Как большим операторам зарабатывать большие деньги на больших данных?
Наши партнёры Наши проекты: IT Worldall CIOIT ContactIT Analytics
ВходРегистрация
X

Логин

Пароль

Запомнить

Забыли свой пароль?

Как большим операторам зарабатывать большие деньги на больших данных?

Как большим операторам зарабатывать большие деньги на больших данных?

| 16.03.2016

Никогда не бывает больших дел без больших трудностей.

Вольтер

В России очень высока конкуренция на рынке телеком-услуг, и при большой степени охвата населения цены на них – одни из самых низких в мире.

В условиях снижения выручки от традиционных услуг (голосовой связи, SMS, MMS) и ужесточающейся конкуренции со стороны OTT большинство крупных телеком-операторов рассматривают возможность использования технологии Big Data для анализа данных. Операторы собирают сведения о транзакциях потребления сервисов, о поведении абонентов, данные, характеризующие параметры работоспособности и производительности сети, и т. п. Однако, как правило, эти данные собираются разными департаментами в разных форматах, при этом существует целый ряд организационных барьеров, которые препятствуют свободному обмену информацией между бизнес-подразделениями. Кроме того, отсутствует механизм объединения, очистки и дедупликации, без которого эти данные не могут быть подвергнуты анализу.

Чем больше телеком-операторы пытаются расширить свои услуги за рамки простого предоставления «трубы», тем больше они задумываются о возможности опереться на накопленную информацию и сделать анализ больших данных конкурентным преимуществом.

img
Рис. 1. Стоимость данных, накапливаемых в компаниях, и степень их монетизации

Следует отметить, что ценность данных, которыми обладают телеком-компании, достаточно высока – как видно из рисунка 1, она лишь немного уступает стоимости данных финансовых организаций. Однако оба этих бизнеса в большинстве случаев пока не нашли эффективных механизмов их монетизации. Напротив, в электронной коммерции, в социальных веб-приложениях и поисковых системах удельная стоимость данных ниже, а вот степень их монетизации существенно выше. В частности, владельцы поиковых систем уже давно научились извлекать из данных, хранимых в Сети, огромные деньги, привязывая рекламу к поисковым запросам миллионов пользователей.

В 2015 году в рамках своей презентации Рон Раффенспергер (Ron Raffensperger), CTO Data Center solutions компании Huawei, ссылаясь на исследования McKinsey & Company, привел такие интересные данные: за последние три года из более чем 150 проектов внедрения Big Data в телеком-отрасли 70% не достигли запланированных параметров эффективности. По мнению Рона, причиной тому – сконцентрированность на технологической стороне проекта при недостаточной привязке к бизнесу и отсутствие у разработчиков знаний особенностей бизнес-модели работы телеком-оператора.

Опросы телеком-компаний также свидетельствуют, что, собирая большие объемы данных, связанных с активностью клиентов, и огромное транзакционные логи элементов сети, телеком-компании далеко не в полной мере используют ту ценность, которая в этих данных содержится. Так, исследование компании Heavy Reading (рис. 2.) показало, что проблемы невозможности интегрированного анализа всех имеющихся у телеком-операторов источников информации и недостаточная оперативность анализа этих данных – основные барьеры, которые стоят перед компаниями при развиитии систем оперативной аналитики.

img
Рис. 2. Ответы респондентов из числа телеком-операторов: 3 – наиболее важно, 0 – наименее важно (источник: Heavy Reading)

Действительно, в телеком-компаниях уровень развития ИТ ниже, чем в интернет-компаниях, количество IT-специалистов меньше, а профессионалов в области больших данных может вообще не быть в штате. Поэтому телеком-компании нуждаются не только во внешнем поcтавщике технологии Big Data, но и в консультанте, который бы разбирался в их бизнесе, их IT-инфраструктуре, специфике построения систем Big Data для телеком-индустрии. Планируя проект внедрения решения Big Data, важно продумать бизнес-схему получения дохода от  анализа данных (рис. 3).

img
Рис 3. Возможные схемы получения дохода от анализа больших данных

Как следует из рис. 3, внедрение проекта Big Data в телеком-бизнесе имеет целый ряд схем возврата инвестиций как за счет оптимизации собственных бизнес-процессов, так и от предоставления информации третьим лицам. Для каждой схемы есть свои решения на базе технологий Big Data, которые может использовать оператор.

