Публикации

Большие данные — большие возможности для операторов

В этом году конференция IBM Information on Demand & Business Analytics Forum, поставила рекорд: более 12 тыс. клиентов и партнеров IBM со всего мира собрались в Лас-Вегасе, чтобы обсудить задачи и возможности, которые перед современными предприятиями открывают новые технологии. Несмотря на то что мероприятие проходило в столице игорного бизнеса США, настроение его участников было исключительно деловым: отрасль стоит на пороге новой технологической революции, и имя ей — большие данные.

Кто владеет информацией, тот владеет миром. Эта фраза как никогда верна именно сегодня, когда объем данных на нашей планете растет по экспоненте. С одной стороны, столь безудержный рост влечет новые проблемы, ведь для бизнеса одинаково плохо и то, когда для принятия решений не хватает информации, и то, когда из огромного количества разнородных данных невозможно извлечь полезные сведения. С другой стороны, там, где есть проблемы, открываются и новые перспективы: постоянно усиливающийся информационный поток несет в себе выгоды, о которых любой руководитель может только мечтать.

Открывая конференцию, Роберт Леблан, старший вице-президент IBM по связующему программному обеспечению, поделился таким прогнозом: к 2015 году количество информации на нашей планете достигнет 8 ЗБ (зетабайт). Что служит источниками возникновения этого воистину невероятного объема данных? Во-первых, это мы с вами — пользователи. Работаем ли мы с транзакционными системами на предприятии, обмениваемся ли электронными письмами, публикуем ли сообщения и фотографии в социальных сетях — с каждым днем мы создаем все больше информации. Сходный тренд наблюдается и с цифровыми устройствами: наряду с привычными ПК и смартфонами огромный объем данных генерируют современные приборы — цифровые датчики, RFID-метки, GPS-системы, интеллектуальные счетчики, медицинское оборудование, инструменты диагностики инженерных сооружений и транспортных средств и т. п. Достаточно сказать, что датчики, установленные на одном двигателе самолета Boeing 737, генерируют 10 ТБ данных за каждые полчаса полета. Большая часть этой информации, которая может много сказать специалистам по сервисному обслуживанию, уничтожается через 90 минут после посадки — ее просто не успевают обрабатывать.

Отдельно стоит упомянуть о данных, которые создают телекоммуникационные системы операторов. Объем подробных записей о вызовах (CDR), используемых, в частности, для расчета стоимости разговоров, оценки рациональности использования трафика и обслуживания оборудования, может достигать сотен терабайт даже у оператора средних размеров. Интересно, что чаще всего эти данные используются на 30 %, и это в лучшем случае. Можно только представить, насколько проще операторам станет разрабатывать новые пакеты услуг, персонализировать свои предложения и предотвращать отток пользователей к конкурентам, если они смогут анализировать информацию о CDR максимально эффективно. Сегодня, когда поставщики телекоммуникационных услуг, отдавая в аутсорсинг процессы монтажа, расширения, модернизации и обслуживания сетей, одновременно наращивают маркетинговую составляющую в своем бизнесе, все эти задачи становятся более чем актуальными.

Большим данным — большое плавание

О больших данных в ИКТ-отрасли заговорили несколько лет назад, и сейчас эта тема становится одной из самых горячих. В общих чертах, большие данные — это новое поколение технологий, позволяющих использовать огромные массивы информации для того, чтобы оперативно получать значимые и достоверные сведения, которые становятся основой для принятия управленческих решений.

Однако когда речь заходит о больших данных, имеется в виду не только их объем: маркетологи облекли эту концепцию в емкую формулу «Четырех V»: Volume, Variety, Velocity и Value. Первая V (Volume) расшифровывается просто: масштаб больших данных составляет от терабайт до зетабайт. Variety (разнообразие) характеризует разнородность сведений, поскольку сегодня, наряду со структурированными данными, информация очень часто представлена текстами, комментариями в социальных сетях, аудио-, видеофайлами, изображениями и т. п. Третья V — Velocity (скорость) — описывает высокую оперативность возникновения и поступления данных. И, наконец, четвертая V — Value (ценность) — отражает способность больших данных приносить пользу бизнесу (впрочем, ценность — это уже, скорее, исключительно маркетинговая характеристика, а не свойство данных как таковых, ведь ценность информации определяется исключительно тем, как мы с вами ее используем).

