CC BY
67
OSS КОМПЛЕКС КАК ИНСТРУМЕНТ КОНТРОЛЯ ЛОЯЛЬНОСТИ КЛИЕНТОВ ОПЕРАТОРА СВЯЗИ
Ланкевич Ксения,
ООО "НТЦ АРГУС", инженер первой линии технической поддержки, Санкт-Петербург, Россия, k.lankevich@argustelecom.ru
Хабаев Никита,
ООО "НТЦ АРГУС", инженер контроля качества, Санкт-Петербург, Россия,
n.xabaev@argustelecom.ru
Скоринов Максим,
ООО "НТЦ АРГУС", руководитель группы
системного анализа ^т^Ч^фург Россия Ключевые слова: OSS, лояльность,
m.skorinov@argustelecom.ru WFM, техническая поддержка, отток.
Для любой компании важность удержания существующих клиентов стоит на том же уровне, что и важность привлечения новых. В современной ситуации, когда большинство абонентов уже распределено по операторам связи, удержание абонентов выходит на первый план. А значит, решение задач контроля лояльности конкретного абонента, её измерения и повышения оказываются очень востребованными.
IT-ландшафте практически любой телекоммуникационной компании в настоящее время правилом хорошего тона считается выделение специализированных систем, воплощающих в жизнь ряд современные подходов, таких как CEM (customer experience management - управление клиентским опытом) и SEM (service experience management - управление восприятием услуг), позволяющих определять и проак-тивно корректировать лояльность абонентов. Однако помимо указанных программных комплексов, в распоряжении оператора связи есть ряд других OSS-систем. В данной статье мы особо рассматриваем системы технической направленности в составе OSS-комплекса оператора связи, выдвигая предположение, что они, в случае правильной автоматизации соответствующих бизнес-процессов, представляют немаловажный фактор влияния на клиентскую лояльность, анализируя жизненный цикл клиента в рамках бизнес-процессов оператора связи. В рамках статьи рассматриваются этапы, связанные с непосредственно технической стороной оказания услуг - это подключение услуг и обеспечение их бесперебойного предоставления. Применение математических алгоритмов, позволяющих с достаточной точностью рассчитывать оптимальный маршрут выездных специалистов с учётом накладываемых ограничений, в рамках этапа подключения услуг (где автоматизация процесса обеспечивается системой WFM-класса) улучшает первое впечатление абонента от практики работы провайдера, что положительно сказывается на лояльности абонента к оператору. Использование моделирования поведения абонентов на основе информации из систем технической поддержки и, например, биллинговых систем, позволяет автоматизировать стратегию поощрения конкретного пула клиентов компании, что снижает вероятность оттока абонентской базы. Таким образом, мы показываем, что с помощью систем технической направленности возможно, пусть и косвенно, влиять на лояльность абонентской базы.
Для цитирования:
Ланкевич Ксения, Хабаев Никита, Скоринов Максим. OSS комплекс как инструмент контроля лояльности клиентов оператора связи // T-Comm: Телекоммуникации и транспорт. - 2016. - Том 10. - №5. - С. 36-40.
For citation:
Lankevich Kseniya, Khabaev Nikita, Skorinov Maksim. OSS complex as a customer loyalty tool control operator. T-Comm. 2016. Vol. 10. No.5, рр. 36-40. (in Russian)
Зачем тратить средства на существующих клиентов?
Сложившаяся в последние годы высо конкурентная ситуация па телекоммуникационной рынке России, которую хорошо иллюстрирует проникновение мобильной связи -больше 250 миллионов зарегистрированных абонентов (или почти 170% от фактического населения нашей страны), показывает, что резервы для пополнения абонентской базы классическими способами себя исчерпали. Фактически, единственный реальный драйвер роста - это проникновение и развитие концепций и технологий, связанных с использованием мобильной связи, таких как М2М и 1оТ. А если обратить внимание на классический набор телекоммуникационных услуг, предлагаемых рынком для физических и юридических лиц {сегменты В2С/В2В), то легко можно увидеть, что затраты на привлечение одного нового абонента, которые несёт оператор связи в современных условиях, особенно с учётом наблюдаемой политики сдерживания стоимости телекоммуникационных услуг (рост тарифов на услуги связи, особенно в секторе альтернативных провайдеров, существенно ниже, например, роста инфляции), могут окупиться только в случае длительного и активного взаимодействия между абонентом и оператором. Одним из действенных способов поддержки такого взаимодействия является управление клиентской лояльностью.