Вышеупомянутые схемы на рис. 3 представлены в четырех сегментах: планирование и оптимизация сети, монетизация данных, целевой маркетинг и управление клиентским опытом. Рассмотрим эти данные более подробно.

Управление клиентским опытом

Одна из важнейших задач оператора – прогнозирование оттока абонентов (Churn prediction) и управление им. Оператор, внедривший систему Big Data, имеет возможность существенно повысить лояльность абонентов. В России мобильные абоненты пользуются услугой связи по предоплате, не связаны долгосрочным контрактом с оператором и могут сменить его с сохранением своего номера телефона. Анализ поведения абонентов (например, схожести профиля ранее отключившихся абонентов) позволяет определить группы риска. Потенциальным кандидатам на переход к другому оператору можно предложить выгодные для них тарифные планы или другие опции.

Еще одна задача – прогнозирование жалоб (Compliant prediction). Известно, что анализ тональности миллионов сообщений в социальных сетях (недовольство сервисом, сообщения о поломках и т. п.) позволяет определить негативно настроенных абонентов, а в социальных сетях – выявлять так называемых лидеров мнений, решение которых об уходе может спровоцировать на аналогичный шаг многих других пользователей. Возможность повлиять на мнение лидеров мнений позволяет влиять на отношение к сервисам компании.

С другой стороны, жалобы, свидетельства о недостатках сервиса – это ценный информационный ресурс, важный источник информации для их выявления и устранения.

Целевой маркетинг

Product performance best match – оптимизация продуктов для клиента. Задача состоит в том, чтобы предоставлять клиентам продукты и тарифы, которые оптимально соответствуют их запросам и при этом позволяют оптимизировать доход оператора. Например, абонент, имея телефон с возможностями 4G, подписан на тариф 3G, то есть часть возможностей не использует. Если оператор отслеживает подобных пользователей и предлагает им новый тариф, они начинают более полно задействовать возможности телефона, например подключаются к видеосервисам, получают современные услуги, а оператор повышает доход за счет увеличения ARPU.

Частными случаями рассмотренного сервиса являются предложения тарифов, оптимизированных на разные группы населения: Terminal +Pkg upgrade promotion (предложение апгрейда терминального устройства и тарифа), Package upgrade from 3G to 4G (апгрейд от 3G к 4G), Product recommendation (рекомендации продукта).

Здесь также присутствует пункт Precise marketing for add-ons (целевой маркетинг по предложению дополнительных услуг) речь идет о возможности предложения дополнительной рекламы на основе анализа профиля абонентов. Например, если клиент сотового оператора живет в зоне покрытия ШПД и не является подписчиком этой услуги, имеет смысл прорекламировать ее, нацеливаясь именно на ту категорию лиц, которая может быть заинтересована в подобной рекламе.

Еще один пункт – VAS data service – дополнительные сервисы по передаче данных.

Планирование и оптимизация сети

В данном разделе в качестве примера упомянуты две схемы, которые не исчерпывают набор.

ROI based network Investment – инвестирование в развитие сети с учетом ROI. Если мы говорим о сети мобильного оператора, то важно оптимизировать этот процесс: например решить такие вопросы, как проектирование эффективного подключения новых базовых станций, используя данные геолокации и качества сервиса. Big-Data-решение позволяет определить, как лучше спланировать размещение базовых станций.

VIP services assurance – гарантирование доступности сервиса для VIP-клиентов. У любого оператора есть клиенты, которым важно обеспечить сервис в первую очередь. У крупного оператора это достаточно большая категория пользователей, и возникает необходимость вести статистику и управление не только по клиентам вообще, но с учетом значимости определенных групп. Технология Big Data позволяет оптимизировать эту задачу.

Монетизация данных

В данном сегменте рассмотрим следующие пункты. Non media value evaluation (оценка источников помимо медиа) и Adds location recommendation (рекомендации по размещению рекламы). Здесь может идти речь об оптимизации размещения наружной рекламы на базе анализа поведения абонентов оператора, например с учетом места их проживания, работы или пути следования.

