12 Νοέμβριος 2018

Συνέντευξη από τον Σπύρο Σακελλαρίου

Συνέντευξη του Σπύρου Σακελλαρίου
Content Delivery & VAS Section Manager
INTRACOM TELECOM

 

  1. Αρχικά πείτε μας λίγα λόγια για τη λύση της Intracom για τα Big Data. Ποιες είναι οι απαιτήσεις και τι τεχνολογίες χρησιμοποιεί ο BigStreamer; Σε ποια industries εφαρμόζεται αυτή τη στιγμή και με τι αποτελέσματα;

    Η πλατφόρμα που αναπτύξαμε ονομάζεται BigStreamer και είναι μία από τις πρώτες εξειδικευμένες Big Data λύσεις στην παγκόσμια αγορά με στόχο την αγορά των Τηλεπικοινωνιών. Η πλατφόρμα βασίζεται πάνω σε τεχνολογίες Hadoop που παρέχονται από τη λύση Dell|Cloudera. Ο BigStreamer στοχεύει σε περιοχές που συνήθως δημιουργούν προβλήματα (pain areas) στους CSPs:

    a) Την ανάγκη για μείωση του πάγιου και τρεχούμενου κόστος διαχείρισης των δικτύων τους διατηρώντας ταυτόχρονα την απαιτούμενη ποιότητα υπηρεσίας (Quality of Service & Quality of Experience).

    b) Στον ανταγωνισμό από τους Over The Top (OTT) providers και τον κίνδυνο οι CSPs να εξελιχθούν από service providers σε dumb data pipes

    c) Στην ανάγκη των CSPs για Customer Experience Management δηλαδή να καταλάβουν πως αντιλαμβάνονται οι συνδρομητές τους το σύνολο των παρεχόμενων υπηρεσιών, τι υπηρεσίες θα έπρεπε να αλλάξουν, και φυσικά να επηρεάσουν θετικά την αντίληψη των συνδρομητών προς αυτούς.

    Η καινοτομία μας και ο λόγος που μπορούμε να βοηθήσουμε σε αυτές τις περιοχές είναι ότι με τον BigStreamer συνδεόμαστε με σχεδόν κάθε σύστημα και network element του CSP και υπολογίζουμε σε πραγματικό χρόνο για κάθε ένα συνδρομητή και για κάθε ένα network element ατομικά Key Performance Indicators (KPIs). Κατόπιν ο CSP μπορεί να εισάγει κανόνες στο σύστημα που να λένε στο BigStreamer τι αυτοματοποιημένη δράση να πάρει όταν ένα KPI threshold ξεπεραστεί για κάποιο συνδρομητή ή για κάποιο σημείο του δικτύου. Ταυτόχρονα το προσωπικό Marketing, IT και Network Operations έχει στη διάθεση του ad-hoc real time analytics για να κάνει network planning & optimization ή να ανακαλύψει customer preferences and perceptions, με εργαλεία που είναι πολύ ευκολότερα στη χρήση από τα κλασικά OLAP που έχουμε μάθει από τα Data Warehouse συστήματα.

    Φυσικά εκτός από τις τηλεπικοινωνίες τα Big Data είναι επωφελή και σε άλλα industries όπως οι τομείς της Υγείας και το Δημόσιο, ο Χρηματοπιστωτικός τομέας, η Ενέργεια, και φυσικά οι μεγάλες αλυσίδες καταστημάτων και super market. Τέλος οι μικρομεσαίες και ατομικές επιχειρήσεις παρ’ όλο που φυσικά δεν έχουν τις υποδομές και τα κεφάλαια που χρειάζονται για να στήσουν δικές τους λύσεις Big Data μπορούν να ωφεληθούν από λύσεις που είναι διαθέσιμες μέσω cloud computing. Για αυτό το λόγο αναπτύσσουμε φέτος και άλλα versions του BigStreamer που απευθύνονται στο Τραπεζικό Τομέα καθώς και ερευνούμε την δημιουργία ενός version που θα απευθύνεται σε μικρότερες επιχειρήσεις μέσω cloud.

