Skylads - Big Data for Telcos

Skylads Limited - Private & Confidential 1

Big Data for Telcos

Use cases

Skylads Limited - Private & Confidential 2Skylads Limited - Private & Confidential 2

Skylads, qui sommes nous?• Startup fondée en 2015 spécialisée dans la R&D

autour de l’intelligence artificielle et le big data• Conception et Déploiement avec succès de produits

de gestion de plateformes publicitaires programmatique temps réel aux US, et en Europe• R&D étendue à d’autres applications industrielles :

banque, finance, telcos


L’équipe conseil

• Diplômé de l’Ecole Polytechnique Paris, et de l’ENSAE il est expert dans le traitement des données, le machine learning, le big data et la data science

• C'est un expert en technologies en machine learning et big data.

• Il a opéré sur de nombreux sujets impliquant une utilisation intensive de l’intelligence artificielle, l’analyse avancée de données et la production d’analyses sur la base d’exploitation de gisements de données massifs.

• Il est actuellement consultant expert à l’international sur un ensemble de projets innovants (intelligence artificielle, Marketplaces programmatiques, Data Science).

• Il est diplômé de l’Ecole Spéciale des TP et de l’Industrie, a fondé plusieurs entreprises digitales en 2006 après avoir dirigé pendant 7 ans une société d'ingénierie informatique filiale du groupe marocain Finance.com.

• C'est un expert en technologies digitales avec une vision avant-gardiste sur les technologies Internet.

• Il est actuellement consultant expert à l’international sur un ensemble de projets innovants (intelligence artificielle, Marketplaces programmatiques, Data Science)


Qu’est ce que le Big Data?• Tout ce qui ne peut tenir sur un seul disque dur,

tombe dans la catégorie Big Data• C’est une façon de penser et prédire le futur qui

suppose que, le plus de data, le mieux.• Décrire et prédire le monde qui nous entoure• Descriptive progress, influential progress• Feed back loop• Modèles, pattern matching to a definition of success

• Historical data, training, historical patterns, definition of success


Telcos, domaines d’application

Gestion de l’expérience client

- Marketing ciblé et personnalisation- Analyses prédictives du taux de

roulement client (churn)- Analyses des interactions online,

offline- Gestion proactive de la relation

Analyses opérationnelles

- Analyses de pertes de revenus- Gestion de la fraude- Optimisation de l’onboarding- Optimisation de la relation client

Optimisation réseau

- Planification de la capacité et optimisation

- Planification des investissements- Analyses temps réel

Monétisation

- DAaaS (Data Analytics as a Service)


ArchitectureInterne: Optimisation des processus business Externe: monétisation

Marketing Expérience et Rétention Planification et optimisation réseau

Structuration et commercialisation Data

Connecteurs

Business Réseau

Structuration et Mining

Intégration Data / ETL / Prétraitement

Spark? Hadoop?

BSS OSS

Plat

efor

me

Big

Data


A. Gestion de l’expérience client• Améliorer et optimiser l’expérience client pour :

• Maintenir l’avantage concurrentiel• Réduire le taux de roulement (churn rate)

• Construction d’une vue à 360° du client tout le long se son parcours et à travers tous les canaux d’interaction offline et online• Segmentation intelligente et dynamique• Analyse du comportement, insights• Marketing ultra-ciblé multicanal• Hyper-personnalisation des offres• Analyse prédictive des désabonnements, switches


B. Optimisation réseau• Assurer la cohérence du réseau :• Pilotage de la capacité et de la qualité de service• Planification des investissements

• Introduction du temps-réel et de l’analyse prédictive dans les gisements de logs• Surveillance temps réel du réseau• Optimisation de la capacité• Analyse prédictive des usages• Cartographie des usages


C. Analyses opérationnelles• Accroitre l’efficacité des processus :• Diminution des pertes de revenu• Réduction des coûts de non qualité

• Analyse préventive des motifs comportementaux et qualitative des données• Détection de fraude• Détection des anomalies• Correction des données


D. Monétisation• Générer des sources de revenus supplémentaires :• Diversification des revenus• Rentabilisation des gisements de données disponibles

• Packaging et commercialisation de la ressource « data »• Géomarketing• Business Intelligence consommateurs• Segments publicité digitale (dmp)


Visualisations – Analyse des appels par type, origine, et créneau horaire


Visualisations – Analyse géographique du réseau pour la détection de défaillance


Visualisations – Analyse géographique du taux de pénétration


Démarche – « Release Early, Release often »

START

Analyse de

l’existant

Collecte de

données

1 mois

POCS

Propositions POCsValidationSpécifications

2 mois

GO

3 mois

Mise en oeuvreAjustementsDéploiement

Evaluation

Learnings


En chiffresOrange – Livebox – relation client2014: Résultats de la démarche d'analyse prédictive : 92 % de clients satisfaits ; 35 000 Livebox sauvés et 8 000 échangés et un gain de 2,8 millions d'euros.2015 : 20 % supplémentaires de Livebox sauvées et 3,6 millions de gains.Source : http://www.relationclientmag.fr/Thematique/techno-solutions-it-1016/Breves/Big-Data-2016-Comment-Orange-utilise-machine-learning-service-experience-client-302764.htm SFR – Churn rate81% des candidats au départ repérés et 75% des clients contactés avant une résiliation restent chez SFRSource : http://www.zdnet.fr/actualites/comment-sfr-repere-ses-clients-voulant-le-quitter-grace-au-big-data-39815340.htmFYI : http://www.asprom.com/big/gras.pdf -> graph a recuperer pour le geomarketing sur la franceFYI : http://www.journaldunet.com/solutions/dsi/projet-de-big-data-en-france/ biensur que l’architecture est faite sur hadoop T-Mobile – Churn rateCut by half churn rate in the USA with big dataSource: https://datafloq.com/read/t-mobile-usa-cuts-downs-churn-rate-with-big-data/512FYI : https://www2.deloitte.com/content/dam/Deloitte/us/Documents/deloitte-analytics/us-da-telecom-case-study-final-03232015.pdf (paper without any figures but interesting to see deloitte in it) T-Mobile – Acquisition costThe company added 2.1 million customers in the second quarter of 2015, in its ninth consecutive quarter where it added more than 1 million customers. This summer T-Mobile bumped Sprint out of its spot as third largest telecomm company, and now thanks to T-Mobile's clever use of big data AT&T might just be the next giant to fallSource: http://www.smartdatacollective.com/jessoaks11/351284/t-mobile-mines-big-data-continues-progress Bouygues – Optimisation reseauUtilisation d’hadoop sur le reseau – gain de client entreprise (Pas de chiffre)Source : http://www.lemagit.fr/etude/Bouygues-Telecom-deploie-Cloudera-pour-reduire-les-incidents-de-la-4G

Technology

Skylads - Big Data for Telcos