हम एडब्ल्यूएस पर बिग डेटा एआई/एमएल क्लाउड एडवांस्ड एनालिटिक्स प्लेटफॉर्म बनाने वाले भारत के पहले टेल्को हैं: वोडाफोन-आइडिया (पार्ट-1)

नई दिल्ली:

भारतीय दूरसंचार उद्योग पिछले एक दशक में प्रौद्योगिकी संचालित व्यवधान के केंद्र में रहा है। 98.6 करोड़ से अधिक सक्रिय वायरलेस ग्राहकों के साथ, उद्योग के पास उद्योगों में व्यवसायों के लिए परिवर्तन लाने का भी अवसर है।

आईएएनएस ने वोडाफोन-आइडिया के ईवीपी और हेड, बिग डेटा एंड एडवांस्ड एनालिटिक्स, डॉ. संजीव चौबे से बात की, ताकि वे इस बारे में जानकारी प्राप्त की जा सके कि कैसे क्लाउड उनके डिजिटल परिवर्तन के केंद्र में रहा है और कैसे वे आर्टिफिशियल इंटेलिजेंस (एआई), मशीन लनिर्ंग (एमएल), इंटरनेट ऑफ थिंग्स (आईओटी) और एनालिटिक्स जैसी बुद्धिमान तकनीकों का लाभ उठा रहे हैं।

चौबे का मानना है कि दूरसंचार सेवा प्रदाताओं को टेल्को से टेक्नो और 5जी, आर्टिफिशियल इंटेलिजेंस, बिग डेटा एनालिटिक्स, क्लाउड कंप्यूटिंग, आईओटी/आईआईओटी/ एआईओटी और रोबोटिक प्रोसेस ऑटोमेशन (आरपीए) जैसी तकनीकों को बदलने की महत्वपूर्ण आवश्यकता है और यही चीज इस डिजिटल परिवर्तन को सक्षम करेगी।

पेश हैं साक्षात्कार के प्रमुख अंश:

प्रश्न: चूंकि आप एक कनेक्टिविटी प्रदाता से वैल्यू-एडिड सॉल्यूशंस के एक ऑर्केस्ट्रेटर में बदलना चाहते हैं, जो डिजिटल रूप से जानकार, जुड़े ग्राहकों की जरूरतों को पूरा करते हैं, ऐसे में भारतीय दूरसंचार कंपनियों में डिजिटल परिवर्तन के प्रमुख रणनीतिक स्तंभ क्या हैं?

उत्तर: मेरा मानना है कि व्यवसाय दूरस्थ कार्यबल (रिमोट वर्कफोर्स) को सशक्त बनाने, ग्राहकों को बेहतर सेवाएं प्रदान करने और बढ़ी हुई ²श्यता, लचीलापन और चपलता के साथ एक इमर्सिव अनुभव बनाने के लिए तेजी से डिजिटल समाधानों की ओर रुख कर रहे हैं। इसके अलावा पारंपरिक, हार्डवेयर चालित और बड़े महंगे भौतिक संचालन को खत्म करने की आवश्यकता दुनिया भर के उद्योगों में डिजिटल परिवर्तन के मूल में रही है।

हमें यह समझने की जरूरत है कि कोई भी परिवर्तन डेटा से शुरू होता है। इसलिए, एक कंपनी ग्राहक डेटा को कुशलता से पकड़ती है और बेहतर निर्णय लेने के लिए इसका लाभ उठाती है। खर्च बढ़ाने और प्रयासों को कम करने के लिए प्रमुख ग्राहक टचप्वाइंट को सुव्यवस्थित करना लक्ष्य होना चाहिए।

कर्मचारियों को प्रासंगिक डेटा, डेटा संचालित निर्णय संस्कृति, सीखने और विकास प्लेटफार्मों तक पहुंच के साथ बेहतर संगठनात्मक परिवर्तन को सशक्त बनाने के साथ अच्छी तरह से सूचित किया जाना चाहिए।

