ビッグオペレーターはビッグデータでどのように大金を稼ぐのですか？

大きな困難のない素晴らしいものはありません。



ヴォルテール



ロシアでは通信サービス市場での競争が非常に激しく、人口カバー率が高いため、価格は世界で最も低くなっています。



従来のサービス（音声、SMS、MMS）からの収益の減少とOTTとの競争の激化に直面して、ほとんどの大手通信事業者は、データ分析にビッグデータテクノロジーの使用を検討しています。 オペレーターは、サービス消費トランザクション、サブスクライバーの動作、操作性とネットワークパフォーマンスのパラメーターを特徴付けるデータなどに関する情報を収集します。ただし、原則として、これらのデータはさまざまな部門によってさまざまな形式で収集されます。ビジネスユニット間の情報の無料交換。 また、これらのデータを分析できない場合、結合、クリーニング、および重複排除のメカニズムはありません。



通信事業者は、単に「パイプ」を提供する以上のサービスを拡大しようとすればするほど、蓄積された情報に依存し、ビッグデータ分析を競争上の優位性にする可能性について考えます。





図 1.企業に蓄積されたデータのコストと収益化の程度



通信会社が保有するデータの価値は非常に高いことに注意する必要があります-図1からわかるように、金融機関のデータの価値よりもわずかに劣っています。 ただし、ほとんどの場合、これらのビジネスはどちらも収益化の効果的なメカニズムをまだ発見していません。 それどころか、電子商取引、ソーシャルWebアプリケーション、および検索エンジンでは、データの単価は低くなりますが、収益化の程度ははるかに高くなります。 特に、検索エンジンの所有者は、何百万人ものユーザーの検索クエリに広告をリンクして、Webに保存されたデータから莫大な金額を引き出す方法を長い間学びました。



2015年、プレゼンテーションの一環として、McKinsey＆Companyの研究を引用して、ファーウェイのCTOデータセンターソリューションであるRon Raffenspergerは、このような興味深いデータを提供しました：過去3年間、通信業界でビッグデータを実装する150以上のプロジェクトから、70 ％は計画されたパフォーマンスパラメータに達しませんでした。 Ron氏によると、この理由は、ビジネスへのリンクが不十分なプロジェクトの技術面と、通信事業者のビジネスモデルの詳細に関する開発者間の知識不足に焦点を当てているためです。



また、通信会社の調査では、顧客の活動に関連する大量のデータとネットワーク要素の膨大なトランザクションログを収集する場合、通信会社はこのデータに含まれる価値を十分に活用していないことを示しています。 したがって、Heavy Readingの調査（図2.）は、通信事業者が利用できるすべての情報源の統合分析が不可能であるという問題と、これらのデータの分析効率が不十分であることが、企業が運用分析システムの開発で直面する主な障壁であることを示しました。





図 2.通信事業者の数からの回答者の回答：3-最も重要、0-最も重要でない（出典：Heavy Reading）



実際、通信会社では、IT開発のレベルはインターネット会社よりも低く、IT専門家の数は少なく、ビッグデータの分野には専門家がいない可能性があります。 したがって、通信会社には、ビッグデータテクノロジーの外部サプライヤだけでなく、ビジネス、ITインフラストラクチャ、および通信業界向けのビッグデータシステム構築の詳細を理解するコンサルタントも必要です。 ビッグデータソリューションを実装するプロジェクトを計画するときは、データ分析から収益を生み出すためのビジネススキームを検討することが重要です（図3）。





図3.ビッグデータ分析から収入を得るための可能なスキーム



図から次のように 3、通信事業におけるビッグデータプロジェクトの実装には、独自のビジネスプロセスを最適化することと、第三者に情報を提供することの両方により、多くの投資収益率スキームがあります。 各スキームには、事業者が使用できるビッグデータ技術に基づいた独自のソリューションがあります。



図の上記のスキーム。 3つは、ネットワークの計画と最適化、データ収益化、ターゲットを絞ったマーケティング、カスタマーエクスペリエンス管理の4つのセグメントに分かれています。 このデータをより詳細に検討してください。



