Cursuri de pregatire Big Data Business Intelligence for Telecom and Communication Service Providers

Defalcarea subiectelor zilnic: (Fiecare sesiune este de 2 ore)

Ziua 1: Sesiunea -1: Business Prezentare generală a motivului Big Data Business Inteligența în Telco.

• Studii de caz de la T-Mobile, Verizon etc.
• Big Data rata de adaptare în telecomunicații nord-americane și modul în care își aliniază viitorul model de afaceri și operațiunile în jurul Big Data BI
• Zona de aplicare la scară largă
• Managementul rețelelor și serviciilor
• Renunțare la clienți Management
• Data Integration și Vizualizare tablou de bord
• Managementul fraudei
• Business Generarea regulilor
• Profilarea clienților
• Impingerea anunțurilor localizate

Ziua 1: Sesiunea-2: Introducere a Big Data-1

• Principalele caracteristici ale Big Data-volum, varietate, viteză și veridicitate. Arhitectură MPP pentru volum.
• Data Warehouses – schemă statică, set de date care evoluează lent
• MPP Database precum Greenplum, Exadata, Teradata, Netezza, Vertica etc.
• Hadoop Soluții bazate – nu există condiții privind structura setului de date.
• Model tipic: HDFS, MapReduce (crunch), preluare din HDFS
• Lot - potrivit pentru analitice/non-interactive
• Volum: date în flux CEP
• Alegeri tipice – produse CEP (de exemplu, Infostreams, Apama, MarkLogic etc.)
• Mai puțin gata de producție – Storm/S4
• NoSQL Databases – (columnar și cheie-valoare): Cel mai potrivit ca adjuvant analitic la depozitul de date/baza de date

Ziua-1: Sesiunea -3: Introducere în Big Data-2

NoSQL soluții

• KV Store - Keyspace, Flare, SchemaFree, RAMCloud, Oracle NoSQL Database (OnDB)
• KV Store - Dynamo, Voldemort, Dynomite, SubRecord, Mo8onDb, DovetailDB
• Magazin KV (ierarhic) - GT.m, Cache
• Magazin KV (comandat) - TokyoTyrant, Lightcloud, NMDB, Luxio, MemcacheDB, Actord
• KV Cache - Memcached, Repcached, Coherence, Infinispan, EXtremeScale, JBossCache, Velocity, Terracoqua
• Magazin Tuple - Gigaspaces, Coord, Apache River
• Obiect Database - ZopeDB, DB40, Shoal
• Magazin de documente - CouchDB, Cloudant, Couchbase, MongoDB, Jackrabbit, XML-Databases, ThruDB, CloudKit, Prsevere, Riak-Basho, Scalaris
• Wide Columnar Store - BigTable, HBase, Apache Cassandra, Hypertable, KAI, OpenNeptune, Qbase, KDI

Varietăți de date: Introducere la Data Cleaning problema în Big Data

• RDBMS – structură/schemă statică, nu promovează mediul agil, explorator.
• NoSQL – semistructurat, structură suficientă pentru a stoca date fără schema exactă înainte de stocarea datelor
• Probleme de curățare a datelor

Ziua-1: Sesiunea-4: Big Data Introducere-3: Hadoop

• Când să selectați Hadoop?
• STRUCTURAT - Depozitele/bazele de date ale întreprinderii pot stoca date masive (cu un cost), dar impun o structură (nu este bună pentru explorarea activă)
• Date SEMI STRUCTURATE – greu de făcut cu soluțiile tradiționale (DW/DB)
• Datele de depozitare = efort URIAȘ și statice chiar și după implementare
• Pentru varietate și volum de date, bazate pe hardware-ul de bază – HADOOP
• H/W mărfurilor necesare pentru a crea un Hadoop Cluster

Introducere în Map Reduce /HDFS

• MapReduce – distribuiți calcularea pe mai multe servere
• HDFS – pune datele disponibile local pentru procesul de calcul (cu redundanță)
• Date – pot fi nestructurate/fără schemă (spre deosebire de RDBMS)
• Responsabilitatea dezvoltatorului de a da sens datelor
• Programming MapReduce = lucrul cu Java (pro/contra), încărcarea manuală a datelor în HDFS

Ziua 2: Sesiunea-1.1: Spark: În baza de date distribuită în memorie

• Ce este procesarea „În memorie”?
• Spark SQL
• Spark SDK
• Spark API
• RDD
• Spark Lib
• Hanna
• Cum să migrați un sistem Hadoop existent la Spark

