课程大纲

1. 模块 1 : 案例研究 Telecom 监管机构如何使用大数据分析来实施合规:

  • TRAI ( Telecom 印度监管局)
  • 土耳其语 Telecom 监管机构 : Telekomünikasyon Kurumu
  • FCC - 联邦通信委员会
  • BTRC – 孟加拉国 Telecommunication Regulatory Authority

2. 模块 2:使用非结构化大数据分析审查 CSP 与其用户之间的数百万份合同

  • Elements of NLP(自然语言处理)
  • 从数以百万计的合同中提取SLA(服务水平协议)
  • 一些已知的开源和许可工具用于合同分析(eBravia、IBM Watson、KIRA)
  • 从非结构化数据分析中自动发现合同和冲突

3. 模块-3:从非结构化客户合同中提取结构化信息,并将其映射到从IPDR数据中获得的服务质量 &众包应用数据。合规性指标。自动检测违规行为。

4. 模块 - 4 : 使用应用程序方法来收集合规性和 QoS 数据 - 向用户发布一个免费的监管移动应用程序,以自动跟踪和分析 。在这种方法中,监管机构将发布免费应用程序并在用户之间分发 - 应用程序将收集有关 QoS/垃圾邮件等的数据,并以分析仪表板的形式报告:

  • 智能垃圾邮件检测引擎(仅适用于短信),以协助订阅者进行报告
  • 众包有关违规消息和电话的数据,以加快对未注册电话推销员的检测
  • 有关在应用程序内对投诉采取的行动的更新
  • 自动报告语音通话质量(呼叫掉线、单向连接),适用于将安装监管应用程序的用户
  • 自动报告数据速度

5. 模块-5:处理监管应用程序数据以自动生成警报系统(警报将自动生成并通过电子邮件/短信发送给利益相关者): 实现仪表盘和报警服务

  • Microsoft 基于 Azure 的仪表板和 SNS 告警服务
  • 基于 AWS Lambda 服务的控制面板和警报
  • AWS/Microsoft 分析套件,用于处理数据以生成警报
  • 告警生成规则

6. 模块6 :使用IPDR数据进行QoS和合规性-IPDR大数据分析:

  • 按服务和订阅者使用情况按流量计费
  • 网络容量分析和规划
  • 边缘资源管理
  • 网络库存和资产管理
  • 业务服务的服务级别目标 (SLO) 监视
  • 体验质量 (QOE) 监控
  • 呼叫掉线
  • 服务优化和产品开发分析

7. 模块-7 :客户服务体验 &Big Data CSP CRM 方法:

  • 遵守退款政策
  • 订阅费
  • 会议 SLA 和订阅折扣
  • 自动检测不符合 SLA 的情况

8. 模块 8 : Big Data ETL,用于集成不同的 QoS 数据源,并组合到单个仪表板上,基于警报的分析:

  • 使用 PAAS 云(如 AWS Lambda)、Microsoft Azure
  • 使用混合云方法

要求

参加本课程不需要任何特定要求。

 14 小时

人数



每位参与者的报价

客户评论 (4)

相关课程

课程分类