Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

1,585 views

Published on

Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

Published in: Technology
  • Login to see the comments

Analytics el uso de big data en el mundo real aplicado a las telecomunicaciones

  1. 1. IBM Global Business Services Business Analytics and Optimization Informe ejecutivo IBM Institute for Business Value Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Cómo los proveedores de servicios de comunicaciones másinnovadores extraen valor de datos inciertos En colaboración con Saïd Business School en la Universidad de Oxford
  2. 2. IBM® Institute for Business Value IBM Global Business Services, a través del IBM Institute for Business Value, desarrolla visiones estratégicas basadas en hechos para altos ejecutivos en torno a cuestiones críticas de los sectores público y privado. Este informe ejecutivo está basado en un estudio exhaustivo realizado por el equipo de investigación del Instituto. Forma parte del compromiso permanente de IBM Global Business Services de ofrecer análisis y puntos de vista que ayudan a las empresas a lograr más valor empresarial. Puede contactar a los autores o enviar un e-mail a iibv@us.ibm.com para recibir más información. Se pueden consultar otros estudios del IBM Institute for Business Value en ibm.com/iibv Saïd Business School en la Universidad de Oxford Saïd Business School es una de las escuelas de negocios líderes del Reino Unido. Actualmente, está estableciendo un nuevo modelo de educación de negocios, con base en la Universidad de Oxford, una universidad de primera clase, reconocida mundialmente, dedicada a abordar algunos de los retos que enfrenta el mundo. Puede contactar a los autores o visitar: www.sbs.ox.ac.uk para ver más información.
  3. 3. IBM Global Business Services 1 “Big data”está hecho para la industria de las telecomunicaciones. Gracias a sus redes y la proliferación de dispositivos inteligentes, los proveedores de servicios de comunicaciones (CSPs) tienen acceso a un gran cúmulo de información sobre los comportamientos, las preferencias y los movimientos de sus clientes. Big data es un activo de gran valor para estas compañías. Las coloca en una posición privilegiada para encuentren a la altura de este reto. Nuestro estudio de investigación global revela cómo están respondiendo los CSPs a la oportunidad que hoy representa big data. Bob Fox, Rob van den Dam y Rebecca Shockley Los proveedores de servicios de comunicaciones (CSPs) siempre han sido parte del mundo de Big data. Además de que siempre tuvieron grandes bases de clientes, los datos se generan cada vez que un cliente realiza un llamado, crea un texto o usa Internet. Estos datos proporcionan información sobre a quién llamaron los clientes, qué sitios web visitaron, qué apps bajaron, dónde estaban al momento de usar el teléfono y cuál es su ubicación actual. Los datos también ofrecen información valiosa sobre la experiencia del cliente. ¿La llamada se completó? ¿Se abandonó o interrumpió? ¿A qué velocidad se bajó la canción o app? ¿Cuál fue la latencia de respuesta mientras se jugó el juego? Hay información adicional sobre los clientes que se genera a través de relaciones directas en tiendas minoristas, sitios web, call centers e interacciones cara a cara. Además, la llegada y el auge del uso de los dispositivos inteligentes y la popularidad de comportamientos de consumo, estilos de vida Los CSPs se encuentran en el centro del universo digital de sus clientes. Están sentados sobre una mina de oro de datos digitales que les permiten comprender a sus clientes a un nivel inaudito. Este es un activo corporativo clave, muy necesario en (OTT), como Google y Facebook, amenazan sus ingresos. Big data ofrece a los CSPs la oportunidad de ser más competitivos y revertir las mermas recientes en niveles de facturación y ganancias. 2 Con las oportunidades que ofrece, no sorprende que big data haya surgido como un tema clave para los Chief Executive empresas de telecomunicaciones. En el Estudio IBM 2011 Global CMO, por ejemplo, 53% de los CMOs de telecomunicaciones dijeron que la explosión de los datos tendría el mayor impacto en sus empresas en los próximos tres a cinco años. Entre los CEOs, el 83% de los CEOs de telecomunicaciones que participaron en el estudio IBM 2012 Global CEO expresaron su intención de mejorar la capacidad comprender el comportamiento de los clientes a partir de la información disponible. Por
  4. 4. 2 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Para entender más claramente qué visión tienen los CSPs sobre big data hoy y pensando en un futuro cercano – y en qué empresas – analizamos a los encuestados del sector de telecomunicaciones en nuestro estudio global 2012 Big Data @ Work Study realizado por el IBM Institute for Business Value en colaboración con Saïd Business School en la Universidad de Oxford. 3 La encuesta, que representó tanto a los mercados maduros como en crecimiento, incluyó 1.144 empresas y ejecutivos de TI de 26 industrias, de las cuales 53 eran del sector de las telecomunicaciones. Descubrimos que los CSPs están comenzando a ver el enorme potencial de los datos de sus clientes y las formas en que pueden usarse para ayudarlos a crear nuevos ingresos y negocios. Los ejecutivos de CSPs nos dijeron que el uso de la información y el análisis están generando una ventaja competitiva para sus organizaciones. Más que los ejecutivos de las demás industrias estudiadas, los capacidades necesarias para realizar análisis de la información en tiempo real como tal, en contraste con sólo el 15% de la muestra en el resto de las industrias. Para los CSPs, el aspecto del tiempo real es sumamente importante – los servicios basados en geolocalización, las operaciones de red inteligentes, las curso de acción y la detección del fraude, requieren una visión de la información más contextual, en tiempo real. Si bien los CSPs manejan grandes cantidades de datos desde hace años, el aspecto que cambia el juego en big data hoy reside en utilizar los datos para extraer nuevos conocimientos –en su mayor parte en tiempo real o casi real—para ser más competitivos y crear valor empresarial. El enfoque actual consiste en respaldar el negocio central del CSP, como por ejemplo, mejorar la experiencia del cliente, impulsar nuevos productos, aumentar la productividad y optimizar las redes. Pero varios CSPs están dando pasos más expansivos en el nuevos, incorporando socios empresariales en ambas direcciones de la cadena de valor, “hacia arriba”– como minoristas, agencias de publicidad y fabricantes de autos – a los ingresos que ya obtienen de sus usuarios “hacia abajo” tales como consumidores y clientes empresariales. Este modelo suele ser conocido como negocio de dos lados. Algunos CSPs se están expandiendo para convertirse en compañías de información. Sprint, por ejemplo, es uno de los primeros en tener éxito con la venta de sus datos a agencias de marketing. Y SFR de Francia decidió brindar datos para ayudar a aumentar las donaciones de sangre entre su base de clientes, construir una mejor infraestructura de transporte público en París e incluso combatir el delito.5 Nuestro estudio reveló que muchos CSPs están adoptando un enfoque pragmático de big data. Las soluciones de big data luego adaptan la infraestructura, las fuentes de datos y el análisis para respaldar la oportunidad de negocio. Estos CSPs están obteniendo inicialmente nuevos conocimientos a partir de fuentes de información tanto tecnología para big data y luego actualizando progresivamente su infraestructura a lo largo del tiempo. De nuestro estudio hemos podido extraer cinco recomendaciones clave para que los CSPs puedan avanzar en sus iniciativas de big data y obtener el máximo valor de negocio: • Dedicar los esfuerzos iniciales para obtener resultados centrados en el cliente. • Desarrollar un modelo de big data para toda la empresa. • Comenzar por los datos existentes para obtener resultados en el corto plazo. • Desarrollar capacidades analíticas basadas en las prioridades del negocio. • Crear un caso de negocio sobre la base de resultados
