使用Hadoop搭建现代电信企业架构

翻译了Hortonworks的一篇文章：使用Hadoop搭建现代电信企业架构

文中总结了Hortworks电信行业用户使用hadoop的普遍规律（主要是架构及使用技术），同时给出了六个用例，包括：

1、 CDR分析 Analyze Call Detail Records (CDRs)

2、 主动设备服务Service Equipment  Proactively

3、 合理化基础设施投资Rationalize  Infrastructure Investments

4、 推荐购买产品Recommend Next Products  to Buy (NPTB)

5、 实时带宽分配Allocate Bandwidth in  Real-time

6、 新产品开发 Develop  New Products

因为是电信行业应用总结的文章，和我们有很多类似之处，对于我们也很有借鉴意义

 

使用Hadoop搭建现代电信企业架构

许多世界上最大的电信公司都在使用HDP来管理他们的数据。通过与这些公司合作，我们得知客户如何使用HDP来提高客户满意度,更好进行基础设施投资和开发新产品。

合作伙伴Teradata最近给了一些视频资料，主要是关于Verizon Wireless如何使用Teradata结合Hortonworks数据平台保持他们的客户流失低于1%。

Rob Smith，Verizon Wireless的执行董事，讲述了他的团队如何使用他们discovery platform改善与客户交互：

• 找出更好的方法与客户沟通关于款项的事宜

• 分析社交媒体以便更好地理解客户针对Version公司策略变化产生的情绪变化

• 针对每一个客户的独立需求定制营销传播

Smith讲述了这种新的客户洞察能力如何帮助他的IT和营销团队达成业务目标上的一致（为了Version客户利益）

使用Hadoop实现现代数据架构

我们其他的电信客户已经确定了自己的Hadoop的用例,但是都具有有相似的Hadoop数据架构。这些数据架构允许电信公司来存储全新的数据类型，,数据保留时间更久,加入不同的数据集在一起从而获得新的洞察。

下面的参考架构图描述了各种方法的一种融合，这些方法在我们的电信客户处看到。

基于他们的hadoop现代数据架构，各类电信公司可以执行以下六种用例（以及更多）

Analyze Call Detail Records (CDRs)   CDR分析

电信对通话掉线和语音质量差进行取证,但是呼叫详细记录流的速度每秒数百万。这种高容量使得模式识别和根源分析变得异常困难,并且这些经常都是实时发生，比如当客户正在等待听音乐，延迟会消耗和伤害服务利润率。

Apache Flume可以每秒提取百万计的CDR到Hadoop中，与此同时Apache Storm实时的处理这些数据并且做出各种让人苦恼的模式识别。

保留长期的数据，用以分析问题根源，甚至是问题之后数年，HDP让这一切变得更容易。CDR分析可以用来不断改进通话质量、用户满意度和服务利润率。

Service Equipment Proactively   主动设备服务

发射塔以及相关联接设备组成了电信网骨干网络。发射塔故障会导致服务质量下降，并且更换设备的成本通常高于修复。这需要维修保养，并且做出优化安排：不能太早，也不能太晚。

Apache Hadoop存储了电信网络非结构化的、流式传感器数据。通过实时信息与历史数据的比较，电信运营商可以获得最优维护安排。机器学习算法可以降低维护成本和修复设备引起的服务中断。

Rationalize Infrastructure Investments 合理化基础设施投资

电信营销和容量规划是相关的。带宽和服务的消耗可以不与新塔站及输电线路的计划同步。基础设施投资和实际投资回报之间的这种不匹配给收入带来了风险。

网络日志数据可以帮助电信公司了解在一个特定的州,县或相邻地区的服务消费情况。随着更长时间的数据的积累，他们可以更理性的分析网络负载,这让高管们在计划基础设施投资时更加精确和充满信心。

Recommend Next Products to Buy (NPTB) 推荐购买产品

电信产品组合是复杂的，对于存量客户存在着很多交叉的销售机会，销售人员使用面对面或电话交谈的方式做出NPTB建议，一般很少有数据支撑他们的建议。

基于所有用户的数据，HDP给予销售人员充满自信的做出NPTB建议的能力。充满自信的NPTB建议增强和改进了销售人员（或自助服务）与客户间的交互。

Hadoop数据湖减少了销售阻力同时创造了NPTB的竞争优势，正如Amazon在电商领域的优势一般。

Allocate Bandwidth in Real-time 实时带宽分配

一些应用贪婪的吞噬带宽降低了网络对其它访问者的服务质量。网络管理者并不能预测新的超级流行应用，这些应用会导致网络带宽高峰并且降级网络性能。运营商必须快速响应带宽飙升，重新分配资源并且维护SLAs。

基于Hadoop的流式数据可以帮助网络运营商在呼叫中心可视化（带宽）高峰并且敏捷的节流带宽。在呼叫中心里基于文本的情感分析笔记也可以帮助（运营商）理解这些高峰对客户体验的影响。这种洞察力有助于维护服务质量和客户满意度,并通知战略规划建立智能网络。

Develop New Products 开发新产品

移动终端产生海量数据，这些数据说明how、why、when 、where使用这些移动设备。这些数据对于产品经理是极其宝贵的,但其它容量和多样性摄取,大规模存储和分析都变得困难。并不是所有的数据都转换成业务信息存储，甚至存储的数据在他的使用寿命中都得不到保留。

Apache Hadoop可以经济的存储更长时间的数据。产品经理掌握这些具有丰富产品价值的数据，有助于加速产品创新，并且可以捕获特定区域和特定细分客户的产品洞察。快速的对产品发布的大数据反馈有助于产品经理补救不足和制造最大的产品发布效果。