Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

IBM Global Business ServicesBusiness Analytics and Optimization

Informe ejecutivo

IBM Institute for Business Value

Analytics: El uso de big data en elmundo real aplicado a lastelecomunicaciones

Cómo los proveedores de servicios de comunicacionesmás innovadores extraen valor de datos inciertos

En colaboración con Saïd Business School en la Universidad de Oxford

IBM® Institute for Business ValueIBM Global Business Services, a través del IBM Institute for Business Value, desarrolla visiones estratégicasbasadas en hechos para altos ejecutivos en torno a cuestiones críticas de los sectores público y privado. Este informe ejecutivo está basado en un estudio exhaustivo realizado por el equipo de investigación del Instituto. Forma parte del compromiso permanente de IBM Global Business Services de ofrecer análisis y puntos de vista que ayudan a las empresas a lograr más valor empresarial. Puede contactar a los autores o enviar un e-mail a [email protected] para recibir más información.

Se pueden consultar otros estudios del IBM Institute for Business Value en ibm.com/iibv

Saïd Business School en la Universidad de OxfordSaïd Business School es una de las escuelas de negocios líderes del Reino Unido. Actualmente, está estableciendo un nuevo modelo de educación de negocios, con base en la Universidad de Oxford, una universidad de primera clase, reconocida mundialmente, dedicada a abordar algunos de los retos que enfrenta el mundo. Puede contactar a los autores o visitar: www.sbs.ox.ac.uk para ver más información.

mailto:iibv%40us.ibm.com?subject=Information%20on%20your%20new%20Thought%20Leadership

http://www.ibm.com/iibv

IBM Global Business Services 1

“Big data” está hecho para la industria de las telecomunicaciones. Gracias asus redes y la proliferación de dispositivos inteligentes, los proveedores de servicios decomunicaciones (CSPs) tienen acceso a un gran cúmulo de información sobre loscomportamientos, las preferencias y los movimientos de sus clientes. Big data es unactivo de gran valor para estas compañías. Las coloca en una posición privilegiada para

encuentren a la altura de este reto. Nuestro estudio de investigación global revela cómoestán respondiendo los CSPs a la oportunidad que hoy representa big data.

Bob Fox, Rob van den Dam y Rebecca Shockley

Los proveedores de servicios de comunicaciones (CSPs)siempre han sido parte del mundo de Big data. Además de quesiempre tuvieron grandes bases de clientes, los datos se generancada vez que un cliente realiza un llamado, crea un texto o usaInternet. Estos datos proporcionan información sobre a quiénllamaron los clientes, qué sitios web visitaron, qué appsbajaron, dónde estaban al momento de usar el teléfono y cuáles su ubicación actual. Los datos también ofrecen informaciónvaliosa sobre la experiencia del cliente.¿La llamada se completó? ¿Se abandonó o interrumpió?¿A qué velocidad se bajó la canción o app? ¿Cuál fue la latenciade respuesta mientras se jugó el juego?

Hay información adicional sobre los clientes que se genera através de relaciones directas en tiendas minoristas, sitios web,call centers e interacciones cara a cara. Además, la llegada y elauge del uso de los dispositivos inteligentes y la popularidad de

comportamientos de consumo, estilos de vida

Los CSPs se encuentran en el centro del universo digital de susclientes. Están sentados sobre una mina de oro de datosdigitales que les permiten comprender a sus clientes a un nivelinaudito. Este es un activo corporativo clave, muy necesario en

(OTT), como Google y Facebook, amenazan sus ingresos.Big data ofrece a los CSPs la oportunidad de ser máscompetitivos y revertir las mermas recientes en niveles defacturación y ganancias.

2

Con las oportunidades que ofrece, no sorprende que big datahaya surgido como un tema clave para los Chief Executive

empresas de telecomunicaciones. En el Estudio IBM 2011Global CMO, por ejemplo, 53% de los CMOs detelecomunicaciones dijeron que la explosión de los datostendría el mayor impacto en sus empresas en los próximos tresa cinco años. Entre los CEOs, el 83% de los CEOs detelecomunicaciones que participaron en el estudio IBM 2012Global CEO expresaron su intención de mejorar la capacidad

comprender el comportamiento de los clientes a partir de lainformación disponible.

Por

2 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones

Para entender más claramente qué visión tienen los CSPssobre big data hoy y pensando en un futuro cercano – y en qué

empresas – analizamos a los encuestados del sector detelecomunicaciones en nuestro estudio global 2012Big Data @ Work Study realizado por el IBM Institutefor Business Value en colaboración con Saïd Business Schoolen la Universidad de Oxford.3 La encuesta, que representótanto a los mercados maduros como en crecimiento, incluyó1.144 empresas y ejecutivos de TI de 26 industrias, de lascuales 53 eran del sector de las telecomunicaciones.

Descubrimos que los CSPs están comenzando a ver el enormepotencial de los datos de sus clientes y las formas en quepueden usarse para ayudarlos a crear nuevos ingresos ynegocios. Los ejecutivos de CSPs nos dijeron que el uso de lainformación y el análisis están generando unaventaja competitiva para sus organizaciones.

Más que los ejecutivos de las demás industrias estudiadas, los

capacidades necesarias para realizar análisis de la informaciónen tiempo realcomo tal, en contraste con sólo el 15% de la muestra en elresto de las industrias. Para los CSPs, el aspecto del tiemporeal es sumamente importante – los servicios basados engeolocalización, las operaciones de red inteligentes, las

curso de acción y la detección del fraude, requieren una visiónde la información más contextual, en tiempo real.

Si bien los CSPs manejan grandes cantidades de datos desdehace años, el aspecto que cambia el juego en big data hoyreside en utilizar los datos para extraer nuevos conocimientos–en su mayor parte en tiempo real o casi real—para sermás competitivos y crear valor empresarial. El enfoque actualconsiste en respaldar el negocio central del CSP, como porejemplo, mejorar la experiencia del cliente, impulsar nuevosproductos, aumentar la productividad y optimizar las redes.

Pero varios CSPs están dando pasos más expansivos en el

nuevos, incorporando socios empresariales en ambasdirecciones de la cadena de valor, “hacia arriba”– comominoristas, agencias de publicidad y fabricantes de autos –a los ingresos que ya obtienen de sus usuarios “hacia abajo”tales como consumidores y clientes empresariales.Este modelo suele ser conocido como negocio de dos lados.Algunos CSPs se están expandiendo para convertirse encompañías de información. Sprint, por ejemplo, es uno delos primeros en tener éxito con la venta de sus datos aagencias de marketing. Y SFR de Francia decidió brindardatos para ayudar a aumentar las donaciones de sangreentre su base de clientes, construir una mejorinfraestructura de transporte público en París e inclusocombatir el delito.5

Nuestro estudio reveló que muchos CSPs están adoptando unenfoque pragmático de big data. Las soluciones de big data

luego adaptan la infraestructura, las fuentes de datos y elanálisis para respaldar la oportunidad de negocio.Estos CSPs están obteniendo inicialmente nuevosconocimientos a partir de fuentes de información tanto

tecnología para big data y luego actualizando progresivamentesu infraestructura a lo largo del tiempo.