В своем выступлении на конференции IBM Information on Demand Фил Франциско, вице-президент IBM по технологиям больших данных, озвучил такую цифру: по оценкам аналитической компании Gartner, с 2012 по 2016 годы объем инвестиций ИТ-отрасли в технологии больших данных удвоится и достигнет $55 млрд. IBM претендует на весьма существенный кусок этого пирога, и небезосновательно, ведь компания предлагает комплексную платформу для сбора, интеграции, хранения и анализа больших данных. Некоторые ее компоненты были представлены в Лас-Вегасе.

Понять и удержать клиента

Первопроходцами в море больших данных можно по праву считать государственный сектор и научные организации: в той или иной степени они используют отдельные элементы этих технологий достаточно давно. То же можно сказать и о компаниях, предлагающих сервисы интернет-поиска. Сегодня же спектр применения больших данных ширится буквально с каждым месяцем: медицина, розничная торговля, производство, техническое обслуживание, разработка полезных ископаемых. Огромные возможности технологий больших данных предлагаются и для операторов мобильной связи, о чем мы и поговорим подробнее.

В этом году на конференции IBM Information on Demand представители «Голубого гиганта» достаточно много внимания уделили тому, как программное обеспечение InfoSphere Streams поможет операторам повышать качество услуг и удерживать абонентов путем предоставления им персонализированных услуг. Это решение, разработанное специалистами IBM Research, способно анализировать данные, поступающие из множества источников в режиме реального времени и повышать оперативность и точность принятия маркетинговых решений. InfoSphere Streams — это платформа выполнения и службы для пользовательских приложений, которые принимают, фильтруют, анализируют и сопоставляют огромный объем непрерывных потоков данных, генерируемых в операторских сетях.

Изначально протестированное в финансовом секторе, ПО InfoSphere Streams способно обрабатывать петабайты структурированных и неструктурированных потоковых данных в день. Потенциально оно дает возможность собирать и интерпретировать абсолютно все сведения, поступающие из сети — данные о местоположении абонента, входящих, исходящих и пропущенных звонках, перерывах в обслуживании, производительности сетевого оборудования и т. п. Выгоды для оператора очевидны: он может лучше понять предпочтения клиента, определить, как тот использует услуги, и подготовить персонализированное предложение, которое, возможно, предотвратит переход абонентов к другому оператору.

Особенность InfoSphere Streams состоит в том, что это решение поставляется со встроенными средствами аналитики социальных сетей. Цель этих инструментов проста: помочь маркетологам компании-оператора в подготовке инициатив по повышению лояльность клиентов. Другая отличительная черта InfoSphere Streams - исключительно простой графический пользовательский интерфейс, который позволяет интуитивно создавать новые аналитические приложения путем простого перетаскивания источников данных.

Как большие данные работают на практике

Технологии больших данных IBM уже активно используют крупные телекоммуникационные операторы в США и других странах. Фархана Аларахия, директор по аналитическим приложениям IBM, привела практический сценарий того, как можно задействовать одно из аналитических приложений IBM — Smarter Analytics Signature Solution — Next Best Action, чтобы создать подробный профиль абонента и на его основе предотвратить его переход к другому оператору.

Не секрет, что телеком-оператор имеет в своем распоряжении такое количество информации о клиенте, которому любое другое предприятие может только позавидовать: демографические сведения, данные о местоположении, подробные записи о вызовах, история транзакций, данные из биллинговых систем, информация об обращениях в call-центр, данные анкетирования, онлайн-опросов, и т. п. Однако просто иметь эти сведения недостаточно: важно на основе этой структурированной и неструктурированной информации из внешних и внутренних источников — как традиционных, так и новых — сформировать всеобъемлющий профиль пользователя как отправную точку для дальнейших действий. В качестве примера того, как можно его использовать, Фархана Аларахия рассказала историю об условном среднестатистическом абоненте по имени Билл. На основе вышеперечисленных данных в системе создан и хранится профиль, из которого следует, что Билл — владелец небольшой фирмы по дизайну интерьеров, использует контрактный пакет «Малый бизнес» как для личных, так и деловых звонков, достаточно активно пользуется мобильными приложениями для социальных сетей, электронной почты и интернет-серфинга. Билл — доходный клиент, которого оператор, безусловно, хочет удержать. Однако на основе анализа сетевого трафика и записей CDR система выдает оповещение о том, что вероятность его перехода к другому оператору резко возросла: из-за недавних проблем с базовой станцией связь с Биллом часто прерывалась, а затем было зафиксировано его обращение в call-центр конкурирующего оператора.