Близок по смыслу пункт Urban population movement pattern (извлечение информации о паттернах передвижения горожан). Такие данные могут использоваться в разных индустриях, например информация о потоках граждан – для планирования транспортных магистралей (Transportation planning) либо городской застройки (City construction): здесь монетизация может базироваться на продаже рекомендаций по оптимальному расположению торговых точек с учетом ассортимента, соответсвующего потокам потребителей.

К вышеупомянутой теме имеет отношение еще один пункт – Retail insights (рекомендации по совершенствованию покупательского маркетинга), где подразумевается возможность усовершенствовать ассортимент товаров для более полного удовлетворения спроса на основе прогнозирования поведения пользователей. К этой же группе можно отнести такую глобальную тему, как Intelligent city (интеллектуальный город), которая затрагивает целый ряд управленческих проблем крупных городских центров.

Product recommendation – рекомендации по совершенствованию продукта. Здесь может идти речь о предложении дополнительных продуктов (мобильные приложения, мелодии видео, рингтоны и т. п.).

Как уже отмечено, телеком-операторы находятся в начале пути по внедрению технологии больших данных и нуждаются в партнере, имеющем не только технологическое решение, но и опыт работы в телеком-индустрии. Например, компания Huawei обладает компетенциями в области ИКТ, больших данных, а также знанием проблемных зон телеком-операторов.

FusionInsight

Big Data-решение от компании Huawei, использует многоуровневую архитектуру, ядром которой является платформа FusionInsight, включающая в себя два слоя: уровень обработки данных (data platform) и сервисный уровень (data service) (рис. 4).

img
Рис. 4. Архитектура Big Data – решения от компании Huawei

Уровень обработки данных отвечает за сбор, преобразование, хранение, конвергенцию и обработку данных в режиме реального времени. Сервисный уровень – за анализ данных, выявление в них закономерностей, в том числе прогнозирование поведения пользователей в реальном времени. Уровень бизнес-приложений охватывает приложения целевого маркетинга, средства управления клиентским опытом, планирования и оптимизации сети, а также средства монетизации данных.

Компания Huawei имеет широкую сеть R&D-центров по всему миру. В частности, разработки, связанные с большими данными, ведутся в Китае, странах ЕС, Индии, Канаде и США. Российский RND-центр занимается Big-Data-проблематикой и алгоритмами машинного обучения, в том числе совместно с академическими институтами РАН. Компания обладает исчерпывающим спектром продуктов для построения решения любой сложности как для средних операторов, так и для мировых лидеров. В частности, предлагает полный цикл построения Big-Data-проекта, включая услуги разработки сценария и построения бизнес-модели, обучение моделированию.

Специалисты Huawei готовы предоставить полное решение под ключ, отдельно платформу больших данных или аналитические инструменты. Компания имеет собственную экспертизу по сбору и анализу специфических для телеком-индустрии данных, в том числе благодаря тому, что сама является производителем телеком-оборудования и имеет доступ к недокументируемой информации. Например, Big-data-решение, разработанное для индонезийского оператора PLDT, позволило снизить стоимость аппаратного обеспечения на 50% и на 30% ускорить выполнение ETL-операций. А в China Unicom Shanghai внедрен крупный Big-Data-проект c успешной бизнес-моделью монетизации. В рамках проекта в Telefonica Vivo (Бразилия) на существующую Big-Data-платформу был установлен аналитический инструмент от Huawei, который позволил оператору решать вышеуказанные аналитические задачи, включая работу с абонентами и анализ качества услуг.

Компания постоянно расширяет возможности своей платформы  для построения Big-Data-решений. Так, представленная ею на Всемирном мобильном конгрессе ‘2016 в Барселоне обновленная версия FusionInsight-Universe включает в себя сервисное решение (BDaaS), которое позволяет телеком-компаниям оперативно внедрить доступ к большим данным, получить преимущества от использования технологий Big Data и существенно повысить конкурентоспособность бизнеса.

