1
La Revenue Assurance è un tematica che ha assunto negli anni una importanza sempre più strategica in special modo tra gli operatori di telecomunicazioni in cui risultano esserci perdite sempre più consistenti a causa della mancata raccolta del fattiurato. In alcune realtà sono nell ordine del 5-15% del totale. Le cause possono essere le più disparate ma sono comunque riconducibili ai processi/sistemi interni non accurati (escludendo le cause dolose frodi). Lo sviluppo di ADAM ha riguardato in primis il monitoraggio della «Revenue Chain» per uno specifico servizio andando a verificare e misurare l efficienza e l efficacia dei molteplici sistemi facenti parte della «chain», dall evento che genera revenue sino all incasso coprendo una serie considerevole di processi aziendali. Per tali motivi quindi l evoluzione del prodotto non poteva che dirigersi, dopo i risultati ottenuti, verso un approccio preventivo considerando che prevenire equivale a proteggere gli asset aziendali. Un approccio che ci dirige sulle tematiche di Risk Management e Business Innovation tramite l utilizzo e lo sviluppo di MODELLI QUALITATIVI. Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo sviluppo di metodi proprierari matematici chiamati ARTIFICIAL ADAPTIVE SYSTEM: l area più recente dell IA e dell analisi dei dati in grado di affrontare con successo i complessi problemi del mondo reale anche dove gli approcci tradizionali sono poco efficaci o inapplicabili. Stiamo parlando delle RETI NEURALI, modelli matematici che emulano ( o almeno tentano) il sitema nervoso centrale e rappresentano un potente strumento statistico. 2
Scopo finale delle reti neurali è quello di realizzare i meccanismi di apprendimento del cervello umano facendo in modo che la rete interagisca con l ambiente esterno senza l intervento umano. Si basano sul concetto che in determinate situazioni è possibile far apprendere ad un apparato matematico determinate leggi che non si conoscono a priori facendogli analizzare un elevato numero di casi reali ( FASE DI APPRENDIMENTO-ASSIMILAZIONE). I campi in cui sono applicate possono essere classificate nelle seguenti categorie di applicazioni: 1. Funzioni di approssimazione-regressione tra cui le previsioni temporali e la modellazione; 2. Classificazione ed individuazione delle novità ed il processo decisionale; 3. L elaborazione dei dati. E quindi queste aree includono sistemi di monitoraggio e controllo, simulatori e processi decisionali, riconoscimento di pattern, sequenze, diagnosi medica ed applicazioni finanziarie. Negli ultimi anni le reti neurali vengono utilizzate in sismologia per la localizzazione di epicentri di terremoti e predizione della loro intensità. 3
ADAPTIVE DYNAMIC ADAM ADAM Oggetto della RA Account Activation and Service Provisioning Credit check Monitorin g and Control Fraud Manageme nt Usage Processing PrePaid Manageme nt Interconne cti and Roaming Bill Processing Commissi ons Collection and Bad Debt Managem ent Nuovi clienti Evidenza Docs Verifica credenziali e profili di accesso Meccanismi di blocco NA Verifica Verifiche manuali Log di attività ed errori Controllo degli Accessi alerts Policies and Procedures dello storico Relazioni con altri operatori Ag. Esterne regole/alert Raccolta dati sistemi interni Detec. attività non autorizzate Network and System Operations Real time and batch mngnt Error Handling alerts Monitoring Rating e Billing Fault critici CDR Situazioni anomale Analisi LOG riallineamnto dati (CDRs) Ricariche real time del Business continuity e indisponibili tà del Exceptions Handling Analisi LOG Riallineamen to dati degli applicativi e di Trasferimento e scambio dati tra operatori Raccolta e produzione dati tra operatori Riconciliazione dati traffico e contabili Management Reporting Bilanciamento dati traffico e contabili Operational Reporting degli Processi operativi correzioni manuali Pre-billing Files In/Out Enti terzi per stampa fatture Policy di accesso e profili Balancing tra sistemi (Rating, Billing e Interconnect) Analisi dati Cicli fatturazione Dati Pre-Billing Dati su sconti e campagne clienti Piano delle Commissioni Gestioni manuali Policy di accesso al delle Commissioni Criteri di calcolo automatico e manuale Modalità di storno delle Disallineamenti Dati del calcolo Dati di storno degli Processo e controlli Metriche di Efficacia e efficienza Riconciliazione tra di collection e altri recupero Detection di transazioni duplicate o missing degli Risk Credit Check Assessment Credit Scoring Check documentale Risk Prevention Risk Detection Fraud Check Policy/proc. optimization Check di coerenze logiche Previsione Fault critici Quadrature CDR, LOG, sistemi billing e rating Proactive detection di eccezioni ed errori accordi Operatore tariffe di interconnessione CDRs check evaluation Fraud detection & prevention su roaming Analisi di coerenza semantica tra sistemi (Rating, Billing e Interconnect) Analisi predittiva su Dati Pre-Billing Ciclo di Pagamento criteri di premio e Analisi del processo e dell applicazione di Collection 4
ADAM Si compone di tre engine principali: 1. Engine di interfaccia con i sistemi esterni per l elaborazione dei diversi tipi di flussi in input; 2. Engine di elaborazione dei dati/flussi ricevuti in input con la creazione dei data-mart (Trasformation ed Interpretation Layer); 3. Engine di visualizzazione (Presentation Layer). ADAPTIVE DYNAMIC ADAM Aggiunta del modulo ADAPTIVE DYNAMICS che conterrà i seguenti engine : 1. Engine PRE-PROCESSING per la trasformazione in numero dei dati; 2. Engine ARTIFICIAL ADAPTIVE SYSTEM ; 3. Engine POST-PROCESSING di conversione dei numeri in dati reali per la succesiva presentazione all utente. 5