Интервью: Сергей Марин, Билайн: Как Big Data входят в повседневную практику оператора

В текущем году все чаще приходится слышать о Big data. То в Slon.ru статья на эту тему попалась на глаза, то сам что-то малоформатное писал, а уж на MWC2014 тема была представлена, что именуется "во целый рост". Детально побеседовал о "бигдейте" с Сергеем Мариным, начальником программы Big Data в Билайн, об удачно реализованных проектах.

Оказалось интервью.

Википедия: Громадные эти (Big Data) – серия подходов, методов и инструментов обработки структурированных и неструктурированных данных огромных значительного многообразия и объёмов для получения принимаемых человеком результатов, действенных в условиях постоянного прироста, распределения по бессчётным узлам вычислительной сети, сформировавшихся в конце 2000-х годов, других классическим совокупностям управления базами данных и ответам класса Business Intelligence.

АБ: Тема Big Data, не смотря на то, что и показалась в конце 2008 года, но все еще относительно новая, кроме того термин данный вряд ли на сегодня имеет единственное толкование, приведенное выше.

Что для вас BigData? В то время, когда началось внедрение подходов Big Data в Вымпелкоме?

Сергей Марин, Билайн, разговариваем о BigData в офисе компании

СМ: Начну с того, что я не согласен с определением Википедии. В том месте говорится, что Big Data — это способы обработки громадных количеств данных и большого многообразия.

Это не изюминка. Это все правильно, но это все равно, что заявить, что машина — это двигатель. Громадные эти — это доступность данных для каждого, это возможность всей компании трудиться, учитывая те эти, каковые создаются в данной компании. Раньше, в то время, когда не было Big Data и был лишь BI, был доступен лишь ограниченный комплект самый востребованных данных. Сейчас это больше не так.

Это можно понять из сравнения классической энциклопедии с Интернетом. Прошлые разработки это как классическая печатная энциклопедия: мы можем отыскать лишь то, что кто-то заблаговременно для нас выбрал. Big Data это как Интернет — огромное количество дешёвой информации.

И любой выбирает то, что ему необходимо.

Бизнес-аналитикой мы деятельно занимались еще с 2005 года, а во «взрослые игры» играем с января 2013 года, в то время, когда в Билайн была запущена программа работы с BigData. Проектом несколько месяцев занимались в IT-блоке, но скоро стало ясно, что для успеха программы ее направляться выделить, поднять на уровень стратегического проекта. Стратегическими у нас именуются проекты, воздействие которых распространяется на всю компанию. В компании действует блок корпоративной стратегии, которым на данный момент командует Артем Ниц, подчинающийся конкретно Михаилу Слободину, председателю совета директоров компании.

АБ: Из-за чего начали заниматься темой Big Data?

СМ: Обстоятельств тому было пара, назову главные. Во-первых, необходимость роста бизнеса за пределы классических направлений.

Во-вторых, монетизация тех данных, каковые уже собирала компания. Под монетизацией в этом случае имелось в виду создание добавочной цене для абонента, оптимизация качества работы.

Со временем, эти цели трансформировались в более конкретные. Детальное знание абонента – вот краеугольный камень.

Информация о том, что с ним на данный момент происходит, в плане пользования одолжениями сети, причем практически в настоящем времени, с допустимой задержкой в пара мин.. Что это за информация – такие события, как звонки, расположение в момент вызова, уровень качества работы сети в точке вызова в момент вызова.

Помимо этого, для нас Big Data – это возможность уйти от продолжительных проектных циклов. Java-методика в далеком прошлом известна, но в аналитике ее стали применять недавно. При ответе каких-то аналитических задач классическими способами, заблаговременно не получается заявить, что будет трудиться не так.

Время от времени требуется пара месяцев для анализа какой-то появившейся неприятной ситуации способами BI (прим АБ: бизнес-аналитики) с применением реляционной базы данных. Подход Big Data совсем другой, потому, что эти планируют в настоящем времени, сохраняются без обработки, а обрабатываются тогда и без того, как это требуется исходя из текущих задач, каковые смогут всегда меняться.

