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.

Inteligencia del dato aplicada al negocio de las telecomunicaciones - LibreCon 2016

1,089 views

Published on

Iñigo Sánchez, Zylk Industry / Ángel Barrio, Euskaltel

Published in: Data & Analytics
  • Be the first to comment

Inteligencia del dato aplicada al negocio de las telecomunicaciones - LibreCon 2016

  1. 1. Inteligencia del dato aplicada al negocio de las telecomunicaciones Bilbao, 22 de noviembre de 2016 Bilbao, 2016ko azaroak 22
  2. 2. BIG DATA
  3. 3. SMART DATA
  4. 4. DATOS ¿QUÉ? INTELIGENCIA ¿CÓMO? VALOR DIFERENCIACIÓN
  5. 5. ¿CÓMO CONVENCER A NEGOCIO? ¿CÓMO PODEMOS APORTAR VALOR A LOS CLIENTES? PASO A PASO
  6. 6. x2.5 year-on-year
  7. 7. CASO1: Widget consumo de datos en T.R.
  8. 8. CASO2: Prevención de averías en red
  9. 9. ¿CÓMO PODEMOS APORTAR VALOR A TERCEROS CON LOS DATOS?
  10. 10. http://replicate-project.eu/ Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
  11. 11. Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
  12. 12. 2754 979 4534 1198 22 de noviembre de 2017 +1-1 SMART MOBILITY *ESTE MAPA ES UNA SIMULACIÓN Este proyecto ha recibido fondos del programa de investigación e innovación H2020 de la Unión Europea en el marco del contrato nº 691735
  13. 13. ¿PREGUNTAS?
  14. 14. Inteligencia del dato al servicio de las telecomunicaciones: Añadiendo valor a la experiencia de usuario Iñigo Sanchez, Twitter: @zylkindustry, @espolex
  15. 15. Quiénes somos www.zylk.net @zylkindustry
  16. 16. Euskaltel λ Al rededor de 150 millones de eventos/día ingeridos en Apache Kafka λ 100 cores, 300 GB de memoria, 4 TB HDFS storage
  17. 17. Hortonworks
  18. 18. Tecnologías
  19. 19. Euskaltel λ Objetivo: Disponer de un sistema de detección de eventos en tiempo real, a fin de mejorar la experiencia de usuario gracias al matenimiento predictivo
  20. 20. El dato en las telecomunicaciones λ Representación como una serie temporal - #peticiones - #fallos - #código error - … λ Análisis: detección de fallos a partir umbrales, obtenidos a partir de un periodo sin fallos
  21. 21. Ejemplo: Código λ #peticiones (LTE & Wifi Kalean): millones de conexiones por día λ Análisis código éxito (OK)
  22. 22. Los umbrales no siempre funcionan λ  KOOK
  23. 23. Detección de outliers λ Estadísticos en ventanas de tiempo λ Algoritmos de regresión
  24. 24. ARQUITECTURA
  25. 25. Arquitectura Multicapa λ API Gateway (EAG) λ API Datos (Flink) λ Microservicios λ Lambda (Kafka, Hbase) λ API Ingesta (Nifi)
  26. 26. Ingesta: Apache Nifi λ Procesos ETL λ BackPressure Control & Guaranteed delivery
  27. 27. Arquitectura Lambda
  28. 28. Microservicios
  29. 29. APID: Procesos distribuidos λ Programación funcional λ Analítica avanzada λ Ventanas λ Heurísticos λ Algoritmos de ML
  30. 30. Windows λ Windows λ Tolerancia a fallos
  31. 31. Servicios más eficientes
  32. 32. Mejora la experiencia de usuario ¿ Cómo ?
  33. 33. Hacia donde: la unión hace la fuerza
  34. 34. ¿PREGUNTAS?
  35. 35. ESKERRIK ASKO! ¡MUCHAS GRACIAS! Ángel Barrio Martínez Responsable de Seguridad de TI abmartinez@euskaltel.com Euskaltel, S.A. :@geekburu http://www.linkedin.com/in/abmartinez Iñigo Sánchez Méndez Big Data Engineer Zylk isanchez@zylk.net Zylk Advance Analytics :@espolex, @zylkindustry https://es.linkedin.com/in/spolex
  36. 36. ¿Por qué Flink?
  37. 37. API Datos
  38. 38. Time & Windows λ Event time λ Processing time λ Ingestion time
  39. 39. API Gateway λ EAG λ Datos agregados y anonimizados

×