Data Warehouse для Телеком
Телекоммуникационная отрасль в настоящее время является одной из наиболее быстрорастущих отраслей, что обусловлено технологическим прогрессом. Ускорение темпов проектирования и строительства новых сетей, модернизация инфраструктуры существующих и повышение качества обслуживания являются основными задачами в области управления телекоммуникационной инфраструктурой.
Для решения задач бизнеса требуется владеть огромным количеством данных. Большое количество различных источников информации затрудняет для Телекома быстрый доступ к необходимым данным. Собранные данные должны проходить обработку для получения основной информации по различным ключевым метрикам в отрасли. Ключевые метрики в отрасли:
- Клиенты
- Услуги
- Тарифные планы
- Типы вызовов/начислений
- Дилеры
- Роуминг партнеры
- Контент провайдеры
- Стартовые пакеты
- Клиентский баланс
- Типы платежей
- Зоны
Телекоммуникационные компании используют хранилища данных для бизнес-аналитики, отчетов и анализа, что помогает им извлечь максимальную пользу из своих данных. Хранилища данных объединяют текущие и исторические данные в одном месте и выступают единым источником достоверной информации для организаций.
Данные поступают в хранилище из операционных систем (например, ERP и CRM), баз данных и внешних источников, таких как системы партнеров, устройства Интернета вещей, приложения и социальные сети — обычно с определенной периодичностью. DWH помогает Телекому получить единое представление о своих данных, которые ранее были разбросаны по множеству источников. Современные хранилища предназначены для обработки структурированных и неструктурированных данных.
Без хранилища данных очень сложно объединять данные из неоднородных источников, обеспечивать нужный формат для аналитики и получать актуальное и долгосрочное представление о данных во времени. Хорошо спроектированное хранилище данных является фундаментом любой успешной программы бизнес-анализа или аналитики. Его основная задача — обеспечить создание отчетов и работу информационных панелей и аналитических инструментов, которые стали незаменимыми для современного для бизнеса. Чтобы оценить свою позицию на рынке компании анализируют различные показатели. Основные показатели, агрегируемые операторами:
Базовые
- Количество вызовов
- Сумма начислений
- Сумма поступлений
- Длительность
- Трафик (Кб)
Производные
- Активность
- ARPU
- Доходность
- Интенсивность
- Эффективность
Операторы хранят следующие данные по каждому клиенту:
|
Атрибуты |
Показатели |
|
|
Современные хранилища данных и все чаще облачные хранилища данных становятся ключевым элементом любой инициативы цифровой трансформации для материнских компаний и их бизнес-подразделений. Они эффективно используют текущие бизнес-системы, особенно при объединении данных из нескольких внутренних систем с новой важной информацией из внешних организаций. Внедрение DWH & Аналитического CRM закрывают следующие бизнес-задачи:
Телекоммуникации
- Анализ данных о потреблении услуг
- Управление трафиком и оценка качества обслуживания.
-
Мониторинг сетевых услуг:
- мониторинг качества предоставляемых телекоммуникационных услуг,
- анализ уровня загрузки сети и предотвращения возможных сбоев.
Маркетинг и продажи
- Выделение наиболее прибыльных сегментов, учитывая географию, категории товаров, временные периоды и каналы продаж.
- Оптимизация стратегии таргетированной рекламы и маркетинговых кампаний.
- Анализ потребительского поведения - предпочтения клиентов, их активности и предсказание использования услуг.
- Глубокий анализ динамики продаж, выявления трендов и определения ключевых факторов успеха.
