Ключевые технологии: как растет роль Big Data и AI в развитии телеком-индустрии
В современном мире объемы данных, поступающих и обрабатываемых в телекоммуникационной отрасли, стремительно растут. От миллиардов звонков и сообщений до данных, генерируемых мобильными устройствами и интернетом вещей, — движение огромных массивов информации стало неотъемлемой частью операций в секторе связи. В таком контексте использование больших данных и искусственного интеллекта становится критическим фактором успеха для телекоммуникационных компаний. Рассмотрим применение и значимость Big Data и AI в отрасли на примере МТС.
Как театр начинается с вешалки, так и телеком начинается с правильно организованной мобильной сети, адаптированной под потребности наших клиентов. Прогнозирование и оптимизация сетевых ресурсов, пожалуй, первая прикладная задача, которую телеком-операторы не первый год решают посредством Big Data и AI-технологий.
Построить сплошную ковровую сеть, где бы не ступала нога абонента, не может позволить себе ни один мобильный оператор в мире. В масштабах нашей большой страны это особенно сложная задача. Поэтому мы ставим своей целью построить максимально консистентную сеть для наших клиентов, чтобы их восприятие «сплошной услуги» не нарушалось в ключевых точках потребления услуг типа «дом, работа, дача и места отдыха» и на путях миграции между этими локациями.
Мы собираем большой объем данных о трафике, о нагрузке на сеть. Можем прогнозировать пиковые нагрузки в будни и выходные, в разное время суток. Видим, когда в результате новой застройки появятся новые зоны спроса на телеком-услуги. Понимаем, как существующие зоны связи делятся по типам потребностей: бизнес-коммуникации, коммуникации вне работы и т. д. Разумеется, мы можем спрогнозировать и рост трафика в разных зонах на годы вперед. Путем анализа этих данных, добавляя знания об особенностях каждой локации (жилая застройка, ее плотность, транспортные магистрали, рекреационные зоны, природный рельеф, леса, водоемы) и используя алгоритмы машинного обучения, наш телеком-блок и принимает решение о том, какие локации должны быть усилены, а какие отстроены с нуля. При этом наши технические службы рассчитывают отдельно каждый сектор базовой станции. Они способны оценить, сколько и какого именно оборудования потребуется на объекте сети и как новые базовые станции помогут разгрузить существующие. Все это с использованием AI-технологий анализируется в функционале нашего решения Smart Rollout, позволяющего прогнозировать потенциальную доходность инвестиций в развитие инфраструктуры с точностью более 75% и улучшать покрытие территорий.
Помимо планирования сети под потребности клиентов, технологии Big Data также позволяют отслеживать любые сетевые аномалии, находить их причины и своевременно или даже предиктивно устранять проблемы. Все это в комплексе помогает нам предотвращать потенциальную перегруженность сети и возможные сбои, планировать ресурсы, масштабировать инфраструктуру, обеспечивая таким образом более стабильную и надежную связь для клиентов.
Такое глубокое понимание элементов своей сети помогает решать и другие прикладные задачи — не только собственные, но и в интересах клиентов. Для этого МТС создала платформу GeoEffect, которая на основе обработки Big Data дает возможность нашим клиентам анализировать миграционные и туристические потоки, понимать посещаемость мероприятий и локаций. Платформа полезна бизнесу и организациям при планировании территорий, транспортной инфраструктуры, торговых точек, организации массовых мероприятий.
Например, сейчас в России сильно растет интерес к внутреннему туризму. Экосистема МТС уже занимает эту нишу продуктом по бронированию отелей МТС Travel. И вместе с платформой GeoEffect такая синергия дает нам знания, позволяющие решить новую задачу — обеспечение так называемого travel-покрытия, то есть консистентной связи в ключевых зонах туризма наших клиентов.
Другая прикладная задача, решаемая с помощью Big Data и AI, — анализ и понимание клиентов. Телеком-компании обладают огромным количеством обезличенных данных о своих клиентах: звонки, сообщения, мобильный интернет и другие детали использования услуг. Благодаря технологиям анализа Big Data и AI мы извлекаем ценную информацию из этих данных и применяем ее для более глубокого понимания абонентов. Применение алгоритмов машинного обучения позволяет получить инсайты о предпочтениях, потребностях и паттернах поведения клиентов. Это помогает сформулировать более эффективные маркетинговые стратегии, персонализировать предложения и услуги и улучшить качество обслуживания.
