Jobs

Daten Daten Daten …aber wie profitiert ein Carrier davon?

Alle reden darüber – und doch sind noch viele Fragen hinsichtlich der sinnvollen Verwendung von Daten offen. Nicolas Fröhlich, Senior Consultant und IoT-Experte, zeigt Anwendungsbeispiele bei Carriern.

Die Verwendung von Daten ist im Rahmen der Digitalisierung ein Dauerbrenner. Wichtige Bereiche sind die Analyse von Massendaten (Data Analytics), um (Kunden-) Profile zu erstellen, Maßnahmen abzuleiten oder Fehler durch Zusammenhänge zu erkennen.

Daneben dienen die Daten als Grundlage für die Algorithmen der künstlichen Intelligenz (KI). Beim maschinellen Lernen, einem Teilbereich von KI, werden Daten verwendet, um Gesetzmäßigkeiten zu erkennen und daraus neue Geschäftsmodelle zu entwickeln.

Die Anwendungsmöglichkeiten sind enorm. Was sie aber in der Praxis in den verschiedensten Industrien bedeuten, ist für viele Unternehmen kaum greifbar. Studien wie zum Beispiel die des eco Verbands der Internetwirtschaft prognostizieren, dass Unternehmen in Deutschland dank KI bis zum Jahr 2025 330 Milliarden Euro Kosten einsparen und 150 Milliarden mehr Umsatz erwirtschaften können als im Jahr 2019. Aber was bedeutet das für Carrier?

Data Thinking als Ansatz für die Entwicklung und Umsetzung von Use Cases

Die Umsetzung von Datenprojekte birgt jedoch mehrere Herausforderungen. Aktuell scheitern viele Datenprojekte einerseits an einer mangelnden Datenqualität beziehungsweise der Verfügbarkeit von brauchbaren Daten und andererseits an den fehlenden Kenntnissen im Bereich Datenverarbeitung.

Weiterhin ist der Aufbau eines separaten Data Science Team finanziell gesehen schon sehr aufwendig und amortisiert sich erst über Jahre hinweg. Eine weitere Herausforderung stellt natürlich der Datenschutz und die Zugriffsrechte dar. Hier müssen auch viele Rahmenbedingen beachtet werden, da die Regeln stetig strenger werden.

Wir sehen in der Praxis zudem, dass vielfach die Ideen für die Nutzung von Daten fehlen: Welche Daten sind verfügbar, wie kann man diese sinnvoll verwenden und welche Daten würde man darüber hinaus noch benötigen? Im Kontext von Innovation sind Daten ein Thema, welches aus Sicht der Carrier wertstiftend für Kunden und Nutzer eingesetzt werden kann. Ein wertvoller Ansatz könnte Data Thinking sein, was aber nicht Kern des Artikels darstellt.

Die Anwendungsmöglichkeiten insgesamt sind sehr umfassend. Im Folgenden werden drei Anwendungsbeispiele etwas genauer beschrieben, welche als Impulse für die Verwendung von Daten in der Telekommunikationsbranche dienen:

  1. Identifikation von Mobilfunklöchern durch Data Analytics
  2. Kunden halten durch die Sentiment Analyse
  3. Prognose der künftiger Netznutzung.

Identifikation von Mobilfunklöchern durch Data Analytics

Einen ersten relevanten Anwendungsbereich sehen wir in der Identifikation von Mobilfunklöchern durch Data Analytics. Hier steht vor allem die Kundenwahrnehmung im Vordergrund. Oftmals bricht bei einem Telefonat die Verbindung auf der Autobahn oder im Zug ab.

Diese Beeinträchtigung bleibt im Kopf des Nutzers und führt zu einer schlechten Kundenwahrnehmung. Funklöcher können durch die unterschiedlichsten Ursachen entstehen. Offensichtlich ist das Fehlen eines Mobilfunkmastes in der Region.

Jedoch gibt es auch Löcher in Regionen, in denen die Abdeckung vorhanden ist. Dann liegt eine mögliche Ursache in der Sektorvertauschung der einzelnen Zellen eines Mobilfunkmastes. Solche Löcher sind auf den ersten Blick nicht ersichtlich.

Einzelne historische Daten und weitere Parameter wie Abbrüche des Telefonats können durch Data Analytics mit ihren Algorithmen unter die Lupe genommen werden. Die bereits in der Vergangenheit entdeckten Funklöcher „unterziehen“ sich einer Analyse, woraus eine Ableitung bestimmter Muster erfolgt. Es erfolgt eine Übertragung des Musters auf das aktuelle Netz. Somit können weitere Funklöcher, welche noch nicht bekannt waren, frühzeitig identifiziert und schneller behoben werden.