АБ: Имеете возможность привести примеры?

СМ: Я сравнительно не так давно был на конференции в Амстердаме и виделся с компанией, которая делала продвижение LTE для одного европейского оператора.

Кампания именовалась «LTE where it matters» (Прим. АБ: «LTE в том месте, где это уместно»). Мысль заключалась в том, что в случае если сеть «видит», что устройство с помощью LTE постоянно находится в зоне хорошего покрытия LTE, что может наблюдаться, в случае если обладатель для того чтобы устройства живет либо трудится в таком месте, этому обладателю направляться предложить подключить LTE, заменив SIM-карту.

У партнеров это заняло 6 месяцев! У нас данный проект также был реализован в рамках пилота. Лишь у нас это заняло 3 семь дней. Столь ощутимая отличие во времени внедрения достигается благодаря трансформации концепции работы с данными, благодаря переходу на Big Data.

В отечественной реализации проекта удалось найти много людей с устройствами с помощью LTE, каковые этим функционалом не пользуются, быть может, кроме того не знают о нем. Среди таких устройств, к примеру, множество китайских смартфонов. В Вымпелкоме имеется подразделение, которое занимается анализом устройств, применяемых абонентами. Это делается из-за оптимизации оказания услуг.

К примеру, в случае если число аппаратов одной модели начинает быть больше 500, мы начинаем поддерживать такие устройства, например, запрашиваем данные у производителя, дабы мочь ответить на вероятные вопросы клиента.

Подход Big Data оптимален еще тем, что неизменно возможно измерить эффект любой рекламной кампании. К примеру, мы замечали в настоящем времени, как люди подключают LTE-симки вместо простых по окончании отечественных сообщений с предложением бесплатной замены сим-карты.

АБ: Кому дешёвы результаты работы с Big Data в компании, кто способен их применять в практических целях?

СМ: Хороший вопрос. Эти мало собрать, мало обработать, их принципиально важно представить в формате, дешёвом массовому пользователю. Ранее для этого принято было применять опытные ответы с ограниченным спектром применения. К примеру, ответ, разрешающее при верном его применении выйти на рост продаж компании.

Такие ответы отличаются двумя значительными недочётами. Не обращая внимания на «узкую направленность», эти решения дорогие. А чтобы его перенацелить для ответа второй задачи, требуются дополнительные затраты времени и средств.

Big Data разрешает функционировать по-второму! Одинаковые эти употребляются с целью достижения разных целей различными подразделениями компании. Собираемая различными подразделениями информация идет в «неспециализированный котел» данных, что увеличивает возможности всех подразделений, усиливает бизнес компании в целом.

Решения, создаваемые на базе подхода Big Data, возможно создавать оперативно, они, в большинстве случаев, легко справляются с ответом сходу нескольких задач и их в большинстве случаев несложно перепрофилировать под новые цели.

АБ: Как именно?

СМ: Мы, к примеру, трудимся с Столичной мэрией, в проекте «Научно-исследовательского и проектного университета Генплана Москвы», предоставляем обезличенные статистику о нагрузках сети сотовой связи по районам, что оказывает помощь уточнить эти по конкретным районам, потоки нагрузки между районами, что принципиально важно для развития транспортной инфраструктуры. Со своей стороны Вымпелком также взял много нужных для нас данных, каковые оказывают помощь нам лучше выяснять потребности клиента. Неспециализированный вывод – в ходе сбора данных формируется некая интегральная информация, которой, в отличие от персональных данных информации и абонентов об сделанных одолжениях , возможно делиться.

АБ: А как все это устроено? Как собираете эти, где они сохраняются?

СМ: Возможно сказать о структуре из 5 частей.

Имеется источники данных. Подход в том, дабы интегрировать все существующие источники данных, к каким бы подразделениям они не относились. Кроме того не зная, пригодятся нам эти сведенья либо нет. В операторских телеком-компаниях в большинстве случаев собирают событийные эти (вызовы, обрывы и т.п.), геолокационные, эти CRM, эти биллинга, информацию о пополнении счета.