De nuestro estudio hemos podido extraer cincorecomendaciones clave para que los CSPspuedan avanzar en sus iniciativas de big data y obtenerel máximo valor de negocio:

• Dedicar los esfuerzos iniciales para obtener resultadoscentrados en el cliente.

• Desarrollar un modelo de big data para toda la empresa.• Comenzar por los datos existentes para obtener resultados

en el corto plazo.• Desarrollar capacidades analíticas basadas en las prioridades

del negocio.• Crear un caso de negocio sobre la base de resultados


El futuro de los CSPs en big data

término que utilizan los encuestados en este estudio,le pedimos a cada uno de ellos que seleccionara hasta doscaracterísticas de big data. Para el 18% de la muestra demúltiples industrias, “un mayor alcance de información”fue la característica seleccionada que mejor describe altérmino big data. El 40% de los encuestados del sector detelecomunicaciones, sin embargo, comentó que la mejor

emergentes de más información “en tiempo real”. (Figura 1).

Si bien los grandes volúmenes de datos no son nada nuevopara los CSPs –la recopilación de millones de registros dedetalles de llamadas por día se ha vuelto rutinaria – el nivel de

Los datos de voz que los CSPs acostumbraban a recopilar son

hoy provienen de smart phones, tablets, computadoraspersonales, redes, sensores, etiquetas RFID, medios sociales yotras fuentes. Y analizar todos estos datos casi en tiempo realse torna cada vez más crucial. Asimismo, con la llegada desmart phones, tablets y otros dispositivos dependientes deaplicaciones, el volumen de los datos de señalización - es decir, información que no pertenece al mensaje sino que se

también aumentó considerablemente.

Los CSPs que pueden ingerir y analizar datos contextuales entiempo real o casi real tienen mucho que ganar. En big datareside la oportunidad de obtener nuevos conocimientos ypredecir tendencias que pueden generar nuevas formas dehacer negocios interna o externamente. El uso de big datapara brindar servicios basados en la ubicación, campañasde marketing personalizadas, listas de mejores cursos de acciónpara ventas y servicios, inteligencia de redes, conocimiento deredes sociales y detección de fraude a alta velocidad, ofrece elpotencial de aumentar los ingresos y reducir los costos, y almismo mejorar la experiencia de los clientes.

Informaciónen tiempo real

Fuentes de información no tradicionales

Un mayor alcance de información

La palabra de moda

Nuevos tipos de datos y análisis

Flujo de datosproveniente de

Grandes volúmenes

18%

11%

13%

21%

15%

40%

Fuente: Analytics: The real-world use of big data, un estudio de investigacióncolaborativo del IBM Institute for Business Value y SaïdBusiness School en la Universidad de Oxford. © IBM 2012

Figura 1:da cuenta de los requisitos emergentes asociados amás información en tiempo real.

Definición de big data

8%

11%

16%

9%

CSPs encuestados del sector de telecomunicacionesEncuestados de todos los sectores

8%

0%

13%

8%

Aunque los CSPs históricamenteadministraron grandes volúmenes de datos,la complejidad de los datos de hoy plantea unimportante reto.

nuevas tecnologías

de datos


Los CSPs tienen un tesoro hablando en términos dedatos de clientes, y las pepitas de conocimientoescondidas en big data pueden ser una mina de oro.Las tecnologías analíticas de próxima generación

que representa este activo económico. Los CSPsempiezan a darse cuenta de que este acopio deinformación es un recurso sin explotar. El 85% de losCSPs encuestados en nuestro estudio –mucho más queel promedio de toda la industria del 63%- informó queel uso de información (incluso big data) y analytics estácreando una ventaja competitiva para sus organizaciones(Figura 2). Esto se compara con el 38% de los CSPsencuestados en el estudio 2010 de IBM denominadoNew Intelligent Enterprise Global Executive Studyand Research Collaboration - un aumento del 124%en tan sólo dos años.6

Usar big data como ventaja competitiva es clave en elcambiante panorama de las comunicaciones. Con elsurgimiento de jugadores OTT, junto con el mayor uso dedispositivos inteligentes, nunca ha sido tan importante comoahora para los CSPs poder apalancar sus inigualables activos dedatos para impulsar una mayor innovación en servicios ybrindar una mejor atención al cliente. Al hacerlo, los CSPspueden transformar sus modelos de negocio y de interaccióncon clientes, y ser más competitivos, aumentando el valor y el

Una cantidad cada vez mayor de CSPs también están pensandoen explotar comercialmente la información de clientes, comopor ejemplo, generar nuevos ingresos a partir del empaquetadoy venta de datos. Algunos CSPs ven grandes oportunidades deganar dinero gracias a los datos e incluso creen que el futuro desu organización es el de una compañía de información. La redse ha convertido en un commodity. Cómo los CSPs captan losdatos y ponen sensores en sus redes, allí es donde está elverdadero tesoro.7 O, como lo expresó Von McConnell,director de desarrollo de tecnología y estrategia de Sprint:“Si las operadoras de telecomunicaciones se convirtieran enun mero tubo, igualmente podríamos vivir tan sólo de laexplotación de la analytics.”8

Los CSPs tienen muchas posibilidades de aliarse con terceros.Por ejemplo, pueden asociarse con anunciantes, minoristas,fabricantes de automotores y administraciones públicas –pormencionar algunos- para innovar en e-commerce, aplicacionesde máquina a máquina y servicios de geolocalización.Pueden tomar un rol activo en áreas como ciudadesinteligentes y atención médica, entre otras, tanto en mercadosmaduros como en crecimiento. France CSP Orange,por ejemplo, recientemente participó en un experimento

Autoroutes du Sud de la France para crear pronósticosdel tránsito.9 Y, como ya se dijo, algunos CSPs han tenidoéxito en la venta de datos a agencias de marketing.10

2012

2011

2010

37%

38%

58%

59%

63%

85%

Fuente: Analytics: The real-world use of big data, estudio de investigacióncolaborativo realizado por el IBM Institute for Business Value y Saïd BusinessSchool en la Universidad de Oxford. © IBM 2012

Figura 2: El uso de información (incluso big data) y analytics estácreando una ventaja competitiva para los CSPs.

