话务统计分析-20101019

一、10月话务统计
12360热线：10月，我关12360热线来电总数1438个，受国庆长假影响，本月来电数量环比减少20.7%。

工作时间人工受理717个，平均40个/工作日；非工作时间自助语音服务电话526个；因占线等原因放弃或无效电话195个。

人工受理电话中，前台答复517个，占72%；后台答复41个，占6%；转接广州海关159个，占22%（见下表）。

热线总体运行情况正常，有效电话全部答复办结。

在人工受理的电话中，按业务类别统计，主要构成如下：通关监管类258（35.9%），企业管理类88（12.3%），关税征管类59（8.3%），审单
类12 （1.6%），加工贸易类16（2.3%），法规类6（0.4%），统计类3（0.4%），数据分中心事务6（0.8%），其他类205（28.6 %），投诉2（0.2%），非海关事务62（8.6%）(见下图)。

通关“110”热线：10月，我关通关“110”热线来电194个，均为人工接听受理，平均10个/天。

华为话务统计分析与算法讲义华为话务统计分析与算法是指通过对华为通信设备的话务数据进行统计分析，利用算法进行数据处理和挖掘，从而得出通信网络的性能表现和用户行为特征等方面的有关信息，为运营商和网络管理员提供决策支持和网络优化方案。

话务统计分析是指对通信设备中的话务数据进行收集、整理和分析的过程。

华为通信设备能够实时收集用户在通信网络中产生的通话数据，例如呼叫数量、通话时长、通话质量等相关信息。

通过对这些数据进行整理和分析，可以得出网络的负载情况、繁忙时间段、故障情况等重要指标。

在话务统计分析的基础上，还可以利用算法进行数据处理和挖掘，以发现隐藏在数据背后的模式和规律。

其中，最重要的算法之一是关联规则算法。

关联规则可以从大量的话务数据中挖掘出不同特征之间的关联关系，例如一些地区的通信需求与时间的关系，或者一些用户群体的通话习惯等。

这些关联规则可以为运营商和网络管理员提供重要的决策支持，例如合理规划基站布点、调整通信网络的容量等。

另一个重要的算法是聚类算法。

聚类算法可以将话务数据根据相似性进行分组，每个分组代表一个用户群体或者其中一类特定的通信需求。

通过对用户群体特征的分析，可以为运营商提供个性化的服务，例如推荐适合用户的套餐、针对特定群体的市场推广等。

除了上述算法外，还可以使用时间序列分析算法对话务数据进行建模和预测。

时间序列分析可以发现数据之间的趋势和周期性，并基于历史数据预测未来的发展趋势。

这对于网络管理员来说非常重要，可以根据预测结果进行网络容量规划和故障排除等。

总之，华为话务统计分析与算法能够对通信网络中的话务数据进行深入的挖掘和分析，利用算法发现数据背后的规律和模式，为运营商和网络管理员提供决策支持和优化方案。

这不仅可以提高通信网络的性能表现，还可以为用户提供更好的通信服务。

话务量预测室内话务的测算公式：1.写字楼的话务量（单位：ERL）=建筑面积×75%×1/20×20%×0.01（75%为实用面积的比率；1/20为人员与办公面积的比率；20%为手机的拥有率；0.01为人均话务量）2.商场的话务量（单位：ERL）=建筑面积×75%×1/2×1/3×20%×0.02（75%为实用面积的比率；1/2为实用面积与营业面积的比率；1/3表示每平米人数；20%为手机的拥有率；0.01为人均话务量）3.会展中心的话务量（单位：ERL）=建筑面积×80%×50%×1/3×20%×0.015（80%为实用面积的比率；50%为柜台的面积；1/3为人员与会展面积的比率；20%为手机的拥有率；0.015为人均话务量）4.会议中心的话务量（单位：ERL）=容纳的人数×80%×0.02（；20%为手机的拥有率；0.02为人均话务量）5.三、五星级宾馆：房间数×2×80%×70%×0.01（2为床位数；80%为宾馆的入住率；70%为手机的拥有率；0.01为人均话务量）6.四星级宾馆：房间数×2×80%×80%×0.015（2为床位数；80%为宾馆的入住率；80%为手机的拥有率；0.015为人均话务量）7.大型娱乐场所忙时话务量按0.02Erl/sub预测话务量 = 建筑面积（m2）×70%×1/3×60×%0.0270%为使用面积，1/3为每3m2有一个人8.停车场使用面积按50%，每停车位按7 m2人均手机使用率按20%，人均话务量0.01Erl/sub 预测话务量 =建筑面积（m2）×20%×50%×0.01/7以上公式是进行话务量预测的，对C网、G网都适用。

