智能設備和新內容平臺讓電信公司面臨數據沖擊

思科系統預測，到2022年，移動數據將達到每月 77艾字節(jié)。雖然大多數人甚至不會考慮我們每天創(chuàng)建的大量數據，但電信公司對此一無所知。物聯網，智能設備和新內容平臺讓電信公司面臨數據沖擊。

有趣的是，大多數電信提供商正在通過分析進行創(chuàng)新，將這一數據挑戰(zhàn)轉化為機遇。在這篇eWEEK數據點文章中，使用來自Yellowbrick Data技術營銷總監(jiān)Josh Miner的行業(yè)信息，我們將了解他們如何從上到下優(yōu)化業(yè)務。

數據點1：電信遵循的基本步驟

一般而言，電信遵循以下基本步驟：

定位營銷和添加新服務以減少用戶流失;

確保用戶計費反映實際使用情況并按每個電話或每個消息級別執(zhí)行保證金分析;

通過最佳路由降低成本; 和

為內容提供商等相鄰市場提供分析。

電信提供商目前使用許多不同的技術和平臺來執(zhí)行這些分析，這種方法從長遠來看是不可持續(xù)的。電信公司必須繼續(xù)創(chuàng)新以實現兩個對立目標：攝取和分析大量的實時和歷史數據，并減少他們維護的單獨分析平臺的數量以控制成本。

讓我們仔細研究一下這些目標所帶來的挑戰(zhàn)，以及傳統和新興技術如何解決這些挑戰(zhàn)。

數據點2：現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)每天使用的大部分數據的渠道和紐帶。使用此數據需要超出業(yè)務負責人日常報告的分析。電信提供商必須分析實時數據和深層歷史數據，以便在需要時立即獲得洞察力。

一些例子包括：

為訂閱者提供無縫體驗，包括有助于根據地理位置優(yōu)化路由的分析。

在內容和廣告提供商與消費者應用程序之間快速傳遞相關數據。

為支持和服務人員提供對設備的實時可見性以解決問題，同時查看歷史使用模式以推薦最佳計劃或升級。

通過實時查看和路由數據以減少擁塞來優(yōu)化網絡基礎架構，同時還檢查歷史擁塞，以確定問題是一次性事件還是基礎架構達到其設計限制的癥狀。

數據點3：平臺激增的問題

為解決所有這些分析挑戰(zhàn)，電信公司目前擁有眾多技術。諸如內存數據庫等技術可為實時數據提供即時分析，Hadoop等大數據技術可擴展以支持大量歷史數據集，而NoSQL數據庫可幫助企業(yè)擴展以快速，經濟高效地支持快速數據增長。

問題在于，內存數據庫通常過于昂貴，無法承載電信公司需要分析的數PB數據，大數據平臺太慢而無法支持實時分析，NoSQL數據庫缺乏提供豐富分析的SQL數據庫功能能力。

簡而言之，由于沒有傳統的解決方案可以滿足這些公司苛刻的分析需求，因此大多數都在實施所有這些技術等等。隨著時間的推移，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@些平臺管理和集成分析也變得越來越復雜，容易出錯且成本高昂。

數據點4：新興技術有望解決分析挑戰(zhàn)

正如他們所說，必要性是發(fā)明之母。電信公司是最早部署內存數據庫和Hadoop等技術的公司之一。他們現在是第一批部署新技術和新興技術的公司，這些技術既可以處理實時和歷史分析，也可以在沒有硬件蔓延和管理復雜性的情況下進行擴展。融合閃存架構現在可以在傳統解決方案的一小部分空間內從有狀態(tài)媒體提供類似內存的性能。

新的高性能SQL數據庫能夠在可用時立即獲取實時數據，快速從其他來源批量加載數PB的數據，同時提供分析應用程序用于提高洞察力的功能。