व्यवसायों को आईटी विभागों से समेकित उद्यम प्लेटफार्मों में स्थानांतरित करने की आवश्यकता है, जो नवीनतम तकनीकों को तुरंत ग्रहण कर सकते हैं और एकीकृत कर सकते हैं। डेटासेट, प्रक्रियाओं, वेब और ऐप्स को कंपनी भर में साझा किया जाना चाहिए और बड़े पैमाने पर भंडारण (स्टोरेज) और प्रसंस्करण (प्रोसेसिंग) क्षमताओं के लिए उपयुक्त डेटा लेक, डेटा वेयरहाउस/क्लाउड पर मार्ट का निर्माण करके असल में एक एकल स्रोत प्रदान करने के लिए डेटा को एकीकृत करने की आवश्यकता है।

डेटा इंजीनियरिंग और एनालिटिक्स के लिए कई तरह के टेक्नोलॉजी स्टैक - जैसे हडूप ईकोसिस्टम, एडब्ल्यूएस क्लाउड, एचबेस, कैसेंड्रा, मोंगोडीबी, टेराडेटा, एक्सडेटा, ड्रूइड, स्पार्क, काफ्ता, पायथन, एसएएस, एसपीएसएस आदि उपलब्ध हैं। इसके अलावा प्रभावी डिजिटल परिवर्तन सक्षमता के लिए मोबाइल ऐप डेवलपमेंट फ्रेमवर्क और क्रॉस-प्लेटफॉर्म ऐप डेवलपमेंट जैसे कि रिएक्ट नेटिव, आयनिक फ्रेमवर्क, नोड, जैमरिन, नेटिवस्क्रिप्ट, और फ्लटर, आदि की तकनीकों की आवश्यकता होती है।

हालांकि, प्रौद्योगिकी स्टैक का चुनाव चाहे ओपन-सोर्स हो या प्रोपराइटरी, मुख्य रूप से मूल्य बनाम लागत प्रस्ताव पर निर्भर करता है। इसके अलावा, गुंजाइश, पैमाने, गति, गुणवत्ता और सुगमता की आवश्यकता तकनीकी स्टैक को अंतिम रूप देने का आधार बनती है।

नेतृत्व के लिए और प्रबंधन के विभिन्न स्तरों पर बिजनेस इंटेलिजेंस रिपोर्ट और डैशबोर्ड के रूप में रीयल-टाइम ग्राहक 360 व्यू के पास सुनिश्चित करना बेहतर और प्रासंगिक निर्णय लेना सुनिश्चित करता है।

प्रश्न: आप अपने ग्राहकों की जरूरतों को बेहतर ढंग से समझने और उन्हें पूरा करने के लिए बिग डेटा, एडवांस्ड एनालिटिक्स, आर्टिफिशियल इंटेलिजेंस/मशीन लनिर्ंग और डेटा साइंस का उपयोग कैसे कर रहे हैं?

उत्तर: ग्राहकों के अनुभव और व्यावसायिक प्रदर्शन को बेहतर बनाने के लिए बिग डेटा और एडवांस्ड एनालिटिक्स को व्यापक रूप से अपनाया जाता है। आर्टिफिशियल इंटेलिजेंस और डेटा साइंस तकनीक विशेष रूप से मशीन/ डीप लनिर्ंग एल्गोरिदम ग्राहक विभाजन, लक्षित विपणन, व्यक्तिगत पेशकश और सिफारिशें, मंथन भविष्यवाणी, उत्पाद विकास, भविष्य के लिए विश्लेषण, कॉल ड्रॉप विश्लेषण, धोखाधड़ी को कम करने सहित कुछ महत्वपूर्ण क्षेत्रों/सेवाओं में काफी सुधार कर रहे हैं।

अगले पांच वर्षों में, मोबाइल फोन की पहुंच में वृद्धि और डेटा लागत में गिरावट से भारत में 50 करोड़ नए इंटरनेट यूजर्स जुड़ेंगे, जिससे नए व्यवसायों के लिए अवसर पैदा होंगे। विरासत डेटा सेट सभी प्रकृति में संरचित थे, हालांकि पिछले कुछ वर्षों में, डेटा के विस्फोट के साथ, असंरचित डेटा बाजार में समान या अधिक महत्व प्राप्त कर रहा है। 5जी तकनीक के आगमन के साथ वॉयस, वीडियो, सोशल मीडिया, मैसेजिंग, आईओटी और सभी नए 5जी उपयोग केस परिनियोजन से उपलब्ध डेटा यहां से कई गुना बढ़ने जा रहा है।