Например, анализируя данные о качестве связи, задержках, пропускной способности и других параметрах сети, мы можем рассчитать прокси-метрики по клиентам, которые позволяют оценить в баллах то, насколько расходятся «ожидания клиента» от «фактически полученного сервиса» и как могли повлиять «инфраструктурные риски сети» на клиента в его различных жизненных сценариях. Такие оценки позволяют выделить когорты потребления наших услуг. И благодаря такой дифференциации появляются знания о том, как выстроить продуктовые предложения со стороны маркетинга и когда клиентскому сервису следует проявить заботу о клиенте, не дожидаясь его жалобы в поддержку.
Таким образом, применяя подобные подходы с технологиями Big Data и AI, мы можем лучше обосновывать оптимальные тарифные планы. Появляется возможность подбора наиболее востребованных услуг и применения динамического ценообразования в режиме реального времени в соответствии с потребностями клиентов. Это позволяет нашему телекому эффективно управлять спросом и предложением, улучшать доходность и привлекать новых клиентов.
Телекоммуникационный бизнес МТС развивается. Будущее нашего телекома как во внутренних сервисах, так и в сервисах для клиентов — облачный телеком. И это еще один вектор, который обеспечит еще большее проникновение Big Data и AI в отрасль.
Облачный телеком представляет собой новый подход к предоставлению коммуникационных услуг и инфраструктуры, при котором все элементы процессов становятся микросервисами с API-интеграцией, реализованными на облачной платформе. Это поменяет бизнес-модель телеком-оператора. Услуги и сервисы смогут легко и нативно встраиваться в любые экосистемные цифровые сервисы, усиливая их и обеспечивая наилучший клиентский опыт для конкретного набора цифровых услуг. И именно технологии Big Data и AI в такой конструкции позволят создать уникальный опыт для своих пользователей.
Приведу пока не реализованный, но потенциально возможный пример. Сейчас по достижении определенных триггеров, например окончания квоты на интернет-трафик, клиенты получают соответствующую текстовую нотификацию. Тексты таких нотификаций едины для всех и «вырублены топором» в недрах давно созданных IT-систем на основании экспертизы мобильного оператора. Полезное применение Big Data и AI в этом случае неочевидно. На платформе облачного телекома клиентские микросервисы становятся генераторами мастер-данных. Система нотификаций в этом случае — отдельный микросервис, который аккумулирует мастер-данные. И вот теперь Big Data и AI помогают выделить потенциально новые триггеры для информирования клиентов. Знания о клиентах позволяют определить, какие триггеры обязательны для всех, а какие являются элементом персонализации. Технология GenAI поможет сделать персональный текст нотификации для каждого клиента. Осталось только выбрать наиболее удобный для клиента канал коммуникации, и вот уже простейшие нотификации становятся элементом заботы о клиенте и могут поддерживать его внимание к сервисам оператора.
Можно выделить много других областей применения Big Data и AI. Очень перспективная тема — борьба с мошенничеством и обеспечение безопасности, реализуемая решением МТС Защитник. Автоматизированные алгоритмы машинного обучения и анализа данных могут быстро обнаруживать аномалии в активности, указывающие на возможное мошенничество. Отдельная область обеспечения безопасности — обнаружение уязвимостей в сетевой инфраструктуре и защита самих телеком-компаний от кибератак. Анализ больших данных также позволяет улучшить процессы обнаружения и реагирования на инциденты безопасности.
Развитие AI обязательно станет ключевым фактором при внедрении новых технологий в российском телекоме, например в эволюции таких решений, как автономные автомобили, умный дом, интернет вещей и другие. Виртуализация сетей при поддержке AI позволит поддерживать быструю передачу информации с минимальными задержками с учетом оценки риска деградации каналов связи, на которых предоставляются цифровые услуги.