Ещё одним немаловажным вызовом в рыночных отношениях между провайдером и потребителем телекоммуникационных услуг, с которым в настоящее время приходится регулярно сталкиваться операторам связи, является крайне высокая скорость развития технологий предоставления услуг. И здесь дня крупных игроков рынка, управляющих масштабными распределёнными сетями, также кроется опасность, заключённая в повышенной вероятности оттока наиболее активной части абонентской базы в пользу небольших альтернативных провайдеров услуг, более гибких е точки зрения внедрения новых технологий. В управлении процессом оггока, в поиске путей по его количественному снижению, мы также приходим к пониманию значимости контроля лояльности конкретного абонента и необходимости применения механизмов её измерения и повышения.
Поддержка жизненного цокла клиента
в B/OSS-комплексе
Взаимоотношения между клиентом и оператором начинаются задолго до подписания договора об оказании услуг связи, а закончиться могут гораздо позже того момента, когда клиент от договора откажется. И, как и любых взаимоотношениях, можно сформировать негативное представление об оператора на этапе «знакомства», а можно оставить хорошие воспоминания даже после окончания отношений. Управлять этими, в целом, эмоциональными составляющими можно и нужно при помощи различных систем СЕМ- и SEM-класса (Customer / Service Experience Management), базирующимися на информации, собираемой и обрабатываемой в B/OSS-комплексе оператора связи.
Рассматривая жизненный цикл клиента в рамках бизнес-процессов оператора связи, можно выделить четыре крупных блока, влияющих на отношение потребителя к предлагаемым услугам, которое транслируется на общее впечатление от телекоммуникационного оператора. Во-первых, это этан предварительной, договорной работы, который больше
относится к области продаж и маркетинга. Второй и третий этапы, связанные с непосредственно технической стороной оказания услуг - это включение услуг и обеспечение их бесперебойного предоставления. Четвёртый этап, не менее важный для формирования положительного эмоциональною фона клиента — связан с расчётами за услуги связи, своевременной и корректной тарификацией оказанных услуг, а также учётом возможных простоев и сбоев в предоставлении по вине оператора связи. Конечно, поскольку финансовая сторона любых взаимоотношений является очень важной, формирование лояльности конкретного клиента и общественного мнения в целом в значительной степени зависит именно от неё. Можно вспомнить немало примеров, когда конкретные операторы «награждались» пользователями, в силу различных ошибок в тарификации или непрозрачных схем предоставления дополнительных услуг и сервисов клиентам, запоминающимися негативными характеристиками.
Однако этапы, связанные с технической стороной предоставления услуг, также являются в значительной степени важными для формирования положительного (или отрицательного) эмоционального фона, оказывающими серьёзное влияние на лояльность абонентов. И на этих этапах, гибко используя возможности соответствующих информационных систем, также можно добиться проактивного управления лояльностью как будущих, так и уже существующих клиентов оператора связи. Каким же образом этого можно достичь?
Покажем, как система OSS-класса Workforce Management (WFM), может помочь оператору связи повысить качество обслуживания и лояльность клиентов. Рассмотрим в качестве примера непосредственное взаимодействие между клиентом и выездными специалистами, когда система WFM осуществляет управление выездными бригадами сотрудников оператора связи в рамках обработки нарядов на подключение услуг.
