1
La Revenue Assurance è un tematica che ha assunto negli anni una importanza sempre più strategica in special modo
tra gli operatori di telecomunicazioni in cui risultano esserci perdite sempre più consistenti a causa della mancata
raccolta 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 andando
a verificare e misurare l’efficienza e l’efficacia dei molteplici sistemi facenti parte della «chain», dall’evento che genera
revenue 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 approccio
preventivo 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 di
MODELLI QUALITATIVI.
Da qui nasce la partnership con il Team 2C, proprietaria di soluzioni di COMPUTAZIONAL INTELLIGENCE tramite lo
sviluppo di metodi proprierari matematici chiamati ARTIFICIAL ADAPTIVE SYSTEM: l’area più recente dell’IA e
dell’analisi dei dati in grado di affrontare con successo i complessi problemi del mondo reale anche dove gli approcci
tradizionali sono poco efficaci o inapplicabili.
Stiamo parlando delle RETI NEURALI, modelli matematici che emulano ( o almeno tentano) il sitema nervoso centrale e
rappresentano un potente strumento statistico.
2
Scopo finale delle reti neurali è quello di realizzare i meccanismi di apprendimento del cervello umano facendo in
modo 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 matematico
determinate leggi che non si conoscono a priori facendogli analizzare un elevato numero di casi reali ( FASE DI
APPRENDIMENTO-ASSIMILAZIONE).
I campi in cui sono applicate possono essere classificate nelle seguenti categorie di applicazioni:
1.
2.
3.
Funzioni di approssimazione-regressione tra cui le previsioni temporali e la modellazione;
Classificazione ed individuazione delle novità ed il processo decisionale;
L’elaborazione dei dati.
E quindi queste aree includono sistemi di monitoraggio e controllo, simulatori e processi decisionali, riconoscimento di
pattern, sequenze, diagnosi medica ed applicazioni finanziarie.
Negli ultimi anni le reti neurali vengono utilizzate in sismologia per la localizzazione di epicentri di terremoti e
predizione della loro intensità.
3
Credit
check
Monitorin
g and
Control
Oggetto della RA
Account
Activation and
Service
Provisioning
• Nuovi clienti •
• Evidenza Docs
• Verifica
•
credenziali e
profili di
•
accesso
• Meccanismi di
blocco
ADAPTIVE
DYNAMIC ADAM
ADAM
• NA
Verifica
credito
Verifiche
manuali
Log di attività
ed errori
Fraud
Manageme
nt
• Gestione alerts
• Policies and
Procedures
• Gestione dello
storico
• Relazioni con altri
operatori
• Gestione Ag.
Esterne
• Controllo degli • Gestione
Accessi
regole/alert
applicativi e di • Raccolta dati
sistema
sistemi interni
• Detec. attività
non autorizzate
• Gestione accessi
applicativi e di
sistema
• Risk
• Credit Check
Assessment • Credit Scoring
• Check
documentale
• Risk
Prevention
• Risk Detection
Usage
Processing
PrePaid
Manageme
nt
Interconne
cti and
Roaming
Bill
Processing
• Network and
System
Operations
• Real time and
batch mngnt
• Error Handling
• Gestione
alerts
• Monitoring
• Gestione
Ricariche
• Gestione
real time del
credito
• Business
continuity e
indisponibili
tà del
sistema
• Trasferimento e
scambio dati tra
operatori
• Raccolta e
produzione dati
tra operatori
• Riconciliazione
dati traffico e
contabili
• Management
Reporting
•
•
•
•
• Exceptions
Handling
• 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
• Proactive
detection di
eccezioni ed
errori
• Ottimizzazione
• Analisi di
accordi
coerenza
Operatore
semantica tra
• Ottimizzazione
sistemi (Rating,
tariffe di
Billing e
interconnessione
Interconnect)
• CDRs check
• Analisi
evaluation
predittiva su
• Fraud detection
Dati Pre-Billing
& prevention su
roaming
Rating e Billing
Fault critici
Gestione CDR
Situazioni
anomale
• Analisi LOG
• riallineamnto
dati (CDRs)
• Fraud Check
• Previsione
• Policy/proc.
Fault critici
optimization
• Quadrature
• Check di coerenze CDR, LOG,
logiche
sistemi billing
e rating
• Processi
operativi
• Gestione
correzioni
manuali
• Pre-billing
• Files In/Out
• Enti terzi per
stampa fatture
• Policy di
accesso e
profili
• Balancing tra
sistemi (Rating,
Billing e
Interconnect)
• Analisi dati Cicli
fatturazione
• Dati Pre-Billing
• Dati su sconti e
campagne
clienti
Commissi
ons
Collection
and Bad
Debt
Managem
ent
• Piano delle
Commissioni
• Gestioni manuali
• Policy di accesso
al sistema delle
Commissioni
• Criteri di calcolo
automatico e
manuale
• Modalità di
storno delle
commissioni
• Disallineamenti
• Dati del calcolo
commissioni
• Dati di storno
commissioni
• Gestione degli
accessi
applicativi e di
sistema
• Processo e
controlli
• Metriche di
Efficacia e
efficienza
• Riconciliazione tra
sistema di
collection e altri
• Gestione recupero
credito
• Ottimizzazione
Ciclo di
Pagamento
• Ottimizzazione
criteri di premio
e commissioni
• Analisi del
processo e
dell’applicazione
di Collection
• Detection di
transazioni
duplicate o
missing
• Gestione degli
accessi
applicativi e di
sistema
4
ADAPTIVE DYNAMIC
ADAM
ADAM
Si compone di tre engine principali:
1.
2.
3.
Engine di interfaccia con i sistemi esterni per
l’elaborazione dei diversi tipi di flussi in input;
Engine di elaborazione dei dati/flussi ricevuti in
input con la creazione dei data-mart
(Trasformation ed Interpretation Layer);
Aggiunta del modulo ADAPTIVE DYNAMICS che conterrà i seguenti
engine :
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 succesiva
presentazione all’utente.
Engine di visualizzazione (Presentation Layer).
5
