第 3 章 · 预计阅读 16 分钟
持续运行、服务质量与故障
千千万万个连接同时运行，运营商如何发现是个人故障还是区域故障？
网络运营中心用告警、性能和用户反馈判断影响范围，按优先级恢复服务。
先放回整门生意
先知道这一章为什么存在
先把“持续运行、服务质量与故障”理解成一段有触发、有负责人、有记录、也有完成标准的业务，而不是一组部门名词。
上一章“身份、账号与业务开通”应先形成：受理订单要经过实名校验、资源分配和多套系统配置，才真正成为可用连接。
本章把“网络运营中心用告警、性能和用户反馈判断影响范围，按优先级恢复服务。”从一句目标变成可执行、可交接、可核验的工作。
结果将交给下一章“用量、计费与账单争议”：网络产生详单，计费系统按时间、地区、套餐和优惠计价，再汇总成账单。
- 收入怎么受影响
- 南湾通信通过企业宽带月费、专线带宽费、一次性安装调测费和托管网络运维费收费。本章形成的“事故复盘与补救方案”要和“网络事件单”、“故障处置时间线”和“服务质量报告”一起核对，才能继续判断验收、结算或后续经营；现金时点按以下规则判断：安装费在进场前收 50%、验收后收余款；带宽和运维按月预收，欠费客户进入提醒、限速和停复机流程。
- 风险在哪里出现
- 全程要警惕“网络中断、容量拥塞、计费差错、数据安全与合规”。本章至少要用“网络事件单”、“故障处置时间线”和“服务质量报告”留下可追溯证据。
读完这一章，你应该能自己解释
- 能用自己的话解释“千千万万个连接同时运行，运营商如何发现是个人故障还是区域故障？”，并说出它为什么会影响客户价值或经营结果。
- 能按依赖顺序还原3个业务步骤，并指出每一步的负责人、记录和交接物。
- 能区分业务流、钱流、信息流和责任流，不把“做过动作”误当成“完成交付”。
- 遇到相似情境时，能用“产出是否形成、证据能否核对、风险是否受控”作出判断。
先建立业务直觉
通信服务是持续交付而非一次交货
网络会受设备、传输、供电和流量变化影响；故障处理要先控制范围，再恢复，再解释原因。
把它放进南湾通信的经营现场：本章只聚焦“持续运行、服务质量与故障”这一环，追踪它怎样承接已有输入，并把“网络运营中心用告警、性能和用户反馈判断影响范围，按优先级恢复服务”变成可以执行和复核的工作。
本章从“识别异常与范围”开始，依次经过“识别异常与范围”、“恢复并同步进展”和“复盘服务责任”，最后得到“事故复盘与补救方案”。判断是否完成，要把动作、产出、业务记录和下一位接手者放在一起核对。
至少同时满足三件事：产出“事故复盘与补救方案”；关键记录“网络事件单”、“故障处置时间线”和“服务质量报告”可以相互核对；相关负责人清楚下一步由谁接手。
完整案例推演
跟着南湾通信，把“持续运行、服务质量与故障”完整跑一遍
现在把镜头放到南湾通信的“持续运行、服务质量与故障”：千千万万个连接同时运行，运营商如何发现是个人故障还是区域故障？ 先读下面的经营底账，后续每一步都会复用这些数字与约束。
贯穿全课的虚构案例
南湾通信
一家服务县域产业园的通信网络运营商，为园区企业提供宽带、专线和托管网络；本期要在新增厂房投产前完成扩容，并让开通、用量和账单使用同一套客户资料。
- 在网客户
- 86 家企业、1,940 个终端每个账号、地址、端口和计费套餐都必须对应，不能只统计一共有多少客户。
- 峰值流量
- 4.8 Gbps / 已购上联 6 Gbps晚班集中上传时已接近容量警戒线，扩容要早于拥塞和投诉发生。
- 服务目标
- 月可用性 99.95%网络监控、故障开始与恢复时间会共同决定本月是否达到合同承诺。
- 待开通订单
- 17 条专线，计划 12 个工作日内交付现场勘察、光路资源、设备配置和客户验收缺一项，都不能把订单改成已开通。
客户为什么付钱
企业宽带月费、专线带宽费、一次性安装调测费、托管网络运维费
钱在什么时候进来
安装费在进场前收 50%、验收后收余款；带宽和运维按月预收，欠费客户进入提醒、限速和停复机流程。
利润最容易被什么吃掉
上游带宽采购、光纤与机房租赁、网络设备折旧、监控值守和现场维护
这笔业务怎样一步一步形成可交付结果
- 01识别异常与范围故障分级与影响清单