Мы утверждаем, что, если клиент будет обслужен качественно и точно в оговоренное время, то лояльность клиента возрастёт, или, но крайней мере, не упадёт. Поэтому, как инструмент оператора, система должна решать задачи по подбору точного временного интервала прибытия монтёра [1J. Под точностью временного интервала понимаем согласованный с клиентом промежуток времени, в рамках которого монтёр гарантированно сможет выполнить работы, например, по установке клиентского оборудования. Проблема подбора точного интервала определяется зависимостью от ряда таких параметров, как пожелание клиента, наличие/отсутствие специа-лисга с заданными компетенциями в нужное время в нужном месте, расстоянием до адреса клиента и т.д. При этом только один вариант расписания выездных специалистов может считаться оптимальным с точки зрения его эффективности.
Предложенный алгоритм подбирает оптимальное по заданным критериям расписание задач для бригады выездных специалистов, включающее собственно участки/специалистов и их временные окна для выполнения заявок.
Задача оптимизации решается в несколько этапов. I 1реж-де всего, необходимо решить подзадачу маршрутизации с Ограничениями - сформировать маршрут следования каждого монт ёра так, чтобы монтёр мог оказаться у клиента в оговоренное время и при этом маршрут был кратчайшим.
Чтобы решить такую задачу оптимизации, адреса клиентов К представляем в виде вершин графа G (К, Е), где Е - это пут ь монтёра между адресами, т.е. ребро графа {(k¡, k¡) \ i ф-j).
На каждом из адресов могут быть несколько нарядов, в случае если сразу несколько клиентов находятся на одном адресе. То есть, с каждой перш и ной К, может быть ассоциировано некоторое количество нарядов, которые должны быть выполнены. Задача маршрутизации состоит в определении такого множества маршрутов для каждого монтёра с минимальной общей стоимостью, чтобы каждая вершина множества Л" была посещена только одним монтёром только один раз.
Для решения задачи необходимо;
• множества К разбить па подмножества (маршруты);
• задание порядка обхода на каждом подмножестве (перестановка вершин маршрута).
Приемлемость того или иного решения определяется дополнительными ограничениями задачи.
Целевой функцией является стоимость решения задачи:
F=ZC(Ri),i= l..m (1)
где C(R¡) - сумма длин ребер маршрута Zf,; С - матрица стоимости пути с,¡ между клиентами; т — количество монтёров; Rj— маршрут í-й монтёра (/=1..ш).
В классическом варианте решения задачи требуется найти приемлемое решение с минимальной стоимостью (!)■ По оптимизация должна быть выполнена по определённым критериям и в данном случае мы получаем задачу Vehicle Routing Problems (VRP), Задача программирования, которая ОТНОСИТСЯ к классу Л'/5-сложных задач. Для решения поставленной нами задачи рассматривается задача с ограничением по времени Vehicle Ron ling Problems with Time Windows.
Данная задача подобна VRP с основным дополнительным условием: для выполнения запроса каждого клиента к, существует известный промежуток времени, который задаётся как дополнительное условие для построения маршрута. Это время является допустимым промежутком для выполнения наряда выездного специалиста. В рамках решения задачи мы получаем реальный момент времени выполнения наряда.
Д)я выполнения заказа каждого клиента существует допустимый интервал времени и реальный момент выполнения заказа в соответствии с полученным решением. При решении данной задач мы можем минимизировать количество монтёров, необходимое для выполнения нарядов, сократить время, которое монтёр находится в пути и, что важнее всего, сократить время ожидания клиентом специалиста.
Нужно также учитывать, что решение задачи может считаться приемлемым только в Случае, если монтёр прибудет к клиенту до верхней границы допустимого временного интервала выполнения наряда. В случае, если монтёр прибывает ¡ra место раньше допустимого интервала времени, он ожидает его наступления.
Получив решение VRPTW, система имеет возможность точно подобрать время выезда монтёра избежать опозданий к клиенту. Алгоритмы, которые лежат в основе решения задач оп тимизации, являются эвристическими или чаще мета-эвристическими методами. Точные методы Branch and hound и Branch and cut не позволяют достичь требуемого результата в связи с тем, что в системе превышается требуемое время решения задачи.
