ネットワークインサイトを変革し、カスタマーエクスペリエンスを向上

概要

当社のクライアントである大手通信事業者は、ネットワークデータから有益な洞察を抽出すること、ネットワークパフォーマンスを積極的に管理すること、そしてイベントとネットワーク障害との関連性を把握することに課題を抱えていました。さらに、トラフィックの多い場所でカスタマーエクスペリエンスを強化することは、顧客満足を確保し、解約を率を抑えるためにますます重要になっています。

課題

効果的なネットワーク管理を阻む運用上／技術上の障壁

プロバイダーの既存システムはサイロ化し、複数の独立したツールや手作業によるプロセスが存在していたため、状況がさらに複雑になっていました。

データインサイトをすぐに引き出せない - 膨大な量のネットワークデータから有益なインサイトを抽出することが困難であったため、問題の特定と解決が遅れ、顧客サービスのレベルと満足度に悪影響を及ぼしていました。
システムのサイロ化 - 既存のシステムがサイロ化し、必要な分析や重要なツールの統合を妨げていました。その結果、ネットワークパフォーマンス全体に関する理解が不足し、プロアクティブなネットワーク管理に影響を及ぼしていました。
KPIの選択が複雑 - 効果的なパフォーマンス評価を行うには、適切な主要業績評価指標（KPI）を選択する必要がありますが、その判断が複雑で、エンジニアは無数のデータポイントの中から最も関連性の高い指標を切り分けるという課題を抱えていました。
カスタマーエクスペリエンスにおける非効率性 - 特にトラフィックの多い場所では、カスタマーエクスペリエンスを向上させる取り組みがうまくいっていませんでした。既存のツールでは、イベントとネットワークの問題を効果的に関連付けることができず、組織として、顧客対応における高い品質基準を維持することが難しくなっていました。

ソリューション／解決策

NetSight：AIを活用した仮想ネットワーク・トラブルシューティングシステム

このソリューションには、実用的なインサイトを提供できるように設計された一連の革新的なコンポーネントが組み込まれています。

データ取り込みプラットフォームでモバイルRANデータを収集し、重要なネットワーク情報を容易に統合し処理できるようにしました。
検索拡張生成（RAG）を実装し、コンテキスト分析によってデータから適切なインサイトを抽出できるようにしました。
AI LLMを統合したことで、ネットワークパフォーマンス指標の分析が可能になり、全体的な可視性と応答時間が改善されました。
Vertex AIとLookerの高度な可視化機能により、データの動的なレポート生成と可視化が可能になりました。

NetSightは、RANディレクター、RANエンジニア、最適化エンジニアという3つのユーザーペルソナをターゲットにしており、業務を合理化し、それぞれの責任に合わせた効率的なデータ管理を実現しました。

リアルタイムの異常検知と根本原因分析

NetSightは、高度な機械学習アルゴリズムを活用してネットワーク・データストリームを継続的に分析し、ほぼリアルタイムで異常を検知します。予期せぬレイテンシーの急増や、異常なトラフィックパターンなどの逸脱を即座に特定します。単に問題にフラグを立てるだけでなく、ナレッジベースを活用し、ネットワーク動作の理解して、根本的な原因を突き止めます。

イベントの関連付け

このソリューションは、ネットワーククラスター内の大量のイベントとパフォーマンスの急増を関連付けることができます。診断時間が大幅に短縮されるため、迅速な解決が可能になり、サービスの中断が顧客の体感品質（QoE）に与える影響を最小限に抑えることができます。

インパクト／成果

定量化可能な成果と戦略的メリット

NetSightの導入により、業務効率と顧客満足度が大幅に改善されました。

競争力 - 顧客の問題の迅速な解決と体感品質の向上により、解約が減少しました。
プロアクティブなネットワーク管理 - 従来のリアクティブな戦略をダイナミックな対応に転換し、新たな課題に対処できるようになりました。
カスタマーエクスペリエンスの向上 - 根本的な原因を特定し、ネットワークの問題を解決するために必要な時間を短縮することで、カスタマーエクスペリエンスが大幅に向上しました。
リソースの最適化 - ネットワークの問題と外部イベントを関連付け、全体的な可視性を実現することで、より効果的なリソースの割り当てと管理が可能になり、全体的なサービス品質が向上しました。
エンジニアリングチームの強化 - データ主導の高度なインサイトを活用することで、エンジニアが課題に迅速に取り組めるようになり、最終的に顧客ロイヤルティと満足度の向上に重要な役割を担えるようになりました。

リアルタイムのデータ統合と問題解決の自動化を実現し、より流動的な業務環境を作り出す生成AIは、ますます重要な役割を果たしていくでしょう。