  5. 5. IBM Global Business Services 3 El futuro de los CSPs en big data término que utilizan los encuestados en este estudio, le pedimos a cada uno de ellos que seleccionara hasta dos características de big data. Para el 18% de la muestra de múltiples industrias, “un mayor alcance de información” fue la característica seleccionada que mejor describe al término big data. El 40% de los encuestados del sector de telecomunicaciones, sin embargo, comentó que la mejor emergentes de más información “en tiempo real”. (Figura 1). Si bien los grandes volúmenes de datos no son nada nuevo para los CSPs –la recopilación de millones de registros de detalles de llamadas por día se ha vuelto rutinaria – el nivel de Los datos de voz que los CSPs acostumbraban a recopilar son hoy provienen de smart phones, tablets, computadoras personales, redes, sensores, etiquetas RFID, medios sociales y otras fuentes. Y analizar todos estos datos casi en tiempo real se torna cada vez más crucial. Asimismo, con la llegada de smart phones, tablets y otros dispositivos dependientes de aplicaciones, el volumen de los datos de señalización - es decir, información que no pertenece al mensaje sino que se también aumentó considerablemente. Los CSPs que pueden ingerir y analizar datos contextuales en tiempo real o casi real tienen mucho que ganar. En big data reside la oportunidad de obtener nuevos conocimientos y predecir tendencias que pueden generar nuevas formas de hacer negocios interna o externamente. El uso de big data para brindar servicios basados en la ubicación, campañas de marketing personalizadas, listas de mejores cursos de acción para ventas y servicios, inteligencia de redes, conocimiento de redes sociales y detección de fraude a alta velocidad, ofrece el potencial de aumentar los ingresos y reducir los costos, y al mismo mejorar la experiencia de los clientes. Información en tiempo real Fuentes de información no tradicionales Un mayor alcance de información La palabra de moda Nuevos tipos de datos y análisis Flujo de datos proveniente de Grandes volúmenes 18% 11% 13% 21% 15% 40% Fuente: Analytics: The real-world use of big data, un estudio de investigación colaborativo del IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 1: da cuenta de los requisitos emergentes asociados a más información en tiempo real. Definición de big data 8% 11% 16% 9% CSPs encuestados del sector de telecomunicaciones Encuestados de todos los sectores 8% 0% 13% 8% Aunque los CSPs históricamente administraron grandes volúmenes de datos, la complejidad de los datos de hoy plantea un importante reto. nuevas tecnologías de datos
  6. 6. 4 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Los CSPs tienen un tesoro hablando en términos de datos de clientes, y las pepitas de conocimiento escondidas en big data pueden ser una mina de oro. Las tecnologías analíticas de próxima generación que representa este activo económico. Los CSPs empiezan a darse cuenta de que este acopio de información es un recurso sin explotar. El 85% de los CSPs encuestados en nuestro estudio –mucho más que el promedio de toda la industria del 63%- informó que el uso de información (incluso big data) y analytics está creando una ventaja competitiva para sus organizaciones (Figura 2). Esto se compara con el 38% de los CSPs encuestados en el estudio 2010 de IBM denominado New Intelligent Enterprise Global Executive Study and Research Collaboration - un aumento del 124% en tan sólo dos años.6 Usar big data como ventaja competitiva es clave en el cambiante panorama de las comunicaciones. Con el surgimiento de jugadores OTT, junto con el mayor uso de dispositivos inteligentes, nunca ha sido tan importante como ahora para los CSPs poder apalancar sus inigualables activos de datos para impulsar una mayor innovación en servicios y brindar una mejor atención al cliente. Al hacerlo, los CSPs pueden transformar sus modelos de negocio y de interacción con clientes, y ser más competitivos, aumentando el valor y el Una cantidad cada vez mayor de CSPs también están pensando en explotar comercialmente la información de clientes, como por ejemplo, generar nuevos ingresos a partir del empaquetado y venta de datos. Algunos CSPs ven grandes oportunidades de ganar dinero gracias a los datos e incluso creen que el futuro de su organización es el de una compañía de información. La red se ha convertido en un commodity. Cómo los CSPs captan los datos y ponen sensores en sus redes, allí es donde está el verdadero tesoro.7 O, como lo expresó Von McConnell, director de desarrollo de tecnología y estrategia de Sprint: “Si las operadoras de telecomunicaciones se convirtieran en un mero tubo, igualmente podríamos vivir tan sólo de la explotación de la analytics.” 8 Los CSPs tienen muchas posibilidades de aliarse con terceros. Por ejemplo, pueden asociarse con anunciantes, minoristas, fabricantes de automotores y administraciones públicas –por mencionar algunos- para innovar en e-commerce, aplicaciones de máquina a máquina y servicios de geolocalización. Pueden tomar un rol activo en áreas como ciudades inteligentes y atención médica, entre otras, tanto en mercados maduros como en crecimiento. France CSP Orange, por ejemplo, recientemente participó en un experimento Autoroutes du Sud de la France para crear pronósticos del tránsito.9 Y, como ya se dijo, algunos CSPs han tenido éxito en la venta de datos a agencias de marketing.10 2012 2011 2010 37% 38% 58% 59% 63% 85% Fuente: Analytics: The real-world use of big data, estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 2: El uso de información (incluso big data) y analytics está creando una ventaja competitiva para los CSPs. Obtener una ventaja competitiva CSPs encuestados del sector de telecomunicaciones Encuestados de todos los sectores aumento 124%
  7. 7. IBM Global Business Services 5 Ya sea que los CSPs estén utilizando big data para dar soporte a su negocio central, o considerando la venta de big data como infraestructura adecuada y adoptar nuevos métodos, procesos y herramientas para administrar los requisitos exclusivos de volumen, la velocidad, variedad y veracidad de big data. Tras analizar las respuestas a la encuesta hemos extraído cinco conocimientos comunes e interesantes: • El caso de negocio de big data está claramente orientado a abordar objetivos centrados en el cliente. • Una base de gestión de información escalable y extensible es un pre-requisito para el avance de big data. • Los CSPs están poniendo en marcha pilotos e implementaciones utilizando fuentes de datos internas ya existentes o a las que han tenido acceso recientemente. • Para que los CSPs obtengan el máximo valor de big data, se requieren capacidades analíticas avanzadas, aunque frecuentemente carecen de ellas. • El patrón emergente de big data se enfoca en entregar un valor de negocio que pueda ser medido. Las iniciativas de big data son impulsadas por los objetivos centrados en el cliente big data, dos terceras partes de los encuestados del sector de objetivos centrados en clientes como la mayor prioridad de su organización (Figura 4). Los CSPs están dedicados a mejorar la experiencia del cliente y a comprender mejor sus preferencias y comportamientos. Comprender mejor, predecir y dar a los clientes de hoy en día - caracterizados por estar más capacitados - lo que realmente quieren también fue considerada la mayor prioridad por el 93% de los CEOs de CSPs en el estudio IBM 2012 Global CEO. Los CSPs adoptan un enfoque práctico de big data Los CSPs están descubriendo el enorme potencial de big data. Más de la mitad (54%) están en proceso de desarrollar una estrategia y hoja de ruta para big data y de encontrar cómo aplicarlo para resolver retos del negocio. Un tercio están desarrollando pruebas de conceptos (POCs), o ya implementaron soluciones de big data a escala. Sólo el 13% de los encuestados del sector de telecomunicaciones -mucho menos que los que pertenecen a otros sectores- aún no iniciaron actividades en el área de big data (Figura 3). 