ГлавнаяТелекомСтатьиBig Data в телекоме — давно и серьезно

Big Data в телекоме — давно и серьезно

По данным аналитиков IDC, двигателем дальнейшего развития рынка Big Data и бизнес-анализа станут крупные и очень крупные компании (численностью более 500 человек). Так, в 2019 году оборот этого сегмента превысит 140 млрд. долл. Значительный вклад, впрочем, внесут и представители малого и среднего бизнеса. Примерно четверть мирового оборота будет исходить от компаний, в которых работают менее 500 сотрудников. Но многие индустрии пока лишь присматриваются к использованию Big Data, тогда как телекоммуникационные операторы уже несколько лет как пожинают плоды этого тренда. Это одна из немногих отраслей, которые, по прогнозу аналитиков, будут лидировать по среднегодовому росту доходов от Big Data. Причина в том, что операторы, как, впрочем, и банки, уже достаточно много инвестировали в инфраструктуру Big Data и уже научились с ними работать, извлекая прибыль.

Правда, говорить о наступлении всеобщего благополучия в следствие перехода на Big Data, еще очень рано, даже в телекоме. Эксперты считают, что для того, чтобы пользоваться всеми преимуществами, предоставляемыми Большими данными, необходимо в первую очередь заниматься разработкой специализированных приложений, результатом работы которых как раз и станут качественные изменения в той или иной отрасли. Разумеется, операторы тратятся на Big Data, так как они намерены получить существенную отдачу, причем, по всем возможным направлениям. Например, для повышения эффективности собственных инвестиций в развитие сети, для оценки целесообразности строительства базовых станций в том или ином регионе в соответствии с потенциальным спросом на услуги, для выявление слабых мест, что приводит к минимизации сроков устранения неисправности, и т.д. С помощью анализа Big Data операторы анализируют статистику передвижений абонентов по городу, прогнозируя скопление абонентов в конкретных районах. Это позволяет превентивно увеличивать пропускную способность сетей для высокого качества связи даже в часы пиковых нагрузок. По результатам исследований операторы принимают решение об открытии новых магазинов, количестве работающих в нем консультантов, специально подбирают ассортимент гаджетов и аксессуаров, планируют акции и распродажи, а также определяют приоритеты в перечне мобильных услуг.

Рынок услуг связи растет, что способствует возникновению все больших массивов информации, которые требуется обрабатывать, обеспечивать хранение и структурирование, необходимые корреляции, наконец, их безопасность. Поэтому при использовании термина Big Data часто говорят про характеристики, названные 4V:

V — Volume (объем) — данные действительно большие, хотя размер обрабатываемых данных напрямую зависит от доступных для их обработки ресурсов;

V — Variety (разнообразие) — часто данные разнородны и слабо структурированны;

V — Velocity (скорость) — необходимо обрабатывать данные с большой скоростью, так как результат, как правило, требуется крайне оперативно.

V — Veracity (достоверность) — есть проблема по разделению действий, проводимых роботом и человеком на сайте компании, что приводит в конечном счете к затруднению анализа данных.

Технологии обработки Big Data обязаны решать 3 основные задачи: хранение больших объемов, структурирование разрозненных данных, быстрый и точный анализ. При этом практически экспоненциально увеличивается сам состав обрабатываемых операторами данных, появляется и множество дополнительных целей их обработки, таких как маркетинг, оказание отдельных услуг, обеспечение безопасности сервисов клиента. В информационных системах операторов связи крайне велика доля неструктурированных и разнородных данных, поступающих от телекоммуникационного оборудования, из служб мониторинга и поддержки, служб по работе с клиентами, различных социальных сетей и т.д. Получается, что в настоящий момент расширение Big Data и ускорение темпа роста становится объективной реальностью, а их корректная обработка — глобальной потребностью рынка в целом.

