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

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。