智能設備和新內容平臺讓電信公司面臨數據沖擊

2019-09-10 17:00:38

思科系統預測,到2022年,移動數據將達到每月 77艾字節。雖然大多數人甚至不會考慮我們每天創建的大量數據,但電信公司對此一無所知。物聯網,智能設備和新內容平臺讓電信公司面臨數據沖擊。

有趣的是,大多數電信提供商正在通過分析進行創新,將這一數據挑戰轉化為機遇。在這篇eWEEK數據點文章中,使用來自Yellowbrick Data技術營銷總監Josh Miner的行業信息,我們將了解他們如何從上到下優化業務。

數據點1:電信遵循的基本步驟

一般而言,電信遵循以下基本步驟:

定位營銷和添加新服務以減少用戶流失;

確保用戶計費反映實際使用情況并按每個電話或每個消息級別執行保證金分析;

通過最佳路由降低成本; 和

為內容提供商等相鄰市場提供分析。

電信提供商目前使用許多不同的技術和平臺來執行這些分析,這種方法從長遠來看是不可持續的。電信公司必須繼續創新以實現兩個對立目標:攝取和分析大量的實時和歷史數據,并減少他們維護的單獨分析平臺的數量以控制成本。

讓我們仔細研究一下這些目標所帶來的挑戰,以及傳統和新興技術如何解決這些挑戰。

數據點2:現代電信提供商需要快速,深入的分析

電信公司既是人們和企業每天使用的大部分數據的渠道和紐帶。使用此數據需要超出業務負責人日常報告的分析。電信提供商必須分析實時數據和深層歷史數據,以便在需要時立即獲得洞察力。

一些例子包括:

為訂閱者提供無縫體驗,包括有助于根據地理位置優化路由的分析。

在內容和廣告提供商與消費者應用程序之間快速傳遞相關數據。

為支持和服務人員提供對設備的實時可見性以解決問題,同時查看歷史使用模式以推薦最佳計劃或升級。

通過實時查看和路由數據以減少擁塞來優化網絡基礎架構,同時還檢查歷史擁塞,以確定問題是一次性事件還是基礎架構達到其設計限制的癥狀。

數據點3:平臺激增的問題

為解決所有這些分析挑戰,電信公司目前擁有眾多技術。諸如內存數據庫等技術可為實時數據提供即時分析,Hadoop等大數據技術可擴展以支持大量歷史數據集,而NoSQL數據庫可幫助企業擴展以快速,經濟高效地支持快速數據增長。

問題在于,內存數據庫通常過于昂貴,無法承載電信公司需要分析的數PB數據,大數據平臺太慢而無法支持實時分析,NoSQL數據庫缺乏提供豐富分析的SQL數據庫功能能力。

簡而言之,由于沒有傳統的解決方案可以滿足這些公司苛刻的分析需求,因此大多數都在實施所有這些技術等等。隨著時間的推移,這種方法是不可持續的。電信提供商將面臨不斷增加的硬件,空間,電力和冷卻成本。跨所有這些平臺管理和集成分析也變得越來越復雜,容易出錯且成本高昂。

數據點4:新興技術有望解決分析挑戰

正如他們所說,必要性是發明之母。電信公司是最早部署內存數據庫和Hadoop等技術的公司之一。他們現在是第一批部署新技術和新興技術的公司,這些技術既可以處理實時和歷史分析,也可以在沒有硬件蔓延和管理復雜性的情況下進行擴展。融合閃存架構現在可以在傳統解決方案的一小部分空間內從有狀態媒體提供類似內存的性能。

新的高性能SQL數據庫能夠在可用時立即獲取實時數據,快速從其他來源批量加載數PB的數據,同時提供分析應用程序用于提高洞察力的功能。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。