24% 13% 54% 33% 47% 28% Fuente: Big Data @ Work survey, estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 3: La mayoría de los CSPs están en las etapas iniciales de desarrollos de big data. Actividades de big data CSPs encuestados del sector de telecomunicaciones Encuestados de otros sectores No iniciaron actividades de big data Planifican actividades de big data Piloto e implementación de actividades de big data
  8. 8. 6 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Ofrecer una mejor experiencia al cliente en cada interacción es de los clientes es muy baja en el sector, y los CSPs están los CSPs se enfrentan a una ardua competencia de jugadores “over-the-top”, llamando de este modo a los más importantes, como Google, Apple, Facebook, WhatsApp y Skype, compañías que demostraron ser adeptas a crear experiencias online atractivas para los consumidores. El foco de los CSPs, por lo tanto, ha virado de la reducción de costos a la entrega de una experiencia superior para los clientes a través de sus redes. En el mundo actual, la ventaja competitiva requiere una experiencia distintiva para los clientes que va más allá de la satisfacción y genera valor real para el cliente. Puesto que los clientes proporcionan información todos los días a través de sus dispositivos y su uso de la red, los CSPs están bien posicionados para conocer las necesidades y los deseos de sus clientes. Los smart phones están, por naturaleza, encendidos todo el tiempo, lo cual ofrece a los CSPs la oportunidad de conocer a sus clientes mejor que cualquier otro sector. Además, cada experiencia poco satisfactoria – desde llamadas caídas hasta bajo desempeño de ancho de banda y latencia excesiva – se conoce o puede conocer. Los CSPs tienen una oportunidad inigualable de vincular la visión de los clientes, la segmentación y el valor a lo largo de su ciclo de vida con el desempeño real de la red experimentado por el cliente, en tiempo real o casi real. Desde registros detallados de llamadas hasta registros de dispositivos móviles, los CSPs tienen la información necesaria para determinar cómo ofrecer productos y servicios a medida, lugar correcto y en el momento justo. Como los CSPs son los dueños de sus redes, existe la oportunidad de utilizar herramientas analíticas – desarrolladas rápidamente cuestiones de desempeño de red, todas ellas acciones que conducen a una mejor percepción de los servicios de los CSPs por parte de los usuarios. Por ejemplo, si los clientes de smart phones de alta gama experimentan un mal desempeño de productividad, con analitics para big data los pasos necesarios para asegurar que la experiencia del cliente no se vea afectada, o en casos en que ocurra una interrupción, reconocer que la experiencia fue afectada para minimizar los problemas. Objetivos centrados en el cliente Nuevos modelos de negocio Gestión de riesgos Optimización operativa Colaboración de empleados 15% 11% 14% 15% 49% Fuente: Analytics: The real-world use of big data, estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 4: Dos terceras partes de los esfuerzos iniciados por encuestados pertenecientes al sector de telecomunicaciones apuntan a lograr resultados centrados en los clientes. Objetivos de big data 18% 8% 0% CSPs encuestados del sector de telecomunicaciones Encuestados de todos los sectores 66% 4%
  9. 9. IBM Global Business Services 7 Las campañas de marketing inteligente usan analítica para big data para crear promociones dirigidas, que los clientes tendrán más probabilidades de adoptar. Por ejemplo, Vivo, la subsidiaria brasileña de Telefónica, implementó una solución que utiliza datos de llamada, demografía y modelado predictivo para llegar a los clientes y sólo ofrecerles productos y servicios que se adaptan a sus necesidades y estilos de vida. Esta solución puede contactar preventivamente a los clientes que recientemente superaron sus minutos de llamada asignados y ofrecerles opciones de upgrade con descuento para prevenir futuros excesos. Este enfoque demuestra al cliente que Vivo lo valora, y probablemente genere una experiencia positiva para los clientes. Estos tipos de promociones de marketing personalizadas pueden ayudar a prevenir la pérdida de clientes, aumentar las ventas y bajar los costos de las campañas de marketing. La capacidad de anticiparse a las necesidades y los deseos de los clientes en una instancia de venta o servicio al cliente, conocida como modelo de “próxima mejor acción” puede aumentar los ingresos, las ganancias y la satisfacción del cliente, además de reducir la pérdida de clientes. Las respuestas del tipo “próxima mejor acción” son más con los clientes en todos los canales de ventas y servicio y determinan en forma automática el mejor curso de acción para cada cliente, como puede ser ofrecer un nuevo servicio, un upgrade para un servicio existente, o una llamada de Además de los objetivos centrados en los clientes, también se están abordando otros objetivos funcionales a través de la aplicación temprana de big data. Habilitar nuevos modelos de negocio, por ejemplo, fue citado por el 15% de los encuestados del sector de telecomunicaciones en el estudio 2012 Big Data @Work Study. Los conocimientos que se generan a partir de big data tienen el potencial de brindar acceso a tales como la mencionada venta de datos a terceros. Las iniciativas impulsadas por Telefónica y Verizon de comercialización de big data son testimonios del éxito temprano de los CSPs. La división Dynamic Insights de Telefónica lanzó su primer servicio en noviembre de 2012: “Smart Steps”. Este servicio está diseñado para dar a los minoristas información que les permita adaptar sus ofertas locales a tiendas existentes, y determinar las mejores ubicaciones y los formatos más apropiados para nuevas tiendas. La división Precision Marketing de Verizon ya probó su solución con un equipo deportivo. Las oportunidades promocionales y los paquetes de entradas elevaron hasta un 35% las ventas de entradas para la temporada. Anticipar los deseos y las necesidades de los clientes puede aumentar los ingresos y la satisfacción, del mismo modo que reducir la merma de clientes encuestados del sector de telecomunicaciones para los esfuerzos actividades . Aplicando herramientas analíticas avanzadas, los CSPs pueden buscar en big data para detectar actividades fraudulentas en el mismo momento en que se están realizando las transacciones, El desafío para la detección del fraude en tiempo real – como el uso de tarjetas SIM clonadas - incluye la necesidad de ingerir y analizar grandes volúmenes de datos que circulan a alta no autorizado. Un ejecutivo de un CSP estimó que el uso de herramientas analíticas en tiempo real podría reducir el fraude en más de US$ 100 millones por año.15 Además de bajar los costos generales de recaudación de deudas, apuntar a los clientes con riesgo también tiene la ventaja adicional de bajar los índices de pérdida de clientes.
