S-One Streaming Analytics

Une plateforme puissante pour le Big Data des télécoms

Le réseau de télécommunications est constitué de centaines d’éléments de réseau qui génèrent des enregistrements de détails d’appels ou des données d’événements pour chaque appel téléphonique, message texte, activité Internet, ou même une simple promenade d’un endroit à un autre. Le nombre d’enregistrements par jour varie entre des millions et des milliards. Dans de nombreux cas, les éléments du réseau proviennent de différents opérateurs. L’interface typique pour accéder à ces enregistrements est basée sur des fichiers.

Les opérateurs de services de communication veulent analyser ces enregistrements pour lancer des campagnes, améliorer l’expérience des utilisateurs, améliorer le réseau ou le centre d’appels, ou détecter les fraudes. Ils ont besoin d’un système qui unifie les données sources, effectue des analyses en temps quasi réel et s’adapte à l’augmentation du trafic réseau.

Un référentiel d'adaptateurs Telco Elastic Stack garantit que la plateforme Big Data peut capturer de manière transparente des données provenant de pratiquement toutes les sources d'information, telles que les éléments de réseau et l'infrastructure B/OSS du CSP's, ainsi que tout entrepôt de données existant.

Un modèle d'objet de données et d'événements orienté télécom permet de mapper les données brutes entrantes dans le modèle standard SID du TM Forum. De cette façon, toute personne ou tout système accédant aux données mappées en a une interprétation non ambiguë et bien définie. Par conséquent, les applications Big Data basées sur ce modèle d'objet sont à l'épreuve du temps et résistent aux changements de sources et de structure des données.

Un référentiel de mesures commerciales et opérationnelles propre aux télécoms qui suit l'approche du tableau de bord équilibré du TM Forum (expérience client, revenus et marges et efficacité opérationnelle), comme le reflète le système de mesure des performances commerciales.

Un processeur de flux d'événements (ESP) capture des données en continu, met en corrélation les événements qui se produisent et génère automatiquement des déclencheurs ou des alertes pour des actions ultérieures par d'autres systèmes.

Etude de cas

Avec S-One Analytics™, les CSPs deviennent plus compétitifs en combinant l'intelligence analytique des données avec des actions en temps réel et en réalisant un large éventail de cas d'utilisation innovants, tels que :

Churn Prévention

S-One Analytics™ calcule en permanence des données Chaque fois que la probabilité perçue de désabonnement dépasse un seuil critique prédéfini, S-One Analytics™ déclenche automatiquement, en temps réel, une campagne marketing à destination de l'abonné en question, visant à le maintenir satisfait et à inverser sa propension à désabonner.

Monétisation des idées

S-One Analytics ™ permet aux CSPs de générer des revenus en monétisant les données (anonymisées) produites par tous les abonnés mobiles lorsqu'ils se déplacent sur le territoire couvert. Ils peuvent mesurer, comparer et comprendre les facteurs qui influencent le nombre de personnes qui visitent un lieu (par exemple un centre commercial) à tout moment.

Expérience du réseau client

S-One Analytics™ exploite les sources de données du réseau pour générer des centaines d'indicateurs clés de performance en temps réel et des analyses avancées et aider les CSPs à quantifier la qualité d'expérience du réseau fixe et mobile fourni telle qu'elle est perçue par les abonnés. L'opérateur peut visualiser des mesures agrégées de la QoE pour l'ensemble du réseau ou pour des segments spécifiques, ou même forer jusqu'à un abonné individuel. Un indice global de satisfaction du client (CSI) est calculé en permanence et peut être utilisé pour créer des applications (par exemple, des campagnes, des alertes, etc.) qui se déclenchent automatiquement lorsque l'indice CSI d'un abonné est inférieur à un seuil spécifique.

L'intelligence artificielle au service de la connaissance des réseaux

S-One Analytics™ utilise des algorithmes de Machine learning et d'analyse statistique pour les actions de maintenance prédictives, la sélection des fenêtres de temps de maintenance pour la réduction des pertes de revenus et des interruptions de service, la prévision des incidents et l'analyse de l'impact attendu sur l'activité ou le réseau.

Etude de cas

Churn Prévention

Monétisation des idées

Expérience du réseau client

L'intelligence artificielle au service de la connaissance des réseaux

Synaptique