e dei molteplici sistemi facenti parte della «chain ... · In alcune realtà sono nell’ordinedel...

5
1

Transcript of e dei molteplici sistemi facenti parte della «chain ... · In alcune realtà sono nell’ordinedel...

1

2

La Revenue Assurance è un tematica che ha assunto negli anni una importanza sempre più strategica in special modotra gli operatori di telecomunicazioni in cui risultano esserci perdite sempre più consistenti a causa della mancataraccolta del fattiurato. In alcune realtà sono nell’ordine del 5-15% del totale.Le cause possono essere le più disparate ma sono comunque riconducibili ai processi/sistemi interni non accurati(escludendo le cause dolose – frodi).Lo sviluppo di ADAM ha riguardato in primis il monitoraggio della «Revenue Chain» per uno specifico servizio andandoa verificare e misurare l’efficienza e l’efficacia dei molteplici sistemi facenti parte della «chain», dall’evento che generarevenue sino all’incasso coprendo una serie considerevole di processi aziendali.

Per tali motivi quindi l’evoluzione del prodotto non poteva che dirigersi, dopo i risultati ottenuti, verso un approcciopreventivo considerando che prevenire equivale a proteggere gli asset aziendali.Un approccio che ci dirige sulle tematiche di Risk Management e Business Innovation tramite l’utilizzo e lo sviluppo diMODELLI QUALITATIVI.

Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite losviluppo di metodi proprierari matematici chiamati ARTIFICIAL ADAPTIVE SYSTEM: l’area più recente dell’IA edell’analisi dei dati in grado di affrontare con successo i complessi problemi del mondo reale anche dove gli approccitradizionali sono poco efficaci o inapplicabili.

Stiamo parlando delle RETI NEURALI, modelli matematici che emulano ( o almeno tentano) il sitema nervoso centrale erappresentano un potente strumento statistico.

3

Scopo finale delle reti neurali è quello di realizzare i meccanismi di apprendimento del cervello umano facendo inmodo che la rete interagisca con l’ambiente esterno senza l’intervento umano.Si basano sul concetto che in determinate situazioni è possibile far apprendere ad un apparato matematicodeterminate leggi che non si conoscono a priori facendogli analizzare un elevato numero di casi reali ( FASE DIAPPRENDIMENTO-ASSIMILAZIONE).

I campi in cui sono applicate possono essere classificate nelle seguenti categorie di applicazioni:

1. Funzioni di approssimazione-regressione tra cui le previsioni temporali e la modellazione;2. Classificazione ed individuazione delle novità ed il processo decisionale;3. L’elaborazione dei dati.

E quindi queste aree includono sistemi di monitoraggio e controllo, simulatori e processi decisionali, riconoscimento dipattern, sequenze, diagnosi medica ed applicazioni finanziarie.

Negli ultimi anni le reti neurali vengono utilizzate in sismologia per la localizzazione di epicentri di terremoti epredizione della loro intensità.

4

PrePaidManagement

UsageProcessing

Fraud Management

Collection and Bad

Debt Managem

ent

Account Activation and

Service Provisioning

Credit check Monitoring and Control

Ogg

etto

de

llaR

AA

DA

MA

DA

PTI

VE

DY

NA

MIC

AD

AM

Commissions

Interconnecti and Roaming

Bill Processing

• Nuovi clienti • Evidenza Docs• Verifica

credenziali e profili di accesso

• Meccanismi di blocco

• NA

• Risk Assessment

• Check documentale

• Risk Prevention

• Risk Detection

• Verifica credito

• Verifiche manuali

• Log di attività ed errori

• Controllo degli Accessi applicativi e di sistema

• Credit Check• Credit Scoring

• Gestione alerts• Policies and

Procedures• Gestione dello

storico• Relazioni con altri

operatori• Gestione Ag.

Esterne

• Gestione regole/alert

• Raccolta dati sistemi interni

• Detec. attività non autorizzate

• Gestione accessi applicativi e di sistema

• Fraud Check• Policy/proc.

optimization• Check di coerenze

logiche

• Network and System Operations

• Real time and batch mngnt

• Error Handling• Gestione

alerts• Monitoring

• Rating e Billing• Fault critici• Gestione CDR• Situazioni

anomale• Analisi LOG• riallineamnto

dati (CDRs)

• Previsione Fault critici

• Quadrature CDR, LOG, sistemi billinge rating

• Gestione Ricariche

• Gestione real time del credito

• Business continuity e indisponibilità del sistema

• Proactive detection di eccezioni ed errori

• Trasferimento e scambio dati tra operatori

• Raccolta e produzione dati tra operatori

• Riconciliazione dati traffico e contabili

• Management Reporting

• Ottimizzazione accordi Operatore

• Ottimizzazione tariffe di interconnessione

• CDRs check evaluation

• Fraud detection & prevention su roaming

• Processi operativi

• Gestione correzioni manuali

• Pre-billing• Files In/Out• Enti terzi per

stampa fatture• Policy di

accesso e profili

• Piano delle Commissioni

• Gestioni manuali• Policy di accesso

al sistema delle Commissioni

• Criteri di calcolo automatico e manuale

• Modalità di storno delle commissioni

• Processo e controlli

• Metriche di Efficacia e efficienza

• Riconciliazione tra sistema di collection e altri

• Gestione recupero credito

• Detection di transazioni duplicate o missing

• Gestione degli accessi applicativi e di sistema

• Analisi del processo e dell’applicazione di Collection

• ExceptionsHandling

• Analisi LOG• Riallineamen

to dati• Gestione

degli accessi applicativi e di sistema

• Bilanciamento dati traffico e contabili

• Operational Reporting

• Gestione degli accessi applicativi e di sistema

• Balancing tra sistemi (Rating, Billing e Interconnect)

• Analisi dati Cicli fatturazione

• Dati Pre-Billing• Dati su sconti e

campagne clienti

• Analisi di coerenza semantica tra sistemi (Rating, Billing e Interconnect)

• Analisi predittiva su Dati Pre-Billing

• Disallineamenti • Dati del calcolo

commissioni• Dati di storno

commissioni • Gestione degli

accessi applicativi e di sistema

• Ottimizzazione Ciclo di Pagamento

• Ottimizzazione criteri di premio e commissioni

Aggiunta del modulo ADAPTIVE DYNAMICS che conterrà i seguentiengine :

1. Engine PRE-PROCESSING per la trasformazione in numero dei dati;

2. Engine ARTIFICIAL ADAPTIVE SYSTEM ;

3. Engine POST-PROCESSING di conversione dei numeri in dati reali per la succesivapresentazione all’utente.

5

ADAM

Si compone di tre engine principali:

1. Engine di interfaccia con i sistemi esterni perl’elaborazione dei diversi tipi di flussi in input;

2. Engine di elaborazione dei dati/flussi ricevuti ininput con la creazione dei data-mart(Trasformation ed Interpretation Layer);

3. Engine di visualizzazione (Presentation Layer).

ADAPTIVE DYNAMIC ADAM