  2. Έχουμε περάσει πλέον σε μία εποχή που τα δεδομένα είναι απίστευτα πολλά και από πάρα πολλά κανάλια. Τι skills πρέπει να διαθέτει ένας αναλυτής και τι τεχνολογίες πρέπει να γνωρίζει για να μπορέσει να ανταποκριθεί στις σύγχρονες απαιτήσεις;

    Εδώ είναι ίσως η αχίλλειος πτέρνα των Big Data. Οποιαδήποτε λύση Big Data για να υλοποιηθεί χρειάζεται συνδυασμό τριών ετερόκλιτων ταλέντων και δεξιοτήτων. Οι λύσεις Big Data βασίζονται σε τεχνολογίες Massive Parallel Processing που απαιτούν από μηχανικούς και προγραμματιστές πολύ διαφορετική γνώση αλλά και προσέγγιση σε σχέση με τις client-server και n-tier αρχιτεκτονικές που έχουν συνήθως εμπειρία. Επίσης χρειαζόμαστε data scientists οι οποίοι και αυτοί πρέπει να κατανοήσουν τις διαφορές που έχουν τα Big Data από το κλασσικό data mining, όπως για παράδειγμα ότι μπορούμε να τρέξουμε business intelligence (BI) αλγόριθμους πάνω σε όλα τα δεδομένα αντί να κάνουμε data sampling. Φυσικά οι δύο προηγούμενες δεξιότητες πρέπει να συνδυαστούν από domain expertise ώστε να μπορούμε να καταλάβούμε που και πως θα υλοποιηθεί μία τέτοια λύση για να έχει πραγματικά οφέλη. Αυτός ο συνδυασμός δεξιοτήτων είναι πολύ δύσκολο να βρεθεί, και για αυτό εταιρείες συμβούλων όπως η Gartner κρούουν τον κώδωνα του κινδύνου και προβλέπουν ότι μόνο στην Βόρεια Αμερική θα υπάρχει τόσο μεγάλο demand για Big Data experts όπου 140.000 θέσεις εργασίες δεν θα μπορούν να καλυφθούν λόγω έλλειψης ανθρώπων με τα απαραίτητα προσόντα. Στην Intracom Telecom επενδύουμε από το Q4 του 2011 στην εκπαίδευση σε Τεχνολογίες Big Data πολλών μηχανικών αλλά και συνεργατών μας (κυρίως data scientists). Έτσι αυτή τη στιγμή είμαστε από τις λίγες εταιρείες στη περιοχή τις νότιο-ανατολικής Ευρώπης όπου όχι μόνο έχουμε αναπτύξει το δικό μας Big Data προϊόν αλλά έχουμε και τη δυνατότητα να υλοποιήσουμε εξελιγμένες λύσεις Big Data με τις δικές μας δυνάμεις κάτι που θεωρώ ότι μας δίνει ανταγωνιστικό πλεονέκτημα ακόμα και έναντι πολύ μεγάλων εταιριών που ενώ έχουν αναπτύξει πολύ καλές τεχνολογίες δεν έχουν τη δυνατότητα υλοποίησης σε αυτή τη γεωγραφική περιοχή.

  3. Η Intracom είναι μια μεγάλη εταιρεία με πελάτες σε πολλές χώρες. Πιστεύετε πως η Ελληνική αγορά έχει ανάγκη από πλατφόρμες και εργαλεία Big Data & Analytics;

    Φυσικά. Είτε το θέλουμε είτε όχι παρ’ όλο που είμαστε μια μικρή αγορά, λόγω τις οικονομικής κρίσης οι ελληνικές εταιρείες θέλουν να γίνουν πιο εξωστρεφείς και ανταγωνιστικές σε ευρωπαϊκό και παγκόσμιο επίπεδο. Όποιος βλέπει τα Big Data σαν cost center και όχι σαν innovation enabler και τα αγνοήσει θα δει σιγά σιγά τις πρωτοβουλίες του να πέφτουν στο κενό αφού οι ανταγωνιστές του θα είναι πάντα μερικά βήματα μπροστά.

