智能設(shè)備和新內(nèi)容平臺(tái)讓電信公司面臨數(shù)據(jù)沖擊

思科系統(tǒng)預(yù)測(cè)，到2022年，移動(dòng)數(shù)據(jù)將達(dá)到每月 77艾字節(jié)。雖然大多數(shù)人甚至不會(huì)考慮我們每天創(chuàng)建的大量數(shù)據(jù)，但電信公司對(duì)此一無(wú)所知。物聯(lián)網(wǎng)，智能設(shè)備和新內(nèi)容平臺(tái)讓電信公司面臨數(shù)據(jù)沖擊。

有趣的是，大多數(shù)電信提供商正在通過(guò)分析進(jìn)行創(chuàng)新，將這一數(shù)據(jù)挑戰(zhàn)轉(zhuǎn)化為機(jī)遇。在這篇eWEEK數(shù)據(jù)點(diǎn)文章中，使用來(lái)自Yellowbrick Data技術(shù)營(yíng)銷總監(jiān)Josh Miner的行業(yè)信息，我們將了解他們?nèi)绾螐纳系较聝?yōu)化業(yè)務(wù)。

數(shù)據(jù)點(diǎn)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(yíng)銷和添加新服務(wù)以減少用戶流失;

確保用戶計(jì)費(fèi)反映實(shí)際使用情況并按每個(gè)電話或每個(gè)消息級(jí)別執(zhí)行保證金分析;

通過(guò)最佳路由降低成本; 和

為內(nèi)容提供商等相鄰市場(chǎng)提供分析。

電信提供商目前使用許多不同的技術(shù)和平臺(tái)來(lái)執(zhí)行這些分析，這種方法從長(zhǎng)遠(yuǎn)來(lái)看是不可持續(xù)的。電信公司必須繼續(xù)創(chuàng)新以實(shí)現(xiàn)兩個(gè)對(duì)立目標(biāo)：攝取和分析大量的實(shí)時(shí)和歷史數(shù)據(jù)，并減少他們維護(hù)的單獨(dú)分析平臺(tái)的數(shù)量以控制成本。

讓我們仔細(xì)研究一下這些目標(biāo)所帶來(lái)的挑戰(zhàn)，以及傳統(tǒng)和新興技術(shù)如何解決這些挑戰(zhàn)。

數(shù)據(jù)點(diǎn)2：現(xiàn)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(yè)每天使用的大部分?jǐn)?shù)據(jù)的渠道和紐帶。使用此數(shù)據(jù)需要超出業(yè)務(wù)負(fù)責(zé)人日常報(bào)告的分析。電信提供商必須分析實(shí)時(shí)數(shù)據(jù)和深層歷史數(shù)據(jù)，以便在需要時(shí)立即獲得洞察力。

一些例子包括：

為訂閱者提供無(wú)縫體驗(yàn)，包括有助于根據(jù)地理位置優(yōu)化路由的分析。

在內(nèi)容和廣告提供商與消費(fèi)者應(yīng)用程序之間快速傳遞相關(guān)數(shù)據(jù)。

為支持和服務(wù)人員提供對(duì)設(shè)備的實(shí)時(shí)可見(jiàn)性以解決問(wèn)題，同時(shí)查看歷史使用模式以推薦最佳計(jì)劃或升級(jí)。

通過(guò)實(shí)時(shí)查看和路由數(shù)據(jù)以減少擁塞來(lái)優(yōu)化網(wǎng)絡(luò)基礎(chǔ)架構(gòu)，同時(shí)還檢查歷史擁塞，以確定問(wèn)題是一次性事件還是基礎(chǔ)架構(gòu)達(dá)到其設(shè)計(jì)限制的癥狀。

數(shù)據(jù)點(diǎn)3：平臺(tái)激增的問(wèn)題

為解決所有這些分析挑戰(zhàn)，電信公司目前擁有眾多技術(shù)。諸如內(nèi)存數(shù)據(jù)庫(kù)等技術(shù)可為實(shí)時(shí)數(shù)據(jù)提供即時(shí)分析，Hadoop等大數(shù)據(jù)技術(shù)可擴(kuò)展以支持大量歷史數(shù)據(jù)集，而NoSQL數(shù)據(jù)庫(kù)可幫助企業(yè)擴(kuò)展以快速，經(jīng)濟(jì)高效地支持快速數(shù)據(jù)增長(zhǎng)。

問(wèn)題在于，內(nèi)存數(shù)據(jù)庫(kù)通常過(guò)于昂貴，無(wú)法承載電信公司需要分析的數(shù)PB數(shù)據(jù)，大數(shù)據(jù)平臺(tái)太慢而無(wú)法支持實(shí)時(shí)分析，NoSQL數(shù)據(jù)庫(kù)缺乏提供豐富分析的SQL數(shù)據(jù)庫(kù)功能能力。

簡(jiǎn)而言之，由于沒(méi)有傳統(tǒng)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(shù)都在實(shí)施所有這些技術(shù)等等。隨著時(shí)間的推移，這種方法是不可持續(xù)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?？缢羞@些平臺(tái)管理和集成分析也變得越來(lái)越復(fù)雜，容易出錯(cuò)且成本高昂。

數(shù)據(jù)點(diǎn)4：新興技術(shù)有望解決分析挑戰(zhàn)

正如他們所說(shuō)，必要性是發(fā)明之母。電信公司是最早部署內(nèi)存數(shù)據(jù)庫(kù)和Hadoop等技術(shù)的公司之一。他們現(xiàn)在是第一批部署新技術(shù)和新興技術(shù)的公司，這些技術(shù)既可以處理實(shí)時(shí)和歷史分析，也可以在沒(méi)有硬件蔓延和管理復(fù)雜性的情況下進(jìn)行擴(kuò)展。融合閃存架構(gòu)現(xiàn)在可以在傳統(tǒng)解決方案的一小部分空間內(nèi)從有狀態(tài)媒體提供類似內(nèi)存的性能。

新的高性能SQL數(shù)據(jù)庫(kù)能夠在可用時(shí)立即獲取實(shí)時(shí)數(shù)據(jù)，快速?gòu)钠渌麃?lái)源批量加載數(shù)PB的數(shù)據(jù)，同時(shí)提供分析應(yīng)用程序用于提高洞察力的功能。