Dữ liệu lớn và các công cụ phân tích cho phép các nhà cung cấp dịch vụ truyền thông (CSP) đổi mới các quy trình hoạt động và kinh doanh nhằm mang lại hiệu quả chi phí cao nhất và đáp ứng kịp thời nhu cầu khách hàng. Lợi ích quan trọng nhất từ việc triển khai phân tích dữ liệu lớn là tạo ra các mô hình kinh doanh mới, dựa trên các dữ liệu thu thập được để điều chỉnh các dịch vụ cung cấp ra bên ngoài không chỉ với các khách hàng truyền thống mà còn với tất cả các khâu trong chuỗi giá trị. Bởi vậy, hiện nay các CSP đang có xu hướng xem xét và triển khai các giải pháp phân tích dữ liệu lớn BDA (Big Data Analysis) trong hạ tầng của mình.
VAI TRÒ CỦA BDA TRONG LĨNH VỰC VIỄN THÔNG
Các nhà cung cấp dịch vụ truyền thông (CSP) đang phải đối mặt với sự biến đổi nhanh chóng của ngành công nghiệp viễn thông, sự giảm sút cả về doanh thu lẫn lợi nhuận, an ninh, nghẽn mạng, OTT, IPv6... Để giải quyết được những vấn đề này, các CSP cần:
-Cung cấp các dịch vụ có tính cá nhân hóa cao hơn, đồng thời cắt giảm chi phí.
-Tối ưu hóa các quy trình hiện tại trong hoạt động của CSP nhằm đảm bảo mang lại hiệu quả cao nhất.
-Tăng cường hoặc duy trì doanh thu trong bối cảnh doanh thu từ các dịch vụ truyền thống sụt giảm.
Trong khi đó, sự phát triển của ứng dụng khoa học công nghệ đã kéo theo khối lượng dữ liệu mạng đang tăng trưởng không ngừng. Dữ liệu này đến từ nhiều nguồn khác nhau, đã và đang tác động tới quá trình sản xuất sản phẩm, dịch vụ cung cấp cũng như các chiến lược được sử dụng để tương tác với khách hàng. Sự kết hợp giữa các đặc tính của dữ liệu lớn đang thúc đẩy những thay đổi quan trọng trong lĩnh vực CNTT. Việc sử dụng ngày càng nhiều dữ liệu phi cấu trúc và bán cấu trúc cũng làm thay đổi các yêu cầu đối với lưu trữ và mô hình hóa. Giống như các doanh nghiệp trong nhiều lĩnh vực khác, các CSP cũng đang gặp phải thách thức lớn trong việc hiểu rõ các dữ liệu thu thập được từ vô vàn các nguồn khác nhau, từ các dữ liệu có cấu trúc được đăng ký trong hệ thống mạng tới các dữ liệu phi cấu trúc được chia sẻ trên mạng xã hội, video,...
Chính vì thế, khả năng theo dõi và phân tích dữ liệu "theo thời gian thực“ có vai trò rất quan trọng. Việc phân tích dữ liệu lớn cho phép các CSP nhận biết và nắm bắt về những xu hướng thị trường, nhu cầu của khách hàng,. nhằm đạt được lợi thế cạnh tranh. Trong các hệ thống mạng, tốc độ xử lý dữ liệu càng nhanh thì các CSP càng ra quyết định tốt hơn liên quan đến các rủi ro và cơ hội. Do đó, nhanh chóng xác định được các sự cố có thể xảy ra với cơ sở hạ tầng lõi, hỗ trợ khách hàng hành động tức thời. Bởi vậy, phân tích dữ liệu lớn là cần thiết để tạo sự khác biệt trong cạnh tranh và phục vụ khách hàng chính xác hơn, tốt hơn.
Hình 1 cho thấy vòng tròn quan hệ giữa dữ liệu lớn và BDA trong việc giải quyết các thách thức kinh doanh mà các CSP đang gặp phải. Theo đó, khi triển khai BDA thì chi phí lưu trữ sẽ giảm, năng lực tính toán được sử dụng cho dữ liệu lớn sẽ tăng. Bởi vậy, cho phép CSP phân tích khối lượng dữ liệu lớn hơn nhằm tận dụng và khai thác triệt để khả năng của dữ liệu.
TRIỂN KHAI BDA VÀ NHỮNG THÁCH THỨC ĐỐI VỚI CÁC CSP
BDA đang ngày càng trở nên quan trọng đối với mọi hoạt động của một CSP. Áp lực nâng cao hiệu năng, cắt giảm chi phí cùng với nhu cầu cá nhân hóa trải nghiệm của khách hàng đang thúc đẩy những cải tiến mới. Các giải pháp BDA giúp các CSP khai thác và phân tích dữ liệu hiệu quả hơn, từ đó giúp đưa ra những quyết định chính xác hơn mà không làm gia tăng chi phí. Các công cụ BDA là những công cụ thiết yếu, giúp các CSP có được cái nhìn toàn diện và thông minh về hệ thống, từ đó có thể quyết định triển khai những thay đổi cần thiết, nhằm nâng cao hiệu năng mạng và chất lượng dịch vụ. Bởi vậy, nhiều CSP đang có xu hướng chấp nhận và triển khai các giải pháp BDA.
