Optimization of telecommunications incident management process

Abstract

Telecommunications companies have a critical role in providing network infrastructure for their customers. Customers can have high expectations regarding the availability of the service, which means that network outages should be avoided to reduce their negative impact. A major outage is a significant risk for customer operations leading to decreased customer satisfaction and in some cases can require service providers to pay penalties. The incident management process is the manner incidents are solved when detected. Focusing on eliminating inefficiencies from the incident management process can have a substantial effect in reducing the service recovery time and thus limit the impact the incident causes.

This master’s thesis investigated ways to optimize the incident management process in a telecommunications company by utilizing various methods. First, a comprehensive literature review was conducted to get an overview of incident management, queuing theory, and simulation. Within incident management, ITIL was presented as a methodology for incident management. Also, Service Level Agreements (SLA) were discussed to obtain information regarding commitments between the service provider and the customer so that the importance of resolving incidents within the expected timeframe could be underlined.

After literature review, queuing theory and simulation were used to first create a conceptual model of the incident management process and then to translate it to a computer-readable form for simulation purposes. The model was created to represent the real-world process so that different ways to prioritize incidents in the queue could be tested without disturbing real-world operations. After multiple rounds and scenarios in the simulation, the results were collected and analyzed. From the results, it became clear that the incident management process can be optimized by sorting the queue not with first-in-first-out discipline but with a priority-based queue that uses incident ticket priority and remaining SLA time to place the ticket into the queue.

Teleoperaattoreilla on kriittinen rooli verkkoinfrastruktuurin tarjoamisessa asiakkaille. Asiakkailla on usein suuret vaatimukset palvelun käyttöasteesta tarkoittaen, että verkkokatkokset voidaan nähdä merkittävänä riskinä asiakasyritysten liiketoiminnassa. Laajat häiriöt palveluntarjoajan verkossa voivat johtaa heikentyneeseen asiakastyytyväisyyteen; joissain tapauksissa palvelusopimuksen sisällöstä riippuen palveluntarjoaja voi joutua maksamaan korvauksia. Häiriönhallinnan tarkoituksena teleoperaattoreilla on vastaanottaa ja ratkaista näitä vikatapauksia. Hukan poistamisella kyseisestä prosessista pystytään pienentämään näiden häiriöiden korjaamisaikaa rajoittaen katkoksesta johtuvia seuraamuksia.

Tämä diplomityö tutki tapoja optimoida häiriönhallintaprosessi telekommunikaatioalan kohdeyrityksessä hyödyntäen useita menetelmiä. Kirjallisuuskatsauksen avulla saatiin kokonaisvaltainen käsitys häiriönhallinnasta, jonoteoriasta sekä simuloinnista. Häiriönhallintaa sekä muita siihen liittyviä konsepteja tutkittiin ITIL-viitekehyksen sisällä. Tässä yhteydessä tuotiin myös esille palvelutasosopimukset, jotka korostavat tärkeyttä asiakasodotusten lunastamiselle ja vikojen nopealle korjaamiselle.

Empiirisessä osuudessa hyödynnettiin jonoteoriaa sekä simulaatiota, joiden avulla pystyttiin mallintamaan kohdeyrityksen häiriönhallintaprosessi simulaatioympäristöön. Malli rakennettiin imitoimaan oikeaa prosessia hyödyntäen prosessista saatua dataa, jotta testauksia ei tarvitse heti tehdä käynnissä olevaan prosessiin. Useiden simulaatiokierrosten ja eri skenaarioiden vertailemisen jälkeen tulokset otettiin talteen ja analysoitiin. Tulosten perusteella häiriönhallintaprosessi saadaan tehokkaammaksi hyödyntäen prioriteettijonoa tikettien jakamisessa. Kyseinen prioriteettijono hyödyntää tiketissä olevaa tietoa sen prioriteetista sekä jäljellä olevasta ajasta palvelutason alittamiselle.