客服话务分析报告1. 引言客服话务分析报告是为了帮助企业对其客户服务中心的运营情况进行全面分析和评估而编写的。

本报告通过对客服话务数据的统计和分析，旨在为企业提供有关客户服务质量、客户反馈和客服团队绩效等方面的见解。

2. 数据来源和方法为了编写客服话务分析报告，我们收集了以下数据:1.客服话务记录：通过企业客服系统和通信记录获取来自客服团队的话务数据。

2.客户反馈调查：通过在线调查表单和客户满意度调查收集客户反馈数据。

3.客户服务质量评估：通过评估客服对问题解决速度，沟通技巧和服务态度等方面进行客服质量评估。

我们使用了以下方法来分析客服话务数据:1.话务量统计：通过计算客服接听和处理的电话/邮件数量来评估话务量。

2.处理时间分析：通过记录客服团队平均响应时间和问题解决时间，来评估客服效率。

3.客户满意度分析：通过调查反馈和客户评价来衡量客户满意度水平。

4.问题类型分析：通过分类和计数客户问题的类型，以了解主要问题的关注点。

3. 客服话务数据分析结果3.1 话务量统计根据我们的数据统计，过去三个月的客服话务量呈逐月增长趋势。

其中，XX月份接听/处理的电话和邮件数量分别为XXX和XXX，而XX月份分别为XXX和XXX。

这表明我们的客服团队面临着不断增加的工作负载。

3.2 处理时间分析平均响应时间反映了客服团队对客户问题的快速反应能力。

根据数据分析，我们的客服团队在过去三个月内的平均响应时间保持稳定，维持在X分钟左右。

然而，问题解决时间的数据显示了一些改进的空间，平均问题解决时间平均为X小时。

我们建议加强对客服人员的培训，提升问题解决效率。

3.3 客户满意度分析通过客户满意度调查，我们收到了大量的反馈数据。

结果显示，X%的客户对我们的服务感到满意，X%的客户认为服务一般，而X%的客户表达了不满意的情绪。

主要满意度方面的问题包括解决速度和服务态度。

通过进一步分析这些反馈，我们可以识别改进客户体验的关键领域。

2月简话应答量分析一、呼入量、应答量、预测应答量情况1.2月人工呼入量、应答量、排班预测应答量情况2010年2月全月的应答量与呼入量曲线基本一致,但是部分时段应答量无法满足呼入量的需求，接通率起伏较大。

