
挖掘運維大數(shù)據(jù),開拓運營新天地_數(shù)據(jù)分析師考試
在移動互聯(lián)網快速演進的過程中,運營商市場呈現(xiàn)出三大特征:基礎設施越發(fā)復雜,網絡運維更加動態(tài),業(yè)務需求更加個性。從2G到3G時代,通訊技術改變了消費者的生活方式,而進入到LTE和‘網絡社會’時代,消費者的需求迫使運營商不斷調整運營模式以適應未來的挑戰(zhàn),此時,傳統(tǒng)的運維支撐系統(tǒng),面臨的主要挑戰(zhàn)不再是規(guī)模,而是網絡的多元化和用戶更高的體驗期望,運營商將如何實現(xiàn)運維的自身進化,適應新的生態(tài)系統(tǒng)?
運維煙囪加速倒下,數(shù)據(jù)藍海提升共享
隨著新技術和新業(yè)務的加快出現(xiàn),運營商急于打破現(xiàn)有“煙囪”式構架的OSS系統(tǒng),正逐步擺脫孤立的系統(tǒng)的束縛并消除專有應用,通過部署具有開放的接口、支持未來SDN、NFV等技術,這些顛覆性的技術帶來廣闊的想象空間,使得運營商具有全網視野,掌握跨網、跨層、跨域、跨技術和跨廠家等全局信息,但同時,SDN應用并不是一蹴而就,將與傳統(tǒng)網絡長期共存,逐步演進。因而OSS平滑演進將是一項長期的艱巨任務,這不僅面臨技術挑戰(zhàn),還將面臨體制、流程、文化和挑戰(zhàn),但我們應該更清楚地認識:這個過程將走向開放和共享的過程。將來,為故障處理提供更有效的支撐,OSS不僅需要提供綜合性的報表,還應該具備基于業(yè)務級用戶級的E2E實時多維視圖和分析能力,通過導向式的查詢挖掘視圖幫助運維人員快遞獲取信息,保障用戶體驗,使運維數(shù)據(jù)真正成為運營商的核心競爭力。為實現(xiàn)運營商增收的夙愿,中興通訊認為應從基礎網絡、用戶感知和數(shù)據(jù)挖掘三個方面來入手。運維數(shù)據(jù)本身就是財富,一個個帶著關鍵信息的bit,在運營商管道中流竄,稍縱即逝,這片數(shù)據(jù)藍海中蘊藏著大量的寶藏等待我們去挖掘。
1.越發(fā)實用的智能分析
目前大部分OSS系統(tǒng)只顯示故障不能顯示原因,或提供單個子系統(tǒng)的解決建議,需要人工參與,層層排查。智能化OSS一方面可利用海量的數(shù)據(jù)倉庫對信息、數(shù)據(jù)、資源、終端進行關聯(lián)分析,包括觸發(fā)智能終端進行數(shù)據(jù)收集或撥測,自動查找故障根節(jié)點,分析的深度已經超越傳統(tǒng)意義上RCA,找到故障原因的范圍可以達到80%~100%,還可以對問題分類統(tǒng)計,為運維人員和客戶中心提供及時的分析數(shù)據(jù),與配置管理和開通管理系統(tǒng)協(xié)同還能實現(xiàn)主動進行自我修復、優(yōu)化配置,解決潛在的網絡故障,保障基礎設施的健康與質量。
2.更為準確的智能預測
智能預測是對歷史數(shù)據(jù)做大量的統(tǒng)計學上的規(guī)律挖掘,通過大數(shù)據(jù)的machine learning技術從數(shù)據(jù)中梳理出具有規(guī)律性的事件模型,并用于未來事件發(fā)生與否的預判和防范。具體來說,對于某些體育賽事或者重大會展活動,我們可以利用所積累的歷史網絡指標、運維數(shù)據(jù)及掌握其他信息,如售票情況、天氣、交通信息,對即將發(fā)生的此類活動做出可能的網絡故障和業(yè)務質量的預測。并據(jù)此預測網絡和業(yè)務的配置低于需求可能造成客戶體驗方面的風險。這種預測的能力如果和NFV以及SDN等技術相結合,能夠進一步提高網絡資源的動態(tài)分配和調度能力,使得HetNet網絡面對業(yè)務和用戶變化更加具有適應性。通過對預測值和實際值的分析,確定預測準確度,并以此做出預測算法及策略的調優(yōu),用以預測精度的持續(xù)改進。
