ビッグデータとAIOps:テレコム業界で最も価値のあるリソース
ビッグデータの登場は、モノのインターネットやクラウドベースのアナリティクスの登場と相まって、業界では盛んに叫ばれています。小売業から製造業、政府機関に至るまで、あらゆる規模の組織が、これらの新しいツールをどのように活用するかについて疑問を抱いています。
このような状況は、電気通信事業者の経営者にとって驚くべきことではありません。通信事業者は、急成長するネットワークから発生する信号やパルスを扱うことで、成長し、利益を上げてきたのです。
通信事業者は、解約傾向の分析、デバイスやサービスのアップグレードの可能性の見極め、さまざまなタイプのプランニングやその他のビジネス・インテリジェンス機能にビッグデータを使用してきました。そのため、データレイクの保存と転送、BIの考え方から、より新しいリアルタイム分析の領域へ移行するために、今日必要な変更を行うことが困難な場合もあるのです。
変化 - 組織的な変化、技術的な変化
一部の人にとっては、変更は組織的かつ技術的なものでなければなりません。たとえば、昨年、グローバルなテレコムサプライヤであるTelefonicaは、従来のコアサービスとITプラットフォームに、コグニティブインテリジェンスと呼ばれる新しい顧客重視の組織層を追加しました。
テレフォニカの会長兼CEOであるホセマリアアルバレスパレットは「コグニティブインテリジェンスにより、顧客をよりよく理解できるようになります」と、述べています。そうすれば、「彼らはより自然で簡単な方法で私たちと関係を持つことができます。」
Telefonicaのような構造は、ネットワークインフラストラクチャと会社のリアルタイムの顧客分析との間に、より直接的な組織的経路を構築することを目的としています。デジタル化された運用経路の構築には、技術的な課題が潜んでいます。何千ものネットワーク機器やセンサーから送られてくるデータは、実に膨大なものだからです。
ネットワークデータは、ログやイベントストリームの監視から、デバイスのブランド、モデル、アプリケーション、使用状況、位置情報の特定まで、低レベルと高レベルのこれまでにないさまざまな情報を伝えているのです。
課題は、低レベルの情報を理解し、それを顧客サービスに反映することです。ネットワークアナライザは、ネットワークプローブやIoTセンサー、お客様の電話などからの低レベルのデータを解釈することができます。しかし、例えば、同時に複数の低レベルの問題が発生した場合、顧客サービスにどのような影響が出るのかは、その低レベルの情報から知ることができません。今日のネットワークやアプリケーションスタックは複雑化しており、このような調査を手作業で行うと、エラーが発生しやすくなり、時間もかかります。
ただし、ビッグデータ解析と AIOps を利用すれば、その分析が可能になるだけでなく、ほぼリアルタイムで実行することができます。
現在は、ワイドスコープな AIOps アプリケーションとビッグデータ分析を用いることで、企業・組織は以下のことが可能になります。
- サービス保証エコシステム全体の視覚的な顧客目線のビューを作成し、ネットワークコンポーネントのパフォーマンスがどのようにフィルタリングされて顧客体験に影響を与えるかを表示します。これにより、ネットワークおよび運用管理者は、ダッシュボード品質の可視化プレーンにより、コンポーネントの動作が顧客サービスに与える影響と原因を常に評価することができます。また、根本原因分析の妨げとなるサイロ化したアプリケーションを回避することができます。
- アラームノイズを減らし、意味のある行動パターンを見つけることができます。ビッグデータ分析では、AIとMLモデルを使用し、コンテキスト情報とリアルタイム分析を組み合わせて、顧客に影響する障害となる複雑で微妙な異常パターンを明らかにすることができます。AIOpsプラットフォームが説明可能なAIに対応している場合、正確な異常検出と根本原因の決定のための高度なリアルタイム分析と機械学習を提供し、何が症候性で、どの顧客集団が影響を受けているかを、すべての分析の視覚的説明とともに提供します。 また自動アクションを提供します。
- 変化に伴う要素を管理する:すべてのビジネスにおいてそうであるように、通信事業においても、変化は絶え間なく続くものです。例えば、スマートフォン・メーカーが新しいオペレーティング・システムのバージョンをリリースした場合、数人、あるいは数千人のユーザーのパフォーマンスに影響を与える可能性があります。ビッグデータ解析は、どのユーザーに影響が及ぶかを事前に判断し、通信事業者が先手を打って対応することを可能にします。
- インシデントのライフサイクル管理を自動化します。この機能は、ネットワーク・インシデントを時系列で追跡し、古い異常に関連するアラームがどのように新しいリスクを生み出す可能性があるかを判断します。また、これらの分析により、インシデントに対する以前の回避策やその他の対応を自動化することで、解決のパフォーマンスを向上させることができます。
- 資産やプロセスの故障につながるパターンを学習し、新しいシグナルを動的に評価することで、故障を予測します。これにより、予知保全が促進され、障害が稼働停止に至る前に解決することができます。また、このような分析では、作成した故障モデルに基づいてスペアパーツの在庫を継続的に評価します。
ビッグデータとワイドスコープAIOpsの新常識
今日のビッグデータと強力なリアルタイム分析AIOpsプラットフォームの組み合わせにより、通信事業者はエンドツーエンドのサービス保証と顧客への影響をよりよく理解し、正しい問題を優先して迅速に対処できるようになり、因果関係を定義してサービス品質とパフォーマンスの向上に活用し、影響を受ける顧客グループを定義して顧客に通知してサービスに対する信頼性を高め、運用効率を向上させる自動化を実行できるようになりました。
ビッグデータ解析インフラは、ビジネスの内側にも目を向けることができるため、物流、生産、その他のプロセスをオペレーションマネージャーのダッシュボードに表示することができます。そのため、アナリティクスと、そこから得られるシグナルやログを活用できる広範なAIOpsアプリケーションが、これからの時代には必要不可欠な存在となります。
ネットワークから顧客まで完全に統合された分析スタックにより、通信事業者は信頼性の向上、運用コストの削減、顧客の幸福、包括的なエンドツーエンドのサービス保証プロセスの実現が期待できるようになります。
VIA AIOps の効果
AIOpsの導入により、サービスに関わる様々な要素を相関させ分析できるようになりました。VitriaのAIOpsアプリケーションを活用したお客様は、以下のような成果を手にしています。
- カスタマーサポートへの問い合わせ件数が、年間で18%減少しました。
- 運用スタッフの補強が 25% 減少しました。
- 監視や運用にかかるツールのライセンスコストが 22% 減少しました。
- エンジニアが訪問して対応しなければならないケースが 12% 減少しました。
Copyright © 2004-2022. VITRIA Technology. All Rights Reserved.