  10. 10. 8 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Big data depende de una base de información escalable y extensible No sorprende que los CSPs tengan los aspectos de escalabilidad, extensibilidad y tiempo (casi) real en lo más alto de su lista. Los CSPs de todo el mundo están experimentando un aumento sin precedentes en el volumen, la variedad y la velocidad de la información debido a implementaciones de red de próxima generación, el mayor uso de teléfonos inteligentes y el auge de los medios sociales. Es cada vez más importante para los CSPs correlacionar estos datos de manera que puedan usarse para monitorear el desempeño de la red y proporcionar mejores servicios y una experiencia optimizada a los clientes en tiempo (casi) real. T-Mobile en Estados Unidos, puede citarse como ejemplo: está recopilando nada menos que 17 mil millones de eventos por día de su red, almacenando estos datos y sometiéndolos a análisis. Este análisis permite a T-Mobile examinar y correlacionar el desempeño de la red con clientes y servicios de alto valor para distribuir mejor su gasto de capital y su ingeniería de red. El caudal de datos entrantes, tanto estructurados como no estructurados, que los CSPs deben recopilar y administrar aumenta exponencialmente. Según el Cisco Visual Network por 13 entre 2012 y 2017.17 Como consecuencia, la carga en las infraestructuras para big data de los CSPs se incrementará sin cesar. Esta explosión de datos promueve el concepto de que, aunque esto es tan sólo el comienzo de la era de big data, ya se vislumbra en el horizonte inmediato la era de un volumen de datos realmente masivos o “really big data”. A medida que el mundo se vuelva cada vez más conectado, los CSPs desempeñarán un papel clave para habilitar la personalización masiva a través del conocimiento contextual. El procesamiento continuo de datos de dispositivos Aunque los aspectos de escalabilidad, extensibilidad y tiempo real son citados por los ejecutivos de CSPs como los tres componentes principales de las bases de información, no deben dejarse de lado otros componentes, que incluyen seguridad y gobernanza. El 50% de los CSPs que declaran tener iniciativas big data activas en marcha cuentan con sólidos procesos de seguridad y gobernanza. Mientras que estos componentes han sido parte de las iniciativas de business intelligence desde hace tiempo, las consideraciones adicionales en los planos legal, ético y regulatorio en lo que respecta a big data, introducen nuevos riesgos y expanden el potencial de posibles escándalos públicos. Algunas compañías han perdido el control de los datos o los han utilizado de manera cuestionable. Recientes errores referidos a la privacidad, como copiar listas de contactos de clientes sin su consentimiento, o políticas de privacidad inadecuadas, ilustran lo que los clientes, reguladores y la sociedad no están dispuestos a aceptar. escalabilidad, extensibilidad y tiempo real como los principales factores para crear una base de información. hacerse realidad si los CSPs crean una base de información que respalde el volumen, la variedad y la velocidad de datos en constante aumento. Pedimos a encuestados pertenecientes al de sus infraestructuras para big data. Los que ya implementaron soluciones de big data tienen una base de información que es escalable, extensible y da soporte a requisitos en tiempo (casi) real. Utilizan tecnologías como volúmenes de datos en menos tiempo y en entornos distribuidos. Estas tecnologías ofrecen mayor escalabilidad que las tecnologías tradicionales.
  11. 11. IBM Global Business Services 9 La seguridad de los datos – y especialmente su privacidad – siempre ha sido un componente crítico de la gestión de la información, pero el tamaño, la escala y la profundidad de big data llevan esta necesidad a un nivel totalmente nuevo. La seguridad y gobernanza se convertirán en tareas cada vez más importantes y serias. Los CSPs adoptan nuevas fuentes de información, especialmente los datos de medios sociales. Como condimento adicional, las regulaciones en materia de privacidad siguen evolucionando y pueden variar mucho de un país a otro. “Existe la percepción de que la privacidad y la seguridad es algo fácil, pero está muy regulada y se vigila muy de cerca,” explicó un ejecutivo del sector de telecomunicaciones. Y no son sólo los entes regulatorios los que observan, sino también los clientes mismos. El ejecutivo agregó: “Existe una serie de nuevas áreas – como datos de navegación en la web - donde hay un área gris entre lo que es legal y lo que es correcto. Hemos adoptado el enfoque de considerar cada acción utilizando el estándar de qué pensaría el cliente si (la forma en que usamos los datos) apareciera en la primera plana de los diarios.” Los esfuerzos de big data iniciales se centran en obtener conocimientos de fuentes internas de datos nuevas y ya existentes La mayoría de los esfuerzos iniciales en el área de big data se centran en extraer y analizar datos existentes. Según nuestra encuesta, más de la mitad de los encuestados del sector de telecomunicaciones informó que los datos internos son la fuente principal de big data dentro de sus organizaciones. Esto sugiere que los CSPs están adoptando un enfoque pragmático respecto de big data. También indica que hay un enorme valor no explotado, encerrado en estos sistemas internos (Figura 5). Transacciones Datos de registro Audio, por ejemplo, de llamadas Eventos Medios sociales Geoespacial Emails Feeds externos Texto en formato libre Sensores 87% Fuente: Analytics: The real-world use of big data, un estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 5: Para los CSPs, la mejor descripción de big data son los requisitos emergentes de más información en tiempo real. Fuentes de big data 79% 67% 58% 46% 45% 44% 40% 36% 33% Los datos internos son los datos más maduros y mejor comprendidos disponibles para los CSPs. Mediante el uso de la analítica, los datos internos extraídos de llamadas telefónicas, transacciones, interacciones de call center y eventos pueden proporcionar información valiosa. Los registros de detalles de llamada captan la información sobre quién hizo la llamada, quién la recibió, cuánto duró la llamada, etc. Con la proliferación de smartphones, ha surgido una nueva categoría de registros de transacción – XDRs (extended data record) – que captan otras transacciones, como la compra y la descarga de una canción o un videoclip, una recarga de una cuenta prepaga o un pago móvil. Los CSPs pueden aprovechar la información que ya poseen. Pueden construir una visión de sus clientes en todos los puntos atención cara a cara - y usarla para mejorar la experiencia y los necesidades, predecir el potencial de “up-selling” y más.