Big Data и контроль качества услуг

Одной из наиболее приоритетных задач для каждого телекоммуникационного оператора является обеспечение надежной и стабильной работы его сервисов. Технологии обработки Big Data позволяют в режиме реального времени осуществлять мониторинг и анализ загруженности сети, выявлять нестабильную работу оборудования и различного рода неисправности. При этом обработка поступающих из систем мониторинга состояния телекоммуникационного оборудования данных позволяет заранее прогнозировать необходимое обслуживание, ремонт или замену данного оборудования, таким образом обеспечивая непрерывность процесса. Другое немаловажное преимущество использования Big Data — это возможность экономии на ремонте и замене оборудования за счет прогнозирования его выхода из строя и возможности принятия запланированных превентивных мер, а также за счет возможности построения собственных индивидуальных графиков обслуживания и замены, исходя из фактического износа, а не из рекомендаций поставщиков. Другая задача обеспечения качества услуг операторов сотовой связи, решаемая с применением технологий анализа Big Data, — это прогнозирование нагрузки на базовые станции операторов в конкретный момент времени за счет анализа информации о потоках и перемещении их абонентов, то есть их геолокационных данных и активности использования сервисов. В результате определяются проблемные участки, требующие соответствующей модернизации с целью улучшения качества сети.

Big Data и монетизация

Кроме отслеживания и обеспечения должного качества услуг, все операторы связи используют Big Data с целью создания и продвижения новых услуг, разработки таргетированных клиентских предложений. Для этого анализируются геолокационные данные клиентов, типы мобильных телефонов и смартфонов, профили потребления интернет-трафика, используемые сервисы, совершаемые покупки, круг общения и многое другое. Подобный анализ помогает обеспечить максимально быструю адаптацию услуг связи к постоянно меняющимся потребностям клиентов, разработать и предложить клиентам наиболее гибкие тарифные планы и условия. Поэтому выходит, что основная сфера использования Big Data с целью увеличения прибыли — это маркетинг. Маркетинговые исследования являются в телекоммуникационных компаниях ключевыми. По их результатам принимаются решения, во что именно стоит вкладывать средства, также прогнозируется информация, сколько прибыли принесет вывод на рынок тех или иных новых сервисов. Технологии Big Data обеспечивают выделение, проведение анализа и структурирование профилей клиентов, тем самым позволяя проводить целевой маркетинг без ошибок и предлагая конечным клиентам в первую очередь именно то, что максимально могло бы их заинтересовать.

Big Data полезна и для выявления и анализа недополученной прибыли, позволяя определить объемы неоказанных услуг из-за недоступности сервисов в определенный момент времени, отсутствия у клиентов подключения к запрашиваемым услугам, фиксировать отток клиентов и т.д. Технологии Big Data позволяют анализировать и коррелировать причины подобных событий и помогать планировать мероприятия с целью не допустить реализации данных неблагоприятных для компании факторов в будущем.

Big Data и клиентоориентированность

В последнее время Big Data активно используются и как инструмент управления лояльностью клиентов операторов связи. Операторы связи стремятся расширить доступ к профилям своих клиентов в социальных сетях, получить сведения о других посещаемых ими ресурсах. Анализ сообщений в интернете позволяет выявлять очаги негативного распространения мнений о компании, после чего для выявления причин недовольства с нелояльным клиентом проводятся определенные коммуникации, итогом которых могут стать предложение тарифа на более выгодных условиях, предоставление бонусов и подарков и т.д. В результате недовольный абонент может превратиться в промоутера, заразив позитивным отношением к компании и свой круг общения.

Big Data и защита от мошенничества

Поступающие от операторов связи Большие данные уже несколько лет успешно используются различными зарубежными банками и другими финансовыми организациями с целью защиты своих клиентов от кражи денежных средств и других способов мошенничества. Большинство банковских сервисов дистанционного банковского обслуживания используют SMS- или Push-сообщения как дополнительный канал подтверждения платежа, перевода или же восстановления доступа к интернет-банку или мобильному банку. И когда на стороне банка возникает сомнение в легитимности осуществляемого снятия денег в банкомате, банк может запросить у оператора связи: «А действительно ли абонент с таким-то номером находится в этом месте?». Оператор связи получает разрешение у своего абонента отправить такие сведения банку. Если согласие получено, то банк получает ответ «Да» или «Нет». Если владелец номера находится в абсолютно другом месте, то это становится поводом для подозрения в мошенничестве и совершении дополнительных проверок в отношении запрашиваемой транзакции.