  4. Τέλος θα θέλαμε να μας εκφράσετε μερικές δικές σας ιδέες για το πώς τα Big Data θα μπορούσαν να βοηθήσουν την χώρα από τη κρίση. Εκτός από το δημόσιο τομέα τι πρωτοβουλίες θα μπορούσε να πάρει ο ιδιωτικός τομέας;

    Αν δούμε τις επιχειρήσεις και δημόσιους οργανισμούς που λειτουργούν σε χώρες που είναι στη κορυφή της ανταγωνιστικότητας αλλά και της καινοτομίας βλέπουμε ότι είναι πρώτες σε υλοποιήσεις big data λύσεων. Ο λόγος δεν είναι απλά τεχνολογικός αλλά αντίληψης του πως παίρνονται οι αποφάσεις. Στις προηγούμενες δεκαετίες οι επιχειρήσεις και οι δημόσιοι οργανισμοί πίστευαν ότι ο καλύτερος τρόπος αποφάσεων είναι η «αυθεντία» δηλαδή κάποιος ή κάποιοι πολύ έμπειροι άνθρώποι. Οι αυθεντίες αφού έβλεπάν τα δεδομένα έπαιρναν μία απόφαση βάση της εμπειρίας τους (heuristic decisions). Πολλές φορές οι αποφάσεις αυτών των ανθρώπων είναι απόλυτα σωστές αλλά οι ίδιοι δεν μπορούν να εξηγήσουν ακριβώς τι τους ώθησε να πάρουν αυτή την απόφαση (gut feeling) άρα είναι δύσκολο να περάσει αυτή η εμπειρία στον υπόλοιπο οργανισμό. Έτσι στους οργανισμούς δημιουργούνται «σιλό» γνώσεων τα οποία δίνουν μεγάλη αξία σε συγκεκριμένα άτομα και δημιουργούν μία φιλοσοφία φόβου της αποτυχίας και αποφυγής ρίσκων. Έτσι περιορίζονται οι δυνατότητες καινοτομίας και ιδεών που δεν είναι δυνατό να έλθουν από ένα μυαλό αλλά δημιουργούνται μέσα από την συλλογική γνώση και πιο άναρχα-ευκαιριακά συνοθυλεύματα (collective knowledge & conglomeration) που υποστηρίζονται όμως από συνεχή μέτρηση και κατανόηση των επιτυχιών και κυρίως των αποτυχιών. Σήμερα βλέπουμε ότι η τάση πλέον είναι η λήψη αποφάσεων να μην βασίζεται στη καθοδήγηση ενός μόνο ειδικού αλλά να είναι ένα διαρκές “steering” μικρότερων αποφάσεων που παίρνονται μέσα από τη συνεργασία αλλά και διαρκών αμφισβητήσεων μεταξύ πολλών και ετερόκλητων ειδικών, όπου οι μετρήσεις των αποτελεσμάτων επηρεάζουν τις επόμενες αποφάσεις που θα παρθούν. Στην Ελλάδα λειτουργούμε θυμικά και πιστεύουμε σε αυθεντίες που θα φέρουν τη μαγική λύση που θα μας σώσει. Ελπίζω ότι τεχνολογίες όπως αυτές των Big Data θα μπορούσαν να μας βοηθήσουν να μειώσουμε αυτή τη φυσική μας τάση προς το θυμικό και να συμβάλουν ώστε να βρούμε λύσεις σε δύσκολα κοινωνικά και οικονομικά προβλήματα. Οι επιχειρήσεις δε, αν καταφέρουν να εντάξουν τις τεχνολογίες Big Data με τέτοιο τρόπο ώστε να λειτουργήσουν ως κέντρο καινοτομίας και όχι κόστους θα έχουν άμεσα και ορατά οικονομικά οφέλη.