白天开车测 DT · 晚上通宵写报告
网络质量优化 · 真实业务触发
周一上午十点前要交上周质量周报,网优组长还要在经分会上讲「滨湖片区掉线率为什么劣化」——这个归因要从 KPI、参数调整记录、投诉工单三处交叉才能站得住。
不是流程描述,是调研出来的真痛点 —— 每条可点开核对出处
变化不在「快」,在「参与的角色」和「覆盖的范围」
6 步 · 每一步的产出都是下一步的输入
痛感 4 × AI 适配 4 ÷ 落地难度 2 = 8.8
最大差异点 · 不是 BI 报表。差异在于把 KPI 异常与两份私有记录交叉:本班组的参数调整台账(哪个小区上周动过什么参数)、客服转来的投诉工单(哪个小区用户在骂)——「指标动了 + 参数动过 + 投诉变多」三线合流才是真归因。
评分口径:痛感看「这事没做好谁会生气、生气到什么程度」; AI 适配看「输入是否非结构化、是否要跨部门取数、错了能不能当场看出来」; 落地难度是分母 —— 需要客户先做数据治理的场景,分数会被压得很低。
判断标准只有一个:这份东西能不能直接进企业的流程
不做参数调整的自动下发——MML 命令的执行权在持证网优手里。周报初稿只到「KPI 变化 + 异常小区 + 参数关联 + 建议动作清单」,「建议动作」栏写选项不写决定。
Live Demo 里有一个完整案例的每一步,包括 Agent 在哪一步拦住了