Использование абонентских данных в других целях

Ни для кого не является секретом, что Big Data операторов связи используется и в других, отличных от непосредственного предоставления услуг связи целях. Это могут быть социальные задачи, такие как изучение потоков населения, суточной локальной миграции, образа жизни граждан, их увлечений с целью строительства каких-либо социальных объектов или новых транспортных объектов (дорог, развязок и т.п.). Это может быть и желание получить прямую коммерческую выгоду, например, продажа агрегированных обезличенных данных для их использования в бизнес-целях, таких как целевая реклама, таргетированный набор услуг по запросам в интернете или же организация пространства в розничном магазине на основании анализа профиля посетителей (пол, возраст, чем интересуются, в какое время бывают, что предпочитают покупать) и многое другое. Очень любопытным является и вопрос применения Big Data операторов связи данных своих абонентов для скоринга с целью выдачи банками кредитов и предоставления других требующих таких проверок услуг. На основании поведенческой модели абонента, в которую могут входить сведения о количестве и суммах пополнения баланса телефонного номера, сведения о задолженностях и блокировках номера, используемых услугах, платежах и т.д., рассчитывается скоринговый балл, который может быть передан в банк.

Этика использования Big Data

Другая сторона вопроса — этичность использования. Можно ли считать таргетированные предложения, создаваемые на основе анализа Big Data о конкретном клиенте либо о группе клиентов, на самом деле обычными манипуляциями? В настоящий момент высказывается множество опасений в разрезе того, что грамотное использование данных о клиенте с учетом его психологических особенностей — это прямая манипуляция. Клиент заходит в магазин, автосалон, к туристическому оператору, а там про него уже все известно — информация в on-line режиме поступила из большого массива собранных и скоррелированных для конкретных целей данных, выдаваемых, например, на основании только что сделанного фото клиента камерами слежения (ФИО, пол, возраст, где работает, сколько зарабатывает, семейное положение, где бывает, его хобби, мечты, друзья). Из этой информации составляется предложение, от которого клиент не сможет отказаться, так как готовы практически ответы и аргументы на все вопросы, сомнения и возможные попытки отказа. Опасно ли это и как далеко может зайти? Этот вопрос пока остается открытым.

Информационная безопасность Big Data

Эксперты в области информационной безопасности и защиты личных данных крайне обеспокоены вопросами защиты Big Data. Уже сейчас в мире существует так называемый «черный» рынок данных, куда из открытых, закрытых или же коммерческих источников поступает информация о каждом конкретном человеке. Это могут быть данные о перемещении, поступающие от операторов связи, данные о состоянии здоровья, собранные с фитнес-браслетов, данные о покупках, поступающие из различных агрегаторов и платежных шлюзов, данные о личной жизни. Используемая отдельно и обезличенно информация подобного рода вряд ли сможет принести какой-либо вред, однако риск несет осознанное применение привязанных к конкретному лицу данных. Помимо острых манипуляций, это могут быть шантаж и вымогательство, применение сведений в других противоправных целях, например, раскрытие тайны о личной жизни в случае конкурентной или политической борьбы, кража денежных средств со счетов и т.д. Так что криминальная область применения Big Data также крайне велика.

Что же делать телекоммуникационным операторам? В обязательном порядке необходимо усиливать защиту Big Data при их хранении, передаче и обработке за счет внедрения и использования процедур и технологических решений в области защиты информации. На государственном уровне нужно усилить контроль использования Big Data пользователей и тут речь идет не только о персональных данных, предъявить требования по их защите и ни в коем случае не допускать открытой продажи недостаточно обезличенных данных третьим лицам. Помимо этого, важно развивать культуру использования гражданами сведений подобного уровня о себе. Сейчас практически всю информацию о лице можно получить из социальных сетей и других похожих ресурсов. Должна существовать какая-то грань между общедоступным и личным, и граждан необходимо научить эту грань различать, объяснив возможные риски и последствия от выкладывания в общий доступ абсолютно всей информации о себе.

Операторам телекоммуникационного рынка необходимо настроиться на работу с большим объемом данных. Общемировые тенденции развития рынка телекоммуникационных услуг заставляют всех игроков рынка работать на опережение и уже сейчас задумываться над внедрением передовых технологических инноваций. С приходом в нашу жизнь промышленного Интернета вещей произойдет еще один скачок объемов данных, поэтому уже сегодня необходимо внедрять технологии, позволяющие создать необходимый запас мощности.

 

По материалам сайтов www.forbes.ru, www.tssonline.ru и www.rbcplus.ru.

Total War Saga: Thrones of Britannia - Dumanlı Albionun taxt oyunları
Эффектные проекты Vivo во время Чемпионата мира 2018
Оформление подписки
Оформить подписку на журнал InfoCity вы можете заполнив приведенную
ниже форму. Стоимость одного выпуска — 2 маната.
Ваше имя
Адрес доставки журнала и номер телефона для контактов
Число месяцев подписки
Благодарим вас за подписку!