Big data must ife

Использование аналитики

больших данных для

принятия решений и

улучшения стратегий по

гарантированию доходов

“Big Data Must Life!”

____________________________________(место для грифа конфиденциальности)

ОАО «Мобильные ТелеСистемы», г. Москва, ул. Марксистская, д.4

11.11.2015

Костин Герард Владимирович

2

Что такое Big Data?

____________________________________»КОНФИДЕНЦИАЛЬНО»ОАО «Мобильные ТелеСистемы», г. Москва, ул. Марксистская, д.4

Семинар Б

ФИ

2015. Big

Data

в М

ТС

OLUME

ARIETY

ELOCITY

• Петабайты и экзабайты данных V

V

V• Возможность быстрой обработки и автоматизированных действий

• Неструктурированные данные, любые источники данных

BIG DATA – это объемы данных, которые превосходят возможноститрадиционных программных продуктов по сбору, хранению и анализу, на текущиймомент либо не собираемые вообще, либо удаляемые из информационных системкомпании. Освоение этих данных может принести компании новые возможностироста прибыли и эффективности. Термин, сильно разогретый маркетингом,зачастую в него вкладывается совершенно разное: инфраструктура, объем, илипросто PR/presale…

3

Big Data сегодня

____________________________________(место для грифа конфиденциальности)ОАО «Мобильные ТелеСистемы», г. Москва, ул. Марксистская, д.4

Big Data

Hype Cycle for Emerging Technologies, 2013 Hype Cycle for Emerging Technologies, 2015

Big Data

?

4

Big Data – это прежде всего данные


Ежемесячный объем трафика,генеримыйтелеком оператором 100-150 ПБ

Объем данных, который приносит ценность: 10-15 ПБ

Big Data

Big Data Data

5

Data Governance –инструмент извлечение ценности из данных


6

Big Data: новый подход к работе с данными…

Семинар Б

ФИ

2015. Big

Data

в М

ТС

• Реализация аналитических систем под конкретные задачи

• Работа со структурированными данными

• Хранение только «нужных» данных, в разных местах для разных задач, преимущественно из внутренних источников компании

• Переход к «коммунальной» архитектуре

• Единое для всех пространство хранения данных разной природы (структурированных и нет, из внутренних и внешних источников)

• Другой подход к реализации проектов и соответствующие компетенции и процессы внутри компании

____________________________________»КОНФИДЕНЦИАЛЬНО»ОАО «Мобильные ТелеСистемы», г. Москва, ул. Марксистская, д.4

От Compute centric…

к Data centric…

7

Какие данные есть в телекоме…


Семинар Б

ФИ

2015. Big

Data

в М

ТС

Структурированные данные

• Данные биллинга - звонки• Данные состояния сетевых элементов• Информация о местоположении• CDR/EDR• Данные состояния сетевых элементов

для систем мониторинга• Справочные данные по сетевым

элементам (Inventory)• Данные биллинга - абонентский

профиль, действие над профилем• Обращения в call-центр и заявки,

заведенные через личный кабинет• Данные по up-sell / cross-sell ( Next best

offer), включая историю предложений иописание продуктовых корзин

Неструктурированные данные

• Записи звонков и текстов смс• E-mail абонентов• Данные социальных сетей• Данные постов форумов и блогов• Информация по посещаемым Web

сайтам• Записи звонков в call- центр• Логи IVR• Разбор рукописных заявлений

абонентов• Разбор результатов опросов абонентов• Профиль интересов - загружаемые

видео/аудио/фото контент,предпочтительные приложения ихарактер потребления данногоконтента

• Логи сетевых элементов, сервисныхплатформ, показатели измерительныхдатчиков на оборудовании

8

Архитектура Big Data


Семинар Б

ФИ

2015. Big

Data

в М

ТС

?

Идет конкурс по выбору Framework'а

системы распределенной обработки данных

Идет проект миграции КИХ на Teradata

Все вендоры указаны исключительно в качестве примера

Big Data «под ключ» не существует –необходимо самим конструировать свое решение

CEP – complex event processing: Система аналитики и принятия решений на потоке данных в реальном времени

9

Big Data требует новых функций в бизнесе

BigData Product Menagment

Data Scientist

Data Governor

Опрос Accenture по планам внедрения новых функциональных направлений в компаниях*

* - По материалам Accenture «Big Success With Big Data»


10

Из чего состоит Big Data в телеком отрасли

Расширенные возможности клиентской аналитики

Гео-локация и геотаргетирование

Планирование и управление сетью

Revenue Assurance and Fraud prevention


11

RA и Big DataRevenue A

ssura

nce a

nd F

raud

pre

vention


• Контроль тарификации Real-Time

• Индивидуальный мониторинг качества(KPI)

• Управление трафиком в Real-Time

• Превентивное предотвращение фрода

• Предотвращение проблем на сети и в ИТ

• Выявление дублирующих бизнес процессов

• Сокращение затрат при планировании сети

• ….

12

Индивидуальный мониторинг качества(KPI)


Падения доходов, в следствии проблем с DATA сервисами у абонентов, можно отследить только по массовым проблемам на основании данных ежедневных начислений за DATA

Возможности BigDATA:

Рассчитывает KPI по качеству и доступности DATAдля каждого абонента

• Текущие системы мониторинга не считают качества с детализацией до абонента

В режиме реального времени определяется объем недопотребленных DATA услуг для каждого абонента

• Ранее можно было определить объем недопотребления только по массовым авариям – экспертно, с задержкой 3-5 дней.

Определяется вероятная причина снижения доступности и качества DATA услуг (хранятся все логи)

• Ранее определить причину можно было только если проблему ставили на трейс и она воспроизводилась вновь

Некорректные настройки APN Проблемы с аутентификацией AAA Ошибки Provisioning Конфликт IP адресов абонентов Некорректная остановка

RNC(отключение сразу всех RNC, а проведение работ только на 1 )

Вероятные проблемы:

13

Контроль тарификации Real-Time


Существующие методы контроля тарификации не покрывают всех проблем и сложны в эксплуатации ( ручное тестирование, Параллельный биллинг, сверки)Основная цель нового подхода—Покрытие всего объема начислений алгоритмом выявлений ошибок рейтинга/биллинга

Дополнительный результат:incomplete records (потеря части записей)Fraud (фрод на низком уровне)

Ограничение существующих систем:

единичные проверки начислений, проверки специально генерируемых тестовых событий

Для анализа начислений возможно проводить сравнение с историческими данными: поиск аналогичных событий и анализ отклонений.

Преимущества по сравнению с классической системой «параллельного биллинга»: меньшие требования к вычислительным ресурсам не требуется дополнительная интеграция с

разнообразными источниками CDR экономия ресурсов — не требуется

конфигурирования тарифов в системе верификации

Вопросы?

Business

Big data must ife