  12. 12. 10 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones La nueva tendencia no es sólo entender quiénes son los clientes, sino también tener una visión de ellos más contextual, basada en ubicación y en tiempo real. Todos los días se generan terabytes de datos de ubicación y se agrega otra dimensión para los CSPs. El 45% de los encuestados del sector de telecomunicaciones que posee una iniciativa de big data en marcha utiliza datos sobre ubicación, por ejemplo, para dar soporte a campañas de marketing inteligente, detectar fraudes y mejorar la calidad de la red. El 46% de los encuestados del sector de telecomunicaciones de nuestro estudio con iniciativas big data en marcha extrae datos de fuentes de medios sociales, como Twitter, Facebook, carteleras de mensajes y otros repositorios en línea donde los consumidores conversan y publican opiniones. Esto les permite detectar rápidamente problemas de los clientes y sentimientos de los consumidores, y les da una visión que puede permitirles aumentar los ingresos, reducir costos y proteger su marca. Big data requiere fuertes capacidades analíticas Sin embargo, big data no crea valor hasta que se pone en práctica para resolver importantes retos del negocio. En este sentido, se necesita contar con fuertes capacidades analíticas que incluyen tanto herramientas de software como las habilidades para manejarlas. Un análisis de los CSPs que ya tienen en marcha actividades de big data revela que empiezan por un núcleo fuerte de capacidades analíticas, diseñadas para abordar datos estructurados. Luego, agregan capacidades para aprovechar el caudal de datos que ingresa a la organización, tanto estructurados (datos que pueden convertirse en formatos de datos estándares) como no estructurados no estándares). (datos en formatos El modelado predictivo utiliza algoritmos para encontrar patrones en datos que podrían servir para predecir resultados similares en el futuro. Tres cuartas partes de los encuestados del sector de telecomunicaciones con iniciativas de big data dicen usar análisis predictivo. Un ejemplo de análisis predictivo es el uso de datos de clientes para descubrir qué clientes tienen probabilidad de dejar la compañía. Si un CSP puede predecir las razones que motivan a los clientes a dejar la compañía, puede tomar acciones preventivas para evitarlo. Los CSPs buscan tener una visión más contextual de los clientes, que tenga en cuenta la ubicación y funcione en tiempo real. CIOs de telecomunicaciones que guían las iniciativas de big data de sus compañías están comenzando con estas fuentes de información interna aún no explotada. Por ejemplo, TEOCO, un proveedor de soluciones de software de telecomunicaciones, analizó 500 terabytes de datos de registros de detalle de llamadas y facturas inter-operador diariamente y mejorar la prestación del servicio. La compañía ayudó a un operador móvil de Nivel 1 a ahorrar más de US$400 millones en cuatro años. También permitió a los clientes responder proactivamente a problemas de red antes de que afectaran el servicio al usuario. Más del 85% de los encuestados del sector de telecomunicaciones con iniciativas de big data activas informó que utiliza capacidades analíticas centrales, como consultas e informes, y extracción de datos, para analizar big data (Figura 6). Comenzar por estas capacidades analíticas fundacionales es una forma pragmática de empezar a interpretar y analizar big data. La necesidad de capacidades más avanzadas de visualización de datos aumenta con la introducción de big data. Los datasets a menudo son demasiado grandes y los analistas de datos y de negocios no pueden verlos y analizarlos con herramientas tradicionales de informes y datos. En nuestro estudio, el 77% de los encuestados del sector de de datos.