Ziua 2 Sesiunea -1.2: Furtuna -Procesare în timp real în Big Data

• Fluxuri
• Germeni
• Șuruburi
• Topologii

Ziua 2: Sesiunea 2: Big Data Management Sistem

• Piese în mișcare, nodurile de calcul pornesc/eșuează :ZooKeeper - Pentru servicii de configurare/coordonare/denumire
• Conductă/flux de lucru complex: Oozie – gestionați fluxul de lucru, dependențele, lanțul în margaretă
• Implementează, configura, gestionează cluster, upgrade etc (administrator de sistem): Ambari
• În cloud: Whirr
• Evoluție Big Data instrumente de platformă pentru urmărire
• Probleme de aplicare a stratului ETL

Ziua 2: Sesiunea 3: Analiza predictivă în Business Inteligență -1: Tehnici fundamentale și BI bazat pe învățarea automată:

• Introducere în învățarea automată
• Învățarea tehnicilor de clasificare
• Fișier de antrenament de pregătire Bayesian Prediction
• Câmp aleatoriu Markov
• Învățare supravegheată și nesupravegheată
• Extragerea caracteristicilor
• Suport Vector Machine
• Retea neurala
• Consolidarea învățării
• Big Data problemă cu variabile mari - Pădure aleatoare (RF)
• Învățarea reprezentării
• Invatare profunda
• Big Data Problemă de automatizare – Ansamblu multimodel RF
• Automatizare prin Soft10-M
• LDA și modelarea subiectelor
• Agile învăţare
• Învățare bazată pe agenți - Exemplu din operațiunea Telco
• Învățare distribuită – Exemplu de operare Telco
• Introducere în instrumente open source pentru analiză predictivă: R, Rapidminer, Mahut
• Laborator mai scalabil analitic-Apache Hama, Spark și CMU Graph

Ziua-2: Sesiunea-4 Ecosistemul de analiză predictivă-2: Probleme comune de analiză predictivă în Telecom

• Insight analitic
• Analiza vizualizării
• Analitică predictivă structurată
• Analiză predictivă nestructurată
• Profilarea clienților
• Motor de recomandare
• Detectarea modelelor
• Descoperirea regulilor/scenariului – eșec, fraudă, optimizare
• Descoperirea cauzei fundamentale
• Analiza sentimentelor
• CRM analitic
• Analiza rețelei
• Analiza textului
• Analiza asistată de tehnologie
• Analiza fraudelor
• Analitică în timp real

Ziua 3: Sesiunea 1: Analiza operațiunii rețelei - analiza cauzei principale a defecțiunilor rețelei, întreruperea serviciului din metadate, IPDR și CRM:

• Utilizarea CPU
• Folosirea memoriei
• Utilizarea cozii QoS
• Temperatura dispozitivului
• Eroare de interfață
• versiuni IoS
• Rutarea evenimentelor
• Variații de latență
• Analiza Syslog
• Pierdere de pachete
• Simulare de încărcare
• Inferența topologică
• Pragul de performanță
• Capcane pentru dispozitive
• Colectarea și procesarea IPDR (înregistrare detaliată IP).
• Utilizarea datelor IPDR pentru consumul de lățime de bandă a abonaților, utilizarea interfeței de rețea, starea modemului și diagnosticare
• informații HFC

Ziua 3: Sesiunea 2: Instrumente pentru analiza defecțiunilor serviciului de rețea:

• Tabloul de bord cu rezumatul rețelei: monitorizați implementările generale ale rețelei și urmăriți indicatorii cheie de performanță ai organizației dvs
• Tabloul de bord pentru analiza perioadei de vârf: înțelegeți tendințele aplicațiilor și ale abonaților care conduc la utilizarea maximă, cu granularitate specifică locației
• Tabloul de bord al eficienței de rutare: controlați costurile rețelei și construiți cazuri de afaceri pentru proiectele de capital, cu o înțelegere completă a relațiilor de interconectare și tranzit
• Tabloul de bord pentru divertisment în timp real: accesați valorile care contează, inclusiv vizionările video, durata și calitatea experienței video (QoE)
• Tabloul de bord pentru tranziția IPv6: investigați adoptarea în curs de desfășurare a IPv6 în rețeaua dvs. și obțineți informații despre aplicațiile și dispozitivele care conduc tendințele
• Studiu de caz-1: Minerul de date Alcatel-Lucent Big Network Analytics (BNA).
• Inteligență mobilă multidimensională (m.IQ6)

Ziua 3: Sesiunea 3: Big Data BI pentru Marketing/Vânzări – Înțelegerea vânzărilor/marketingului din datele de vânzări: (Toate acestea vor fi afișate cu o demonstrație analitică predictivă live)

• Pentru a identifica clienții cu cea mai mare viteză
• Pentru a identifica clienții pentru un anumit produs
• Pentru a identifica setul potrivit de produse pentru un client (Recommendation Engine)
• Tehnica segmentării pieței
• Tehnica de vânzare încrucișată și upsale
• Tehnica de segmentare a clienților
• Tehnica de prognoză a veniturilor din vânzări