Благодаря автоматической оценке огромного количества операционных параметров, единая аналитическая система Smarter Analytics Signature Solution подсказывает оператору ответные действия на основе заданного набора бизнес-правил. В нашем случае, исходя из анализа профиля Билла, такими ответными действиями могли бы стать снижение счета на оплату услуг за месяц, SMS с извинениями, предоставление бесплатного интернет-трафика на определенный период, а также предложение купить новый телефон со скидкой. Выдавая все эти варианты, система также подсказывает лучший из них. В данном случае она определила, что лучшее действие — предложить новый телефон, и сообщила, что с Биллом лучше всего связаться через операторское мобильное приложение, причем предпочтительно вечером. На основе информации о том, как Билл обычно пользуется своим телефоном, система также определяет три устройства, которые могут заинтересовать Билла. Информация об этих телефонах отправляется в мобильное приложение Билла, и в зависимости от того, как он просматривает эту информацию, система тут же обновляет его профиль. В то же время, в профиле Билла есть сведения о том, что тот часто не может определиться с выбором: в прошлый раз, просматривая предложение о покупке телефона, он преждевременно завершил сессию работы с операторским приложением. В данном случае этого допустить нельзя — риск перехода Билла к другому оператору остается высоким. Поэтому система отправляет сообщение агенту call-центра о необходимости позвонить Биллу и помочь определиться с выбором. Еще до начала общения агент на экране своего монитора видит не только всю информацию о Билле, но и сценарий будущего разговора. Агент уговаривает Билла купить телефон, и уже на следующий день Биллу приходит SMS-сообщение о том, что его новый аппарат ждет его в ближайшем к нему салоне оператора. При этом система автоматически снижает риск перехода Билла к другому оператору, повышает рейтинг удовлетворенности клиента и предлагает дальнейшие способы взаимодействия с ним.

Сценарии, подобные этому, можно реализовать уже сегодня. Осуществляя постоянный мониторинг и анализ информации из различных источников, оператор может оптимизировать пакеты услуг, осуществлять таргетинг в зависимости от портрета и предпочтений клиента, оптимизировать каналы взаимодействия с ним, моделировать действия в ответ на изменение ситуации и т. п. — и все это практически в реальном времени, с использованием всех имеющихся данных и с помощью единого механизма для принятия решений.

Прочная основа

Наряду с существенными выгодами большие объемы информации несут в себе и серьезные проблемы: ее нужно хранить, управлять ею, а это повышает операционные затраты. По оценкам IBM, некоторые компании тратят до 70 % своего ИТ-бюджета на повседневную поддержку и обеспечение работоспособности систем — рутинные, постоянно повторяющиеся операции, никак не связанные с внедрением инновационных технологий. Огромные средства тратятся также на установку и настройку систем в ходе внедрения, и по мере роста объемов данных затраты на внедрение растут, как снежный ком.

За пару недель до IBM Information on Demand «Голубой гигант» анонсировал систему PureData System — пополнение в семействе интегрированных экспертных систем PureSystems. Участники конференции смогли ознакомиться с новинками вплотную на работавшей в рамках мероприятия экспозиции. Цель PureData System — помочь клиентам эффективно управлять петабайтами данных, анализировать их за считанные минуты и использовать полученные знания в маркетинге, продажах и бизнес-операциях. IBM предлагает новую систему в трех моделях, оптимизированных для разных типов рабочих нагрузок: транзакционной и операционной аналитики, а также анализа больших данных (PureData System for Transactions, PureData System for Analytics и PureData System for Operational Analytics соответственно). По словам Инхи Су, вице-президента IBM по продуктам и стратегическому управлению информацией, новые системы внедряются в течение дней, а не месяцев, и выполняют сложные аналитические задачи за минуты, а не за часы. Построены PureData System на базовой платформе систем PureSystems, подробнее о которой нам рассказал Тим Минер, руководитель по продажам IBM PureSystems в регионе Центральной и Восточной Европы.

Сегодня каждый мало-мальски значимый аспект успешного бизнеса операторов по всему миру связан с ожесточенной борьбой за конкурентоспособность. Это не пустые слова: насыщение рынка привело к тому, что рост абонентской базы одного оператора сейчас происходит фактически за счет сокращения абонентской базы других игроков. А значит, удержать абонента становится не просто важно: это жизненно необходимо. В подобных условиях вся доступная информация о клиентах становится стратегическим ресурсом. И не использовать этот ресурс с максимальной эффективностью — это та роскошь, которую сегодня не может себе позволить ни одна компания. Технологии больших данных активно развиваются, и уже сейчас они могут принести ощутимые выгоды, которые будут расти, придавая операторскому бизнесу новые стимулы для развития.

версия для печати