供用户所需要的服务。进一步，还可以包括系统管理单元S04。该系统管理单元S04可以提供一些附加功能，例如，权限设计功能、用户资料导入导出功能等等。

本实施例中的应用层S03可以提供业务质量监控、业务问题分析、客户SLA管理监控的应用功能和系统管理功能。应用层S03是面向最终用户的层次，基于用户对业务管理的要求，提供用户所需要的服务。本实施例提供的业务质量监测分析管理系统是基于用户使用的各种服务，提供统一的应用服务接口。通过应用层中的控制组件动态调用知识库中的模型和知识，就可以利用基础服务层中数据库的信息生成所需要的结果。本实施例应用层S03可以提供的服务包括多维分析、自定义报表、运行概览、即席查询等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种业务质量监测方法，其特征在于，该方法包括以下步骤：

步骤a：采集网络中与业务相关的关键性能指标KPI；

步骤b：将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；

步骤c：将运算后得到的无量纲的KPI通过映射分析模型转换为关键质量指标KQI；

所述步骤c中所述的映射分析模型为在考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型；

所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型为幂指数模型，所述幂指数模型为：将用户使用业务中的业务性能感受因子按照用户的关注程度从大到小排列，将相邻的两个业务性能感受因子中的前一个作为底，后一个作为其指数；

所述步骤b中无量纲化运算为标准化运算，进而将初始采集的KPI指标转换为无量纲的KPI；标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

2.如权利要求1所述的方法，其特征在于，所述步骤a中网络为信令数据网。

3.如权利要求1或2所述的方法，其特征在于，还包括步骤d：针对业务不同属性对于用户感知的重要程度设置业务每个不同属性的权重，将每个KQI对应的业务不同属性的权重求和并除以业务属性的个数得到该KQI对应的权重参数，对所有业务的KQI和其相对应的权重参数进行求和得到客户体验指标CEI。

4.一种业务质量监测系统，其特征在于，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的关键性能指标KPI；

处理单元，位于基础服务层，通过企业服务总线ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为关键质量指标KQI，进一步转换为客户体验指标CEI；

所述处理单元将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；将运算后得到的无量纲的KPI通过映射分析模型转换为KQI；

其中所述的映射分析模型为在考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型；

所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型为幂指数模型，所述幂指数模型为：将用户使用业务中的业务性能感受因子按照用户的关注程度从大到小排列，将相邻的两个业务性能感受因子中的前一个作为底，后一个作为其指数；

业务质量监测单元，位于应用层；用于对处理单元处理后得到的KQI和CEI进行管理和监控；

所述处理单元中的无量纲化运算为标准化运算，进而将初始采集的KPI指标转换为无量纲的KPI；标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

5.一种基于权利要求4所述业务质量监测系统的业务质量问题分析方法，其特征在于，该方法包括以下步骤：

步骤1：读取用户使用的所有业务的KQI，并与预先设定的每一个KQI门限值进行比对，本步骤所述的读取用户使用的所有KQI，是指从前述的业务质量监测系统所监测采集到的KQI数据中进行读取；

步骤2：读取比对后低于预先设定门限值的每个KQI对应的所有KPI的数据信息，并将每个KQI与其所对应的所有KPI在数值上进行比较；

步骤3：对在数值上比KQI低的KPI进行分析，进而确定该KPI指标下降的原因。

6.如权利要求5所述的方法，其特征在于，所述的分析为呼损分析、时延分析、地域分析、原因分析、终端分析。

7.一种业务质量问题分析系统，其特征在于，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的关键性能指标KPI；

处理单元，位于基础服务层，通过企业服务总线ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为关键质量指标KQI，进一步转换为客户体验指标CEI；

所述处理单元将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；将运算后得到的无量纲的KPI通过映射分析模型转换为KQI；

其中所述的映射分析模型为在考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型；

所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型为幂指数模型，所述幂指数模型为：将用户使用业务中的业务性能感受因子按照用户的关注程度从大到小排列，将相邻的两个业务性能感受因子中的前一个作为底，后一个作为其指数；

业务问题分析单元，位于应用层；用于对处理单元处理后得到的KQI和CEI与预先设定的用户要求门限值进行比对分析，对分析出的问题做出解决方案；

所述处理单元中的无量纲化运算为标准化运算，进而将初始采集的KPI指标转换为无量纲的KPI；标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

8.一种业务质量监测分析管理系统，其特征在于，该系统包括：

数据采集单元，位于数据采集层，用于从数据采集层采集网络中与用户业务相关的关键性能指标KPI；

处理单元，位于基础服务层，通过企业服务总线ESB将数据采集单元获取的数据进行数据共享管理，并进行数据处理，将采集到的KPI转换为关键质量指标KQI，进一步转换为客户体验指标CEI；

所述处理单元将采集到的每个KPI进行无量纲化处理运算转换为无量纲的KPI；将运算后得到的无量纲的KPI通过映射分析模型转换为KQI；

其中所述的映射分析模型为在考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型；

所述的考虑用户使用某种业务中所关注的各种KPI指标的主次排序基础上的映射分析模型为幂指数模型，所述幂指数模型为：将用户使用业务中的业务性能感受因子按照用户的关注程度从大到小排列，将相邻的两个业务性能感受因子中的前一个作为底，后一个作为其指数；

业务质量监测单元，位于应用层；用于对处理单元处理后得到的KQI和CEI进行管理和监控；

业务问题分析单元，位于应用层；用于对处理单元处理后得到的KQI和CEI与预先设定的用户要求门限值进行比对分析，对分析出的问题做出解决方案；

客户服务质量/服务等级协议QOS/SLA单元，位于应用层；用于以用户为单位进行分析，基于业务问题分析单元的分析结果和用户对于业务管理的要求，提供用户所需要的服务；

所述处理单元中的无量纲化运算为标准化运算，进而将初始采集的KPI指标转换为无量纲的KPI；标准化的算法如下式所示：

$\mathrm{new}{A}_i=\frac{A_i-\min A}{\max A-\min A}(\mathrm{new}\_\max -\mathrm{new}\_\min )+\mathrm{new}\_\min$

其中A_i为采集的业务性能KPI值，minA为KPI测量指标基准值，maxA为KPI测量指标挑战值，new_min为KPI标准化指标最小值，new_max为KPI标准化指标最大值，用于确定标准化指标的标准化范围。

9.如权利要求8所述的业务质量监测分析管理系统，其特征在于，所述业务质量监测分析管理系统还包括系统管理单元，位于应用层；该系统管理单元提供权限设计功能、用户资料导入导出功能。