Эвристические методы позволяют найти приближенные к оптимальным решения, благодаря ограниченному поиску. Данные методы не всегда могут решать NP-cложные задачи в
связи с тем, что нет гарантии получения максимально приоли-женного к оптимальному варианту решения, но при этом решение задачи выполняется за требуемые промежуток времени.
Мета-эвристические методы позволяют достичь наилучшего результата в решении задач оптимизации. В мета-эвристических методах упор делается на тщательном изучении наиболее перспективных частей пространства решений. Качество получаемых решений получается выше, чем у полученных классическими эвристиками [2].
К данным типа алгоритмом относятся: Л nl Algorithms Constraint Programming Deterministic Annealing Genetic Algorithms Simulated Annealing Tabu Search Granular Tabu
The adaptative memory procedure Kelly and Xu<1999)
Задача по оптимизации также выполняется и па других этапах обработки наряда. Гарантия выполнения зависит порой от многих факторов, неявка монтёра может быть обусловлена форс-мажорами, которые в значительной степени можно предупредить благодаря функциям системы, таким как GPS-tracking, оперативная корректировка графика выездных работ, оптимизация расписания сотрудников по критериям [4].
В случае если работник по каким-либо причинам не может выполнить наряд, назначенный «на него», он может сообщить об этом диспетчеру, для того чтобы была возможность провести оперативную корректировку графиков работ выездных бригад.[3] Реализация данного алгоритма чаще всего подразумевает автоматический подбор исполнителей для нарядов и внесение изменений в [ рафики работ бригад.
Монтёр может подучить информацию об изменении графика работ, назначенных на него, с помощью функций мобильного приложения, которое информирует сотрудника о любых изменениях в режиме реального времени.
Мобильное приложение обладает не только функцией автоматическою информирования сотрудников выездных служб, по также позволяет получать оптимальные маршруты выполнения задач и передавать информацию о местоположении работников и прогнозировать их прибытие к абонентам, если это требуется. Таким образом, система WFM, построенная на основе предложенных алгоритмов, позволяет гарантировано выполнить наряд в указанное время и, таким образом повысить лояльность клиентов.
На этапе обеспечения бесперебойной работы услуг с задачами повышения лояльности абонентов оператору связи помогут системы класса Assurance, например, комплексная техническая поддержка (КТП). Системы данного класса позволяют автоматизировать бизнес-процессы технической поддержки услуг и клиентов операторов связи в части:
приема и обработки обращений клиентов, связанных со снижением качества или полным прекращением предоставления услуг связи;
устранения повреждений проблемного оборудования, исправления массовых аварий, проведения плановых ремонтных работ и проверки подозрений на сбои в оборудовании сети и линиях связи.
T-Comm Том 10. #5-2016
В общем случае системы технической поддержки в OSS/BSS комплексе оператора связи, помимо своего основного предназначения, позволяют решить следующие задачи:
* повысить лояльность клиентов за счёт сокращения времени восстановления услуги и своевременного информирования о профилактических работах и неисправностях;
уменьшить нагрузку Fia персонал технической поддержки за счет снижения количества обращений посредством профилактического мониторинга сети, что даст сокращение времени отклика при обращении клиента;
собрать и проанализировать истории обращений, статистику и отчётность по различным ключевым параметрам услуги (количество нарядов, причины, тип, объем поврежденных услуг и т.д.) для разработки стратегий повышения качества услуг и обслуживания клиентов;
Какими же способами достигается решение перечисленных задач?
Первый способ - сокращение ожидания абонента при обращении в техническую поддержку оператора. Как бы хороши ни были предлагаемые услуги и тарифы, всегда бывают проблемы по их получению абонентом. Если для решения проблемы необходимо ожидать достаточно большое количество времени, все плюсы пе уравновешивают этого минуса.
Система КТП может работать в нескольких режимах, позволяя регистрировать обращения как в ручном (когда оператор технической поддержки заносит в систему клиентский инцидент, получив от абонента жалобу на неисправность услуги при обращении в контактный центр оператора связи), так и в автоматическом режиме (когда абонент самостоятельно создает инцидент с помощью личного кабинета или специальной формы на сайте оператора).