カスタマーエクスペリエンス管理



オペレーターの最も重要なタスクの1つは、サブスクライバーのチャーンの予測（チャーン予測）とその管理です。 ビッグデータシステムを実装したオペレーターは、顧客ロイヤルティを大幅に高めることができます。 ロシアでは、モバイル加入者はプリペイド通信サービスを使用し、オペレーターとの長期契約に拘束されず、電話番号を維持しながらそれを変更できます。 サブスクライバーの動作の分析（たとえば、以前に切断されたサブスクライバーのプロファイルの類似性）により、リスクグループを特定できます。 別のオペレーターへの切り替えの潜在的な候補者には、有利な料金プランまたは他のオプションを提供できます。



もう1つの課題は、準拠予測です。 ソーシャルネットワーク内の数百万のメッセージの調性の分析（サービスへの不満、故障に関するメッセージなど）により、ネガティブに調整されたサブスクライバーを特定でき、ソーシャルネットワークでは、辞任の決定により多くの人が同様の措置を講じることができるいわゆるオピニオンリーダーを特定できることが知られています。他のユーザー。 オピニオンリーダーの意見に影響を与える能力により、会社のサービスに対する態度に影響を与えることができます。



一方、苦情、サービス不足の証明書は、貴重な情報リソースであり、それらを特定および排除するための重要な情報源です。



ターゲットマーケティング



製品パフォーマンスのベストマッチ-クライアントの製品最適化。 課題は、顧客にニーズに最適な製品と関税を提供すると同時に、オペレーターの収入を最適化することです。 たとえば、4G機能を備えた電話を所有している加入者は、3G料金に加入しています。つまり、機能の一部を使用していません。 オペレーターがそのようなユーザーを監視し、新しい料金を提供すると、ビデオサービスへの接続、最新のサービスの受信など、電話の機能を完全に利用し始め、オペレーターはARPUを増やすことで収益を増やします。



考慮されるサービスの特定のケースは、さまざまな人口グループ向けに最適化されたタリフオファーです：ターミナル+ Pkgアップグレードプロモーション（ターミナルデバイスとタリフをアップグレードするために提供）、3Gから4Gへのパッケージアップグレード（3Gから4Gへのアップグレード）、製品推奨（製品推奨）。



アドオンの精密マーケティング（追加サービスの提供のためのターゲットマーケティング）という項目もあります。これは、サブスクライバーのプロファイルの分析に基づいて、追加の広告を提供する可能性についてです。 たとえば、モバイルオペレータのクライアントがブロードバンドサービスエリアに住んでいて、このサービスの加入者ではない場合、そのような広告に興味を持っている可能性のある人のカテゴリを正確にターゲットにして広告することは理にかなっています。



もう1つのポイント-VASデータサービス-追加のデータサービス。



ネットワークの計画と最適化



このセクションでは、例として、セットを使い果たさない2つのスキームについて説明します。



ROIベースのネットワーク投資-ROIを考慮したネットワーク開発への投資。 モバイル通信事業者のネットワークについて話している場合、このプロセスを最適化することが重要です。たとえば、ジオロケーションデータとサービス品質を使用して、新しい基地局の効果的な接続を設計するなどの問題を解決します。 Big-Dataソリューションを使用すると、ベースステーションの配置を最適に計画する方法を決定できます。



VIPサービス保証-VIPクライアントのサービスの可用性を保証します。 オペレーターには、そもそもサービスを提供することが重要な顧客がいます。 大規模なオペレーターにはかなり大きなユーザーカテゴリがあり、一般的な顧客だけでなく、特定のグループの重要性を考慮して統計と管理を維持する必要があります。 ビッグデータ技術により、このタスクを最適化できます。



データ収益化



このセグメントでは、次の項目を検討します。 メディア以外の価値評価（メディア以外のソースの評価）および場所の推奨（広告の推奨）を追加します。 ここでは、たとえば、居住地、職場、またはルートを考慮に入れて、オペレーターの加入者の行動の分析に基づいて、屋外広告の配置を最適化することについて話すことができます。



