Analytics et Big Data dans les télécommunications

TELECOM : l’Analytics et le Big Data dans les télécommunications

Découvrez comment les nouvelles approches Analytics et Big Data dans les télécommunications peuvent optimiser les performances techniques et commerciales.

Les opérateurs Télécom produisent des données très fines et détaillées par abonné qui leur permettent d’utiliser les outils de l’analytics avec beaucoup d’efficience. Dans un contexte hautement concurrentiel, « ne pas perdre » un abonné est un enjeu stratégique fondamental. Les données de réseaux ont également une grande valeur pour la gestion de leur performance technique.

Ainsi la détection des actions ciblées par segments d’abonnés à mettre en œuvre pour augmenter leur ARPU (Average Revenue Per User) ou éviter leur Attrition, l’optimisation de l’allocation des moyens média, la maintenance préventive des réseaux, l’optimisation des plannings des centres de contact, etc. peuvent être beaucoup plus performantes dès lors que l’on sait collecter et analyser les bonnes données à la bonne fréquence.

Au sein des opérateurs, les Directeurs du Marketing / de la Connaissance Client, du Churn, du Marketing Digital, etc. s’intéressent aux nouvelles approches Analytics et Big Data pour améliorer la performance ; ils ont dans leurs équipes des (Seniors) Data Scientists, Mathématiciens et Informaticiens, qui développent des Algorithmes d’Intelligence Artificielle adaptés aux différents sujets spécifiques de ces process et produits. Ils maîtrisent des langages comme R, Python, C# ou C++. Ils sont experts de la conception et de la mise en œuvre des technologies comme les SVM, les Réseaux de Neurones, le Deep Learning, les Arbres de Décisions, les Régressions Logistiques, etc.

Des Chief Data Officers au plus haut niveau incarneront l’initiative Analytics et Big Data dans les télécommunications et des Business Application Manager initieront et piloteront les projets au quotidien.

Des experts de la préparation des données (Data Preparation, Data Cleaning) sont nécessaires à la bonne marche d’un projet : il y a peu de technologies « presse-bouton » et rarement des données prêtes à l’analyse pour une problématique précise.

Partager :