Автор: Александр Прохоров

Теги: телекоммуникации, операторы, Big Data, R&D, 3G, 4G, 4G+, LTE, ШПД, услуги, OTT-сервисы, облачные сервисы, облачные услуги, облака, бизнес-аналитика, аналитика, IT-инфраструктура, мобильные приложения, мобильные девайсы, моделирование

Еженедельник IT Weekly № 11/2016 (23.03)    [ PDF ]    [ Подписка на журнал ]

Компания: Huawei, McKinsey & Company, China Unicom, Telefonica


ВКонтакт Facebook Google Plus Одноклассники Twitter Livejournal Liveinternet Mail.Ru

Также по теме

24.08.16
За первое полугодие 2016 года показатели оператора выросли: на 33% - по количеству бизнес-абонентов и на 32% - по выручке, в Санкт-Петербурге – на 56 и 46% соответственно.
17.08.16
Летом 2016 года скоростной мобильный интернет Tele2 стал доступен жителям еще 14 населенных пунктов региона.
16.08.16
В обновленном рейтинге - обман Yota и роуминговые уловки от Билайна и МегаФона.
16.08.16
В Афганистане у компании появился второй роуминговый партнер – абоненты оператора теперь могут подключаться к сети MTN Afghanistan.
15.08.16
Институт Развития Интернета, Минкомсвязи и Ростелеком создали рабочую группу, которая займется тестированием интернет-мессенджеров для государства.
05.08.16
В связи с продажей доли в ООО UMS, МТС запланировала списание в размере порядка 3 млрд рублей в III квартале 2016 года. Сумма списания будет впоследствии уточнена.
03.08.16
«МегаФон» выиграл аукционы на оказание услуг связи для Дальневосточного банка ПАО Сбербанк. По условиям контрактов «МегаФон» предоставит ПАО Сбербанк защищенные каналы связи до офисов и банкоматов в пяти регионах Дальнего Востока
02.08.16
Tele2 подвела итоги развития розничной сети на Северо-Западе в первой половине 2016 года.

Другие материалы рубрики

24.08.16
За первое полугодие 2016 года показатели оператора выросли: на 33% - по количеству бизнес-абонентов и на 32% - по выручке, в Санкт-Петербурге – на 56 и 46% соответственно.
23.08.16
Общий объем инвестиций в проект, реализованный на базе японского оборудования, – около 250 млн руб.
22.08.16
Аналитики прогнозировали, что отказ корпоративных клиентов от традиционной телефонии в пользу виртуальных IP-решений для бизнеса примет массовый характер. Однако сами операторы подчеркивают, что голосовую связь как таковую становится все труднее монетизировать...
17.08.16
Летом 2016 года скоростной мобильный интернет Tele2 стал доступен жителям еще 14 населенных пунктов региона.
16.08.16
В обновленном рейтинге - обман Yota и роуминговые уловки от Билайна и МегаФона.
16.08.16
В Афганистане у компании появился второй роуминговый партнер – абоненты оператора теперь могут подключаться к сети MTN Afghanistan.
05.08.16
В связи с продажей доли в ООО UMS, МТС запланировала списание в размере порядка 3 млрд рублей в III квартале 2016 года. Сумма списания будет впоследствии уточнена.
03.08.16
Tele2 подвела итоги развития сети дистрибуции в Московском регионе в первом полугодии 2016 года.

мероприятия

| 08.09.2016
II Industrial IT Forum

Санкт-Петербург, Культурно-деловой центр «Club House» пр. Медиков, д. 3

| 21.09.2016 — 22.09.2016
II федеральный «ИТ-форум нефтегазовой отрасли России».

Санкт-Петербург, отель Four Seasons Hotel Lion Palace St.Petersburg (Санкт-Петербург, Вознесенский пр., д.1)

| 22.09.2016
«Телеком 2016: правовые вопросы, законодательные ответы»

Москва, отель Марриотт Роял Аврора

| 23.09.2016
BIS Summit 2016

Москва, Конгресс-парк гостиницы «Украина»

Также смотрите

Редакция рекомендует

Согласно данным агентства P&S Market Research, мировой рынок ГИС (геоинформационных систем) вырастет с $7,6 млрд в 2014 году до $14,6 ...
За редким исключением представители поставщиков не могут донести ценность предложения, используя современные подходы к оценке эффективност ...

Реклама

Журнал IT News продолжает осваивать региональные ИТ рынки России, а именно работать над проектом Региональные выпуски. Последние сводки: наши войска ...

Фоторепортажи

Мы в социальных сетях

Компании сообщают