Фабрика идей. Несколько сотрудников, каковые занимаются генерацией новых идей, новых кейсов для Big Data, и их предварительной оценкой – как они смогут иметь суть, в первую очередь, денежно. И к этому постоянно привлекаются представители вторых блоков – принципиально важно вовлечение, сопричастность потенциальных клиентов результатов отечественной работы. Они должны почувствовать, что конкретно для их подразделения может дать применение нового подхода.

Планирование кампании.

Первоначально по любому кейсу мы проводим пилот, соответственно, его необходимо планировать.

его оценка и Реализация пилота. Для успешных пилотов следующим этапом делается перевод пилота в продуктив, которым подразделения компании смогут пользоваться в коммерческих целях.

Платформа. В совокупность работы с Big Data в Вымпелкоме интегрировано уже большое число так называемых «узлов», автомобилей, занимающихся анализом и сбором данных практически в настоящем времени. Будем и потом наращивать эту сеть. К примеру, у компании Verizon уже около пятисот узлов задействовано в подобной совокупности.

Платформа у нас поделена на кластер для пилотов (песочницу) и кластер для продуктивов.

Принципиально они практически ничем не отличаются, не считая поддержки и мощности. Кластер для продуктивов более замечательный, тут уже не место для опытов, это «мельница» для обработки и концентрации данных. А в песочнице отрабатываются новые идеи, причем к ней подключены все источники данных, как и к кластеру для продуктивов.

Как я уже отмечал, вклад в работу вносит не только стратегичский блок, мы подключаем к ней представителей вторых блоков в формате рабочих групп, это разрешает лучше осознавать задачи вторых блоков, снабжать для них прозрачность отечественной работы, стремительнее делиться нужными для них результатами.

На выходе совокупности — каналы коммуникации с клиентом, с которыми мы стараемся интегрироваться – это SMS-канал, это возможности обзвона клиентов, CRM, «персональный кабинет», iVR, мобильное приложение. Имеется последовательность задумок о которых до тех пор пока поведать не готов, дабы не облегчать жизнь соперникам.

Встреча коммисии.

Все в полной мере буднично, никаких
огромных экранов с мгновенной визуализацией Big Data
Тут формулируются "верные запросы" к совокупности.

АБ: У фабрики идей — важная роль, поскольку собрать эти — это кроме того не полдела, возможно. А вот задать совокупности верный вопрос, это намного более непростая задача, в противном случае окажется, что на «основной вопрос судьбы, вселенной и всего для того чтобы» ответом будет 42, как в известном фильме.

СМ: Само собой разумеется! В структуре «фабрики идей» возможно выделить пара ролей. В первую очередь – это менеджеры по продуктам. Они генерят новые кейсы, после этого несут ответственность за конкретные кейсы,.Делают дизайн конкретной кампании.

Отвечают в частности за коммуникацию с клиентами, поскольку у каждого проекта должен быть собственный «клиент», которому кейс предположительно обязан принести пользу.

Кроме этого у нас имеется так именуемые статистические аналитики, каковые занимаются вычислениями, конкретно трудятся с Big Data. на данный момент набираем маркетологов, каковые будут помогать нам, например, выделять сегменты.

АБ: какое количество людей занимается темой Big Data в Билайн?

СМ: В этом случае весьма сложно сказать о конкретной цифре. Через чур много сфер «завязано» на данный проект. Тут и представители IT-блока (причем, физически часть людей находится в Новосибирске), и отечественные «фабриканты», генерирующие идеи применения, и новая часть, складывающаяся из маркетологов, и менеджеры проектов по отдельным направлениям.

Часть сотрудников занимаются лишь этим проектом, часть людей приходят в команду временно, на проектной базе.

АБ: К каким направлениям деятельности компании Вымпелком вы используете подход Big Data?

СМ: на данный момент у нас 10 областей.

Деление условное, для удобства работы. Клиентский опыт, развитие сети, контакт-центр, удержание, дополнительные продажи, антиспам, антифрод, внешняя аналитика (для третьих сторон), m2m, дополнительные сервисы и мобильный маркетинг.

АБ: Имеете возможность поделиться каким-либо из кейсов подробнее?

