Бизнес-анализ, архитектура и проектирование ПО для BigData Стандарт TM Forum "Big Data Analytics Guidebook" Сушков Алексей Начальник группы "PCCM, RBSM“ 12.03.2014
Jun 23, 2015
Бизнес-анализ, архитектура и проектирование ПО для
BigData
Стандарт TM Forum "Big Data Analytics Guidebook"
Сушков АлексейНачальник группы "PCCM, RBSM“
12.03.2014
billing.ru
План презентации
2
billing.ru
Gartner's 2013 Hype Cycle for Emerging Technologies
3
billing.ru
Google trends
4
billing.ru
Актуальность Big Data Дешевые хранилища данныхЗрелость технологийНакоплено много данныхOpenSource решенияОсобенно актуально для Телекома
5
billing.ru
Определение Big Data
Много V
Volume объём
Velocity скорость in/out
Variety многообразие типов и источников
Value доход
Validity (Veracity, Verification)
правдивость (достоверность, проверяемость)
Volatility изменчивость, непостоянство
6
billing.ru
Технологии: MapReduce и Hadoop
7
billing.ru
Технологии: NoSQL DBТип DB Примеры
Key/Value store Dinamo, Redis, Tarantool
Column store Cassandra, HBase
Document store (Key/Document) MongoDB
Graph DB (Key/Node + Key/ Relationship )
neo4j
8
В ПЕТЕР-СЕРВИСЕ:Реестр разрешенных технологийКритерии выбора NoSQL решения (PROD 41807)Все документы на узле ДРПО, раздел “Архитектура и технологии ПО”: https://intra.billing.ru/sites/DRSE/DocLib5/Forms/AllItems.aspx?RootFolder=%2Fsites%2FDRSE%2FDocLib5%2F%D0%A2%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8&FolderCTID=0x0120009DEE72E6BD641C4A95BF9A3F8FF0F934&View=%7B75D346BE-8299-4055-A7FC-A21FAC919DCF%7D
billing.ru
TM Forum "Big Data Analytics Guidebook"
Стандарт октябрь 2013:
34 Use-Case21 Big Data Analytics Building Blocks (ABB) Big Data Analytics Reference ModelBig Data Analytics Business Value Roadmap - отвечает на вопрос как использовать Big Data Analytics для генерации выручки
9
billing.ru
ТАМ (Telecom Application Map)
10
billing.ru
Покрытие ТАМ Use-Case-ами
11
billing.ru
Cписок Use-Case (34)
12
ID Use-Case ID Use-CaseS-MOM-T1 Real-time Personalized Offers while
BrowsingO-CRM-PC1
Proactive Care
S-MOM-T2 Real-time Personalized Offers during Checkout
O-CRM-PC2
Right Proactive Care Channel and Time
S-MOM-T3 Real-time Personalized Offers during Life Interaction
O-CRM-PC3
Proactive Care based on Poor Care Experience
S-MOM-T4 Real-time Personalized Offers Based on Location
O-CRM-PC4
Proactive Care During or After Network Fault
S-MOM-T5 Real-time Personalized Offers Based on Usage
O-CRM-PC5
Proactive Care based on Absence of Usage
S-MOM-T6 Real-time Personalized Offers Based on Device
O-CRM-CR1
Churn Risk Prediction for Customer Retention
S-MOM-T7 Intelligent Advertising Based on Browsing History
O-CRM-CR2
Churn Motivation Prediction for Customer Retention
S-MOM-O1 Product Definition and development O-CRM-CR3
Personalized Offers for Customer Retention
S-MOM-O2 Product Introduction Analytics O-CRM-CR4
Retention Offer Acceptance Propensity Analytics
S-MOM-O3 Product Performance Optimization O-RMO1 Network Fault Location and Recovery S-MOM-O4 Purchase Propensity Analytics for
Enhanced TargetingO-RMO2 Real-time Value-based Congestion
Management S-SDM1 CSP Data Monetization O-RMO3 Real-time Customer Offload
ManagementS-RDM1 Value-based Network Planning O-SPRM1 Partner Value OptimizationS-RDM2 New Enterprise Order Impact
AnalysisO-BRM1 Revenue Assurance
S-RDM3 Policy-based Capacity Management E-SEP1 Market WatchO-CRM-CC1 Personalization of Real-Time
Interaction in Assisted CareE-EEM1 Business Process Optimization
O-CRM-CC2 Increase Effectiveness of Customer Self Care
E-FAM1 Fraud Management
billing.ru
Cписок BDA Building Blocks (21)ID BDA Building Block ID BDA Building Block
VT1 Voice Transcription OR1 Popularity Based Offer Recommendation
VT2 Text Classification OR2 Hot Offer Recommendation