Thực tế, để triển khai BDA, các CSP cần giải quyết 5thách thức: (1) Chấp nhận công nghệ mới và sử dụng các nhà cung cấp mới phù hợp; (2) Thay đổi cơ cấu tổ chức để việc sử dụng dữ liệu và các tài nguyên mạng đạt hiệu quả cao nhất; (3) Đảm bảo các tài nguyên được sử dụng hợp lý và hiệu quả nhất; (4) Chuẩn hóa dữ liệu trong doanh nghiệp để đảm bảo dữ liệu lớn có thể được khai thác tốt nhất trên toàn bộ hệ thống của doanh nghiệp và (5) Xem xét ảnh hưởng của cơ sở hạ tầng mạng cứng nhắc (nhân tố dẫn đến những quyết định mang tính thụ động và rủi ro) đối với việc triển khai.
BDA ngày càng trở thành một đề tài được nhiều CSP thảo luận khi xem xét phương thức tốt nhất để khai thác tài sản dữ liệu lớn mà họ có sẵn. Chính nhu cầu không ngừng đổi mới quy trình kinh doanh theo hướng thời gian thực (thu thập và xử lý dữ liệu thời gian thực, tương tác với khách hàng theo thời gian thực, cập nhập thông tin thời gian thực...) sẽ định hướng chiến lược BDA cho các CSP. Khi triển khai các giải pháp BDA, các CSP cần xây dựng một chiến lược và kế hoạch cụ thể trên cơ sở xem xét cả lợi ích triển khai và chi phí thực hiện cũng như những yếu tố liên quan như các định dạng dữ liệu được sử dụng...
GIẢI PHÁP BDA CHO CÁC CSP
Các thành phần của hệ thông BDA
Một hệ thống BDA nói chung thường bao gồm 4 lớp thành phần: Các công cụ đầu ra, các công cụ phân tích, quy trình và lưu trữ dữ liệu, các công cụ ETL/ELT(extract/transform/load) (Hình 2). Trong đó đặc biệt quan trọng là thành phần các công cụ đầu ra bởi vì nó giao tiếp với người sử dụng. Thành phần này bao gồm: Các công cụ ảo hóa; Công cụ BPM; Giao tiếp ứng dụng API và các bản báo cáo. Phần này đặc biệt quan trọng và đòi hỏi phải có sự thân thiện cao để người sử dụng có thể dễ dàng tiếp cận và nắm bắt hệ thống BDA.
Sản phẩm của mỗi nhà cung cấp thường tập trung vào các giải pháp cụ thể trong những công cụ này. Trong đó, các công cụ ETL/ELT cho phép streaming, tải và chuyển đổi dữ liệu vào trong hạ tầng dữ liệu. Quá trình lưu trữ và xử lý dữ liệu cung cấp các lược đồ, xử lý dữ liệu thời gian thực và các phân tích phù hợp trong cơ sở dữ liệu. Trong khi, các công cụ phân tích cho phép khai thác dữ liệu, tìm kiếm các mô hình dữ liệu và tạo ra các mô hình để dự đoán các kết quả tương lai. Các công cụ đầu ra cung cấp dữ liệu tới người quản trị thông qua API và các báo cáo.
Các luồng xử lý trong giải pháp BDA của các CSP
Hình 3 phác họa các bước chung mà các CSP cần xem xét khi quyết định hạ tầng và dữ liệu BDA nào cần thiết cho mỗi trường hợp cụ thể. Quá trình này hoạt động dựa trên nguyên tắc cần nắm rõ các thuộc tính dữ liệu quan trọng cần thiết để hỗ trợ một trường hợp cụ thể.
Các nguồn dữ liệu sau khi qua quá trình tinh lọc sẽ tiếp tục qua quá trình xử lý và thao tác cập nhật để trở thành thông tin. Thông tin này tiếp tục trải qua một quá trình thẩm tra tỉ mỉ để trở thành nguồn tri thức. Tri thức này qua sự hiểu biết sẽ trở thành hành động cụ thể.
Tùy theo thực tế, cần có những điều chỉnh cho phù hợp với mỗi trường hợp, ví dụ tốc độ xử lý cần thiết, các dữ liệu và thao tác đòi hỏi thời gian thực hay các thông tin yêu cầu ở đầu ra,... Việc xây dựng mô hình và các thuật toán để phân tích và khai thác dữ liệu được xây dựng sử dụng công cụ machine learning, template,... tùy theo từng trường hợp.
BH
Tài liệu tham khảo
[1]. Big Data & Advanced Analytics in Telecom, www. lightreading.com.
[2]. Amdocs, The future of big data analytics in the telecoms industry.