  13. 13. IBM Global Business Services 11 Hoy, la mayoría de los CSPs están dirigiendo su abordaje temprano de big data hacia el análisis de datos estructurados. Pero big data también crea la necesidad de analizar múltiples tipos de datos, incluso datos de ubicación, redes sociales, datos de sensores y texto de lenguaje natural. Al combinar de uso para separar patrones de viaje y estacionarios, los CSPs El análisis de posicionamiento permite a los CSPs manejar la lugares relevantes, e impulsar el marketing basado en ubicación en tiempo real. Tres de cada cinco encuestados del sector de telecomunicaciones con iniciativas de big data utiliza análisis geoespacial. En más de la mitad de las iniciativas de big data activas, los encuestados del sector de telecomunicaciones informaron el uso de capacidades avanzadas diseñadas para analizar texto en su estado natural, como las transcripciones de conversaciones de call center. Este análisis incluye la capacidad de interpretar y comprender los matices del idioma, como el sentimiento, las frases informales y las intenciones. Tal como se describe en el estudio desarrollado por el IBM Institute for Business Value y titulado “Telecom’s future is social” (El futuro de las telecomunicaciones es social), una cantidad de CSPs comenzaron a utilizar datos de los medios sociales para ampliar sus conocimientos.21 Al combinar características sociales con el conocimiento existente sobre comportamiento, los CSPs pueden crear visiones extendidas y más profundas para atraer y retener clientes. El análisis de redes sociales también puede mensajes personalizados, evaluar qué repercusiones tienen las nuevas campañas, productos y servicios, y responder marcas y la reputación. Bharti Airtel, por ejemplo, utiliza el análisis de redes sociales para determinar posibles problemas de los clientes mediante el seguimiento de menciones de la compañía en redes sociales y de los problemas que surjan.22 XO Communications, un CSP enfocado en el sector mayorista y empresarial en los EE.UU, comenzó a usar análisis predictivo con su ciclo de facturación mensual de cuentas para predecir la pérdida de clientes. Dentro del primer año, se obtuvo una mejora del 60% en los índices de retención de ingresos. Aunque los gerentes de cuentas de XO ocasionalmente se sorprendieron con los clientes que eran candidatos probables a abandonar la empresa, el uso de analytics de esta manera permitió mejorar la experiencia de los clientes, a tal punto que se logró revertir la pérdida de una línea de servicio particular de XO y convertirla en ganancia. Consultas e informes Extracción de datos Visualización de datos Modelado predictivo Análisis geoespacial Optimización Texto en lenguaje natural Simulación Análisis de voz Análisis streaming Análisis de video 93% Fuente: Analytics: The real-world use of big data, un estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School de la Universidad de Oxford. © IBM 2012 Figura 6: Los encuestados del sector de telecomunicaciones aplican una variedad de herramientas de “advanced analytics”. Capacidades analíticas 86% 77% 75% 60% 55% 54% 40% 36% 25% 22%
  14. 14. 12 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones El patrón emergente de la adopción de big data se centra en generar un valor de negocio que sea cuantificable El reto general que inhibe la adopción de big data a medida que los CSPs avanzan por las etapas de adopción –desde la educación (construcción de una base de conocimiento), pasando por la exploración y el engagement y hasta la ejecución (implementación de big data a escala) – consiste en comprender el potencial que representa big data, por ejemplo, la capacidad para articular un caso de negocio (Figura 7). contundente El clima actual de la industria de las telecomunicaciones – especialmente el crecimiento de ingresos lento o estable y la mayor demanda de gastos de capital para construir redes 4G/LTE – dejó a los CSPs con poco interés en realizar nuevas requisito que obviamente no es exclusivo de las iniciativas de big data como una iniciativa atractiva para los CSPs incluyen clientes o más altos niveles de innovación en productos/servicios y velocidad. La toma de decisiones está impulsada principalmente por el valor de negocio. Las inversiones propuestas de las que no se espera obtener un rendimiento razonable no constituyen una prioridad. La cantidad limitada de CSPs que registran una ventaja económica y competitiva gracias a big data – como se mencionó antes, sólo unos pocos CSPs ya operacionalizaron e implementaron capacidades de big data & analytics dentro de sus organizaciones – causa cierta inquietud en otros acerca de los retornos previstos de las inversiones en esta área. que enfrentan los que están en las etapas iniciales del desarrollo de big data se centra en la comprensión y articulación de un necesarias en capacidades de big data y que llame la atención comprendan y apoyen su avance. Una vez que los CSPs comienzan a enfocarse en un desafío de no sorprende que los esfuerzos se centren en encontrar las habilidades necesarias para hacer realidad big data: primero, las habilidades para implementar y evaluar las tecnologías; después, las destrezas cuantitativas y de visualización requeridas para llevar a cabo el análisis avanzado y pasar del conocimiento a la acción. EjecutarEngageExplorarEducar Obstáculos de big data Habilidades analíticas Calidad de datos Habilidades técnicas Foco y soporte de gestión Comprender cómo usar big data Articular un caso de negocio contundente Se pidió a los encuestados que identificaran los mayores obstáculos a los esfuerzos de big data dentro de sus organizaciones. Se ponderaron y totalizaron las respuestas. La ubicación de los casilleros refleja en qué grado domina cada obstáculo en una etapa determinada. Fuente: Encuesta Big Data @ Work Survey, estudio de investigación colaborativo realizado por el IBM Institute for Business Value y Saïd Business School en la Universidad de Oxford. © IBM 2012 Figura 7: Comprendiendo los obstáculos clave para la adopción de big data.
  15. 15. IBM Global Business Services 13 Recomendaciones: Promueva la adopción de big data Un análisis de nuestras conclusiones de la encuesta acerca de big data muestra cómo los CSPs promueven sus esfuerzos en este sentido. Impulsados por la necesidad de resolver los retos del negocio, en vista de las tecnologías que avanzan y el dinamismo de los datos, los CSPs están buscando dar una Para extraer más valor, ofrecemos un conjunto amplio de recomendaciones a los CSPs a medida que avanzan por el camino hacia big data. Comprometa los esfuerzos iniciales a los resultados centrados en los clientes Es imperativo que los CSPs centren sus iniciativas de big data en áreas que puedan proporcionar mayor valor al negocio. atenderlos mejor, como resultado de poder comprender verdaderamente las necesidades y anticipar los comportamientos futuros. Poder entender mejor, predecir y dar a los clientes lo que realmente necesitan es la prioridad clave de los CEOs de telecomunicaciones. La digitalización masiva, una de las fuerzas que contribuyó al auge de big data, también cambió el equilibrio de poder entre el consumidor y el CSP. Si los CSPs han de entender y dar valor a clientes más capacitados y exigentes, tienen que concentrarse en conocer a sus clientes como individuos. También necesitan invertir en nuevas tecnologías y en análisis avanzado para obtener una visión optimizada de las interacciones y preferencias de cada cliente. business-to-business quieren hacer más que simplemente con sus clientes, los CSPs deben conectarse con ellos de manera que sus clientes las perciban como valiosas. El valor podrá venir a través de interacciones más oportunas, informadas o relevantes; también podrá generarse a medida que los CSPs mejoran las operaciones subyacentes de manera de optimizar la experiencia general de esas interacciones. De cualquier modo, la analítica alimenta los conocimientos de big data que se vuelven cada vez más esenciales para crear ese nivel de profundidad en esas relaciones. Desarrolle un modelo de big data para toda la empresa Un modelo (blueprint) incluye la visión, estrategia y requisitos para big data dentro de la organización. Es un paso crítico para lograr la alineación entre las necesidades de los usuarios de negocio y la hoja de ruta de implementación de TI. Es lo que genera una comprensión común de cómo los CSPs se proponen usar big data para mejorar los objetivos del negocio. Para los CSPs, big data implica repensar fundamentalmente la forma en que se administran los datos. Muchos CSPs siguen estando organizados por productos, servicios y funciones, no por clientes, y algunos ni siquiera tienen a un responsable de los datos o de la estrategia de datos. Los CSPs necesitan derribar los silos de datos para permitir el uso de datos en de los datos a medida que circula por la organización. se intentará resolver, así como los requisitos de procesos de que incluye los datos, herramientas y hardware necesarios para alcanzar la estrategia de big data. Es la base para desarrollar una hoja de ruta que guíe a la organización por un abordaje pragmático para desarrollar e implementar sus soluciones de big data de forma tal de generar valor sostenible para el negocio. Pero los clientes de hoy - consumidores finales o clientes
