# Создание цифровых моделей и прогнозирование в биллинге

Источник: https://fw-t.ru/articles/sozdanie-tsifrovykh-modelej-i-prognozirovanie-v-billinge
Опубликовано: 2021-05-09 · Обновлено: 2023-05-29

Как можно создать «виртуальные миры» для работы с прогнозными моделями действий в реальном мире на основании накопленных больших данных в системах операторов св

Работа телекомовских компаний проходит в условиях жесткой конкуренции, когда пускать на самотек процессы взаимодействия с клиентами и деловыми партнерами никак нельзя. Даже в том случае, если собрана действительно внушительная база клиентов, останавливаться в своем развитии недопустимо. Порядка 20% клиентов не являются постоянными (в среднем, это так по всему сегменту рынка). И если каждый год терять пятую часть своих потребителей услуг, то очень скоро бизнес перестанет быть успешным. Это, безусловно, грубое приближение, но направление мысли всем, надеюсь, понятно.

## Зачем нужно моделирование?

Создание цифровых моделей требует определенных знаний и практических навыков. Возникает резонный вопрос о целесообразности данного процесса. На самом деле это очень важное и ответственное направление, позволяющее моделировать поведение клиентов в долгосрочной перспективе.

Рассмотрим простой и понятный пример. Некая телекомовская компания предлагает своим клиентам ограниченный спектр тарифов – семь. На самом деле, до 10 тарифов – это нормальная практика подавляющего большинства операторов связи и интернет-провайдеров.

При этом аналитики компании четко понимают, что за последние годы произошли изменения в приоритетах потребителей. К примеру, молодое поколение, наиболее активное, в последнее время практически не расходует обычные звонки для общения, предпочитая социальные сети. При этом многие клиенты не выговаривают даже половины из того, что им предлагает самый минимальный тариф. А вот трафик на социальные сети растет.

В этой ситуации разумным видится переориентация потребителей на новый тариф с приоритетом на «безлимит» по трафику в социальных сетях и сокращение минут на разговоры. При этом, как понять, чего и сколько нужно предусмотреть в новом тарифе?

На основе имеющейся биллинговой информации и базы данных клиентов формируется цифровая модель, которая отрабатывает и визуализирует все параметры нового тарифа. Такой подход позволяет выбрать наиболее валидный подход, удовлетворяющий интересам большего процента потребителей. При этом важно учесть экономическую составляющую для самого поставщика услуг.

## Где брать информацию?

Безусловно, можно воспользоваться представленными на рынке или разработать (заказать) собственную биллинговую систему. Но это будет стоить немалых денег. Гораздо эффективнее и целесообразнее воспользоваться существующими предложениями на основе облачных технологий. Ярким примером является платформа Forward Billing. Здесь легко и просто можно сформировать автоматизированные процессы сбора необходимой информации.

Если рассматривать большое количество моделей, а только в этом случае можно добиться оптимального результата по поиску решений, то система автоматизации выборки обязательна. И без таких платформ как [Forward Billing](/products/fw-billing) обойтись практически невозможно.

## Прогнозирование в биллинге

Еще одним важнейшим направлением деятельности аналитических отделов телекомовских компаний, безусловно, является прогнозирование в биллинге. Речь в данном случае идет об оценке эффективности существующих инструментов, функционала в среднесрочной и долгосрочной перспективе. На основе выполненных выборок строятся прогнозные показатели, а уже на их основе определяется стратегия развития всей компании в целом и отдельных инструментов (тарифных планов и т.д.) в частности.

## Что в будущем?

По объективным ощущениям следующим важным шагом развития взаимодействия между биллинговыми системами и управленцами телекомовских компаний станет интеграция искусственного интеллекта в комплексное управление, моделирование и прогнозирование.

Как видится использование ИИ? К примеру, со временем должны появиться плавающие, не фиксированные тарифы, которые будут на основании имеющейся биллинговой информации корректироваться индивидуально для каждого пользователя (минуты, трафик). При этом обучение искусственного интеллекта может вестись в различных направлениях, в том числе при создании цифровых моделей для нужд коммуникационных организаций. Это, безусловно, серьезно ускорит выход инновационных продуктов на рынок.

А в целом, развитие биллинговых систем в будущем неизменно будет ориентировано на внедрение искусственного интеллекта и его обучение для решения узкоспециализированных задач по моделированию и прогнозированию.

Уже сегодня многие корпорации пытаются использовать моделирование и искусственный интеллект для оптимизации услуг своим пользователям. К примеру, на основе анализа поведения моделей МТС выводит из эксплуатации старые тарифы, которые не пользуются популярностью и создают определенный дискомфорт их пользователям.

В заключение стоит отметить, что моделирование на основе биллинговых систем, а также прогнозирование с учетом систематизированных данных из существующих баз, предоставляет однозначное преимущество в конкурентной борьбе за внимание потенциальных потребителей. Не отставайте и вы в этом негласном соревновании разума.

И да поможет вам в этом адекватный биллинг.