СМ: Само собой разумеется. К примеру, в области клиентского опыта на данный момент запускается пилот, в рамках которого мы разбираем потоки клиентов в перегруженные конторы продаж, понимаем, откуда приезжают в данный офис клиенты. Для этого используем эти геолокации.

После этого проводим целевые информационные кампании, — клиенты приобретают данные о вторых конторах, каковые для них предположительно более эргономичны.

В уже упомянутом выше кейсе по продвижению LTE мы обладателям устройств с помощью LTE высылали SMS с рекомендацией зайти в ближайший офис, где клиенту поменяют SIM-карту на карту с помощью LTE и посоветуют, как подключиться. Кейс сложился, отклик клиентов был в два раза выше средних цифр.

АБ: А другие успешные кейсы имеется?

СМ: Само собой разумеется. К примеру, мы разбираем поток отечественных клиентов в интернациональных аэропортах. Выделяем тех, кто приехал в аэропорт и не есть обитателем близлежайшего региона. Помимо этого, необходимо попытаться «отсечь» всех, кто в том месте довольно часто либо всегда бывает – сотрудников аэропорта, таксистов.

Кроме этого отсекаем тех, кто только что прилетел из зарубежа. Большая часть оставшихся – это те, кто планирует отправиться в поездку за границу в ближайшее время. Им уместно предложить подключить одну из роуминговых опций, к примеру, Мультипасс, дабы клиент имел возможность сэкономить на собственных звонках и SMS за рубежом.

Традиционно эту задачу решают отправлением SMS, в то время, когда клиент уже оказывается за границей.

Но в том месте многие уже не желают, к примеру, слушать iVR, да и по большому счету обычно не до того. А до тех пор пока человек в аэропорту отлета, у него в большинстве случаев имеется время, дабы разобраться в сути предложения и подключить нужную ему опцию.

АБ: Пользуются предложением?

СМ: Непременно.

Отклик в 4 раза выше средней реакции на SMS-информирование.

АБ: Вы еще про удержание клиентов упоминали, как тут трудится Big Data?

СМ: Мы разбираем смену SIM-карт в дорогих устройствах.

В случае если замечаем, что отечественная симка перекочевала, скажем, из iPhone 5s в какую-нибудь «звонилку», предполагаем, что пользователь поставил в собственный iPhone симку другого оператора. В этом случае ему уместно позвонить и предложить какой-то занимательный для его профиля потребления одолжений тариф. Кого-то это стимулирует поменять ответ и остаться с нами.

До тех пор пока что мы еще обкатываем это предложение, наблюдаем на первые результаты, желаем осознать, что получается с этим кейсом в будущем.

АБ: Сергей, не поделитесь какими-то замыслами на ближайшее будущее, чем еще может оказать помощь Big Data в бизнесе Билайн?

СМ: Тема фактически неисчерпаемая.

Мы планируем, к примеру, улучшить подсчеты оттока. Так как на данный момент любой из снова подключающихся к сети возможно бывшим клиентом «Билайн». Соответственно, необходимо выстраивать политику общения с таким клиентом, с учетом уже накопленных о нем ранее знаний.

Развитие данной темы – «привязка» к абоненту нескольких его устройств, независимо от того, на кого они формально записаны. По анализу Big Data, вызываемых номеров, средней длительности беседы и т.п. возможно статистически выявлять пользователя, что применяет пара различных устройств с различными сим-картами – и делать ему занимательные для для того чтобы профиля пользования предложения. Это в замыслах до тех пор пока.

==

Не устаю поражаться, какие конкретно все более сложные разработки стоят за снаружи несложной идеей обеспечения для всех желающих дешёвой и эргономичной сотовой связи и ШПД в любом месте и в любое время. Но без применения всех последних достижений уже не окажется трудиться на конкурентном рынке сотовой связи. В этом смысле приятно видеть, что Билайн внедряет столь передовые ответы, как Big data в повседневную практику компании.

Надеюсь, что хороший эффект от этого неспешно почувствуют на себе абоненты компании!

© Алексей Бойко, MForum.ru