Benefícios do uso de soluções de Big Data para operadoras de serviços de comunicação



Até a algum tempo atrás, as soluções de Inteligência de Negócios e Relatórios Analíticos estavam muito voltadas para entender o que havia acontecido com os negócios da companhia, sendo normalmente baseadas apenas nos dados corporativos coletados em bancos de dados e em planilhas. Esta coleta de dados implicava na construção de muitos programas para extrair, transformar e carregar os dados em um armazém de dados corporativo. Estes armazéns focavam em dados relacionais, não tendo integração com outras fontes de dados, tais como sites e portais das companhias, uso de redes sociais, etc. Normalmente estas cargas de dados eram realizadas em períodos noturnos. Outro problema existente era a dificuldade e os custos envolvidos de hardware e software para obter maior escalabilidade para este tipo de solução. 

Com a evolução da plataforma Hadoop, as companhias podem dispor atualmente de um ambiente de Inteligência de Negócios e Relatórios Analíticos com alta escalabilidade e capacidade de processamento distribuído, que tem ferramentas como o MapReduce, Sqoop, Flume, HBase, Hive, etc, que permitem  a rápida construção, execução de  cargas e armazenamento de informações, que podem ter como destino final o próprio sistema de arquivos do Hadoop (HDFS) ou um outro destino como por exemplo um armazém de dados na nuvem. Em posts anteriores deste blog já falamos sobre estas ferramentas do ambiente Hadoop, com exceção do Flume.

Estes Relatórios Analíticos da plataforma Big Data podem ser usados para relatar o passado, mas à medida que se conectam com os sistemas, sites, portais e informações de redes sociais da companhia, podem auxiliar a entender como e por que os clientes têm determinados comportamentos, prever o que poderá acontecer em determinados cenários, auxiliar na otimização das operações diárias, etc.

Abaixo destaco 3 benefícios do uso deste tipo de solução na indústria de Telecomunicações:   

1 – Aumento da qualidade da rede
Os relatórios analíticos em tempo real existentes em soluções de Big Data podem ser utilizados para identificar problemas, prover soluções e rapidamente indicar pontos de falhas nas redes das operadoras. Alguns problemas típicos como um grande número de chamadas terminadas de forma anormal (dropped calls) podem ser resultantes de problemas em equipamentos de transmissão ou ocasionados pelo aumento rápido do número de chamados em determinados pontos, tais como estádios, praças, locais de shows, etc. Com a utilização de relatórios analíticos em tempo real, as operadoras podem identificar rapidamente estes tipos de situações e providenciar os ajustes nas redes. À medida que este tipo de solução passa a ser empregada nas operadoras e é operacionalizada de forma rápida, menor é o impacto de falhas da rede sobre o cliente, que por sua vez passa a ter uma melhor percepção de qualidade da operadora, além de evitar possíveis reduções de receita por indisponibilidade de serviços.
Este tipo de solução possibilita analisar em tempo real grandes volumes de streams de CDRs, armazenar e analisar dados de chamadas, switches, sensores, logs, etc (volume e variedade) e realizar as correlações necessárias no menor tempo possível, possibilitando a rápida resolução de problemas (velocidade).

2 – Aumento de receita
As operadoras têm procurado aumentar o leque de produtos ofertados aos clientes e para tal tem feito aquisições e acordos com outras empresas que tenham produtos complementares às suas ofertas. Desta forma, as grandes operadoras atualmente têm os tradicionais serviços de voz (fixo, celular, etc), mais os serviços de dados (ex. banda larga, alocação de fibras, etc) e também serviços multimídia (portal e hotsites da operadora, páginas e canais em redes sociais, canais de tv por assinatura, filmes sob demanda, campeonatos e partidas de futebol, UFC, MMA, etc). O acesso e uso de cada um dos serviços triple-play (voz, dados e multimídia) podem ser alavancados á medida que exista uma integração entre os mesmos, ou seja, cada um dos meios informa e direciona para ações, campanhas, ofertas e promoções relativas aos outros, mas esta integração e aumento de receita poderá ser maximizada a medida que a operadora conheça melhor o perfil e os hábitos dos seus clientes podendo assim criar ofertas, combos, planos de preços, etc que tenham maior efetividade e que atendam melhor às necessidades dos mesmos.  As soluções de Big Data que combinem o acesso aos dados estruturados da companhia, com os dados não estruturados obtidos a partir de logs de acesso dos sites e portais, cliques em páginas de redes sociais, likes, dados de compras de pay-per-view, etc, podem gerar uma base de informações que auxiliam a prever o comportamento do cliente e indicar com maior índice de assertividade quais ofertas devem ser feitas aos clientes.

3 – Detecção de fraudes em tempo real
Outra utilização pelas operadoras para os relatórios analíticos em tempo real é na detecção e analise em alta velocidade de atividades fraudulentas permitindo que sejam rapidamente tomadas as providências necessárias.  Como exemplo típico de fraude que pode ser detectada rapidamente usando este tipo de solução temos chamadas de um mesmo número realizadas de locais distantes em um pequeno período de tempo, que são possíveis através da clonagem de cartão SIM.  Outro tipo possível de fraude seria o uso de laptops ou smartphones em hotspots sem o devido pagamento ou autorização, que pode também ser combatida utilizando soluções de Big Data.

Em um próximo post vamos abordar novos serviços que podem ser criados a partir de soluções de Big Data para gerar mais receita.  

Até o próximo post !

Comentários

Postagens mais visitadas deste blog

Hive, o que é ?

O que é o HDFS ?

O que é o HBASE ?