思科系统预测，到2022年，移动数据将达到每月 77艾字节。虽然大多数人甚至不会考虑我们每天创建的大量数据，但电信公司对此一无所知。物联网，智能设备和新内容平台让电信公司面临数据冲击。
有趣的是，大多数电信提供商正在通过分析进行创新，将这一数据挑战转化为机遇。在这篇eWEEK数据点文章中，使用来自Yellowbrick Data技术营销总监Josh Miner的行业信息，我们将了解他们如何从上到下优化业务。
数据点1：电信遵循的基本步骤
一般而言，电信遵循以下基本步骤：
定位营销和添加新服务以减少用户流失;
确保用户计费反映实际使用情况并按每个电话或每个消息级别执行保证金分析;
通过最佳路由降低成本; 和
为内容提供商等相邻市场提供分析。
电信提供商目前使用许多不同的技术和平台来执行这些分析，这种方法从长远来看是不可持续的。电信公司必须继续创新以实现两个对立目标：摄取和分析大量的实时和历史数据，并减少他们维护的单独分析平台的数量以控制成本。
让我们仔细研究一下这些目标所带来的挑战，以及传统和新兴技术如何解决这些挑战。
数据点2：现代电信提供商需要快速，深入的分析
电信公司既是人们和企业每天使用的大部分数据的渠道和纽带。使用此数据需要超出业务负责人日常报告的分析。电信提供商必须分析实时数据和深层历史数据，以便在需要时立即获得洞察力。
一些例子包括：
为订阅者提供无缝体验，包括有助于根据地理位置优化路由的分析。
在内容和广告提供商与消费者应用程序之间快速传递相关数据。
为支持和服务人员提供对设备的实时可见性以解决问题，同时查看历史使用模式以推荐最佳计划或升级。
通过实时查看和路由数据以减少拥塞来优化网络基础架构，同时还检查历史拥塞，以确定问题是一次性事件还是基础架构达到其设计限制的症状。
数据点3：平台激增的问题
为解决所有这些分析挑战，电信公司目前拥有众多技术。诸如内存数据库等技术可为实时数据提供即时分析，Hadoop等大数据技术可扩展以支持大量历史数据集，而NoSQL数据库可帮助企业扩展以快速，经济高效地支持快速数据增长。
问题在于，内存数据库通常过于昂贵，无法承载电信公司需要分析的数PB数据，大数据平台太慢而无法支持实时分析，NoSQL数据库缺乏提供丰富分析的SQL数据库功能能力。
简而言之，由于没有传统的解决方案可以满足这些公司苛刻的分析需求，因此大多数都在实施所有这些技术等等。随着时间的推移，这种方法是不可持续的。电信提供商将面临不断增加的硬件，空间，电力和冷却成本。跨所有这些平台管理和集成分析也变得越来越复杂，容易出错且成本高昂。
数据点4：新兴技术有望解决分析挑战
正如他们所说，必要性是发明之母。电信公司是最早部署内存数据库和Hadoop等技术的公司之一。他们现在是第一批部署新技术和新兴技术的公司，这些技术既可以处理实时和历史分析，也可以在没有硬件蔓延和管理复杂性的情况下进行扩展。融合闪存架构现在可以在传统解决方案的一小部分空间内从有状态媒体提供类似内存的性能。
新的高性能SQL数据库能够在可用时立即获取实时数据，快速从其他来源批量加载数PB的数据，同时提供分析应用程序用于提高洞察力的功能。