Antes de analizar los casos de uso, cada CSP de telecomunicaciones (proveedor de servicio al cliente) debe analizar su estrategia comercial para ver si Data Science es un área en la que invertirán y progresarán. Esto es clave, ya que tiene que ser impulsado utilizando un enfoque de arriba hacia abajo, desde la gestión de nivel “C” hasta los ingenieros. La implementación de una capa de ciencia de datos es similar a un CSP que transforma su pila de OSS / BSS / IT para que sea horizontal (SOA) y pueda soportar microservicios.
Una vez que la estrategia comercial está en su lugar, es necesario abordar las discusiones y la implementación de una capa del sistema operativo de ciencia de datos. Como esto es generalizado, tendrá un impacto en toda la organización de principio a fin.
La capa del sistema operativo Data Science necesitará tener puntos de contacto con las áreas de Inteligencia Artificial (AI) y Aprendizaje automático (ML). Compare esto con el petróleo crudo o refinado. Si no hay necesidad de plásticos, combustible de aviación, combustible para compresores, motor de combustión interna, motores diésel, etc., el aceite se convierte en un producto inútil.
- ¿Cuáles son algunos usos de big data? ¿Por qué debería aprenderlo en lugar de SQL?
- ¿Un científico de datos necesita conocer algoritmos y estructuras de datos, así como un ingeniero de software?
- ¿Dónde puedo hacer capacitación en línea de ciencia de datos?
- Cómo obtener información real de los datos
- ¿Dónde puedo buscar datos sobre la participación deportiva de la gente común en los Estados Unidos?
La parte inteligente es que la combinación o la confluencia de AI / ML y la capa del sistema de operación de ciencia de datos permitirá obtener información del cliente y se puede tomar una decisión calificada para proporcionar una nueva campaña al usuario final, proporcionar promociones mejoradas, sugerir Paquetes / paquetes relevantes, aumentar la capacidad para un socio B2B, extender el ciclo de vida de una PYME que tiene un historial de buen crédito y ha tenido un mal período de negocios, atraer OTT y actualizar los catálogos de productos / servicios, cargas de trabajo requeridas para otras utilidades (por ejemplo, transmisión eléctrica), etc.
Como esto ayudará a aumentar el proceso de automatización, ayudará a elevar la experiencia general del cliente para todos los segmentos. Para la próxima generación, Redes Data Science o Data Science Operating System Layer formarán el “andamiaje” para AI / ML.