Хранилища данных также позволяют осуществлять быстрый и сложный поиск и анализ данных, не нарушая работу других бизнес-систем. Телеком может более эффективно управлять кампаниями и аналитикой благодаря единому хранилищу данных. Результаты от внедрения DWH:
- Вся отчетность переведена на единую платформу работы с данными
- Снята нагрузка с учетных систем при получении аналитической отчетности
- Получен «понятный» инструмент для бизнес-пользователей
- Сокращены сроки получения новой отчетности
- Консолидация данных
- Повышена эффективность и оперативность при решении аналитических задач
- Получена возможность проведения более гибкого анализа
- Получен инструмент поддержки принятия решения
Большинству компаний для получения конкурентного преимущества сейчас мало просто предоставлять услуги в сфере телекоммуникации. Крупные операторы стремятся расширить спектр предлагаемых услуг и сервисов на основе агрегированных данных по ключевым метрикам. Компании стремятся создать бизнес-экосистему, чтобы эффективно работать на рынке. Представители отрасли считают, что такая стратегия развития позволяет улучшать экономические показатели, а также эффективнее продвигать новые услуги и сервисы за счёт их представления под брендом компании, которая уже вызывает доверие у пользователей. Для оптимизации предложений на рынке компании применяют аналитические модели:
- Анализ вызовов и начислений
- Анализ поступлений
- Анализ эффективности тарифных планов
- Анализ абонентской базы конкурентов
- Анализ абонентов
- Анализ распределения услуг
- Анализ эффективности дилеров
- Анализ услуг
Умение не только хранить, но и обрабатывать большие объемы данных – вот что важно сейчас на рынке. Организации в телекоммуникационной отрасли проходят следующие этапы по работе с Big Data:
- Подготовка данных для профиля абонента
- Применение модели прогнозирования
- Анализ и оценка результатов
- Получение аналитических отчетов
- Сравнительный анализ точности с предыдущими прогнозами других инструментов/методов
- Принятие решения о вводе в промышленную эксплуатацию
Аналитика больших данных позволяет выявлять ценную информацию из структурированных или неструктурированных наборов данных. Big Data аналитика позволяет выявить закономерности и взаимосвязи между определенными наборами данных. Благодаря этому бизнес, например, может определять тенденции, прогнозировать производственные показатели и оптимизировать собственные расходы. Прогнозирование спроса, динамики цен, эффективности маркетинговых кампаний, а также построение Churn prevention models невозможно без Big Data аналитики. Телекоммуникационные компании могут получить множество возможности используя свои данные. Одним из примеров является Big Data скоринг. Операторы связи обладают уникальными данными, что позволяет делать прибавку к рисковым моделям банков, встроив скор-балл на данных оператора.
Экспоненциальный рост телекоммуникационной отрасли привел к необходимости анализировать потребности клиентов и предлагать лучшее решение. Для телекоммуникационной отрасли важна работа с обратной связью от клиентов. Улучшение клиентского опыта в Телекоме возможно по следующим направлениям:
- Cross/Up-sell модели
- Товары-аналоги
- Поисковые системы
- Диалоговые системы
- Фильтрация контента
- Анти-фрод системы
- Речевые технологии
Скорость обработки данных играет немаловажную роль во взаимодействии с клиентами. Время на принятие решений в бизнесе сокращается, появляется необходимость действовать в Real-time формате. Развитие DWH позволит получить аdvanced option: хранилище данных на технологиях, допускающих Real-time обработку данных: Отчетность в реальном времени - показ живых метрик (x[1]секундная задержка). Технологии на GPU способствуют повышению скорости обработки данных. Это позволяет сократить время на поиск необходимой информации в системе.
Крупные телеоператоры предлагают услуги и решения не только по предоставлению мобильной или фиксированной связи и интернета, но и подписки на различные онлайн-платформы: для просмотра фильмов и сериалов, для чтения, прослушивания музыки, покупки билетов и т.д. Для предвосхищения желаний клиента в различных сервисах предоставляется рекомендательная система. Рекомендательная система - это набор алгоритмов Машинного обучения (ML), для глубокого анализа предпочтений покупателей с целью генерации наиболее релевантных персональных предложений.
Влияние системы на бизнес:
- Рост удержания клиентов;
- Увеличение конверсии на сайте/ мобильном приложении;
- Увеличение стоимости корзины;
- Рост выручки;
- Формирование привычек и моделей поведения покупателей - доверие;
- Оптимизация работы внутренних отделов аналитики.
Необходимо использование ИИ для создания подробного представления о каждом клиенте на основе всех доступных данных о клиентах, включая модели использования услуг, потребление данных, предпочтения плана и многое другое. Для целевых клиентов предоставляются индивидуальные предложения и персонализированные рекомендации через предпочтительные каналы.
Инструменты ИИ:
- Динамическая личность клиента и маркирование для идентификации клиентов, похожих по поведению на тех, которые уходили в прошлом.
- Анализ настроений. Выявление признаков «недовольства/ разочарования» и предложение им гиперперсонализированных предложений.
- Анализ моделей поведения клиентов. Продолжительность голосовых вызовов, дополнительные покупки, предпочтения устройств/каналов и т.д., чтобы определить модели использования услуг.
Телекоммуникационные компании сталкиваются с серьезными вызовами в отрасли, поэтому им необходимо использовать передовые решения в области работы с данными для получения конкурентного преимущества. Для решения современных вызовов в телекоммуникационной отрасли BI Consult предлагает создание:
- Инфраструктуры
- DWH-платформы
- Аналитической CRM – CDP платформы
- Платформы A/B тестирования
- BI-платформы