Ziua 3: Sesiunea 4: BI necesară pentru biroul Telco CFO:

• Prezentare generală a Business Analytics funcționează necesare într-un birou CFO
• Analiza de risc la investiții noi
• Venituri, prognoza profitului
• Prognoza de achizitie de clienti noi
• Prognoza pierderilor
• Analiza fraudelor în domeniul financiar ( detalii sesiunea următoare )

Ziua 4: Sesiunea 1: BI pentru prevenirea fraudei de la Big Data în analitica Telco-Fraud:

• Scurgeri de lățime de bandă / fraudă de lățime de bandă
• Frauda de la furnizor/supra taxare pentru proiecte
• Fraude de rambursare/revendicare client
• Fraude de rambursare de călătorie

Ziua 4: Sesiunea 2: De la Predicția de renuntare la Prevenirea renunțării:

• 3 tipuri de abandon: activ/deliberat, rotațional/incident, pasiv involuntar
• 3 clasificare a clienților renunțăți: total, ascuns, parțial
• Înțelegerea variabilelor CRM pentru abandon
• Colectarea datelor despre comportamentul clienților
• Colectarea datelor despre percepția clienților
• Colectarea datelor demografice ale clienților
• Curățarea datelor CRM
• Date CRM nestructurate (apelul clientului, bilete, e-mailuri) și conversia acestora în date structurate pentru analiza Churn
• Social Media CRM-noua modalitate de a extrage indicele de satisfacție a clienților
• Studiu de caz-1: T-Mobile SUA: Reducere a pierderii cu 50%

Ziua 4: Sesiunea 3: Cum să utilizați analiza predictivă pentru analiza cauzei principale a nemulțumirii clienților:

• Studiu de caz -1: Legarea nemulțumirii cu probleme – Contabilitate, Eșecuri de inginerie cum ar fi întreruperea serviciului, serviciul de lățime de bandă slabă
• Studiu de caz-2: Big Data Tabloul de bord QA pentru a urmări indicele de satisfacție a clienților din diverși parametri, cum ar fi escaladarea apelurilor, criticitatea problemelor, evenimentele de întrerupere a serviciului în așteptare etc.

Ziua 4: Sesiunea 4: Big Data Tabloul de bord pentru acces rapid la diverse date și afișare:

• Integrarea platformei de aplicații existente cu Big Data Dashboard
• Big Data management
• Studiu de caz pentru Big Data Tabloul de bord: Tableau și Pentaho
• Folosiți aplicația Big Data pentru a transmite reclame bazate pe locație
• Sistem de urmărire și management

Ziua 5: Sesiunea 1: Cum se justifică Big Data implementarea BI în cadrul unei organizații:

• Definirea ROI pentru implementarea Big Data.
• Studii de caz pentru economisirea timpului analistului pentru colectarea și pregătirea datelor – creșterea creșterii productivității
• Studii de caz privind câștigul de venituri din retragerea clienților
• Câștig de venituri din anunțuri bazate pe locație și alte anunțuri direcționate
• O abordare integrată a foii de calcul pentru a calcula cca. Cheltuieli vs. Câștig/economii de venituri din implementarea Big Data.

Ziua-5: Sesiunea-2: Procedura pas cu pas pentru a înlocui sistemul de date vechi cu Big Data Sistem:

• Înțelegerea practicii Big Data Foaia de parcurs pentru migrație
• Care sunt informațiile importante necesare înainte de a proiecta o implementare Big Data.
• Care sunt diferitele moduri de a calcula volumul, viteza, varietatea și veridicitatea datelor
• Cum se estimează creșterea datelor
• Studii de caz în 2 Telco

Ziua 5: Sesiunea 3 și 4: Revizuirea Big Data furnizorilor și revizuirea produselor lor. Sesiune Q/A:

• AccentureAlcatel-Lucent
• Amazon – A9
• APTEAN (fost CDC Software)
• Cisco Sisteme
• Cloudera
• Dell
• EMC
• GoodData Corporation
• Guavus
• Hitachi Data Systems
• Hortonworks
• Huawei
• HP
• IBM
• Informatica
• Intel
• Jaspersoft
• Microsoft
• MongoDB (Anterior 10Gen)
• MU Sigma
• Netapp
• Opera Solutions
• Oracle
• Pentaho
• Platfora
• Qliktech
• Cuantic
• Rackspace
• Revoluție Analytics
• Salesforce
• SAP
• SAS Institutul
• Sisense
• Software AG/Terracotta
• Soft10 Automation
• Splunk
• Sqrrl
• Supermicro
• Tableau Software
• Teradata
• Gândiți-vă la Big Analytics
• Sisteme Tidemark
• VMware (parte a EMC)