Таким образом, Big Data и AI предоставляют телекому мощные инструменты для оптимизации бизнес-процессов, улучшения обслуживания клиентов, прогнозирования и оптимизации сетевых ресурсов, тарифного планирования, борьбы с мошенничеством и обеспечения информационной безопасности. Основываясь на анализе больших объемов данных и использовании алгоритмов машинного обучения, телеком-компании могут принимать более информированные решения, повышать эффективность работы и улучшать качество услуг. Применение Big Data и AI становится неотъемлемой частью телеком-индустрии и в скором будущем будет занимать центральное место в ее развитии.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
Как театр начинается с вешалки, так и телеком начинается с правильно организованной мобильной сети, адаптированной под потребности наших клиентов. Прогнозирование и оптимизация сетевых ресурсов, пожалуй, первая прикладная задача, которую телеком-операторы не первый год решают посредством Big Data и AI-технологий.
Построить сплошную ковровую сеть, где бы не ступала нога абонента, не может позволить себе ни один мобильный оператор в мире. В масштабах нашей большой страны это особенно сложная задача. Поэтому мы ставим своей целью построить максимально консистентную сеть для наших клиентов, чтобы их восприятие «сплошной услуги» не нарушалось в ключевых точках потребления услуг типа «дом, работа, дача и места отдыха» и на путях миграции между этими локациями.
Мы собираем большой объем данных о трафике, о нагрузке на сеть. Можем прогнозировать пиковые нагрузки в будни и выходные, в разное время суток. Видим, когда в результате новой застройки появятся новые зоны спроса на телеком-услуги. Понимаем, как существующие зоны связи делятся по типам потребностей: бизнес-коммуникации, коммуникации вне работы и т. д. Разумеется, мы можем спрогнозировать и рост трафика в разных зонах на годы вперед. Путем анализа этих данных, добавляя знания об особенностях каждой локации (жилая застройка, ее плотность, транспортные магистрали, рекреационные зоны, природный рельеф, леса, водоемы) и используя алгоритмы машинного обучения, наш телеком-блок и принимает решение о том, какие локации должны быть усилены, а какие отстроены с нуля. При этом наши технические службы рассчитывают отдельно каждый сектор базовой станции. Они способны оценить, сколько и какого именно оборудования потребуется на объекте сети и как новые базовые станции помогут разгрузить существующие. Все это с использованием AI-технологий анализируется в функционале нашего решения Smart Rollout, позволяющего прогнозировать потенциальную доходность инвестиций в развитие инфраструктуры с точностью более 75% и улучшать покрытие территорий.
Помимо планирования сети под потребности клиентов, технологии Big Data также позволяют отслеживать любые сетевые аномалии, находить их причины и своевременно или даже предиктивно устранять проблемы. Все это в комплексе помогает нам предотвращать потенциальную перегруженность сети и возможные сбои, планировать ресурсы, масштабировать инфраструктуру, обеспечивая таким образом более стабильную и надежную связь для клиентов.
Такое глубокое понимание элементов своей сети помогает решать и другие прикладные задачи — не только собственные, но и в интересах клиентов. Для этого МТС создала платформу GeoEffect, которая на основе обработки Big Data дает возможность нашим клиентам анализировать миграционные и туристические потоки, понимать посещаемость мероприятий и локаций. Платформа полезна бизнесу и организациям при планировании территорий, транспортной инфраструктуры, торговых точек, организации массовых мероприятий.
Например, сейчас в России сильно растет интерес к внутреннему туризму. Экосистема МТС уже занимает эту нишу продуктом по бронированию отелей МТС Travel. И вместе с платформой GeoEffect такая синергия дает нам знания, позволяющие решить новую задачу — обеспечение так называемого travel-покрытия, то есть консистентной связи в ключевых зонах туризма наших клиентов.
Растущее понимание
Другая прикладная задача, решаемая с помощью Big Data и AI, — анализ и понимание клиентов. Телеком-компании обладают огромным количеством обезличенных данных о своих клиентах: звонки, сообщения, мобильный интернет и другие детали использования услуг. Благодаря технологиям анализа Big Data и AI мы извлекаем ценную информацию из этих данных и применяем ее для более глубокого понимания абонентов. Применение алгоритмов машинного обучения позволяет получить инсайты о предпочтениях, потребностях и паттернах поведения клиентов. Это помогает сформулировать более эффективные маркетинговые стратегии, персонализировать предложения и услуги и улучшить качество обслуживания.