В зависимости от рассчитанных показателей лояльности и важности клиента, информация о которых подгружается из соответствующих CRM или BI систем [5], КТП ранжирует инциденты в первоочередных задачах для обработки.
Результатом обработки является определение причины инцидента. Причиной может быть единичное повреждение или групповое повреждение, которое является причиной нескольких инцидентов одновременно. Так же для создания группового повреждения могут использоваться системы мониторинга или заявления от технического персонала, обнаружившего проблему.
Системы мониторинга (системы fault management) действуют по принципу опроса ключевых точек сети. Если ответ по запросу выдал значения, которые превышают выставленный пороговый критерий, то по данному элементу сети автоматически создается повреждение в системе комплексной технической поддержки, и назначается на участок для устранения аварии. По данному элементу вычисляются все услуги, затронутые повреждением.
Во втором способе управления оттоком определяем те услуги, которые затронуты повреждением, но абоненты не обращались к оператору. Для их предупреждения о неисправностях используются системы автоинформирования, такие как системы e-mail, sms оповещения, или информирование голосовым помощником (системы Interactive Voice Response — 1VR). При звонке от абонента такая система оп-
T-Comm Vol.10. #5-2016
ределяет номер звонящего, и проверяет, есть ли по услугам данного абонента проблемы. Это позволяет повысить лояльность клиентов и предотвратить их отток из компании.
Третий способ реализовывается с помощью интеграции ТП с биллинговыми системами оператора связи, что позволяет создать и автоматизировать стратегию поощрения конкретного пула клиентов компании. В рамках данной модели происходит сегментация клиентской базы на группы в зависимости от значения показателя лояльности клиента и происходит перераспределение маркетинговых ресурсов на поощрение выбранных клиентов [6], Например, предложение не лояльным клиентам изменения условия тарифа на более выгодные, для удержания их в компании.
Для исследования используется градация типов лояльности, состоящая из трех пунктов — лояльный, не лояльный, неизвестный [71- На первоначальном этапе все абоненты попадают в категорию неизвестных, Дш каждого абонента хранится необходимая внутренняя информация, влияющая на категорию обслуживания, такая как тин абонента (физическое или юридическое лицо), давность нахождения в данном статусе лояльности, давность использования услуги, статус VIP, желание уйти к другому оператору, а также некоторый набор вычисленных коэффициентов, отображающих, например, количество нестандартных ситуаций по услуге абонента, или уровень активности абонента.
На последующем этапе возможно уменьшение числа неизвестных абонентов матрицы с помощью систем обратной связи («горячие» звонки, формы на сайте, e-mail исследования). Для поддержания актуальности матрицы необходимо периодически обновлять информацию по клиентам оператора. В итоге имеем обширную матрицу, с минимальным количеством неизвестных абонентов, с помощью которой возможно делать выводы относительно качества обслуживания, а также изменения категории обслуживания у конкретных типов клиентов.
Четвёртый способ — уменьшение времени обработки заявки.
Для каждой заявки в системе технической поддержки есть рассчитываемый контрольный срок. При влиянии на него таких параметров, как количество проблем по услуге, лояльность клиента, его важность и тип, мы можем манипулировать быстротой обслуживания проблемного оборудования. Таким образом, мы добьемся исправления клиентской проблемы в кратчайшие сроки как для важных и прибыльных абонентов, так и для недовольных, тех, которые готовы уйти к другому оператору.
Для любой компании важность удержания существующих клиентов стоит на том же уровне, что и важность привлечения новых. В современной ситуации, когда большинство абонентов уже распределено по операторам связи, удержание абонентов выходит на первый план. И здесь, кроме систем, упомянутых выше (CRM, СЕМ, SQM), применяемых в коммерческих и маркетинговых подразделениях, не меньшую, как мы показали, роль играют системы технической направленности. С чьей помощью, пусть и косвенно, возможно влиять на лояльность абонентской базы.
COMMUNICATIONS
Литература
1. Самуилов К.Е.. Чукарин А.В.. Яркина Н.В. Бизнес-процессы и информационные технологии в управлении телекоммуникационными компаниями: Альпина Паблишер, 2009.
