思科系統預測，到2022年，移動(dòng)數據將達到每月 77艾字節。雖然大多數人甚至不會(huì )考慮我們每天創(chuàng )建的大量數據，但電信公司對此一無(wú)所知。物聯(lián)網(wǎng)，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(guò)分析進(jìn)行創(chuàng )新，將這一數據挑戰轉化為機遇。在這篇eWEEK數據點(diǎn)文章中，使用來(lái)自Yellowbrick Data技術(shù)營(yíng)銷(xiāo)總監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(wù)。

數據點(diǎn)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(yíng)銷(xiāo)和添加新服務(wù)以減少用戶(hù)流失;

確保用戶(hù)計費反映實(shí)際使用情況并按每個(gè)電話(huà)或每個(gè)消息級別執行保證金分析;

通過(guò)最佳路由降低成本; 和

為內容提供商等相鄰市場(chǎng)提供分析。

電信提供商目前使用許多不同的技術(shù)和平臺來(lái)執行這些分析，這種方法從長(cháng)遠來(lái)看是不可持續的。電信公司必須繼續創(chuàng )新以實(shí)現兩個(gè)對立目標：攝取和分析大量的實(shí)時(shí)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(lái)的挑戰，以及傳統和新興技術(shù)如何解決這些挑戰。

數據點(diǎn)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(wù)負責人日常報告的分析。電信提供商必須分析實(shí)時(shí)數據和深層歷史數據，以便在需要時(shí)立即獲得洞察力。

一些例子包括：

為訂閱者提供無(wú)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(guān)數據。

為支持和服務(wù)人員提供對設備的實(shí)時(shí)可見(jiàn)性以解決問(wèn)題，同時(shí)查看歷史使用模式以推薦最佳計劃或升級。

通過(guò)實(shí)時(shí)查看和路由數據以減少擁塞來(lái)優(yōu)化網(wǎng)絡(luò )基礎架構，同時(shí)還檢查歷史擁塞，以確定問(wèn)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(diǎn)3：平臺激增的問(wèn)題

為解決所有這些分析挑戰，電信公司目前擁有眾多技術(shù)。諸如內存數據庫等技術(shù)可為實(shí)時(shí)數據提供即時(shí)分析，Hadoop等大數據技術(shù)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(jīng)濟高效地支持快速數據增長(cháng)。

問(wèn)題在于，內存數據庫通常過(guò)于昂貴，無(wú)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(wú)法支持實(shí)時(shí)分析，NoSQL數據庫缺乏提供豐富分析的SQL數據庫功能能力。

簡(jiǎn)而言之，由于沒(méi)有傳統的解決方案可以滿(mǎn)足這些公司苛刻的分析需求，因此大多數都在實(shí)施所有這些技術(shù)等等。隨著(zhù)時(shí)間的推移，這種方法是不可持續的。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(lái)越復雜，容易出錯且成本高昂。

數據點(diǎn)4：新興技術(shù)有望解決分析挑戰

正如他們所說(shuō)，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(shù)的公司之一。他們現在是第一批部署新技術(shù)和新興技術(shù)的公司，這些技術(shù)既可以處理實(shí)時(shí)和歷史分析，也可以在沒(méi)有硬件蔓延和管理復雜性的情況下進(jìn)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(lèi)似內存的性能。

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