Obtener una ventaja competitiva


aumento124%


Ya sea que los CSPs estén utilizando big data para dar soportea su negocio central, o considerando la venta de big data como

infraestructura adecuada y adoptar nuevos métodos, procesos yherramientas para administrar los requisitos exclusivos devolumen, la velocidad, variedad y veracidad de big data.Tras analizar las respuestas a la encuesta hemos extraído cinco

conocimientos comunes e interesantes:

• El caso de negocio de big data está claramente orientado aabordar objetivos centrados en el cliente.

• Una base de gestión de información escalable y extensible esun pre-requisito para el avance de big data.

• Los CSPs están poniendo en marcha pilotos eimplementaciones utilizando fuentes de datos internas yaexistentes o a las que han tenido acceso recientemente.

• Para que los CSPs obtengan el máximo valor de big data,se requieren capacidades analíticas avanzadas, aunquefrecuentemente carecen de ellas.

• El patrón emergente de big data se enfoca en entregar unvalor de negocio que pueda ser medido.

Las iniciativas de big data son impulsadas por losobjetivos centrados en el cliente

big data, dos terceras partes de los encuestados del sector deobjetivos centrados en

clientes como la mayor prioridad de su organización (Figura 4).Los CSPs están dedicados a mejorar la experiencia del clientey a comprender mejor sus preferencias y comportamientos.Comprender mejor, predecir y dar a los clientes de hoy en día- caracterizados por estar más capacitados - lo que realmentequieren también fue considerada la mayor prioridadpor el 93% de los CEOs de CSPs en el estudioIBM 2012 Global CEO.

Los CSPs adoptan un enfoque práctico debig dataLos CSPs están descubriendo el enorme potencial de big data.Más de la mitad (54%) están en proceso de desarrollar unaestrategia y hoja de ruta para big data y de encontrar cómoaplicarlo para resolver retos del negocio. Un tercio estándesarrollando pruebas de conceptos (POCs), o yaimplementaron soluciones de big data a escala. Sólo el 13% delos encuestados del sector de telecomunicaciones -muchomenos que los que pertenecen a otros sectores- aún noiniciaron actividades en el área de big data (Figura 3).

24%

13% 54% 33%

47% 28%

Fuente: Big Data @ Work survey, estudio de investigación colaborativo realizadopor el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012

Figura 3: La mayoría de los CSPs están en las etapas iniciales dedesarrollos de big data.

Actividades de big data

CSPs encuestados del sector de telecomunicacionesEncuestados de otros sectores

No iniciaronactividadesde big data

Planificanactividades de big data

Piloto eimplementación de

actividades de big data


Ofrecer una mejor experiencia al cliente en cada interacciónes

de los clientes es muy baja en el sector, y los CSPs están

los CSPs se enfrentan a una ardua competencia de jugadores“over-the-top”, llamando de este modo a los más importantes,como Google, Apple, Facebook, WhatsApp y Skype,compañías que demostraron ser adeptas a crear experienciasonline atractivas para los consumidores.

El foco de los CSPs, por lo tanto, ha virado de la reducción decostos a la entrega de una experiencia superior para los clientesa través de sus redes. En el mundo actual, la ventaja competitivarequiere una experiencia distintiva para los clientes que va másallá de la satisfacción y genera valor real para el cliente.

Puesto que los clientes proporcionan información todos los díasa través de sus dispositivos y su uso de la red, los CSPs estánbien posicionados para conocer las necesidades y los deseos desus clientes. Los smart phones están, por naturaleza, encendidostodo el tiempo, lo cual ofrece a los CSPs la oportunidad deconocer a sus clientes mejor que cualquier otro sector. Además,cada experiencia poco satisfactoria – desde llamadas caídas hastabajo desempeño de ancho de banda y latencia excesiva –se conoce o puede conocer. Los CSPs tienen una oportunidadinigualable de vincular la visión de los clientes, la segmentacióny el valor a lo largo de su ciclo de vida con el desempeño real dela red experimentado por el cliente, en tiempo real o casi real.Desde registros detallados de llamadas hasta registros de

dispositivos móviles, los CSPs tienen la información necesariapara determinar cómo ofrecer productos y servicios a medida,

lugar correcto y en el momento justo.

Como los CSPs son los dueños de sus redes, existe laoportunidad de utilizar herramientas analíticas – desarrolladas

rápidamente cuestiones de desempeño de red, todas ellasacciones que conducen a una mejor percepción de los serviciosde los CSPs por parte de los usuarios. Por ejemplo,si los clientes de smart phones de alta gama experimentan unmal desempeño de productividad, con analitics para big data los

pasos necesarios para asegurar que la experiencia del cliente nose vea afectada, o en casos en que ocurra una interrupción,reconocer que la experiencia fue afectada para minimizarlos problemas.

Objetivos centrados en el cliente

Nuevos modelosde negocio

Gestión de riesgos

Optimizaciónoperativa

Colaboración de empleados

15%

11%

14%

15%

49%

Fuente: Analytics: The real-world use of big data, estudio de investigacióncolaborativo realizado por el IBM Institute for Business Value y Saïd BusinessSchool en la Universidad de Oxford. © IBM 2012

Figura 4: Dos terceras partes de los esfuerzos iniciados porencuestados pertenecientes al sector de telecomunicacionesapuntan a lograr resultados centrados en los clientes.

Objetivos de big data

18%

8%

0%


66%

4%


Las campañas de marketing inteligente usan analítica parabig data para crear promociones dirigidas, que los clientestendrán más probabilidades de adoptar. Por ejemplo, Vivo,la subsidiaria brasileña de Telefónica, implementó unasolución que utiliza datos de llamada, demografía y modeladopredictivo para llegar a los clientes y sólo ofrecerles productosy servicios que se adaptan a sus necesidades y estilos de vida.Esta solución puede contactar preventivamente a los clientesque recientemente superaron sus minutos de llamadaasignados y ofrecerles opciones de upgrade con descuentopara prevenir futuros excesos. Este enfoque demuestra alcliente que Vivo lo valora, y probablemente genere unaexperiencia positiva para los clientes. Estos tipos depromociones de marketing personalizadas pueden ayudar aprevenir la pérdida de clientes, aumentar las ventas y bajarlos costos de las campañas de marketing.

La capacidad de anticiparse a las necesidades y los deseos delos clientes en una instancia de venta o servicio al cliente,conocida como modelo de “próxima mejor acción” puedeaumentar los ingresos, las ganancias y la satisfacción delcliente, además de reducir la pérdida de clientes.Las respuestas del tipo “próxima mejor acción” son más

con los clientes en todos los canales de ventas y servicio ydeterminan en forma automática el mejor curso de acciónpara cada cliente, como puede ser ofrecer un nuevo servicio,un upgrade para un servicio existente, o una llamada de

Además de los objetivos centrados en los clientes, también seestán abordando otros objetivos funcionales a través de laaplicación temprana de big data. Habilitar nuevos modelos denegocio, por ejemplo, fue citado por el 15% de los encuestadosdel sector de telecomunicaciones en el estudio 2012Big Data @Work Study. Los conocimientos que se generan apartir de big data tienen el potencial de brindar acceso a

tales como la mencionada venta de datos a terceros.

