Анализ мобильного трафика и информации об абонентах

Рис. 1. Глобальный рост трафика мобильной передачи данных в 2012–2017 гг.

Также можно наблюдать рост количества пользователей мобильного интернета. Если сейчас их число составляет порядка 2 млрд человек, то, по прогнозам, мы выйдем на 5 млрд (см. рис. 2). Для сравнения: текущее население Земли составляет 7,1 млрд человек.

Рис. 2. Прогноз роста пользователей мобильного интернета

Немного поговорим о том, сколько же данных генерируют абоненты, в том числе мобильные. Приведем несколько примеров: в 2012 году мы каждый день создавали более 2,5 квинтиллионов байт информации каждый день. Каждую минуту на YouTube добавляется более 70 часов нового видео, отправляется более 100 млн новых электронных писем, на Facebook загружается более 350 гигабайт новых данных, создается почти 600 новых веб-сайтов (см. рис. 3).

Рис. 3. Современная динамика роста данных

Практически всегда мы можем ассоциировать человека с номером его мобильного телефона (или даже нескольких в случае одновременного использования планшетного компьютера). Конечно, существуют абоненты, которые меняют SIM-карту, как только выговорят стартовый баланс на лицевом счете (а уж если они «уйдут в минус» на несколько десятков рублей, то это случится обязательно), но для нас таковые не представляют интереса.

Распорядиться с умом

Итак, откуда и какую информацию оператор может получить? На данный момент большинство операторов внедрили у себя системы класса DPI (Deep Packet Inspection). Подобные решения представляют собой огромный кладезь информации. Имея статистику по потребляемому трафику, можно не только вычислить предпочтения абонентов, но и понять, чем в данный момент они интересуются (например, планирование путешествия, подбор автомобиля или поиск нового ресторана рядом с работой).

Вторым немаловажным источником данных являются BSS-системы, из которых можно не только получить сведения о гендерной принадлежности пользователя и его возрасте, но и, что самое главное, оценить степень его платежеспособности и узнать историю использования тех или иных услуг оператора. Кроме того, ценность представляет информация о социальных сетях и геопозиционировании (полезно всегда знать, в зоне какой базовой станции находится тот или иной абонент, если, конечно, он вообще находится в сети).

Как же оператор может использовать подобного рода данные для получения дополнительных доходов? Для начала рассмотрим самые простые кейсы – предложение дополнительных услуг и, как следствие, revenue generation. Например, с помощью DPI-системы мы видим информацию о том, что абонент ищет предложения по турам или билетам за границу. Исходя из этого мы можем предложить ему дополнительные услуги (как вариант, тариф «Планета ноль» – бесплатные входящие в роуминге начиная со второй минуты). А если мы присовокупим к предыдущей информации о подготовке к путешествию данные из биллинга о том, что абонент хотя бы раз использовал передачу данных в роуминге, то предложим ему и пакет роумингового трафика.

Еще один кейс: представим недалекое будущее, в котором услуга MNP (Mobile Number Portability) заработала в полную силу. Мы видим переход абонента от одного оператора к другому, а из социальных сетей получаем информацию о том, что он является их активным пользователем. Оператор может вознаградить абонента за лояльность «пряником» в виде бесплатного пакета SMS или внутрисетевого голосового трафика. И в данном случае на выходе мы имеем положительный отзыв в социальных сетях (а это, по сути, бесплатная реклама) и потенциальное привлечение новых абонентов из числа друзей/подписчиков пользователя.

Кроме того, можно использовать существующую информацию для таргетированной рекламы совместно с внешними рекламными агентствами. Это отдельная и довольно обширная тема, здесь нам хотелось бы привести лишь несколько примеров. Представьте ситуацию: человек ищет билеты из Новосибирска в Барселону. Ему можно предложить такси от дома до аэропорта и от аэропорта назначения до гостиницы. В другом случае такая реклама была бы просто навязчивой и не нужной, но здесь она становится услугой, которой с большой вероятностью воспользуются. Кроме того, основываясь на местонахождении абонента, можно предложить ему услуги в часто посещаемых местах (рестораны рядом с работой, магазины рядом с домом и т.д.).

Существуют дополнительные возможности по продаже обезличенного пользовательского профиля или их групп. Например:

• Retail. При планировании запуска новых торговых точек сетевые магазины оценивают количество потенциальных покупателей, приобретая информацию у Росстата. Она не очень точна, так как количество прописанных в определенном районе людей может значительно отличаться от физически проживающих. Оператор же может предоставить абсолютно точные данные – число людей, которые находятся в определенное время в определенном районе, в том числе с разбиением по времени суток, дням недели (рабочие/нерабочие дни) и т.д.
• BTL-агентствам будет интересна информация по рекламе для определенных таргетированных групп абонентов.
• Транспортные предприятия заинтересует анализ движения групп людей по определенным маршрутам для планирования новых и оптимизации текущих маршрутов общественного транспорта.
• При росте популярности и покрытия сетями LTE можно по результатам анализа трафика OTT предлагать платные услуги в виде подписок на определенные тарифы, информирования о новинках кино в тех жанрах, которые до этого предпочитал абонент, и т.д.

Что же мы имеем в итоге? Даже сейчас у оператора связи есть огромное количество информации, из которой можно извлекать дополнительную прибыль, как предлагая абонентам различного рода дополнительные услуги и сервисы, так и продавая определенные данные другим компаниям, которые готовы их приобрести.