都市人口の移動パターンと密接に関連しています（市民の移動パターンに関する情報を抽出）。 このようなデータは、たとえば、輸送ルートの計画（都市計画）または都市開発（都市建設）のために、市民の流れに関する情報など、さまざまな業界で使用できます。ここで、収益化は、消費者の流れに対応する品揃えを考慮した店舗の最適な場所に関する推奨事項の販売に基づくことができます。



別の項目は前述のトピックに関連しています-小売洞察（消費者マーケティングを改善するための推奨事項）は、ユーザーの行動の予測に基づいて需要を満たすために製品の品揃えを改善する可能性を意味します。 このグループには、大都市の中心部における多くの管理上の問題に触れるインテリジェントシティなどのグローバルトピックも含まれています。



製品の推奨事項-製品を改善するための推奨事項。 ここでは、追加の製品（モバイルアプリケーション、ビデオチューン、着信音など）の提供について話すことができます。



すでに述べたように、通信事業者はビッグデータ技術の実装への道の始まりであり、技術的ソリューションだけでなく通信業界での経験を持つパートナーが必要です。 たとえば、HuaweiはICT、ビッグデータ、通信事業者の問題分野の知識の分野で能力を持っています。



Fusioninsnsight



Huaweiのビッグデータソリューションは、データ処理層とデータサービス層の2つの層を含むFusionInsightプラットフォームを中核とするマルチレベルアーキテクチャを使用しています（図4）。





図 4.ビッグデータアーキテクチャ-Huawei Solutions



データ処理層は、データをリアルタイムで収集、変換、保存、収束、処理します。 サービスレベル-データ分析のために、リアルタイムのユーザー行動の予測を含む、それらのパターンの識別。 ビジネスアプリケーションのレベルは、ターゲットを絞ったマーケティングアプリケーション、カスタマーエクスペリエンス管理ツール、ネットワーク計画と最適化、およびデータ収益化ツールをカバーしています。



ファーウェイは世界中に研究開発センターの幅広いネットワークを持っています。 特に、ビッグデータに関連する開発は、中国、EU諸国、インド、カナダ、米国で行われています。 ロシアのRNDセンターは、ロシア科学アカデミーの学術機関とともに、ビッグデータの問題と機械学習アルゴリズムに取り組んでいます。 同社には、中規模の事業者と世界のリーダーの両方にとって複雑なソリューションを構築するための包括的な製品群があります。 特に、スクリプト開発サービスやビジネスモデルの構築、トレーニングのモデリングなど、Big-Dataプロジェクトの構築のフルサイクルを提供します。



ファーウェイのスペシャリストは、完全なターンキーソリューション、ビッグデータプラットフォームまたは分析ツールを個別に提供する準備ができています。 同社は、それ自体が通信機器のメーカーであり、文書化されていない情報にアクセスできるという事実を含め、通信業界固有のデータを収集および分析する独自の専門知識を持っています。 たとえば、インドネシアのオペレーターPLDT向けに開発されたビッグデータソリューションにより、ハードウェアコストを50％削減し、ETL操作を30％高速化することができました。 また、China Unicom Shanghaiは、収益化ビジネスモデルが成功した大規模なビッグデータプロジェクトを導入しました。 プロジェクトの一環として、Huaweiの分析ツールがTelefonica Vivo（ブラジル）の既存のBig-Dataプラットフォームにインストールされたため、オペレーターは加入者との連携やサービス品質の分析など、上記の分析タスクを解決できました。



同社は、ビッグデータソリューションを構築するためのプラットフォームの機能を常に拡張しています。 そのため、バルセロナで開催されたWorld Mobile Congress 2016で彼女が発表したFusionInsight-Universeの更新バージョンにはサービスソリューション（BDaaS）が含まれており、テレコム企業はビッグデータへのアクセスを迅速に実装し、ビッグデータテクノロジーを使用することで利益を得て、ビジネスの競争力を大幅に高めることができます。



著者：アレクサンダー・プロホロフ

出典： www.it-weekly.ru/market/telecom/82053.html