VT3 Text Clustering OR3 Profile Based Offer Recommendation
VT4 Concept Mining OR4 Community Based Offer Recommendation
C1 Customer Influence Scoring
CC-ID1 Care Issue Anomaly Detection
C2 Customer Social Influence Scoring
CC-ID2 Care Issue Root Cause Analysis
CV1
Customer Value Scoring CC-ID1 Care Call Motivation Prediction
CV2
Customer Lifetime Value Scoring and Prediction
CC-SR1 Policy Based Care Solution Recommendation
CL1 Geocoding CC-SR2 Success Based Care Solution Recommendation
CL2 Customer Location Detection
CL3 Customer Location Prediction
CL4 Key Location Profiling
13
billing.ru
BDA Reference Model
14
billing.ru
BDA Business Value Roadmap
1. Выбрать Use-Case2. Выбрать Building Blocks для Use-Case3. Выбрать из Building Blocks все
источники информации и технологии. 4. Для понимания наложить их на BDA
Reference Model5. Собрать все вместе и еще раз
проверить Use-Case6. На этом завершен первый шаг в BDA
Business Value Roadmap
15
billing.ru
Пример Use-Case S-MOM-T4 Real-time Personalized Offers Based on
Location
Horizontal Marketing and Offer Management
Actors Customer
Business Drivers Увеличение вероятности релевантности рекламных сообщений
Business Metrics • Увеличение выручки• Увеличение числа принятия предложений
Story Система управления маркетинговыми компаниями посылает предложения только абонентам находящимся в определенной географической зоне
Data Sources • Offer Catalogue• Правила посылки сообщений• Location Information
Optional Data Sources
• Call Detailed Records• Social Media Records• Web Browsing History
BDA Building Blocks
• CL3 Customer Location Prediction• CL4 Key Location Profiling
16
billing.ru
Пример BDA Building Blocks CL3 Customer Location Prediction
Description Предсказывать где окажется абонент в определенное время или следующее местоположение
Type Automatically Learned
Underlying Data Набор местоположений абонента
Input Data Текущее местоположение и время
Output Data Следующее местоположение
Related Use Cases • S-MOM-T4• Сообщения о происшествиях• Сообщения о пробках
Implementation Guide
Data Source…Data Ingestion …Data Management…Data Analysis: •моделирование •Предсказание
17
billing.ru
Пример BDA Building Blocks CL4 Key Location Profiling
Description Получить ключевые местоположения
Type Automatically Learned
Underlying Data Набор местоположений абонента с историей
Input Data Текущее местоположение и время
Output Data Метка местоположения
Related Use Cases • S-MOM-T4• Контроль фрода по местоположению• Информация для приложений соц сетей
Implementation Guide
Data Source…Data Ingestion …Data Management…Data Analysis: •Кластеризация
18
billing.ru
Пример Business Value Roadmap
S-MOM-T4 Real-time Personalized Offers Based on Location
Технологии • Алгоритм машинного обучения для анализа местоположения
• Алгоритмы кластеризации
Источники информации
• Текущее и историческое местоположение абонента
• Обогащение информации из социальных сетей
19
billing.ru
Схема Big Data + Scrum
20
BigDataBigData Actionable InsightsActionable Insights
Планирование спринтаПланирование спринта
РетроспективаРетроспектива
Показ заказчику
Показ заказчику
ВыполнениеВыполнение
billing.ru
Big Data Manifesto1. Сохранение всех данных важнее их структурирования;2. Скорость сохранения важнее полноты данных; 3. Скорость реакции системы должна зависеть от
реальных задач а не формальных цифр;4. Сотрудничество по циклу с обратной связью с
заказчиком важнее формальных сроков; 5. Сотрудничество с теми кто будет использовать
результат обработки данных важнее чем с аналитиками и программистами
6. Предсказание событий важнее их описания; 7. Гибкая визуализация данных важнее исчерпывающих
схем данных8. Надо верить в то, что в данных скрыта прибыль; 9. Готовность к изменениям важнее следования
первоначальному плану;
21