Die positive Kundenwahrnehmung steigt, da der Nutzer eine Verbesserung der Funkqualität (z.B. bei seinem Pendlerweg) feststellt beziehungsweise erst gar nicht ein Funkloch bemerkt und sich unterbewusst über eine dauerhafte Verbindung freut (Detecon intern, Projekt 100% Funkabdeckung auf Autobahnen).

Kundenbindung durch die Sentiment-Analyse

Ein weiterer Anwendungsbereich aus dem Privatkundenbereich ist die Analyse des Kundenverhaltens, um eine mögliche Kündigung des Vertrages oder auch die Abwanderung des Kunden zu vermeiden sowie sinnvolle Angebote für den Kunden zu generieren.

Für jedes Telekommunikationsunternehmen ist dies ein weites Feld – und zugleich ein sehr relevantes, um Kunden besser zu verstehen. Die Kundenstimmungsanalyse setzt sich aus einer Reihe von Methoden zusammen, die der Informationsverarbeitung dienen.

Im Ergebnis ermöglicht die Analyse die Beurteilung über eine positive oder negative Reaktion des Kunden auf die Dienstleistung oder das Produkt. Die Analyse der gesammelten Daten ermöglicht es darüber hinaus, aktuelle Trends aufzudecken und in Echtzeit auf die Probleme der Kunden zu reagieren. Die Analyse kann mit Daten wie zum Beispiel Rückmeldungen aus Social-Media-Quellen, Anzahl der gekauften Produkte, Laufzeitprodukte oder auch Anrufe beim Service erfolgen.

Der Kundenservice kann somit proaktiv auf den Kunden zugehen und ihm ein neues Angebot für einen Mobilfunkvertrag unterbreiten, welches die Kündigung des Vertrages verhindert.  Durch die Anwendung künstlicher Intelligenz verstehen Carrier ihre Kunden also immer besser (Datameer, Top 8 Telecommunications Big Data Use Cases, 2019).

Prognose der künftigen Netznutzung

Ein letztes Beispiel für die Nutzung von Daten ist die Prognose der künftigen Netzauslastung. Hier kann die Analyse von großen Datenmengen verwendet werden, um einen tieferen Einblick in die Nutzlast zu generieren, welche ohne automatisierte Analysen der Algorithmen für Telekommunikationsanbieter zeitaufwändig ist.

Die unterschiedliche Auslastung wird durch die verschiedensten Anwendungen in der Industrie oder im Privatkundenbereich generiert. Darunter fallen die verschiedensten Video-Streaming-Dienste beim Endnutzer, aber auch die Vernetzung von Maschinen in einer großen Industriehalle für eine effizientere Produktion.

Auch der Einsatz von autonomen Fahrzeugen in Lagerhallen, welche alle mit dem Internet verbunden sind, benötigen künftig Kapazität aus dem Netz der Carrier. Je nach Zeit und Gerät entsteht eine andere Netzauslastung, die die Nutzer in der Anwendung beeinträchtigen – beispielsweise in Form einer schlechten Videoqualität beim Streaming. Mit einer validen Prognose aus bereits generierten Daten kann das Netz effizienter gesteuert werden (Datameer, Top 8 Telecommunications Big Data Use Cases, 2019).

Wertstiftende Nutzung von Daten

Diese Beispiele gehen auf ein Teil des Kernportfolios eines Carriers ein. Es gibt darüber hinaus gute Ansätze für das Smart Home, TV oder die Verwendung der Dienste von OTT Playern. Aktuell und auch in Zukunft werden Telekommunikationsanbieter ihr Portfolio mit Cloud-Dienstleistungen durch Partnering oder eigenentwickelte Dienstleistungen stetig weiterentwickeln.

Daten fallen quasi überall und massenhaft an und können wertstiftend für Nutzer, aber auch für das Unternehmen selbst (Automatisierung) verwendet werden. Wichtig dabei ist immer den Nutzen für Unternehmen und Kunden im Fokus zu halten.

Die oben genannten Beispiele sollen einen Impuls geben, um weitere Anwendungsfälle bei Carriern zu identifizieren. Dabei ist es immer wichtig, strukturiert bei der Identifizierung der Use Cases vorzugehen und nicht einfach „ins Blaue hinein“ zu analysieren. Hierfür kann der Data-Thinking-Ansatz unter anderem eine Möglichkeit darstellen.