- 02恢复并同步进展恢复的网络服务
- 03复盘服务责任事故复盘与补救方案
识别异常与范围
在南湾通信，团队先面对一条共同事实：“在网客户”为86 家企业、1,940 个终端。每个账号、地址、端口和计费套餐都必须对应，不能只统计一共有多少客户。
关联设备告警、流量趋势、地域投诉和合作方状态，判断单用户还是网络事件。
这一步真正要判断：监控网络状态；按接口传递呼叫、用量和状态
如果本步没有形成“故障分级与影响清单”，下一步“恢复并同步进展”就没有可靠输入。
- 谁在参与
- 网络运营中心工程师、互联或漫游合作方
- 关键记录
- 网络事件单
- 形成产出
- 故障分级与影响清单
- 交给下一步
- 把“故障分级与影响清单”交给网络运营中心工程师和通信用户，继续处理“恢复并同步进展”。
如果没做好：如果网络运营中心工程师没有监控网络状态，或者没有留下“网络事件单”，即使动作已经做过，下一步也无法确认“故障分级与影响清单”是否可靠。
恢复并同步进展
上一步已经形成“故障分级与影响清单”。与此同时，案例里的“峰值流量”为4.8 Gbps / 已购上联 6 Gbps，晚班集中上传时已接近容量警戒线，扩容要早于拥塞和投诉发生。
隔离故障、切换备用资源或抢修，同时向受影响客户发布可验证进度。
这一步真正要判断：监控网络状态；完成身份核验并按约付费
如果本步没有形成“恢复的网络服务”，下一步“复盘服务责任”就没有可靠输入。
- 谁在参与
- 网络运营中心工程师、通信用户
- 关键记录
- 故障处置时间线
- 形成产出
- 恢复的网络服务
- 交给下一步
- 把“恢复的网络服务”交给网络运营中心工程师和计费运营经理，继续处理“复盘服务责任”。
如果没做好：如果网络运营中心工程师没有监控网络状态，或者没有留下“故障处置时间线”，即使动作已经做过，下一步也无法确认“恢复的网络服务”是否可靠。
复盘服务责任
上一步已经形成“恢复的网络服务”。与此同时，案例里的“服务目标”为月可用性 99.95%，网络监控、故障开始与恢复时间会共同决定本月是否达到合同承诺。
确认根因、实际中断时长、SLA 影响和防止再次发生的措施。
这一步真正要判断：监控网络状态；维护计价规则和账务批次
这是本章最后一项可核验产出，用来判断团队是否真的完成了“持续运行、服务质量与故障”。
- 谁在参与
- 网络运营中心工程师、计费运营经理
- 关键记录
- 服务质量报告
- 形成产出
- 事故复盘与补救方案
- 交给下一步
- 把“事故复盘与补救方案”作为本章完成证据，交给下一章节继续使用。
如果没做好：如果网络运营中心工程师没有监控网络状态，或者没有留下“服务质量报告”，即使动作已经做过，下一步也无法确认“事故复盘与补救方案”是否可靠。
案例结束时，不是因为所有人都完成了自己的动作就算成功，而是因为“事故复盘与补救方案”已经形成、证据可以追溯，并且网络运营中心工程师和计费运营经理能够解释结果怎样产生、风险怎样被控制。网络运营中心用告警、性能和用户反馈判断影响范围，按优先级恢复服务。
换一个视角再看
同一笔业务，同时跑着四条线
业务流说明事情怎样发生，钱流解释收入、成本与现金，信息流留下共同事实，责任流决定谁执行、谁确认、谁承担后果。点击切换，观察同一章节怎样变化。
围绕“千千万万个连接同时运行，运营商如何发现是个人故障还是区域故障？”，业务必须按依赖关系推进，不能把一串并行任务误当成已经交付。
- 01
识别异常与范围 → 故障分级与影响清单
- 02
恢复并同步进展 → 恢复的网络服务
- 03
复盘服务责任 → 事故复盘与补救方案
出现这个信号要警惕：如果网络运营中心工程师没有监控网络状态，或者没有留下“网络事件单”，即使动作已经做过，下一步也无法确认“故障分级与影响清单”是否可靠。
岗位、记录与业务语言
一家公司靠什么把多人协作变成同一个结果
岗位不是孤立的名称，记录也不是多余的表格。前者分配判断与责任，后者让不同人能够核对同一件事是否真的发生。
谁负责什么，结果交给谁
| 角色 | 本章负责 | 最关心 | 交给谁 |
|---|---|---|---|