2. OptaPlanner User Guide / Chapter 6. Optimization algorithms www.optaplanner.org.
3. Кислякое С.В.. Феноменов М.А. Workforce Management: оптимизируем расписание //Технологии и средства святи. 2015. С. 55-56.
4. Гольдштегш А.Б.. Чумачкова Е., Никулин В В. Прикладная геометрия для Workforce Management // Технологии и средства связи. 2013. №2. С. 50-51.
5. Гояьдштейн А.. Скоринов М, Феноменов М. Big Data - как выпустить джинна из бутылки? // Технологии и средства связи, №5, 2015. С. 34-38
6. Герпотт Т.Й. Эмпирические исследования лояльности клиента. Издательство «Пауль Хаупт», 2004. 278 с.
7. Шуремов Е.Л. Информационные технологии управления взаимоотношениями с клиентами. 1С-Паблишинг. 98 с. ISBN 5-%77-0059-5,
OSS COMPLEX AS A CUSTOMER LOYALTY TOOL CONTROL OPERATOR
Lankevich Kseniya, RTC ARGUS, Engineer first-line technical support department, k.lankevich@argustelecom.ru Khabaev Nikita, RTC ARGUS, QA Engineer, n.xabaev@argustelecom.ru Skorinov Maksim, RTC ARGUS, Head of system analysis group, m.skorinov@argustelecom.ru
Abstract
The importance of retaining existing customers now is vital for any company and set on the same level of importance of attracting new ones. Now, when the most subscribers are distributed over the network, subscriber retention comes to the fore. So, the loyalty solutions for controlling, measuring and raising the loyalty of particular user are very popular. Currently (or in the nearest plans) IT-landscape of the most telco companies contains several specialized systems, brings to life a number of modern approaches such as CEM (customer experience management) and SEM (service experience management) allowing to identify and proactively correct customer loyalty. However, in addition to these software packages, operator has several other OSS-systems. In this article we offering to look closely on the special technical orientation of the systems as part of the OSS-complex operator as the important factor of influence on customer loyalty by analyzing customer life cycle within the business process service provider. We brought the detailed observation of the steps involved directly with the technical side of the provision of services. The use of mathematical algorithms that allow with sufficient accuracy to calculate the optimal route of visiting specialists to meet the imposed restrictions, under phase connection services (where automation of the process provided by the WFM-class system) improve the subscriber's impression from the interact with the operator, which has a positive effect on customer loyalty. Using a simulation of the behavior of subscribers on the basis of the support systems and billing systems allows to automate a specific strategy for promoting the company's customer pool, which reduces the probability of outflow of the subscriber base. Thus, we show that by using technical orientation systems possible, albeit indirectly, to influence the loyalty of its subscriber base.
Keywords: OSS, loyality, WFM, support service, churn rate.
References
1. K.E. Samuylov, A.V. Chukarin, N.V. Yarkina, Business processes and information technology in the management of telecommunications companies: Alpina Publisher 2009. (in Russian)
2. OptaPlanner User Guide. / Chapter 6. Optimization algorithms www.optaplanner.org. (in Russian)
3. S.V. Kisliakov, M.A. Fenomenov, Workforce Management: optimizing the schedule // Technology and communications. 2015. Pp 55-56.
(in Russian)
4. A.B. Goldstein, E. Chumachkova, V.V. Nikulin, Applied Geometry for Workforce Management // Technologies and means of communication. 2013. No.2. Pp. 50-51. (in Russian)
5. A. Goldstein, M. Skorinov, M. Fenomenov, Big Data - releasing the genie out of the bottle? // Technology and communications. No. 5, 2015. Pp 34-38. (in Russian)
6. T.J. Gerpott. Empirical studies of customer loyalty. Publisher "Paul Haupt", 2004. 278 p. (in Russian)
7. E.L. Shuremov. Information Technology Management Customer Relationship. "IC-Publishing", ISBN 5-9677-0059-5. P. 98. (in Russian)
