以人为本，出奇制胜——CDT数据分析助力高效深度网络优化

在高度竞争的无线网络运营格局下，“服务”将是竞争的焦点之一，因此无线网络优化工作的重要性不言而喻，运营商为此投入了大量的人力、物力。但是问题也随之浮现：巨大的投入是否带来了相应的收益？为什么仍有不少用户投诉网络质量？

    当前的绝大数多优化工作，基本遵循以下模式：
    ● 围绕性能KPI指标分析宏观层面；
    ● 围绕DT/CQT数据分析个体层面。

    他们能够有效运作，但是并没有从真实用户感受的角度出发，自然也就无法准确反映并发现当前网络服务质量的短板。因此运营商需要一个更强大的平台来支撑网络优化工作，它应当能对海量的数据进行智能化处理，同时结合优化工程师丰富的经验进行分析，网络优化工作就能够更准确、更高效、更轻松。

    这个平台是什么？就是CDT。

何为CDT？

    CDT是Call Detail Trace的简写，即呼叫详细跟踪。该系统可以7×24小时持续开启，能够跟踪当前接入系统的所有用户的关键性数据，包括他们接入时的无线环境，以及在接入过程中，系统内部针对该用户接入处理过程中的关键性数据。

    CDT基于这些海量的数据，针对客户的实际需求，进行针对性的分析，展开一系列的深度应用，如归纳业务模型、评估用户感知、快速处理投诉等，本文将介绍基于CDT数据所进行的QoE评估体系以及精细优化这两项具体应用。

建立QoE评估体系

    中兴通讯创新地提出服务质量（Quality of Experience）的评估体系，不再局限于寥寥有限的KPI指标，而是以人为本，从用户感受的角度对服务质量进行评估。

    比如：对每一个用户的接续时长（从主叫拨打到被叫振铃时长）进行分析和统计，得到平均值以及分区间的比例；对每一个用户的呼叫保持性进行评估，不仅仅关注用户A是否发生过掉话，而且还要关注用户A通话过程中对端的网内用户是否发生了掉话，因为掉话对通话双方都有负面影响。

    图1展示了对用户通话过程中的体验进行评估的部分项目，其中包含了两个核心理念：端到端的体验（E2E）和多节点监控（Multi-Node Monitor）。

    通过基于用户感受的评估体系，网络运维团队不仅仅关注网络设备运行的物理特性，更关注网络设备所能够提供的服务，完成从“管理设备”到“管理终端用户感知”的转变。这套评估体系也能够帮助网络运维团队从以往的“普遍撒网，盲目优化”的低效率模式中跳转出来，转变为“重点出击，有的放矢”的高效模式。

图1 通话过程的用户体验评估示意图

“外科手术式”的精细优化

    网络优化也可以做到像外科手术那么精细？是的，完全可以。以CDT数据为依托的数据分析，通过记录并分析每一次呼叫的Log信息，真正意义上实现了“全天候监控”的需求。无论是闲时忙时，网络的任何一次异常都逃不出它的视线，由于汇聚海量数据，“问题”将会在其中反复出现并引起网络优化工程师的密切关注，并最终给予解决。

    这里提到的“问题”可以是覆盖信号差或者导频污染。如某业务区网络通过对CDT数据进行分析，找出了一些弱覆盖区域，而这些区域之前无法通过路测发现。如图2所示，左边是优化前的Ec/Io地理分布图，存在部分弱覆盖区域，右边是优化后的Ec/Io地理分布图，进行优化效果验证。

图2 某网络Ec/Io地理分布图

    这里提到的“问题”还可以是邻区漏配、错配导致的掉话，当这样的掉话一再发生时，就会被发现和解决。这种邻区优化模式有别于以往传统的基于统计次数和地理方位的邻区优化方式，而是以掉话事件为驱动，不断地弥补错误，不断地逼近完美。

    此外，精细优化还可以体现在对重大操作的预先仿真。比如，当前很多城市的CDMA基站密度非常高， PN需要重新规划，如何确保重新规划后的PN应用到网络后不存在PN复用、PN混淆等隐性问题呢？在传统方式中，纯粹依靠人工观察每一个PN复用组在地理上的分布，然后得出经验型的判断，显然这种方式是比较粗放的。现在基于CDT数据中的所有PN_Phase信息，在PN规划新结果应用之前，就可以进行一次仿真验算，看看数千万条记录中会有多大的比例出现PN判决错误，都集中在哪些区域，从而进一步得到改进方案。

应用案例

    某省N市在新一轮扩容建设之后，网络性能基本稳定，但是用户投诉却有所增加。传统的TopN坏小区优化思路始终无法突破这个僵局，虽然也能及时响应投诉处理，但是性能曲线却总是震荡，无法向好的方向收敛。

    面对这个难题，该业务区启用了CDT系统，采集数天的数据进行分析，发现PN规划以及邻区配置的系列问题是最主要的元凶，于是进行重点整改：
    ● 纠正10组邻区错配；
    ● 修改2组复用距离过近的PN；
    ● 弥补15个重要的漏配邻区；
    ● 优化17组切换完成超时问题；
    ● 解决22组PN混淆问题。

    通过近两天的集中整治，网络质量得到了显著的提高，用户申告量（无线方面）从每天的30余单减少为15单左右，图3展示了网络整体性能的变化状况。

图3 N市应用CDT进行精细优化后性能KPI变化图

    通过CDT数据所搭建的QoE评估体系以及所衍生的精细优化等一系列应用，能够真正做到“以人为本”，找到网络服务质量的短板，将很多以往粗放型、经验型的优化工作转型为精细化的工作，将网络优化工作从“大而全”转换为若干个“小而专”，使得网络优化工作起到“出奇制胜”的效果。