其中：2-3日的排班应答量日均9.9万，实际呼入量为日均14.3万，缺口最大。

5日呼入量11.9万次，应答量仅为9.3万次。

7-12日因返乡人员增多，GPRS、短信业务的咨询同步上升，日均呼入量10.5万次，日均应答量仅为8.8万次。

17-19由于节日期间话务空闲临时增加休息，应答量下降。

日均呼入量6.4万，日均应答量5.5万。

22日呼入量8.59万，应答量6.95万。

6日、26日因为出现部分地市的客户无法正常通讯或使用GPRS 业务、无故收到积分兑换签收短信等，客户集中来电咨询，重复来电上升，引起呼入量上升。

2.预测呼入量与实际呼入量情况（注：20日后的呼入量为后期重新预测的数据）预测呼入量中，2月三个时间段的预测值比实际发生值的升降幅度大于5%。

其中，7-13日的预测日均呼入量比实际呼入量下降10.6%，14-20日、21-26日的预测日均呼入量分别比实际呼入量上升36.5%、下降22.7%。

2月的排班应答量与预测话务量之间有部分的时段的数据偏差较大，表现为：1．话务忙日的排班应答量不足，如2-3日、5-8日。

2、每天的应答能力不均衡，起伏较大。

如：3日、5日、8日、12日等。

小结：1.忙日的排班应答量、实际的应答量不能满足实际话务的需求；2月总体话务量预测值偏低，其中月初预测值偏低，月中预测值偏高；每日的应答量起伏较大，部分日期甚至大幅低于预测的人工话务。

二、每日应答量分析1.1日排班应答量与实际呼入量曲线图1日7:00-10:00、17-22时两个时段出现异常话务高峰，7：00-10：00主要为咨询积分兑换进度以及业务办理等，19：40起梧州藤县区域客户出现GPRS业务使用异常等。

同时，1日因考虑班组的班务衔接，增加一个休息班组，删除一个中晚的班务。

话统分析在网络优化时，话统指标是分析网络性能的基本依据。

常用的指标有拥塞率、掉话率、切换成功率等。

这些指标是网络规划质量的外在表现。

无线覆盖质量、信道容量、小区参数是影响网络质量的内在原因。

话统分析就是从这些外在的现象分析出影响网络质量的内在因素。

不过移动通信网是一个复杂的系统，如无线覆盖统计、回声、单通或双不通是无法通过话统测量的。

网络优化时必须还要结合路测，信令分析，告警信号等方法综合分析。

在进行实际的话统分析之前，至少得到一周的话统数据。

其中包括BSC整体性能测量，小区性能测量的TCH性能测量，SDCCH性能测量，小区间切换性能测量。

这些是评价基站侧网络质量的基础部分。

其他还要根据具体情况登记一些相关任务。

根据话统数据的特性，话统分析是从BSC整体性能测量到小区性能测量，从主要指标到次要相关指标分析这样逐步细化的过程。

首先从BSC整体性能测量了解整个网络的大概性能。

整体指标中首先了解全网的TCH话务强度、TCH掉话率、SDCCH掉话率和拥塞率、BSC内小区间切换成功率等。

根据网络特点一般将网络分为覆盖型网络和容量型网络。

前者指乡村和公路等覆盖范围大用户量少的网络；后者指城市这样基站密集的大容量网络。

对不同网络应有不同的考查标准。

容量型网络其掉话率、切换成功率、寻呼成功率指标一般都好于覆盖型网络。

从TCH话务强度和TCH设计容量可以了解网络整体的负荷，负荷较重的网络各项性能都会下降。

TCH拥塞率计算公式常有变化。

切换性能对于网络其他指标如掉话率、话音质量和干扰都有影响，所以也是话统分析的重要方面。

对于切换成功率比较低的情况下，看无线切换成功率是否也比较低。

从这里判断是属于无线传播的问题还是容量或其他地面设备的问题，然后在进行详细分析。

其次观察寻呼成功率和立即指配成功率。

寻呼成功率是寻呼成功次数除以MSC发来的寻呼次数。

这个指标间接反映无线覆盖情况。

要注意GSM规定寻呼消息具有重发机制，但这个重发机制是在MSC侧还是BSC侧由各生产厂商自定。

话务统计子系统STS简介统计和话务测量（STS）是观测交换机和网络情况的一种手段，有助于短期维护或长期的网络规划。

譬如：通过各种话务流向，话务负荷的统计等来配置中继和交换能力；通过测量统计各种话务事件，可以发现最坏小区等；得到服务性能和推算服务等级(the grade of service GOS)等等。

