La source des données : fiabilisation et limites
Les données pour mesurer la couverture et qualité de service sont issues de plusieurs sources : opérateurs, régulateurs ou encore d’acteurs tiers. Il peut exister des difficultés ou limitations liées à leur collecte et leur fiabilisation.
Afin de pouvoir utiliser ces sources de données, les régulateurs utilisent différentes méthodes de collecte et de traitement pour les agréger et les fiabiliser en vue de leur analyse.
Outils de collecte | Avantages | Inconvénients | Fiabilisation |
---|---|---|---|
Drive-test | Orienté QS et simulation de conditions différentes de mesure.
Évaluation objective de la qualité vocale et des services |
Coûts élevés.
Longue durée d’exécution. Vision partielle et ponctuelle de la QS. |
Déterminer un échantillon représentatif selon les services, les usages, les conditions d’utilisation
Garantir le bon fonctionnement des outils de mesure. Définir un protocole de mesure selon les usages, conditions d’utilisation… |
Données réseau | Collecte de données à l’échelle de l’ensemble du réseau.
Coûts réduits et collecte automatique. |
KPI dépendants des équipementiers.
Données orientées performances réseau et non QS/QE. Pas de données en l’absence de couverture. Données manipulables par l’opérateur ou l’équipementier |
Collecter des données brutes réseau des opérateurs.
Utiliser des formules standards pour le calcul des KPI. |
Crowdsourcing | Importante quantité de données.
Information proche de la qualité d’expérience de l’utilisateur |
Nécessité de disposer d’un smartphone.
Nécessité de mettre en place un plan de communication efficace. Représentativité de l’échantillon |
Impliquer tous les acteurs pour une collecte massive de données |
Outil de planification radio/outil de simulation des cartes de couverture | Vision globale et consolidée de la couverture radio.
Permet de déterminer les zones blanches. Possibilité de corriger les cartes de couverture via d’autres sources de données |
Besoin de calibrage des modèles de prédiction pour plus de précision.
Possible écart des données théoriques prédites et des données réelles sur le terrain. |
Utiliser d’autres sources de données (drive-test, crowdsourcing…) afin de fiabiliser les cartes de couverture.
Utiliser des modèles de prédiction calibrés. |
Enquête de satisfaction | Vision client | Subjectivité des avis | Déterminer un échantillon représentatif |
Source : ARCEP Burkina Faso.
[1] Par exemple : sur la disponibilité du réseau, le taux de blocage, le taux de coupure, le taux d’appels réalisés avec succès et leur évolution, le taux de réussite du transfert intercellulaire « handover », les problèmes radio (interférences), la congestion des canaux de trafic radio…