为电信服务供应商的智能大数据信息业务

Course Code: bdbitcsp

Duration: 35 hours

Prerequisites:

应具备其领域内 Telecom 的业务运营和数据系统的基本知识
必须对 SQL/Oracle 或关系数据库有基本的了解
对统计学有基本的了解（在Excel级别中）

Overview:

概述

服务提供商(CSP)面临压力,以降低成本,最大限度地提高用户平均收入(ARPU),同时确保优秀的客户体验,但数据量仍在增长。到2016年,全球移动数据流量将以78%的合并年增长率(CAGR)增长,每月达到10.8 exabytes。

与此同时,CSP正在产生大量的数据,包括呼叫细节记录(CDR),网络数据和客户数据。充分利用这些数据的公司获得了竞争优势。根据The Economist Intelligence Unit最近的一项调查,使用数据导向决策的公司享有5至6%的生产力增长。然而,53%的公司只利用其有价值的数据的一半,其中四分之一的受访者指出,大量有用的数据正在失去。数据量如此高,以至于手动分析是不可能的,而大多数遗产软件系统无法保持,导致有价值的数据被忽略或忽略。

使用高速可扩展的大数据软件,CSP 可以在更短的时间内挖掘所有数据,以便在更短的时间内做出更好的决策。不同 Big Data 产品和技术提供一个终端软件平台,以收集,准备,分析和展示来自大数据的洞察力。应用领域包括网络性能监测、欺诈检测、客户端检测和信用风险分析。 Big Data 分析产品规模处理数据的特拉比特,但这些工具的实施需要新的类型的基于云的数据库系统,如(3)或大规模平行计算处理器(KPU等)。

该课程工作在 Big Data BI for Telco 覆盖了所有新兴的领域,在这些领域,CSP 正在投资,以提高生产力,并打开新的业务收入流。该课程将提供一个完整的360学位的视图 Big Data BI在Telco,以便决策者和管理人员可以有一个非常广泛和全面的概述的可能性 Big Data BI在Telco的生产力和收入收益。

课程目标

该课程的主要目标是引入4个领域的新(0)商业智能技术(9)(Marketing/销售、网络运营、金融运营和客户关系(4))。学生将被介绍为如下:

为电信服务供应商的智能大数据信息业务

概述

课程目标

目标观众

第 1 天：第 1 节：电信业为何使用大数据的业务概述 Business Intelligence。

第一天：第二节：Big Data-1介绍

第 1 天：第 -3 节：Big Data-2 简介

数据的种类：大数据中的Data Cleaning问题简介

第一天：第四节：大数据介绍-3：Hadoop

Map Reduce /HDFS 简介

第 2 天：会话 1.1：Spark：内存中分布式数据库

第 2 天会话 -1.2：Storm - Big Data 中的实时处理

第2天：第二节：大数据Management系统

第 2 天：第 3 节：Business Intelligence -1 中的预测分析：基础技术和基于机器学习的 BI：

第 2 天：第 4 节 预测分析生态系统 2：Telecom 中常见的预测分析问题

第 3 天：第 1 天：网络运营分析——网络故障的根本原因分析、元数据服务中断、IPDR 和 CRM：

第 3 天：第 2 节：网络服务故障分析工具：

第 3 天：第 3 节：Marketing/Sales 的大数据 BI – 从销售数据中了解销售/营销：（所有这些都将通过实时预测分析演示展示）

第 3 天：第 4 节：电信首席财务官办公室需要 BI：

第 4 天：第 1 节：电信欺诈分析中 Big Data 的欺诈预防 BI：

第 4 天：第 2 节：从流失预测到流失预防：

第 4 天：第 3 节：如何使用预测分析进行客户不满意的根本原因分析：

第 4 天：第 4 节：Big Data 用于快速访问各种数据和显示的仪表板：

第 5 天：第 1 节：如何证明 Big Data BI 在组织内实施的合理性：

第 5 天：第 2 节：将遗留数据系统替换为 Big Data 系统的分步过程：

第 5 天：第 3 节和第 4 节：审查 Big Data 供应商并审查他们的产品。问答环节：

第 2 天：第 4 节预测分析生态系统 2：Telecom 中常见的预测分析问题