टेल्को द्वारा उत्पन्न इस बड़े डेटा में विशाल मात्रा, विविधता, वेग और सत्यता जैसी सभी विशेषताएं हैं। इसलिए यह हमारे लिए बहुत महत्वपूर्ण हो जाता है कि हम पहले डेटा ओशन, डेटालेक, डेटा वेयरहाउस/डेटा मार्ट के भीतर कई एप्लिकेशंस से निकलने वाले डेटा को व्यवस्थित और व्यवस्थित रूप से स्टोर करें, चाहे वह क्लाउडेरा हडोप इकोसिस्टम या क्लाउड इंफ्रास्ट्रक्च र का उपयोग कर रहा हो।

दूसरी बात यह कि इस बिग डेटा का उपयोग संचालन और रणनीति बनाने के ²ष्टिकोण से विभिन्न संगठनात्मक स्तरों पर निर्णय लेने के लिए डेटा एनालिटिक्स करने के लिए किया जाता है। डेटा विज्ञान और उन्नत विश्लेषिकी जीवनचक्र के सभी 5 चरणों अर्थात वर्णनात्मक, नैदानिक, भविष्य के लिए, प्रिस्क्रिपटिव और प्री-एम्प्टिव एनालिटिक्स को जानकारी और पैटर्न निकालने के लिए किया जाता है।

मशीन सीखने के उपयोग के मामलों में बड़ी संभावनाएं और वैल्यू हैं, जैसे ग्राहक अधिग्रहण, प्रतिधारण, डिजिटल जुड़ाव, विसंगति का पता लगाना, मूल कारण विश्लेषण, भविष्य के लिए रखरखाव, टिकट वर्गीकरण, एसएलए आश्वासन और स्व-उपचार, गतिशील अनुकूलन जैसी सुविधाओं के साथ बुद्धिमान नेटवर्क का निर्माण करना, स्वचालित नेटवर्क डिजाइन। हालांकि, प्रभावी ढंग से काम करने के लिए, उन्हें बड़े पैमाने पर डेटा और उनके समानांतर प्रसंस्करण का समर्थन करने के लिए विशिष्ट कम्प्यूटेशनल, पाइपलाइन और समर्थन बुनियादी ढांचे की आवश्यकता होती है।

प्रेडिक्टिव मॉडल चाहे रीयल-टाइम या बैच प्रोसेसिंग के आधार पर व्यावसायिक आवश्यकताएं हों, संरचित डेटा फीड जैसे जनसांख्यिकीय, उपयोग, बिलिंग आदि का लाभ उठाते हुए या चैट, टेक्स्ट, इमेज, वीडियो फीड जैसे असंरचित डेटा फीड्स को पहले से विजन के साथ व्यवसाय का समर्थन करने के लिए बनाया गया है।

निर्णय लेने के लिए देश भर में ग्राहकों की भावनाओं को उजागर करने के लिए कंप्यूटर विजन, प्राकृतिक भाषा प्रसंस्करण (एनएलपी) और टेक्स्ट पासिर्ंग तकनीकों आदि का उपयोग करके सोशल मीडिया एनालिटिक्स का प्रदर्शन किया जाता है। तंत्रिका नेटवर्क के विभिन्न डीप लर्निंग आर्किटेक्चर से लेकर कन्वेन्शनल न्यूरल नेटवर्क, रिकरंट न्यूरल नेटवर्क, सेल्फ-ऑर्गनाइजिंग मैप्स, ऑटो एनकोडर आदि का उपयोग वांछित इरादे के अनुसार उचित रूप से किया जाता है।

डिस्क्लेमरः यह आईएएनएस न्यूज फीड से सीधे पब्लिश हुई खबर है. इसके साथ न्यूज नेशन टीम ने किसी तरह की कोई एडिटिंग नहीं की है. ऐसे में संबंधित खबर को लेकर कोई भी जिम्मेदारी न्यूज एजेंसी की ही होगी.