Inteligencia del dato aplicada al negocio de las telecomunicaciones - LibreCon 2016
1 recomendación1,734 vistas
Este documento discute cómo las compañías de telecomunicaciones pueden agregar valor a sus clientes mediante el uso de inteligencia de datos. Explica cómo Euskaltel usa una arquitectura de datos en tiempo real para detectar eventos anómalos que permiten una mejora predictiva de la red. También describe cómo los umbrales estadísticos tradicionales no siempre funcionan y cómo herramientas como Apache Flink y Kafka permiten un análisis distribuido y basado en ventanas para detectar fallos. El objetivo final es mejorar la experiencia del usuario
Inteligencia del dato aplicada al negocio de las telecomunicaciones - LibreCon 2016
- 1. Inteligencia del dato aplicada al negocio de las telecomunicaciones Bilbao, 22 de noviembre de 2016 Bilbao, 2016ko azaroak 22
- 2. BIG DATA
- 3. SMART DATA
- 5. ¿CÓMO CONVENCER A NEGOCIO? ¿CÓMO PODEMOS APORTAR VALOR A LOS CLIENTES? PASO A PASO
- 7. CASO1: Widget consumo de datos en T.R.
- 9. CASO2: Prevención de averías en red
- 10. ¿CÓMO PODEMOS APORTAR VALOR A TERCEROS CON LOS DATOS?
- 11. http://replicate-project.eu/ Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
- 12. Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
- 13. 2754 979 4534 1198 22 de noviembre de 2017 +1-1 SMART MOBILITY *ESTE MAPA ES UNA SIMULACIÓN Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
- 14. ¿PREGUNTAS?
- 15. Inteligencia del dato al servicio de las telecomunicaciones: Añadiendo valor a la experiencia de usuario Iñigo Sanchez, Twitter: @zylkindustry, @espolex
- 17. Euskaltel λ Al rededor de 150 millones de eventos/día ingeridos en Apache Kafka λ 100 cores, 300 GB de memoria, 4 TB HDFS storage
- 18. Hortonworks
- 19. Tecnologías
- 20. Euskaltel λ Objetivo: Disponer de un sistema de detección de eventos en tiempo real, a fin de mejorar la experiencia de usuario gracias al matenimiento predictivo
- 21. El dato en las telecomunicaciones λ Representación como una serie temporal - #peticiones - #fallos - #código error - … λ Análisis: detección de fallos a partir umbrales, obtenidos a partir de un periodo sin fallos
- 22. Ejemplo: Código λ #peticiones (LTE & Wifi Kalean): millones de conexiones por día λ Análisis código éxito (OK)
- 23. Los umbrales no siempre funcionan λ KOOK
- 24. Detección de outliers λ Estadísticos en ventanas de tiempo λ Algoritmos de regresión
- 25. ARQUITECTURA
- 26. Arquitectura Multicapa λ API Gateway (EAG) λ API Datos (Flink) λ Microservicios λ Lambda (Kafka, Hbase) λ API Ingesta (Nifi)
- 27. Ingesta: Apache Nifi λ Procesos ETL λ BackPressure Control & Guaranteed delivery
- 29. Microservicios
- 30. APID: Procesos distribuidos λ Programación funcional λ Analítica avanzada λ Ventanas λ Heurísticos λ Algoritmos de ML
- 35. Mejora la experiencia de usuario ¿ Cómo ?
- 36. Hacia donde: la unión hace la fuerza
- 37. ¿PREGUNTAS?
- 38. ESKERRIK ASKO! ¡MUCHAS GRACIAS! Ángel Barrio Martínez Responsable de Seguridad de TI [email protected] Euskaltel, S.A. :@geekburu http://www.linkedin.com/in/abmartinez Iñigo Sánchez Méndez Big Data Engineer Zylk [email protected] Zylk Advance Analytics :@espolex, @zylkindustry https://es.linkedin.com/in/spolex
- 39. ¿Por qué Flink?
- 40. API Datos
- 41. Time & Windows λ Event time λ Processing time λ Ingestion time
- 42. API Gateway λ EAG λ Datos agregados y anonimizados