Las iniciativas impulsadas por Telefónica y Verizon decomercialización de big data son testimonios del éxitotemprano de los CSPs. La división Dynamic Insights deTelefónica lanzó su primer servicio en noviembre de 2012:“Smart Steps”. Este servicio está diseñado para dar a losminoristas información que les permita adaptar sus ofertaslocales a tiendas existentes, y determinar las mejoresubicaciones y los formatos más apropiados para nuevas tiendas.La división Precision Marketing de Verizon ya probó susolución con un equipo deportivo. Las oportunidadespromocionales y los paquetes de entradas elevaron hastaun 35% las ventas de entradas para la temporada.

Anticipar los deseos y las necesidades de losclientes puede aumentar los ingresos y lasatisfacción, del mismo modo que reducirla merma de clientes

encuestados del sector de telecomunicaciones para los esfuerzosactividades

.Aplicando herramientas analíticas avanzadas, los CSPs puedenbuscar en big data para detectar actividades fraudulentas en elmismo momento en que se están realizando las transacciones,

El desafío para la detección del fraude en tiempo real – como eluso de tarjetas SIM clonadas - incluye la necesidad de ingerir yanalizar grandes volúmenes de datos que circulan a alta

no autorizado. Un ejecutivo de un CSP estimó que el uso deherramientas analíticas en tiempo real podría reducir el fraudeen más de US$ 100 millones por año.15 Además de bajar loscostos generales de recaudación de deudas, apuntar a losclientes con riesgo también tiene la ventaja adicional de bajarlos índices de pérdida de clientes.


Big data depende de una base de informaciónescalable y extensible

No sorprende que los CSPs tengan los aspectos deescalabilidad, extensibilidad y tiempo (casi) real en lo más altode su lista. Los CSPs de todo el mundo están experimentandoun aumento sin precedentes en el volumen, la variedad y lavelocidad de la información debido a implementaciones de redde próxima generación, el mayor uso de teléfonos inteligentesy el auge de los medios sociales. Es cada vez más importantepara los CSPs correlacionar estos datos de manera que puedanusarse para monitorear el desempeño de la red y proporcionarmejores servicios y una experiencia optimizada a los clientesen tiempo (casi) real.

T-Mobile en Estados Unidos, puede citarse como ejemplo:está recopilando nada menos que 17 mil millones de eventospor día de su red, almacenando estos datos y sometiéndolos aanálisis. Este análisis permite a T-Mobile examinar ycorrelacionar el desempeño de la red con clientes y serviciosde alto valor para distribuir mejor su gasto de capital ysu ingeniería de red.

El caudal de datos entrantes, tanto estructurados como noestructurados, que los CSPs deben recopilar y administraraumenta exponencialmente. Según el Cisco Visual Network

por 13 entre 2012 y 2017.17 Como consecuencia, la cargaen las infraestructuras para big data de los CSPs seincrementará sin cesar. Esta explosión de datos promueve elconcepto de que, aunque esto es tan sólo el comienzo de la erade big data, ya se vislumbra en el horizonte inmediato la era deun volumen de datos realmente masivos o “really big data”.A medida que el mundo se vuelva cada vez más conectado,los CSPs desempeñarán un papel clave para habilitar lapersonalización masiva a través del conocimiento contextual.El procesamiento continuo de datos de dispositivos

Aunque los aspectos de escalabilidad, extensibilidad y tiemporeal son citados por los ejecutivos de CSPs como los trescomponentes principales de las bases de información, no debendejarse de lado otros componentes, que incluyen seguridad ygobernanza. El 50% de los CSPs que declaran tener iniciativasbig data activas en marcha cuentan con sólidos procesos deseguridad y gobernanza. Mientras que estos componentes hansido parte de las iniciativas de business intelligence desde hacetiempo, las consideraciones adicionales en los planos legal,ético y regulatorio en lo que respecta a big data, introducennuevos riesgos y expanden el potencial de posibles escándalospúblicos. Algunas compañías han perdido el control de losdatos o los han utilizado de manera cuestionable.Recientes errores referidos a la privacidad, como copiar listasde contactos de clientes sin su consentimiento, o políticas deprivacidad inadecuadas, ilustran lo que los clientes, reguladoresy la sociedad no están dispuestos a aceptar.

escalabilidad, extensibilidad y tiempo realcomo los principales factores para crear unabase de información.

hacerse realidad si los CSPs crean una base de informaciónque respalde el volumen, la variedad y la velocidad de datos enconstante aumento. Pedimos a encuestados pertenecientes al

de sus infraestructuras para big data. Los que yaimplementaron soluciones de big data tienen una base deinformación que es escalable, extensible y da soporte arequisitos en tiempo (casi) real. Utilizan tecnologías como

volúmenes de datos en menos tiempo y en entornosdistribuidos. Estas tecnologías ofrecen mayor escalabilidadque las tecnologías tradicionales.


La seguridad de los datos – y especialmente su privacidad –siempre ha sido un componente crítico de la gestión de lainformación, pero el tamaño, la escala y la profundidad debig data llevan esta necesidad a un nivel totalmente nuevo.La seguridad y gobernanza se convertirán en tareas cada vezmás importantes y serias. Los CSPs adoptan nuevas fuentesde información, especialmente los datos de medios sociales.Como condimento adicional, las regulaciones en materia deprivacidad siguen evolucionando y pueden variar muchode un país a otro.

“Existe la percepción de que la privacidad y la seguridad esalgo fácil, pero está muy regulada y se vigila muy de cerca,”explicó un ejecutivo del sector de telecomunicaciones.Y no son sólo los entes regulatorios los que observan, sinotambién los clientes mismos. El ejecutivo agregó:“Existe una serie de nuevas áreas – como datos de navegaciónen la web - donde hay un área gris entre lo que es legal y lo quees correcto. Hemos adoptado el enfoque de considerar cadaacción utilizando el estándar de qué pensaría el cliente si(la forma en que usamos los datos) apareciera en la primeraplana de los diarios.”

Los esfuerzos de big data iniciales se centran enobtener conocimientos de fuentes internas de datosnuevas y ya existentesLa mayoría de los esfuerzos iniciales en el área de big data secentran en extraer y analizar datos existentes. Según nuestraencuesta, más de la mitad de los encuestados del sector detelecomunicaciones informó que los datos internos son lafuente principal de big data dentro de sus organizaciones.Esto sugiere que los CSPs están adoptando un enfoquepragmático respecto de big data. También indica que hay unenorme valor no explotado, encerrado en estossistemas internos (Figura 5).