  16. 16. 14 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Comience por los datos existentes para obtener resultados en el corto plazo Dar un vistazo internamente, primero permite a los CSPs apalancar sus datos existentes, software y habilidades para entregar valor de negocios en el corto plazo y adquirir una experiencia importante. Luego pueden extender sus capacidades para abordar fuentes y tipos de datos más complejos. La mayoría de los CSPs se inclinarán por esta opción para sacar provecho de la información almacenada en repositorios existentes, y al mismo tiempo escalar sus almacenes de datos para manejar mayores volúmenes y variedades de datos. Cuando los procesos, marcos e infraestructuras técnicas básicas necesarias para recaptar y manipular los datos existentes hayan madurado, los CSPs pueden extenderse a otras fuentes. Con la proliferación de dispositivos inteligentes y sensores y el crecimiento explosivo en datos estructurados y no estructurados, surgen nuevas oportunidades de proporcionar servicios personalizados, conscientes del contexto y just-in-time, sobre la base de las visiones, los deseos, las preferencias y la ubicación de los usuarios individuales. Los CSPs están en la mejor posición para atender a un consumidor más inteligente, que cada vez más espera productos y servicios únicos y personalizados según sus preferencias particulares. Construya capacidades analíticas basadas en las prioridades del negocio El primer paso para impulsar big data es el uso de herramientas analíticas, como consultas e informes, dashboards y scorecards, para dar soporte a los procesos de negocio clave, que incluyen la generación de indicadores clave del desempeño y la gestión de la experiencia con el cliente. De este modo, es posible transformar los datos en conocimiento, entregando información relevante, integrada, oportuna y accionable. Un gran valor reside en lograr que el centro de contacto, por ejemplo, tenga a su disposición información de red en tiempo real. Con capacidad predictiva, los CSPs pueden comenzar la transición hacia una organización optimizada, enfocada a los resultados. Se puede crear conocimiento visionario y conocimiento en profundidad del cliente, las operaciones y los comportamientos en red. El análisis predictivo es la llave para una toma de decisiones informadas. Por ejemplo, puede revelar patrones que ayudan a comprar servicios del tipo rich media, lo cual conduce a nuevos – puede ayudar a crear una empresa centrada en la información Un sistema que es automatizado y consciente de los eventos en tiempo real puede aportar información para promover soluciones de ejecución inmediata. Por ejemplo, un cliente que pasa caminando por una tienda de café determinada puede recibir una oferta de descuento en bebidas en esa tienda. Conforme la información contextual de la “Internet de las Cosas” y los datos producidos por las plataformas sociales cobran los CSPs deberían enfocarse progresivamente en adquirir las capacidades necesarias para potenciar el análisis prescriptivo tecnologías –que incluyen los sistemas cognitivos- son capaces de evaluar grandes cantidades de datos tanto estructurados como no estructurados en tiempo real o casi real. Un ejemplo de ello es la tecnología Watson, capaz de buscar en el equivalente a un millón de libros o aproximadamente 200 millones de páginas de datos, y analizar esta información y dar respuestas precisas en menos de tres segundos. Watson aplica tecnologías de procesamiento de lenguaje natural, la recuperación de información, la representación de conocimiento y razonamiento, y aprendizaje de máquinas, para responder preguntas. Esta tecnología, por ejemplo, puede ser útil para permitir a los call centers de los CSPs responder a Para obtener resultados en el corto plazo, y al mismo tiempo dar ímpetu y obtener experiencia para sostener un programa de big data, resulta crítico para los CSPs adoptar un enfoque más lógico y efectivo en término de costos para empezar a buscar nuevos conocimientos es dentro de la empresa.
  17. 17. IBM Global Business Services 15 Además de adquirir las herramientas, los CSPs también deberían enfocarse en tener el conocimiento analítico correcto, lo cual no es fácil en un mundo donde se observa una alta demanda –y escasez crítica—de las habilidades correctas de análisis. Cree un caso de negocio sobre la base de resultados que pueda ser cuantificable Muchos CSPs están basando sus casos de negocio en los • Decisiones más inteligentes – Impulsar nuevas fuentes de datos para mejorar la calidad de la toma de decisiones. • Decisiones más rápidas – Habilitar más capturas de datos en tiempo real y análisis para dar soporte a toma de decisiones en el “punto de impacto”, como cuando un cliente se encuentra en un lugar en particular o en el teléfono con un representante de atención al cliente. • – Enfocar los esfuerzos de big data hacia áreas que proporcionan una verdadera diferenciación. Decisiones que marcan la diferencia Un principio importante sustenta cada una de estas recomendaciones: los profesionales de negocios y de TI deben trabajar juntos durante todo el recorrido de big data. requisitos de negocio primero, y luego adaptan la infraestructura, las fuentes de datos y el análisis cuantitativo para respaldar esa oportunidad de negocio. Dé el puntapié inicial en su evolución de big data La capacidad de recopilar y analizar sistemáticamente los datos representa un nuevo mundo por explorar para los CSPs. Con la amplitud de información que los CSPs tienen sobre sus clientes, poseen importantes ventajas respecto a otros en el ecosistema. Los CSPs que actúan con agilidad para capitalizar los conocimientos escondidos dentro del vasto volumen, la velocidad y la variedad de big data se posicionarán para mantenerse un paso más adelante que sus competidores, mejorar la experiencia de los clientes, impulsar nuevos productos, aumentar la productividad, predecir tendencias futuras y, especialmente, ganar dinero. Los CSPs que son capaces de extraer el máximo valor de sus activos de datos pueden convertirse verdaderamente en ingresos totalmente nuevos forjando alianzas con agencias de publicidad, minoristas, prestadoras de salud y entes de la administración pública, entre otros. El ecosistema existente de telecomunicaciones tiene el potencial de convertirse en el la buena trayectoria de la industria para tratar los datos de clientes, el estricto marco regulatorio implementado y sus obligaciones inherentes de protección de la información. Los CSPs deberían ver una ventana crucial de oportunidad con big data. Las telecomunicaciones es una industria preparada para estar a la vanguardia de la ola de big data, pues ya utiliza tecnologías de analítica para big data como diferenciador hoy y se espera que con el tiempo esta capacidad se convierta en uno de sus ejes más valiosos. Para ver más información sobre este estudio del IBM Institute for Business Value, contáctenos: iibv@us.ibm.com ibm.com/iibv Para ver un catálogo completo de nuestras investigaciones, visite: Suscríbase a IdeaWatch, nuestro e-newsletter mensual, que tiene los últimos informes ejecutivos sobre la base de investigaciones del IBM Institute for Business Value: ibm.com/gbs/ideawatch/subscribe Acceda a los informes ejecutivos del IBM Institute for Business Value en su tablet descargando la app gratuita “IBM IBV” para iPad o Android. Para desarrollar una estrategia de big data integral y viable y la hoja de ruta subsiguiente se necesita un caso de negocios sólido participación activa y el apoyo de uno o más ejecutivos de negocio durante todo el proceso. Igualmente importante a la hora de lograr el éxito a largo plazo es contar con una colaboración sólida y continua entre el área de negocio y el área de TI.