3.海量數(shù)據(jù)帶來的主動運維
通過數(shù)據(jù)深度挖掘,高價值小區(qū)提前被梳理出來,預測功能呈現(xiàn)未來一周業(yè)務量(如用戶數(shù)、話務量、短信、數(shù)量流量等)等性能趨勢,自動關注將未來預測超門限的小區(qū),并依據(jù)既定的SLA,同時結合性能的未來趨勢,預測出未來一周哪些小區(qū)的SLA受到動態(tài)影響而不達標,進一步臨時調整這些小區(qū)運維的OLA的級別,以便優(yōu)先安排這些高價值基站的運維,與電子流程系統(tǒng)協(xié)同可以實現(xiàn)自動巡檢和派單。運維數(shù)據(jù)可以橫向打通各個子網管理系統(tǒng),甚至于業(yè)務監(jiān)控中心,實現(xiàn)運維信息立體交換,讓運維管理員獲得充分的運維關聯(lián)信息,從而對網絡實施故障恢復或優(yōu)化。
挖掘和共享是運維變革的源動力
傳統(tǒng)的OSS系統(tǒng)在封閉的電信系統(tǒng)框架下經歷了多次變革證明是不成功,SDN、NFV將機會真正帶到了現(xiàn)實,共享的智能運營通過對網絡和業(yè)務綜合關聯(lián)形成智能監(jiān)控、智能預測以及智能保障,從而實現(xiàn)完整的智能運營體系,實現(xiàn)高效運營,提升運營收益,同時大數(shù)據(jù)技術成為智能運營各環(huán)節(jié)所需的核心技術。目前各大公司已經啟動大數(shù)據(jù)價值挖掘的研究,其中,運維數(shù)據(jù)相關分析只是數(shù)據(jù)價值激活的冰山一角,更多的業(yè)務數(shù)據(jù)整合和動態(tài)關系建模將是運營商長期的工作重點,將現(xiàn)在運營商分散分布在BOSS系統(tǒng)、CRM系統(tǒng)、終端信息庫、信令監(jiān)測系統(tǒng)、OSS系統(tǒng)中的信息進行有效的整合和挖掘將是下一階段最重要的方向。
競爭的加劇使得運營商必須不斷提升服務水平,應對運維成本飆升等問題,數(shù)據(jù)挖掘與共享是大勢所趨,從而能更有效支撐流程再造和資源共享,同時解決網絡、技術和組織復雜性問題。
ROSE為下一代運維護航
中興通訊的智能運維解決方案,將與自主研發(fā)的ROSE(Revolution Operation Support Environment)運維工具支撐平臺實現(xiàn)數(shù)據(jù)共享、融合創(chuàng)新。
“綱舉目張”,中興通訊基于先進的運維模式,通過自研、與業(yè)界一流廠家聯(lián)合開發(fā)的方式打造出全網絡全業(yè)務運營支撐系統(tǒng)NetNumen? ROSE,涵蓋了從網絡規(guī)劃、運營就緒、業(yè)務開通、運維管理的全程支撐,并根據(jù)運營商實際運營情況定制化綜合解決方案,是更加易用、智能、開放的可視化運營支持系統(tǒng)。[保留可視化運營支撐系統(tǒng)]ROSE滿足運營商基于業(yè)務服務為中心獲得跨專業(yè)、端到端的卓越體驗保障,降低了新技術新業(yè)務帶來的維護難度,快速實現(xiàn)效率提升和運維集約轉型。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11