Transacciones

Datos de registroAudio, por ejemplo,

de llamadasEventos

Medios sociales

Geoespacial

Emails

Feeds externos

Texto en formato libre

Sensores

87%

Fuente: Analytics: The real-world use of big data, un estudio de investigacióncolaborativo realizado por el IBM Institute for Business Value y Saïd Business Schoolen la Universidad de Oxford. © IBM 2012

Figura 5: Para los CSPs, la mejor descripción de big data son los requisitos emergentes de más información en tiempo real.

Fuentes de big data

79%

67%

58%

46%

45%

44%

40%

36%

33%

Los datos internos son los datos más maduros y mejorcomprendidos disponibles para los CSPs. Mediante el uso de laanalítica, los datos internos extraídos de llamadas telefónicas,transacciones, interacciones de call center y eventos puedenproporcionar información valiosa. Los registros de detalles dellamada captan la información sobre quién hizo la llamada,quién la recibió, cuánto duró la llamada, etc.Con la proliferación de smartphones, ha surgido una nuevacategoría de registros de transacción –XDRs (extended data record) – que captan otras transacciones,como la compra y la descarga de una canción o un videoclip,una recarga de una cuenta prepaga o un pago móvil. Los CSPspueden aprovechar la información que ya poseen. Pueden construir una visión de sus clientes en todos los puntos

atención cara a cara - y usarla para mejorar la experiencia y los

necesidades, predecir el potencial de “up-selling” y más.


La nueva tendencia no es sólo entender quiénes son losclientes, sino también tener una visión de ellos más contextual,basada en ubicación y en tiempo real. Todos los días segeneran terabytes de datos de ubicación y se agrega otradimensión para los CSPs. El 45% de los encuestados del sectorde telecomunicaciones que posee una iniciativa de big data enmarcha utiliza datos sobre ubicación, por ejemplo, para darsoporte a campañas de marketing inteligente, detectar fraudesy mejorar la calidad de la red.

El 46% de los encuestados del sector de telecomunicaciones denuestro estudio con iniciativas big data en marcha extrae datosde fuentes de medios sociales, como Twitter, Facebook,carteleras de mensajes y otros repositorios en línea donde losconsumidores conversan y publican opiniones. Esto les permitedetectar rápidamente problemas de los clientes y sentimientosde los consumidores, y les da una visión que puede permitirlesaumentar los ingresos, reducir costos y proteger su marca.

Big data requiere fuertes capacidades analíticasSin embargo, big data no crea valor hasta que se pone enpráctica para resolver importantes retos del negocio. En estesentido, se necesita contar con fuertes capacidades analíticasque incluyen tanto herramientas de software como lashabilidades para manejarlas.Un análisis de los CSPs que ya tienen en marcha actividades debig data revela que empiezan por un núcleo fuerte de capacidadesanalíticas, diseñadas para abordar datos estructurados.Luego, agregan capacidades para aprovechar el caudalde datos que ingresa a la organización,tanto estructurados (datos que pueden convertirse en formatosde datos estándares) como no estructuradosno estándares).

(datos en formatos

El modelado predictivo utiliza algoritmos para encontrarpatrones en datos que podrían servir para predecir resultadossimilares en el futuro. Tres cuartas partes de los encuestadosdel sector de telecomunicaciones con iniciativas de big datadicen usar análisis predictivo. Un ejemplo de análisis predictivoes el uso de datos de clientes para descubrir qué clientes tienenprobabilidad de dejar la compañía. Si un CSP puede predecirlas razones que motivan a los clientes a dejar la compañía,puede tomar acciones preventivas para evitarlo.

Los CSPs buscan tener una visión máscontextual de los clientes, que tenga en cuentala ubicación y funcione en tiempo real.

CIOs de telecomunicaciones que guían las iniciativas debig data de sus compañías están comenzando con estas fuentesde información interna aún no explotada. Por ejemplo,TEOCO, un proveedor de soluciones de software detelecomunicaciones, analizó 500 terabytes de datos de registrosde detalle de llamadas y facturas inter-operador diariamente

y mejorar la prestación del servicio. La compañía ayudó a unoperador móvil de Nivel 1 a ahorrar más de US$400 millonesen cuatro años. También permitió a los clientes responderproactivamente a problemas de red antes de que afectaranel servicio al usuario.

Más del 85% de los encuestados del sector detelecomunicaciones con iniciativas de big data activas informóque utiliza capacidades analíticas centrales, como consultas einformes, y extracción de datos, para analizar big data (Figura 6). Comenzar por estas capacidades analíticasfundacionales es una forma pragmática de empezar ainterpretar y analizar big data. La necesidad de capacidadesmás avanzadas de visualización de datos aumenta con laintroducción de big data. Los datasets a menudo son demasiadograndes y los analistas de datos y de negocios no pueden verlosy analizarlos con herramientas tradicionales de informes y datos.En nuestro estudio, el 77% de los encuestados del sector de

de datos.


Hoy, la mayoría de los CSPs están dirigiendo su abordajetemprano de big data hacia el análisis de datos estructurados.Pero big data también crea la necesidad de analizar múltiplestipos de datos, incluso datos de ubicación, redes sociales,datos de sensores y texto de lenguaje natural. Al combinar

de uso para separar patrones de viaje y estacionarios, los CSPs

El análisis de posicionamiento permite a los CSPs manejar la

lugares relevantes, e impulsar el marketing basado enubicación en tiempo real. Tres de cada cinco encuestados delsector de telecomunicaciones con iniciativas de big data utilizaanálisis geoespacial.

En más de la mitad de las iniciativas de big data activas, losencuestados del sector de telecomunicaciones informaron eluso de capacidades avanzadas diseñadas para analizar texto ensu estado natural, como las transcripciones de conversacionesde call center. Este análisis incluye la capacidad de interpretary comprender los matices del idioma, como el sentimiento,las frases informales y las intenciones.

Tal como se describe en el estudio desarrollado por elIBM Institute for Business Value y titulado “Telecom’sfuture is social” (El futuro de las telecomunicaciones es social),una cantidad de CSPs comenzaron a utilizar datos de losmedios sociales para ampliar sus conocimientos.21

Al combinar características sociales con el conocimientoexistente sobre comportamiento, los CSPs pueden crearvisiones extendidas y más profundas para atraer yretener clientes. El análisis de redes sociales también puede

mensajes personalizados, evaluar qué repercusiones tienen lasnuevas campañas, productos y servicios, y responder

marcas y la reputación. Bharti Airtel, por ejemplo, utiliza elanálisis de redes sociales para determinar posibles problemasde los clientes mediante el seguimiento de menciones de lacompañía en redes sociales y de los problemas que surjan.22

XO Communications, un CSP enfocado en el sector mayoristay empresarial en los EE.UU, comenzó a usar análisis predictivocon su ciclo de facturación mensual de cuentas para predecir lapérdida de clientes. Dentro del primer año, se obtuvo unamejora del 60% en los índices de retención de ingresos.Aunque los gerentes de cuentas de XO ocasionalmente sesorprendieron con los clientes que eran candidatos probables aabandonar la empresa, el uso de analytics de esta manerapermitió mejorar la experiencia de los clientes, a tal punto quese logró revertir la pérdida de una línea de servicio particularde XO y convertirla en ganancia.

