¿Cuáles son las posibilidades que brinda el Big Data en el sector de las telecomunicaciones? ¿Y sus potenciales aplicaciones? ¿Qué datos pueden analizarse?

El Proyecto BDA4T (Big Data Analytics For Telecoms) nace con el objetivo de mejorar los procesos y servicios de operadores de telefonía a través de una plataforma que saque todo el partido a la analítica Big Data y que está siendo desarrollada por Coremain, Optare, Quobis, y R. Con esta nueva plataforma, además, se optimizan los procesos internos de los operadores, al tiempo que se consigue reducir el fraude, analizar la calidad prestada a sus clientes y personalizar los servicios a través del uso eficiente de los datos internos. Estas mejoras repercutirán directamente en la calidad de los servicios prestados, y, por tanto, en la satisfacción del cliente final y en la mejora de los márgenes empresariales.

Tipos de datos para análisis Big Data en telefonía

Los datos recopilados, procesados y analizados por esta plataforma de Big Data Analytics se agrupan en cuatro bloques fundamentales:

Web y Social Media

Para una empresa de telecomunicaciones es fundamental conocer información sobre sus clientes o potenciales clientes: intereses, gustos, empleos, relaciones afectivas, sus patrones de comportamiento en red, etc. pueden ser recopilados desde entornos social media como información fundamental para diseñar campañas publicitarias y promocionales verdaderamente rentables.

M2M (Machine To Machine)

Dentro del ámbito del Internet de las Cosas, el término M2M hace referencia a las tecnologías que permiten conectarse a otros dispositivos gracias al uso de sensores o medidores de eventos (velocidad, temperatura, presión, variables meteorológicas, variables químicas como la salinidad, etc.), datos que son trasladados a través de redes (alámbricas, inalámbricas o híbridas) a otras aplicaciones para ser procesados y contar así con una información analizada.

Transacciones de datos

Este análisis incluye datos como los registros de facturación o de llamadas (CDR), datos transaccionales que pueden ser igualmente analizados para establecer patrones de comportamiento de los clientes con los que la compañía puede predecir posibles bajas, controlar fraudes o llevar a cabo acciones de fidelización.

Información generada por clientes

Los usuarios, en su relación con el operador, generan gran cantidad de datos desestructurados (correos electrónicos, llamadas telefónicas, documentos…) que, gracias a la analítica Big Data, podemos categorizar en función de su relevancia para su posterior análisis o descarte.

Ventajas del Big Data en el sector de las telecomunicaciones

Almacenamiento

El equipo de Coremain implicado en el Proyecto BDA4T está llevando a cabo el diseño unificado de esta plataforma utilizando NoSQL para el almacenamiento y la analítica.

Con respecto al almacenamiento de datos, con NoSQL conseguimos gestionar importantes cantidades de datos manteniendo altas prestaciones en velocidad de procesamiento, gracias a una estructura flexible con la que poder gestionar todo tipo de información.

Análisis

A nivel analítico, la principal ventaja de la plataforma desarrollada para el Proyecto BDA4T se encuentra en la capacidad que tiene el sistema de valorar y predecir comportamientos de los clientes y la QoE, a partir de los datos de QoS medibles en los sistemas internos del operador. De este modo, la plataforma puede indicar qué usuarios se encuentran en riesgo de solicitar una baja del servicio o el valor de un cliente durante su permanencia.

Automatización

Además, desde Coremain se está trabajando en unos de los principales elementos diferenciadores de esta plataforma, el módulo de automatización de acciones sobre los sistemas de soporte de los operadores de telefonía, a través del cual la herramienta permite definir determinadas acciones en función de los datos analizados. ¿Un ejemplo de automatización de tareas en el Proyecto BDA4T? La de detección de diagnósticos: cuando un cliente llama para reportar una incidencia, la plataforma BDA4T procederá a analizar y generar un patrón del cliente. Este patrón será comparado con los patrones ya aprendidos por la plataforma para indicar un diagnóstico. Un porcentaje de estos diagnósticos podrán ser enviados para resolvernos de forma automatizada y otro porcentaje seguirá un cauce manual para que la plataforma pueda analizar si el diagnóstico y la resolución aplicada sigue siendo correcto y estar dentro de los valores de acierto configurados.

El objetivo es conseguir la resolución de la incidencia del cliente en una sola llamada y de forma rápida y eficiente para aumentar el NPS (Net Promoter Score), es decir, la valoración y fidelidad de la clientela.

Tras más de dos años de desarrollo del Proyecto BDA4T ya se están realizando las primeras pruebas con datos recopilados por algunos operadores de telefonía a nivel nacional. ¡Pronto os podremos contar más s