Например, анализируя данные о качестве связи, задержках, пропускной способности и других параметрах сети, мы можем рассчитать прокси-метрики по клиентам, которые позволяют оценить в баллах то, насколько расходятся «ожидания клиента» от «фактически полученного сервиса» и как могли повлиять «инфраструктурные риски сети» на клиента в его различных жизненных сценариях. Такие оценки позволяют выделить когорты потребления наших услуг. И благодаря такой дифференциации появляются знания о том, как выстроить продуктовые предложения со стороны маркетинга и когда клиентскому сервису следует проявить заботу о клиенте, не дожидаясь его жалобы в поддержку.
Таким образом, применяя подобные подходы с технологиями Big Data и AI, мы можем лучше обосновывать оптимальные тарифные планы. Появляется возможность подбора наиболее востребованных услуг и применения динамического ценообразования в режиме реального времени в соответствии с потребностями клиентов. Это позволяет нашему телекому эффективно управлять спросом и предложением, улучшать доходность и привлекать новых клиентов.
Облачный телеком
Телекоммуникационный бизнес МТС развивается. Будущее нашего телекома как во внутренних сервисах, так и в сервисах для клиентов — облачный телеком. И это еще один вектор, который обеспечит еще большее проникновение Big Data и AI в отрасль.
Облачный телеком представляет собой новый подход к предоставлению коммуникационных услуг и инфраструктуры, при котором все элементы процессов становятся микросервисами с API-интеграцией, реализованными на облачной платформе. Это поменяет бизнес-модель телеком-оператора. Услуги и сервисы смогут легко и нативно встраиваться в любые экосистемные цифровые сервисы, усиливая их и обеспечивая наилучший клиентский опыт для конкретного набора цифровых услуг. И именно технологии Big Data и AI в такой конструкции позволят создать уникальный опыт для своих пользователей.
Приведу пока не реализованный, но потенциально возможный пример. Сейчас по достижении определенных триггеров, например окончания квоты на интернет-трафик, клиенты получают соответствующую текстовую нотификацию. Тексты таких нотификаций едины для всех и «вырублены топором» в недрах давно созданных IT-систем на основании экспертизы мобильного оператора. Полезное применение Big Data и AI в этом случае неочевидно. На платформе облачного телекома клиентские микросервисы становятся генераторами мастер-данных. Система нотификаций в этом случае — отдельный микросервис, который аккумулирует мастер-данные. И вот теперь Big Data и AI помогают выделить потенциально новые триггеры для информирования клиентов. Знания о клиентах позволяют определить, какие триггеры обязательны для всех, а какие являются элементом персонализации. Технология GenAI поможет сделать персональный текст нотификации для каждого клиента. Осталось только выбрать наиболее удобный для клиента канал коммуникации, и вот уже простейшие нотификации становятся элементом заботы о клиенте и могут поддерживать его внимание к сервисам оператора.
Можно выделить много других областей применения Big Data и AI. Очень перспективная тема — борьба с мошенничеством и обеспечение безопасности, реализуемая решением МТС Защитник. Автоматизированные алгоритмы машинного обучения и анализа данных могут быстро обнаруживать аномалии в активности, указывающие на возможное мошенничество. Отдельная область обеспечения безопасности — обнаружение уязвимостей в сетевой инфраструктуре и защита самих телеком-компаний от кибератак. Анализ больших данных также позволяет улучшить процессы обнаружения и реагирования на инциденты безопасности.
Развитие AI обязательно станет ключевым фактором при внедрении новых технологий в российском телекоме, например в эволюции таких решений, как автономные автомобили, умный дом, интернет вещей и другие. Виртуализация сетей при поддержке AI позволит поддерживать быструю передачу информации с минимальными задержками с учетом оценки риска деградации каналов связи, на которых предоставляются цифровые услуги.
Таким образом, Big Data и AI предоставляют телекому мощные инструменты для оптимизации бизнес-процессов, улучшения обслуживания клиентов, прогнозирования и оптимизации сетевых ресурсов, тарифного планирования, борьбы с мошенничеством и обеспечения информационной безопасности. Основываясь на анализе больших объемов данных и использовании алгоритмов машинного обучения, телеком-компании могут принимать более информированные решения, повышать эффективность работы и улучшать качество услуг. Применение Big Data и AI становится неотъемлемой частью телеком-индустрии и в скором будущем будет занимать центральное место в ее развитии.
