CC BY
59УДК 654
Денисов В.В. студент,
кафедра информационных технологий, Московский технический университет связи и информатики,
Москва Denisov V.V. student,
department of information technologies, Moscow Technical University of Communications and Informatics,
Moscow
E-mail: vent.floenergy@gmail.com
Аналитика больших данных в телекоммуникациях: история внедрения и
актуальность
Big Data Analytics in Telecommunications: Implementation History and Relevance
Аннотация: С ростом трафика данных, вызванным изменением поведения клиентов в сторону использования телекоммуникационных услуг, чему способствует текущая ситуация в мире (в основном из-за Covid-19), у операторов телекоммуникаций появилась уникальная возможность создать новые источники доходов с помощью решений Big Data Analytics (BDA). Большинство исследовательских документов, связанных с телекоммуникационной отраслью, не рассматривали реализацию проекта BDA от начала до конца. Целью данного исследования является рассмотрение телекоммуникационного проекта BDA, а именно: история и актуальность применения технологий больших данных в сфере телекоммуникаций.
Abstract: With the growth of data traffic caused by a change in customer behavior toward the use of telecommunications services, facilitated by the current world situation (mainly because of Covid-19), telecom operators have a unique opportunity to create new sources of revenue with Big Data Analytics (BDA) solutions. Most research papers related to the telecommunications industry have not considered the implementation of the BDA project from start to finish. The purpose of this study is to examine the BDA telecommunications
project, namely the history and relevance of the application of big data technologies in the telecommunications industry.
Ключевые слова: Аналитика больших данных; методология управления проектом больших данных; архитектура больших данных; управление данными; методология; команда проекта больших данных.
Keywords: Big data analytics; Big data project management methodology; Big data architecture; data management; methodology; Big data project team.
Введение
Использование телекоммуникационных услуг потребителями претерпело значительные изменения в период Covid-19. Некоторые виды практики, которые считались исключительными, стали обычными, а именно: телеработа, электронное обучение, онлайн-игры, IpTv и потоковое вещание. Пропускная способность каналов связи становится все более насыщенной, а объем генерируемых данных растет экспоненциально каждую минуту.
Цель данного исследования - рассмотрение истории аналитики данных в телекоммуникационной отрасли (см. рис. 1), определение актуальности использования больших данных в сфере телекоммуникаций, Для этого проведен обзор литературы, связанной с внедрением BDA в телекоммуникационном секторе.
1. История аналитики данных в телекоммуникационной отрасли
В телекоммуникационной отрасли в период появления мобильных
сетей первого поколения 1G аналитика данных была направлена, главным образом, на повышение эффективности бизнеса и операционной деятельности. Генерируемые данные были связаны с простыми операциями с данными, такими как отправка текстовых сообщений и голосовые звонки. Проникновение устройств, способствующих созданию платформ данных для использования аналитики, было крайне
ограниченным. Поэтому разработка аналитического программного обеспечения сводилась к собственным и проприетарным инициативам.
В начале 90-х годов в сетях второго поколения 2G, использующих цифровую связь TDMA и CDMA, появился набор новых услуг, таких как текстовые сообщения, сообщения с картинками, MMS (мультимедийные сообщения), факс и голосовая почта. Устройства второго поколения были разработаны с ограниченными возможностями хранения и обработки данных. Сочетая все это, поставщики телекоммуникационных услуг могли выполнять некоторые операции, требующие больших объемов данных, например, автоматизировать часто создаваемые отчеты и информационные панели (например, продажи, доходы ... и т.д.). Технические решения были построены на старых традиционных базах данных и хранилищах данных, которые использовали отличительные способы накопления, извлечения и анализа информации. Аналитические возможности были основаны на
статистических методах 1970-х годов.
®
People :
Рисунок 1 - Четыре столпа аналитики больших данных
С 2000 года мобильные устройства 2О постепенно заменяются продуктами 3О, сеть 3О и телефонные трубки были разработаны со скоростью 2 Мбит/с, чтобы удовлетворить спрос на мультимедиа через систему сотовой связи. На этом этапе телекоммуникационные операторы перешли от анализа поведения активов к анализу поведения клиентов. Стали доступны новые типы данных, в частности, графика и видео, что расширило спектр используемых данных и предоставило телекоммуникационным операторам сложные возможности анализа.
Architecture & Project Data
Infrastructure Governance Governance
Первая сеть 4G LTE (Long Term Evolution) была развернута в Стокгольме, Швеция, в 2009 году, обеспечивая скорость передачи данных 100 Мбит/с и 50 Мбит/с. Эта технология позволила на 50 процентов сократить время задержки при передаче данных в обе стороны по сравнению с предшествующей технологией, что сделало возможным использование приложений в режиме реального времени, таких как высококачественные видеозвонки и онлайн-игры. Сеть 4G также способствовала развитию услуг с помощью мобильных приложений, что привело к массовому генерированию данных.