不同的网元，根据其功能，其统计和话务测量的内容不一样。

STS基本概念话务量一、概念1、话务量的计量单位：ERLANG（爱尔兰，Erl）：一段时间内对设备的同时占用（通常指一个小时）。

例如：每线一Erl是指这个时隙在一个小时内都被占用。

其他的计量单位有：Equated Busy Hour Call (EBHC). 1 EBHC = 1/30 erlangCentury (Hundred) Call Second (CCS). 1 CCS = 1/36 erlang2、话务流量：话务流量是指在单位时间内的话务量，如果用T表示话务流量，则：T=Y*S其中：Y指单位时间内的建立呼叫总数S指每次呼叫的持续时间（mean holding time）3、承载话务量：指一个空闲话务系统上设计可承载的话务量，这个话务量实际上是一个假定值，根据不同的服务等级，可以有不同的话务量数值。

4、TRAFFIC OFFERED指用户提供的话务量。

这里是指用户主观提供的话务量，但是并不是指系统就一定能够支持这些话务量。

5、TRAFFIC CARRIED系统实际承载的话务量，这个话务量与用户主观提供的话务量不相等：可能由于拥塞，系统不能接受用户提供的话务量；可能由于切换，系统的实际话务量要大于用户提供的话务量。

6、TRAFFIC LOST（REJECTED TRAFFIC）由于拥塞或者其他原因，系统不能完全支持用户提供的话务量。

二、话务量的计算：1、网络容量的确定包括以下几个方面：1）系统用于VOICE/SPEECH的信道数量；2）用户产生的话务量；3）网络的服务等级。

2010年春节长途网运行情况预测分析一、国内电话网运行情况：2007-2009年春节期间天津长途网运行情况稳定。

三年话务高峰时段有所不同，话务量、试呼次数均呈现逐年下降趋势。

下图为2007年至2009年国内长途话务高峰预测2010年春节话务高峰仍出现在初一9时，根据以往三年工作日、休息日与峰值春节期间国内长途来去话话务与平时话务比较从过去三年春节期间话务运行情况看出，春节期间国内长途去话呈下降趋势。

春节7天长途去话同比下降15%左右。

2009年春季期间话务高峰已经不再突出，除夕和正月初一全天话务量略高于平时工作日话务量。

正月初二以后呈下降趋势，且均低于平时（工作日和休息日）的话务。

春节期间长途来话也呈现下降趋势，2009年春季期间长途来话降幅较大，7天总量较去年同期下降25.27%。

除夕和正月初一全天话务量略高于平时工作日话务量。

正月初二以后呈下降趋势，且均低于平时的话务。

预测2010年春节期间国内长途来去话继续下降趋势，考虑到193长途网话务接入的影响，下降趋势会有所减缓，但总体分布会于2009年一致，即除夕和正月初一全天话务量略高于平时工作日话务量，故推测除夕或初一全天长途国内去话话务量为49643.32erl, 来话话务量为36401.26erl,正月初二以后呈下降趋势，且均低于平时的话务, 去话话务量低于29000erl,来话话务量为低于21000erl。

参考附图:二、国际话务运行情况分析近年来春节期间国际话务发话话务量高峰出现在初一零点,来话话务量高峰出现在除夕21:00,双向话务高峰出现在21:00.预测2010年春节国际话务双向话务量高峰仍出现在除夕21时，根据以往三年工作日、休息日与峰值话务比例，测算2010年春节国际长途双向话务量峰值为184.4erl，每线0.13erl。

春节期间7天国际去话呈现逐年明显下降趋势。

2009年春节期间7天国际去话总量较2008年同期下降32.16%．远低于平时工作日话务量，略高于休息日话务量．2009年春节国际去话峰值出现在初一0点,但远远低于平时工作日忙时话务量.2007年－2009年春节期间7天国际来话总量分别为7398.5erl，10713.3erl，8034.1erl。