Consultas e informes

Extracción de datos

Visualización de datos

Modelado predictivo

Análisis geoespacial

OptimizaciónTexto en

lenguaje natural

Simulación

Análisis de voz

Análisis streaming

Análisis de video

93%

Fuente: Analytics: The real-world use of big data, un estudio de investigacióncolaborativo realizado por el IBM Institute for Business Value y Saïd Business School de la Universidad de Oxford. © IBM 2012

Figura 6: Los encuestados del sector de telecomunicaciones aplicanuna variedad de herramientas de “advanced analytics”.

Capacidades analíticas

86%

77%

75%

60%

55%

54%

40%

36%

25%

22%


El patrón emergente de la adopción de big data secentra en generar un valor de negocio quesea cuantificableEl reto general que inhibe la adopción de big data a medidaque los CSPs avanzan por las etapas de adopción –desde laeducación (construcción de una base de conocimiento),pasando por la exploración y el engagement y hasta laejecución (implementación de big data a escala) – consiste encomprender el potencial que representa big data, por ejemplo, la capacidad para articular un caso de negocio(Figura 7).

contundente

El clima actual de la industria de las telecomunicaciones –especialmente el crecimiento de ingresos lento o estable y lamayor demanda de gastos de capital para construir redes4G/LTE – dejó a los CSPs con poco interés en realizar nuevas

requisito que obviamente no es exclusivo de las iniciativas de

big data como una iniciativa atractiva para los CSPs incluyen

clientes o más altos niveles de innovación enproductos/servicios y velocidad. La toma de decisiones estáimpulsada principalmente por el valor de negocio. Las inversionespropuestas de las que no se espera obtener unrendimiento razonable no constituyen una prioridad.

La cantidad limitada de CSPs que registran una ventajaeconómica y competitiva gracias a big data – como se mencionóantes, sólo unos pocos CSPs ya operacionalizaron eimplementaron capacidades de big data & analytics dentro desus organizaciones – causa cierta inquietud en otros acerca delos retornos previstos de las inversiones en esta área.

que enfrentan los que están en las etapas iniciales del desarrollode big data se centra en la comprensión y articulación de un

necesarias en capacidades de big data y que llame la atención

comprendan y apoyen su avance.

Una vez que los CSPs comienzan a enfocarse en un desafío de

no sorprende que los esfuerzos se centren en encontrar lashabilidades necesarias para hacer realidad big data: primero,las habilidades para implementar y evaluar las tecnologías;después, las destrezas cuantitativas y de visualización requeridaspara llevar a cabo el análisis avanzado y pasar del conocimientoa la acción.

EjecutarEngageExplorarEducar

Obstáculos de big data

Habilidades analíticas

Calidad de datos

Habilidades técnicas

Foco y soportede gestión

Comprender cómousar big data

Articular un caso de negocio contundente

Se pidió a los encuestados que identificaran los mayores obstáculos a los esfuerzos de big data dentro de susorganizaciones. Se ponderaron y totalizaron las respuestas. La ubicación de los casilleros refleja en qué gradodomina cada obstáculo en una etapa determinada.

Fuente: Encuesta Big Data @ Work Survey, estudio de investigación colaborativorealizado por el IBM Institute for Business Value y Saïd Business Schoolen la Universidad de Oxford. © IBM 2012

Figura 7: Comprendiendo los obstáculos clave para la adopción de big data.


Recomendaciones: Promueva la adopción de big data

Un análisis de nuestras conclusiones de la encuesta acerca debig data muestra cómo los CSPs promueven sus esfuerzos eneste sentido. Impulsados por la necesidad de resolver los retosdel negocio, en vista de las tecnologías que avanzan y eldinamismo de los datos, los CSPs están buscando dar una

Para extraer más valor, ofrecemos un conjunto amplio derecomendaciones a los CSPs a medida que avanzan por elcamino hacia big data.

Comprometa los esfuerzos iniciales a losresultados centrados en los clientesEs imperativo que los CSPs centren sus iniciativas de big dataen áreas que puedan proporcionar mayor valor al negocio.

atenderlos mejor, como resultado de poder comprenderverdaderamente las necesidades y anticipar loscomportamientos futuros. Poder entender mejor, predecir ydar a los clientes lo que realmente necesitan es la prioridadclave de los CEOs de telecomunicaciones.

La digitalización masiva, una de las fuerzas que contribuyó alauge de big data, también cambió el equilibrio de poder entreel consumidor y el CSP. Si los CSPs han de entender y darvalor a clientes más capacitados y exigentes, tienen queconcentrarse en conocer a sus clientes como individuos.También necesitan invertir en nuevas tecnologías y en análisisavanzado para obtener una visión optimizada de lasinteracciones y preferencias de cada cliente.

business-to-business quieren hacer más que simplemente

con sus clientes, los CSPs deben conectarse con ellos demanera que sus clientes las perciban como valiosas.

El valor podrá venir a través de interacciones más oportunas,informadas o relevantes; también podrá generarse a medidaque los CSPs mejoran las operaciones subyacentes de manerade optimizar la experiencia general de esas interacciones.De cualquier modo, la analítica alimenta los conocimientos debig data que se vuelven cada vez más esenciales para crear esenivel de profundidad en esas relaciones.

Desarrolle un modelo de big data para todala empresaUn modelo (blueprint) incluye la visión, estrategia y requisitospara big data dentro de la organización. Es un paso crítico paralograr la alineación entre las necesidades de los usuarios denegocio y la hoja de ruta de implementación de TI. Es lo quegenera una comprensión común de cómo los CSPs seproponen usar big data para mejorar los objetivos del negocio.

Para los CSPs, big data implica repensar fundamentalmente laforma en que se administran los datos. Muchos CSPs siguenestando organizados por productos, servicios y funciones,no por clientes, y algunos ni siquiera tienen a un responsablede los datos o de la estrategia de datos. Los CSPs necesitanderribar los silos de datos para permitir el uso de datos en

de los datos a medida que circula por la organización.

se intentará resolver, así como los requisitos de procesos de

que incluye los datos, herramientas y hardware necesarios paraalcanzar la estrategia de big data. Es la base para desarrollar unahoja de ruta que guíe a la organización por un abordajepragmático para desarrollar e implementar sus solucionesde big data de forma tal de generar valor sostenible para el negocio.