  18. 18. 16 Analytics: El uso de big data en el mundo real aplicado a las telecomunicaciones Sobre los autores Bob Fox es el Líder de Industria Global para los sectores de telecomunicaciones y medios y entretenimientos de IBM Global Business Services. Bob dedicó 30 años a asesorar a proveedores de servicios de telecomunicaciones de todo el mundo en estrategia de negocios y cómo mejorar las operaciones de cara al cliente. Para contactar a Bob: robertfox@us.ibm.com. Rob van den Dam es el Líder de Telecomunicaciones en el IBM Institute for Business Value. En este rol, desarrolla visiones de industria y estudios de realización de valor para telecomunicaciones. Rob cuenta con 20 años de experiencia trabajando en telecomunicaciones. Para contactar a Rob: rob_vandendam@nl.ibm.com Rebecca Shockley es la Líder de Investigación Global en Análisis y Optimización de Negocios para IBM Institute for Business Value, donde lleva a cabo investigación fáctica sobre el tema de business analytics, con el objetivo de desarrollar liderazgo de ideas para altos ejecutivos. Para contactar a Rebecca: rshock@us.ibm.com. Contribuyentes Scott Stainken, Gerente General de la Industria de Telecomunicaciones, IBM Corporation. Nick Gurney, Líder del sector Comunicaciones en IBM Global Business Services, Growth Markets. Eric Lesser, Director de Investigación y Líder para Norteamérica del IBM Institute for Business Value Referencias “Leading Through Connections: Insights from the Global Schroeck, Michael, Rebecca Shockley, Dr. Janet Smart, Professor Dolores Romero-Morales y Professor Peter Tufano. “Analytics: The real-world use of big data. How innovative organizations are extracting value from uncertain data.” IBM Institute for Business School en colaboración con el Saïd Business School,Universidad de us/gbs/thoughtleadership/ibv-big-data-at-work.html Szaniawaski, Kris. “Telcos get into big data.” telecomsemea.net/content/telcos-get-big-data Sahota, Dawinderpal. “Customer data creating revenue customer-data-creating-revenue-opportunities-in-unlikely- places/ LaValle, Steve, Michael Hopkins, Eric Lesser, Rebecca Shockley y Nina Kruschwitz. “Analytics: The new path to value: How the smartest organizations are embedding analytics to transform insights into action.”IBM Institute for Business Value en colaboración con MIT Sloan Management Review com/services/us/gbs/thoughtleadership/ibv-embedding- Technology. . Octubre Mayo Octubre 12 de Diciembre de 16 de Octubre Octubre de
  19. 19. IBM Global Business Services 17 Gage, Deborah. “Telefonica Digital targets big data in Silicon Valley “road trip.” Dow Jones VentureWire. Lennighan, Mary. “Telcos can survive on big data alone developed by ASF and Orange, recognized by the ZELT net. http://www.transport-intelligent.net/IMG/pdf/ Szaniawaski, Kris. “Telcos get into big data.” telecomsemea.net/content/telcos-get-big-data “Leading Through Connections: Insights from the Global Fox, Bob, Nick Gurney, Rob van den Dam and Ekow Nelson. “Building Advocacy in Telecommunications.” IBM ibv-telcoadvocacy.html Obiodu, Emeka. “Telefonica and Verizon dial into big data” telefonica-and-verizon-dial-into-big-data/ Información de entrevista en profundidad realizada por IBM Smith, Chris. “Giving telcos the tools for big data success.” European Communications Páginas issue. St. John Patrick Publishers. Cisco Visual Network Index, http://www.cisco.com/en/US/ Cita de entrevista en profundidad realizada dentro del estudio IBV sobre Big Data “TEOCO, Helping communications service providers save y=en_us Caso de estudio IBM: “Putting the Lid on Churn.” Noviembre de 2010. Fox, Bob and Rob van den Dam. “Telecom’s future is thoughtleadership/telecomsocialbusiness/ “Airtel’s impact on Social Media.” Telecom Talk. 23 de diciembre de 2010 “IBM’s Watson Computer Heads to Wall Street for Post-Jeopardy Gig.“ Time Magazine ibms-watson-supercomputer-heads-to-wall-street/ 2 de octubre de 2012. 17 de octubre de 2012. 12 de diciembre de 2012. Mayo de 2012. Octubre de 2011. 23 de mayo de 2012. 8 de octubre de 2012. Caso de estudio IBM: Caso de estudio IBM: 31 de mayo de 2012. Enero de 2013. 7 de marzo de 2012 Telefonica | Vivo nets a 30 percent increase in marketing revenue via IBM Unica.
  20. 20. Por favor recicle IBM Global Services U.S.A. Producido en Estados Unidos de América Reservados todos los derechos. IBM, el logotipo IBM e ibm.com son marcas comerciales o marcas comerciales registradas de International Business Machines Corporation en EE.UU. y/o en otros países. Si estos y otros términos se señalan la primera vez que aparecen en esta información con los símbolos de marca comercial (® o ™), indican marcas comerciales de IBM, registradas en los EE.UU. o conforme al derecho consuetudinario estadounidense, propiedad de IBM en el momento de publicación de esta información. Tales marcas comerciales también pueden ser marcas comerciales registradas o conforme al derecho consuetudinario de otros países. Una lista actualizada de las marcas comerciales de IBM está disponible en la web en la sección “Copyright and trademark information” de ibm.com/legal/copytrade.shtml. Las demás denominaciones de compañías, productos y servicios pueden ser marcas comerciales o marcas de servicio de terceros. Las referencias en esta publicación a productos y servicios de IBM no implican que IBM tenga intención de que estén disponibles en todos los países en que IBM desarrolla sus actividades. Abril de 2013

×