话务分析报告引言话务分析是一种重要的方法，通过对通信数据的整理和分析，可以深入了解通信过程中发生的各种现象和问题。

本报告旨在通过话务分析，为企业提供有关通信质量、用户需求和系统性能等方面的数据和建议，进一步改善业务和提升用户体验。

数据收集和处理在本次话务分析中，我们使用了一组真实的通信数据进行分析。

这组数据包括了一段时间内的通信记录和用户操作日志，通过提取和整理这些数据，我们得到了一个完整的数据集。

接下来，我们针对数据集进行了以下处理步骤：1.数据清洗：通过去除重复数据、处理缺失值和异常值等，确保数据的准确性和完整性。

2.数据转换：对关键指标进行计算和转换，方便后续的分析和可视化展示。

3.数据分析：通过对数据进行统计和比较分析，挖掘数据中的有用信息。

4.数据可视化：使用图表和图像等可视化工具，直观地展示数据的分布和趋势。

通信质量分析通过对通信数据的分析，我们可以评估通信质量的稳定性和可靠性。

以下是我们对通信质量的主要分析结果：1.通信成功率：根据通信记录中的成功/失败信息，计算出整体的通信成功率。

该成功率在可接受范围内，说明通信系统的稳定性较高。

2.延迟时间：通过计算通信请求的发起时间和结束时间的差值，得到通信的延迟时间。

延迟时间的统计结果显示，在大多数情况下，通信的延迟时间都在可接受的范围内。

3.丢包率：通过统计通信记录中的丢包信息，计算出整体的丢包率。

丢包率的结果显示，在一段时间内，整体的丢包率处于较低的水平。

综合以上分析结果，可以认为通信系统的质量良好，用户在使用过程中不会遇到太多的问题。

用户需求分析用户需求分析是了解用户使用通信系统的目的和期望的重要环节。

通过分析用户操作日志，我们可以得到以下关于用户需求的结论：1.主要用途：通过统计用户使用通信系统的主要目的，我们发现绝大多数用户使用通信系统进行语音通话。

少量用户使用通信系统进行数据传输和多媒体通信。

2.使用习惯：通过分析用户在不同时间段的使用情况，我们发现大部分用户在工作日的上午和下午使用通信系统频率较高，在夜晚和周末使用频率较低。

2010年9月通信业运行状况【发布时间:2010年10月21日】【来源：运行局】【字体：大中小】一、主要指标发展情况(一)业务总量和业务收入2010年1-9月，全国电信业务总量累计完成22748.9亿元，比上年同期增长20.8%;电信主营业务收入累计完成6675.1亿元，比上年同期增长6.8%。

图1. 2007-2010年各月电信主营业务收入比较(二)用户发展2010年9月，全国电话用户净增917.3万户，总数达到113457.0万户。

其中，固定电话用户减少107.1万户，移动电话用户净增1024.4万户。

1.固定电话用户：1-9月，全国固定电话用户累计减少1246.2万户，达到30127.0万户。

固定电话用户中，无线市话用户减少1317.7万户，达到3281.7万户，在固定电话用户中所占的比重从上年底的14.7%下降到10.9%。

图2. 2007-2010年固定电话用户各月净增比较2.移动电话用户：1-9月，全国移动电话用户累计净增8608.7万户，达到83330.0万户。

图3. 2007-2010年移动电话用户各月净增比较3.互联网用户：基础电信企业的互联网用户进一步趋向宽带化。

2010年1-9月，基础电信企业互联网宽带接入用户净增1715.7万户，达到12113.5万户，而互联网拨号用户减少了122.5万户。

图4. 2007-2010年互联网用户各月净增比较二、业务结构分析(一)电信主营业务收入构成图5. 2009年1-9月电信主营业务收入构成图6. 2010年1-9月电信主营业务收入构成2010年1-9月，移动通信收入累计完成4651.0亿元，比上年同期增长12.0%，在电信主营业务收入中所占的比重从上年同期的66.42%上升到69.68%;固定通信收入累计完成2024.1亿元，比上年同期下降3.6%，在电信主营业务收入中所占的比重从上年同期的33.58%下降到30.32%。

(二)本地电话业务表1. 2010年固定本地与移动本地通话量比较2010年1-9月，固定本地电话通话量比上年同期下降19.3%，而移动本地电话通话时长比上年同期增长19.2%。