Pero los clientes de hoy - consumidores �nales o clientes


Comience por los datos existentes para obtenerresultados en el corto plazo

Dar un vistazo internamente, primero permite a los CSPsapalancar sus datos existentes, software y habilidades paraentregar valor de negocios en el corto plazo y adquirir unaexperiencia importante. Luego pueden extender sus capacidades para abordar fuentes y tipos de datos más complejos. La mayoría de los CSPs se inclinarán por estaopción para sacar provecho de la información almacenada enrepositorios existentes, y al mismo tiempo escalar susalmacenes de datos para manejar mayores volúmenes yvariedades de datos.

Cuando los procesos, marcos e infraestructuras técnicas básicasnecesarias para recaptar y manipular los datos existentes hayanmadurado, los CSPs pueden extenderse a otras fuentes.Con la proliferación de dispositivos inteligentes y sensores y elcrecimiento explosivo en datos estructurados y noestructurados, surgen nuevas oportunidades de proporcionarservicios personalizados, conscientes del contexto yjust-in-time, sobre la base de las visiones, los deseos,las preferencias y la ubicación de los usuarios individuales.Los CSPs están en la mejor posición para atender a unconsumidor más inteligente, que cada vez más esperaproductos y servicios únicos y personalizados según suspreferencias particulares.

Construya capacidades analíticas basadas en lasprioridades del negocioEl primer paso para impulsar big data es el uso de herramientasanalíticas, como consultas e informes, dashboards y scorecards,para dar soporte a los procesos de negocio clave, que incluyenla generación de indicadores clave del desempeño y la gestiónde la experiencia con el cliente. De este modo, es posibletransformar los datos en conocimiento, entregandoinformación relevante, integrada, oportuna y accionable.Un gran valor reside en lograr que el centro de contacto,por ejemplo, tenga a su disposición información de red entiempo real.

Con capacidad predictiva, los CSPs pueden comenzar la transiciónhacia una organización optimizada, enfocada a los resultados.Se puede crear conocimiento visionario y conocimiento enprofundidad del cliente, las operaciones y los comportamientosen red. El análisis predictivo es la llave para una toma de decisionesinformadas. Por ejemplo, puede revelar patrones que ayudan a

comprar servicios del tipo rich media, lo cual conduce a nuevos

– puede ayudar a crear una empresa centrada en la información

Un sistema que es automatizado y consciente de los eventos entiempo real puede aportar información para promoversoluciones de ejecución inmediata. Por ejemplo, un cliente quepasa caminando por una tienda de café determinada puederecibir una oferta de descuento en bebidas en esa tienda.

Conforme la información contextual de la “Internet de las Cosas”y los datos producidos por las plataformas sociales cobran

los CSPs deberían enfocarse progresivamente en adquirir lascapacidades necesarias para potenciar el análisis prescriptivo

tecnologías –que incluyen los sistemas cognitivos- son capacesde evaluar grandes cantidades de datos tanto estructuradoscomo no estructurados en tiempo real o casi real.

Un ejemplo de ello es la tecnología Watson, capaz de buscar enel equivalente a un millón de libros o aproximadamente 200millones de páginas de datos, y analizar esta información y darrespuestas precisas en menos de tres segundos. Watson aplicatecnologías de procesamiento de lenguaje natural,la recuperación de información, la representación deconocimiento y razonamiento, y aprendizaje de máquinas, pararesponder preguntas. Esta tecnología, por ejemplo, puede serútil para permitir a los call centers de los CSPs responder a

Para obtener resultados en el corto plazo, y al mismo tiempodar ímpetu y obtener experiencia para sostener un programade big data, resulta crítico para los CSPs adoptar un enfoque

más lógico y efectivo en término de costos para empezar abuscar nuevos conocimientos es dentro de la empresa.


Además de adquirir las herramientas, los CSPs tambiéndeberían enfocarse en tener el conocimiento analítico correcto,lo cual no es fácil en un mundo donde se observa una altademanda –y escasez crítica—de las habilidades correctasde análisis.

Cree un caso de negocio sobre la base de resultadosque pueda ser cuantificable

Muchos CSPs están basando sus casos de negocio en los

• Decisiones más inteligentes – Impulsar nuevas fuentes de datospara mejorar la calidad de la toma de decisiones. • Decisiones más rápidas – Habilitar más capturas de datos entiempo real y análisis para dar soporte a toma de decisiones enel “punto de impacto”, como cuando un cliente se encuentraen un lugar en particular o en el teléfono con un representantede atención al cliente.• – Enfocar los esfuerzos debig data hacia áreas que proporcionan una verdaderadiferenciación.

Decisiones que marcan la diferencia

Un principio importante sustenta cada una de estasrecomendaciones: los profesionales de negocios y de TI debentrabajar juntos durante todo el recorrido de big data.

requisitos de negocio primero, y luego adaptan lainfraestructura, las fuentes de datos y el análisis cuantitativopara respaldar esa oportunidad de negocio.

Dé el puntapié inicial en su evolución debig dataLa capacidad de recopilar y analizar sistemáticamente los datosrepresenta un nuevo mundo por explorar para los CSPs.Con la amplitud de información que los CSPs tienen sobre susclientes, poseen importantes ventajas respecto a otros en elecosistema. Los CSPs que actúan con agilidad para capitalizarlos conocimientos escondidos dentro del vasto volumen,la velocidad y la variedad de big data se posicionarán paramantenerse un paso más adelante que sus competidores,mejorar la experiencia de los clientes, impulsar nuevosproductos, aumentar la productividad, predecir tendenciasfuturas y, especialmente, ganar dinero.

Los CSPs que son capaces de extraer el máximo valor de susactivos de datos pueden convertirse verdaderamente en

ingresos totalmente nuevos forjando alianzas con agencias depublicidad, minoristas, prestadoras de salud y entes de laadministración pública, entre otros. El ecosistema existente detelecomunicaciones tiene el potencial de convertirse en el

la buena trayectoria de la industria para tratar los datos declientes, el estricto marco regulatorio implementado y susobligaciones inherentes de protección de la información.

Los CSPs deberían ver una ventana crucial de oportunidadcon big data.

Las telecomunicaciones es una industria preparada para estar ala vanguardia de la ola de big data, pues ya utiliza tecnologías de analítica para big data como diferenciador hoy y se esperaque con el tiempo esta capacidad se convierta en uno de susejes más valiosos.