Появление мобильных сетей 4-го поколения ознаменовало поворотный момент в использовании аналитики в мобильной экосистеме. Поставщики телекоммуникационных услуг начали получать новые данные о работе сети и поведении пользователей, что способствовало созданию новых потоков доходов, улучшению потребительского опыта и повышению уровня удержания клиентов.
2. Проблемы и преимущества анализа больших данных для телекоммуникационных операторов
2.1. Проблемы BDA
Как правило проблемы BDA разделяют на технологические и организационные.
2.1.1. Технологические проблемы
a) Отсутствие эталонной архитектуры для
телекоммуникационной реализации BDA: Архитектура BDA может стать для архитекторов данных своеобразной головной болью, поскольку она требует интеграции множества различных источников данных. На самом деле, интеграция данных представляет собой серьезную проблему из-за того, что операторы действуют в режиме организационной изоляции, сосредоточенной на разработке продуктов и услуг. Сведение этих
фрагментов данных в единую централизованную платформу может оказаться сложной задачей.
b) Плохое качество данных: По данным исследования McKinsey, проведенного среди 273 телекоммуникационных игроков по всему миру, автор сообщил, что основной причиной неудач проектов BDA является плохое качество данных. Это можно объяснить множеством систем и функций, входящих в портфель решений операторов связи, а также объемом управляемых данных.
c) Производительность и хранение данных: Растущий спрос на трафик данных, вызванный социальными сетями, приложениями OTT (over-the-top) и мобильными приложениями, заставляет операторов искать новые способы управления и использования данных.
2.1.2. Организационные проблемы
Нехватка квалифицированных кадров: Действительно, наиболее сложной задачей в проектах BDA является поиск квалифицированной команды. Это можно объяснить тем, что BDA всегда рассматривается как новая технология по сравнению с бизнес-аналитикой, которую большинство организаций создавали десятилетиями. Продвинутая аналитика требует сотрудников с глубокими знаниями в различных областях, от науки о данных до всемирного законодательства о конфиденциальности, а также понимания телекоммуникационного бизнеса.
2.2. Преимущества BDA
В телекоммуникационном секторе BDA является переломным моментом, поскольку дает операторам возможность использовать новые массивы данных и извлекать ценную информацию для лучшего понимания поведения клиентов. Следовательно, операторы будут предлагать более адресные предложения, тем самым повышая доходы и снижая расходы.
Несомненно, решения BDA дают операторам связи средства для обработки различных типов данных, структурированных и неструктурированных, независимо от скорости их получения. Эти данные могут быть преобразованы в полезные сведения о клиентах. Поставщики услуг связи (CSP) могут разработать точные профили клиентов, улучшить сегментацию клиентов и разработать надлежащие показатели клиентов. Кроме того, BDA может помочь предотвратить некоторые случаи утечки доходов, позволяя обнаруживать мошенничество в режиме реального времени.
Заключение
В этом документе и в обзоре литературы рассмотрена история внедрения анализа больших данных в телекоммуникационную сферу и выделены основные проблемы, возникающие при реализации проектов BDA.
Список литературы
1. Вейнберг Р.Р. / Интеллектуальный анализ данных и систем управления бизнес-правилами в телекоммуникациях. — 2016. 173 с.
2. Анализ работы телекоммуникационной системы [Электронный ресурс]. — Электрон. данн. - Режим доступа. - URL: https://www.osp.ru/iz/bigdata/articles/13046895/ Дата обращения: 18.05.2021. — Загл. с экрана.
3. Как телекоммуникационный сектор использует Big Data [Электронный ресурс]. — Электрон. данн. - Режим доступа. - URL: https://mediasat.info/2020/10/29/kak-telekommunikacionnyj-sektor-ispolzuet-big-data/ Дата обращения 23.05.2021. — Загл. с экрана.
4. Bughin J. / Reaping the benefits of big data in telecom: Journal of Big Data, 3 (2016), pp. 14.
5. Newman M. / How to Leverage Data Analytics. TM Forum (2019), pp. 1-7.
6. Nwanga M.E., Onwuka E.N., Aibinu A.M., Ubadike O.C. / Impact of big data analytics to Nigerian mobile phone industry. International Conference on Industrial Engineering and Operations Management (IEOM), IEEE, Dubai (2015), pp. 1-6.
7. Fayyad U. / From data mining to knowledge discovery in databases. AI Magazine, 17 (3) (1996), pp.18.
