課程簡介

1. 模組 1 : 案例研究 Telecom 監管機構如何使用大數據分析來實施合規:

  • TRAI ( Telecom 印度監管局)
  • 土耳其語 Telecom 監管機構 : Telekomünikasyon Kurumu
  • FCC - 聯邦通信委員會
  • BTRC – 孟加拉国 Telecommunication Regulatory Authority

2. 模組 2:使用非結構化大數據分析審查 CSP 與其用戶之間的數百萬份合同

  • Elements of NLP(自然語言處理)
  • 從數以百萬計的合同中提取SLA(服務水平協定)
  • 一些已知的開源和許可工具用於合同分析(eBravia、IBM Watson、KIRA)
  • 從非結構化數據分析中自動發現合同和衝突

3. 模組-3:從非結構化客戶合同中提取結構化資訊,並將其映射到從IPDR數據中獲得的服務品質 &眾包應用數據。合規性指標。自動檢測違規行為。

4. 模組 - 4 : 使用應用程式方法來收集合規性和 QoS 數據 - 向使用者發佈一個免費的監管行動應用程式,以自動追蹤和分析 。在這種方法中,監管機構將發佈免費應用程式並在用戶之間分發 - 應用程式將收集有關 QoS/垃圾郵件等的數據,並以分析儀錶板的形式報告:

  • 智慧垃圾郵件檢測引擎(僅適用於簡訊),以協助訂閱者進行報告
  • 眾包有關違規消息和電話的數據,以加快對未註冊電話推銷員的檢測
  • 有關在應用程式內對投訴採取的行動的更新
  • 自動報告語音通話品質(呼叫掉線、單向連接),適用於將安裝監管應用程式的使用者
  • 自動報告數據速度

5. 模組-5:處理監管應用程式數據以自動生成警報系統(警報將自動生成並通過電子郵件/短信發送給利益相關者): 實現儀錶盤和報警服務

  • Microsoft 基於 Azure 的儀錶板和 SNS 告警服務
  • 基於 AWS Lambda 服務的控制面板和警報
  • AWS/Microsoft 分析套件,用於處理數據以生成警報
  • 告警生成規則

6. 模組6 :使用IPDR數據進行QoS和合規性-IPDR大數據分析:

  • 按服務和訂閱者使用方式按流量計費
  • 網路容量分析和規劃
  • 邊緣資源管理
  • 網路庫存和資產管理
  • 業務服務的服務級別目標 (SLO) 監視
  • 體驗品質 (QOE) 監控
  • 呼叫掉線
  • 服務優化和產品開發分析

7. 模組-7 :客戶服務體驗 &Big Data CSP CRM 方法:

  • 遵守退款政策
  • 訂閱費
  • 會議 SLA 和訂閱折扣
  • 自動檢測不符合 SLA 的情況

8. 模組 8 : Big Data ETL,用於集成不同的 QoS 數據源,並組合到單個儀錶板上,基於警報的分析:

  • 使用 PAAS 雲(如 AWS Lambda)、Microsoft Azure
  • 使用混合雲方法

最低要求

參加本課程不需要任何特定要求。

  14 時間:

人數



每位參與者的報價

客戶評論 (3)

相關課程

課程分類