Андрей Горяйнов: Возможности использования больших данных для анализа маржинальности до сих пор недооценены

Бизнесу необходимо сосредоточиться не только повышении темпов роста, но и на анализе маржинальности. Провести такой анализ можно с использованием технологий больших данных, рассказал CNews Андрей Горяйнов, заместитель генерального директора SAP СНГ.

CNews: Для каких целей сегодня используются большие данные в телекоме?

Андрей Горяйнов: Сегодня большие данные широко применяются в телеком-индустрии с целью внешней или внутренней монетизации.

Внутренняя монетизация – это инициативы по улучшению операционной эффективности, анализ прибыльности: расширение возможностей получения доходов, борьба с злоупотреблениями, анализ продуктов и тарифных планов, анализ эффективности проектной деятельности. Кроме этого, сюда можно отнести проекты для обеспечения высокого уровня клиентского опыта: сегментация потребителей, анализ оттока пользователей, включая прогнозные данные, потребление различных услуг и другие точные предложения. Особо стоит отметить инструменты анализа для управления сетевой инфраструктурой: работоспособности оборудования, предсказания нагрузки и необходимого ремонта, управления качеством предоставления услуг. В качестве примера можно привести американского телеком-оператора T-Mobile, который до внедрения технологий больших данных имел отрицательный рост абонентской базы. Но за счет использования решения по анализу оттока абонентов и внедрения системы персональных предложений для пользователей на базе технологии SAP HANA компания смогла не только восстановить положительный рост абонентской базы, но и увеличить ARPU за счет предоставления персонализированных услуг.

Внешняя монетизация – это использование данных об абонентах оператора для решения задач клиентов из других индустрий. Данная область пока только формируется, но несколько успешных инициатив уже существует. К ним можно отнести банковский скоринг, точное позиционирование предложений для розницы, анализ транспортных потоков и др.

CNews: Какие возможности больших данных еще недостаточно востребованы?

Андрей Горяйнов: На наш взгляд, недооценены возможности использования больших данных для анализа маржинальности – ключевого показателя эффективности любого бизнеса. ERP-системы не позволяют получить детализированную информацию о затратах по каждому абоненту, продукту, тарифу или активу, так как данные хранятся в них в консолидированном виде. Таким образом, области улучшения можно определить только путем внедрения подходов и технологий больших данных.

CNews: Какие преимущества для бизнеса несет с собой переход от оценки ARPU к AMPU?

Андрей Горяйнов: Формирование подхода к обеспечению маржинальности обусловлено как рыночными тенденциями, так и развитием технологий. В его основе лежит мотивация операторов трансформировать свою организацию, переориентировав ее на рентабельность бизнеса. Это позволяет четко видеть реальные факторы, от которых зависит увеличение дохода, и понять влияние полученных аналитических выводов на размер чистой прибыли, обеспечивает глубинную автоматизацию процессов поиска, устранения и контроля утечек маржинальности. Компания начинает использовать передовые отраслевые практики и знания и стремится к внедрению новейших технологических решений, способствующих увеличению рентабельности бизнеса.

CNews: Расскажите о проекте с Vodafone.

Андрей Горяйнов: Vodafone – один из крупнейших операторов в мире. Она работает в 30 странах, в том числе в большинстве государств Европы, и имеет около 450 млн абонентов мобильных услуг.

SAP в сотрудничестве с Vodafone создал решение, которое позволит телеком-оператору получить точное представление о маржинальности клиентов, а также даст возможность анализа информации из нескольких источников в режиме реального времени, опираясь на модели данных в соответствии со стандартами TM Forum. Благодаря этому решению Vodafone сможет точно определить причины утечки доходов, которые, по нашим оценкам, составляют десятки миллионов евро. SAP Margin Assurance использует платформу SAP HANA как транзакционную базу данных, имеет полный набор инструментов для поиска и обеспечения расширенной аналитики в режиме реального времени, а также предоставляет пользователям среду разработки приложений.