| 业务职能网络规划与运行 | 提供本章所需的约束、输入或审批 | 建设覆盖和容量，并持续监控通信网络；重点关注：规划站点、链路和容量 | 下一章节或业务结果的接收方 |
| 业务职能用量、计费与客户服务 | 提供本章所需的约束、输入或审批 | 把网络使用记录变成账单，并处理查询、投诉和补救；重点关注：采集、计价和出具账单 | 下一章节或业务结果的接收方 |
| 外部参与者通信用户 | 恢复并同步进展 | 购买号码、套餐、流量或专线并持续使用连接；重点关注：完成身份核验并按约付费 | 网络运营中心工程师、计费运营经理 |
| 外部参与者互联或漫游合作方 | 识别异常与范围 | 与运营商交换跨网通信和结算数据；重点关注：按接口传递呼叫、用量和状态 | 网络运营中心工程师、通信用户 |
| 代表岗位网络运营中心工程师 | 识别异常与范围、恢复并同步进展、复盘服务责任 | 从全网告警和性能数据中发现并处置异常；重点关注：监控网络状态 | 通信用户、计费运营经理 |
| 代表岗位计费运营经理 | 复盘服务责任 | 保证使用记录、资费规则和客户账单一致；重点关注：维护计价规则和账务批次 | 下一章节或业务结果的接收方 |
哪些记录能证明业务真的发生了
| 业务记录 | 在哪产生 | 谁形成 | 证明什么 | 下一步怎么用 |
|---|---|---|---|---|
| 网络事件单 | 识别异常与范围 | 网络运营中心工程师和互联或漫游合作方 | 故障分级与影响清单 | 恢复并同步进展 |
| 故障处置时间线 | 恢复并同步进展 | 网络运营中心工程师和通信用户 | 恢复的网络服务 | 复盘服务责任 |
| 服务质量报告 | 复盘服务责任 | 网络运营中心工程师和计费运营经理 | 事故复盘与补救方案 | 判断本章是否完成并进入下一章节 |
本章术语：先用白话理解，再回到正式定义
- 业务术语QoS 与 SLA
- 白话：网有多稳、多快，以及没达到时怎么办。
- 正式定义：网络实际服务质量指标及对客户承诺的服务水平。
- 放进业务里：企业专线承诺月可用率 99.9%。
- 业务术语网络中断
- 白话：不是某一部手机坏了，而是一片服务出了问题。
- 正式定义：网络能力在一定区域、业务或时段不可用或严重降级的事件。
- 放进业务里：光缆中断导致多个基站回传失败。
- 业务术语互联与漫游
- 白话：用了别家的网络，也要让通话、记录和钱对得上。
- 正式定义：用户通信跨越其他运营网络时的技术连接、记录交换和结算安排。
- 放进业务里：境外运营商把漫游数据详单回传给归属运营商。
新手最容易误解的地方
全部按个人终端问题处理
为什么不对：集中时空特征和网络告警说明需要先判断公共根因。
应该继续追问：如果改成“关联为潜在网络事件并升级网络团队”，需要谁确认、留下什么证据？
“识别异常与范围”只要动作做完，就可以直接进入下一步。
为什么不对：如果网络运营中心工程师没有监控网络状态，或者没有留下“网络事件单”，即使动作已经做过，下一步也无法确认“故障分级与影响清单”是否可靠。
应该继续追问：是否已经形成“故障分级与影响清单”，并留下“网络事件单”供下一步核对？
“恢复并同步进展”只要动作做完，就可以直接进入下一步。
为什么不对：如果网络运营中心工程师没有监控网络状态，或者没有留下“故障处置时间线”，即使动作已经做过，下一步也无法确认“恢复的网络服务”是否可靠。
应该继续追问：是否已经形成“恢复的网络服务”，并留下“故障处置时间线”供下一步核对？
先复盘，再做判断
现在，试着不用页面原话把这一章讲出来
- 为什么本章必须先做“识别异常与范围”，如果跳过会影响哪一步？
- 在“恢复并同步进展”中，谁执行、谁提供约束，应该留下什么记录？
- 本章怎样影响企业宽带月费、专线带宽费、一次性安装调测费和托管网络运维费？结合“安装费在进场前收 50%、验收后收余款；带宽和运维按月预收，欠费客户进入提醒、限速和停复机流程。”判断它何时才会形成收入或现金。
- 如果只看到“事故复盘与补救方案”的口头结论，你还会要求核对哪些业务记录？
大量用户同时掉线，某核心链路也出现告警，客服应只让用户逐个重启手机吗？
投诉来自同一城区。