Para ver más información sobre este estudio del IBM Institutefor Business Value, contáctenos: [email protected]

ibm.com/iibvPara ver un catálogo completo de nuestras investigaciones,visite:

Suscríbase a IdeaWatch, nuestro e-newsletter mensual, quetiene los últimos informes ejecutivos sobre la base deinvestigaciones del IBMInstitute for Business Value: ibm.com/gbs/ideawatch/subscribe

Acceda a los informes ejecutivos del IBM Institute for BusinessValue en su tablet descargando la app gratuita “IBM IBV” paraiPad o Android.

Para desarrollar una estrategia de big data integral y viable y lahoja de ruta subsiguiente se necesita un caso de negocios sólido

participación activa y el apoyo de uno o más ejecutivos denegocio durante todo el proceso. Igualmente importante a lahora de lograr el éxito a largo plazo es contar con unacolaboración sólida y continua entre el área de negocioy el área de TI.


Sobre los autoresBob Fox es el Líder de Industria Global para los sectores detelecomunicaciones y medios y entretenimientos de IBMGlobal Business Services. Bob dedicó 30 años a asesorar aproveedores de servicios de telecomunicaciones de todo elmundo en estrategia de negocios y cómo mejorar lasoperaciones de cara al cliente.Para contactar a Bob: [email protected].

Rob van den Dam es el Líder de Telecomunicaciones en elIBM Institute for Business Value. En este rol, desarrollavisiones de industria y estudios de realización de valor paratelecomunicaciones. Rob cuenta con 20 años de experienciatrabajando en telecomunicaciones.Para contactar a Rob: [email protected]

Rebecca Shockley es la Líder de Investigación Global enAnálisis y Optimización de Negocios para IBM Institute forBusiness Value, donde lleva a cabo investigación fáctica sobreel tema de business analytics, con el objetivo de desarrollarliderazgo de ideas para altos ejecutivos.Para contactar a Rebecca: [email protected].

ContribuyentesScott Stainken, Gerente General de la Industria deTelecomunicaciones, IBM Corporation.

Nick Gurney, Líder del sector Comunicaciones enIBM Global Business Services, Growth Markets.

Eric Lesser, Director de Investigación y Líder paraNorteamérica del IBM Institute for Business Value

Referencias

“Leading Through Connections: Insights from the Global

Schroeck, Michael, Rebecca Shockley, Dr. Janet Smart, Professor Dolores Romero-Morales y Professor Peter Tufano. “Analytics: The real-world use of big data. How innovative organizations are extracting value from uncertain data.” IBM Institute for Business School en colaboración con el Saïd Business School, Universidad de

us/gbs/thoughtleadership/ibv-big-data-at-work.html

Szaniawaski, Kris. “Telcos get into big data.”

telecomsemea.net/content/telcos-get-big-data

Sahota, Dawinderpal. “Customer data creating revenue

customer-data-creating-revenue-opportunities-in-unlikely-places/

LaValle, Steve, Michael Hopkins, Eric Lesser, Rebecca Shockley y Nina Kruschwitz . “Analytics: The new path to value: How the smartest organizations are embedding analytics to transform insights into action.”IBM Institutefor Business Value en colaboración con MIT Sloan Management Reviewcom/services/us/gbs/thoughtleadership/ibv-embedding-

Technology.

.

Octubre

Mayo

Octubre

12 de Diciembre de

16 de Octubre

Octubre

de


Gage, Deborah. “Telefonica Digital targets big data in Silicon Valley “road trip.” Dow Jones VentureWire.

Lennighan, Mary. “Telcos can survive on big data alone

developed by ASF and Orange, recognized by the ZELT

net. http://www.transport-intelligent.net/IMG/pdf/

Szaniawaski, Kris. “Telcos get into big data.”

telecomsemea.net/content/telcos-get-big-data

“Leading Through Connections: Insights from the Global

Fox, Bob, Nick Gurney, Rob van den Dam and Ekow Nelson. “Building Advocacy in Telecommunications.” IBM

ibv-telcoadvocacy.html

Obiodu, Emeka. “Telefonica and Verizon dial into big data”

telefonica-and-verizon-dial-into-big-data/

Información de entrevista en profundidad realizada por IBM

Smith, Chris. “Giving telcos the tools for big data success.” European Communications Páginasissue. St. John Patrick Publishers.

Cisco Visual Network Index, http://www.cisco.com/en/US/

Cita de entrevista en profundidad realizada dentro delestudio IBV sobre Big Data

“TEOCO, Helping communications service providers save

y=en_us

Caso de estudio IBM:“Putting the Lid on Churn.” Noviembre de 2010.

Fox, Bob and Rob van den Dam. “Telecom’s future is

thoughtleadership/telecomsocialbusiness/

“Airtel’s impact on Social Media.” Telecom Talk. 23 dediciembre de 2010

“IBM’s Watson Computer Heads to Wall Street for Post-Jeopardy Gig.“ Time Magazine

ibms-watson-supercomputer-heads-to-wall-street/

2 de octubre de 2012.


12 de diciembre de 2012.

Mayo de 2012.

Octubre de 2011.

23 de mayo de 2012.


Caso de estudio IBM:

Caso de estudio IBM:

31 de mayo de 2012.

Enero de 2013.

7 de marzo de 2012Telefonica | Vivo nets a 30 percent increase in marketingrevenue via IBM Unica.

http://business.time.com/2012/03/07/ibms-watson-supercomputer-heads-to-wall-street/

http://business.time.com/2012/03/07/ibms-watson-supercomputer-heads-to-wall-street/

Por favor recicle

IBM Global Services

U.S.A.

Producido en Estados Unidos de América

Reservados todos los derechos.

IBM, el logotipo IBM e ibm.com son marcas comerciales o marcascomerciales registradas de International Business Machines Corporationen EE.UU. y/o en otros países. Si estos y otros términos se señalan laprimera vez que aparecen en esta información con los símbolos de marcacomercial (® o ™), indican marcas comerciales de IBM, registradas en losEE.UU. o conforme al derecho consuetudinario estadounidense,propiedad de IBM en el momento de publicación de esta información.Tales marcas comerciales también pueden ser marcas comercialesregistradas o conforme al derecho consuetudinario de otros países.Una lista actualizada de las marcas comerciales de IBM está disponible enla web en la sección “Copyright and trademark information”de ibm.com/legal/copytrade.shtml.

Las demás denominaciones de compañías, productos y servicios puedenser marcas comerciales o marcas de servicio de terceros.

Las referencias en esta publicación a productos y servicios de IBM noimplican que IBM tenga intención de que estén disponibles en todos lospaíses en que IBM desarrolla sus actividades.

Abril de 2013

Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

Technology

comiibvsad business

mundo de big data

ms informacin

uso de big

estudio de investigacin

informacin adicional

gran cmulo de informacin

gran valor