A r c h i t e t t u r e d i n u o v a g e n e r a z i o n e p e r B i g D a t a e A n a l y t i c s 24/06/2014

Transcript

1 A r c h i t e t t u r e d i n u o v a g e n e r a z i o n e p e r B i g D a t a e A n a l y t i c s 24/06/2014

2 Evoluzione Analytics D a i n i z i a t i v a a n e c e s s i t à p e r i l b u s i n e s s Analytically sophisticated companies outperform their competition 2.0x more likely to outperform industry peers 260% more likely to be top performers 1.6x Revenue Growth 2.0x EBITDA Growth 2.5x Stock Price Appreciation Source: The New Intelligent Enterprise, a joint MIT Sloan Management Review and IBM Institute of Business Value analytics research partnership. Copyright Massachusetts Institute of Technology Outperforming in a data-rich, hyper-connected world, IBM Center for Applied Insights study conducted in cooperation with the Economist Intelligence Unit and the IBM Institute of Business Value /06/2014

3 Evoluzione Analytics Optimization 3 BI Reporting and Ad-Hoc Analysis Che cosa è successo? Quando e dove? Quantità? Predictive Analytics Capacità di effettuare analisi estremamente complesse Riduzione dei tempi di latenza Che cosa succederà? Quale sarà l impatto 3 24/06/2014 Nuove fonti di informazioni (strutturate e non) Cosa sta accadendo ora? Qual è la scelta migliore?

4 Sistemi Sorgente Nuovi requisiti I s i s t e m i E D W t r a d i z i o n a l i s o n o s u f f i c i e n t i? Business Intelligence & Analytics Predictive Analytics & Modeling Operazionali Strutturati Staging Area EDW Marts BI & Performance Management Archive Information Movement & Transformation 5 24/06/2014

5 Case Study: Service Operations Center Esigenza di gestire le performance e la qualità end-to-end del servizio, nonché l impatto sulla Customer Experience. Dati da xdrs, Service Quality Management (SQM), sonde, agenti, Deep Packet Inspection (DPI), etc. Monitoraggio dell utilizzo del servizio e delle prestazioni, con eventuali azioni per garantire la continuità di servizio Informazioni per CEM 6 24/06/2014

6 Mappa copertura del provider Analisi copertura rete «Heat Map» dettagliata L utilizzo della geolocalizzazione delle torri e di modelli statistici basati sui dati di traffico consente un affinamento molto più dettagliato dell effettiva copertura rispetto alle mappe standard fornite dal provider Georeferenziando i dati relativi alla residenza/domicilio dei clienti e sovrapponendo i dati è possibile evidenziare eventuali problemi di copertura ed anticipare potenziali lamentele, riducendo il churn 8 24/06/2014

7 Sistemi Sorgente Sistemi EDW tradizionali Necessità di un ambiente ad elevate prestazioni e scalabile per poter gestire grandi volumi dati Semplicità di utilizzo Capacità di gestire analisi molto complesse Business Intelligence & Analytics Predictive Analytics & Modeling Operazionali Strutturati Staging Area EDW Inefficiente per il near-real time analytics Marts BI & Performance Management Necessità di una infrastruttura efficiente in grado di: Gestire grandi volumi dati a costi contenuti Consentire attività di tipo esplorative Gestire nuove fonti alimentanti (strutturate e non) Archive Information Movement & Transformation 9 24/06/2014 Necessità di una infrastruttura efficiente, in grado di funzionare anche come «queriable archive»

8 Big Data Platform Sistemi Sorgente Business Intelligence & Analytics Streaming Sensori Geospaziali Serie Temporali Operazionali Strutturati Staging Landing, Exploration Area & Archive EDW Analytic Appliance Marts Predictive Analytics & Modeling BI & Performance Management Non Strutturati Esterni Social Archive Information Movement & Transformation Exploration & Discovery 10 24/06/2014

9 Case Study: Modernizzazione Customer Care Azienda: B2C market (milioni di clienti: mobile, linea fissa & DSL) Volumi: diverse migliaia di agenti del contact center Decine/centinaia di applicazioni con informazioni sul cliente applicazioni aperte per chiamata Miliardi di record l anno (vendite, chiamate, report,..) Situazione as-is: Call center molto complesso da gestire Chiamate troppo lunghe e inconcludenti Mancata comprensione della situazione del cliente Alti costi di training (>3 mesi per utente) Performance insoddisfacenti e bassa responsiveness della UI 11 24/06/2014

10 Te c h n o l o g y S t a c k Real Time Web Client RIA* (HTML 5) Web Services Client Reps Telesales UIA Platform Informazioni Web Services (SOA) CRM ERP MAINFRAME EDW Miliardi record indicizzati 12 24/06/ BUSINESS APPLICATIONS Milioni query/gg * Rich internet Application

11 R i s u l t a t i PRIMA 900 s CALL TIME POST-CALL PROCESSING DOPO 600 s 300 s risparmiati 192 s, i.e s 400 s, i.e s SAVING > 60 M /y 15 s 60 s Identificazione del cliente in 1 applicazione Customer knowledge divisa tra 5 a 8 applicazioni (history, etc.) - 13 s - 20 s 75 s Risposta alle richieste (prodotti, servizi, accesso a FAQ, ) - 15 s 320 s 20 s Business Process Administrative Transactions Call Termination (reporting) s - 10 s 13 DONE DURING THE CALL 24/06/2014

12 Alessandro Pirovano Partner Dataxtreme Gruppo Bizmatica 14 30/06/2014 Cybersecurity Summit 2014