Muchos operadores de video invierten mucho tiempo, esfuerzo y recursos en detectar, identificar y restaurar problemas orientados a eventos, como equipos rotos o cables defectuosos. Estos procesos se concentran en detectar incidentes y luego devolver el sistema a su estado normal de operación. Lo que a veces se pasa por alto, o al menos se gestiona con menor prioridad, es: ¿es el estado normal el que debería ser? ¿Cuál es la calidad global del servicio que entregamos cuando no tenemos fallas conocidas? ¿Cuál es nuestro nivel normal de calidad y disponibilidad? ¿Cuál podría o debería ser?
Para abordar estas preguntas, un operador primero debe entender en qué consiste el estado normal en términos de incidencias. ¿Qué se debe a problemas sistemáticos y qué es verdaderamente aleatorio? Nuestra experiencia trabajando con operadores muestra que muy a menudo existen problemas sistemáticos y que abordarlos con éxito ha demostrado generar grandes mejoras en la calidad del servicio y reducciones drásticas en las quejas de los clientes. El problema, por supuesto, es identificar los problemas sistemáticos pero no evidentes entre los cientos o miles de pequeños eventos y anomalías.
ENCONTRAR Y EVALUAR LOS PROBLEMAS
Lo primero al buscar problemas en condiciones normales de operación es detectarlos; para problemas no evidentes esto puede ser bastante complicado. Mirar los datos de QoS puede ser difícil, ya que normalmente hay una gran cantidad de métricas recopiladas en múltiples puntos de medición. En esta situación, una métrica QoE agregada puede ser muy útil. Una métrica QoE agregada puede tener en cuenta múltiples parámetros de QoS de un solo vistazo, tanto para clientes individuales como para grupos de clientes. Una métrica QoE bien diseñada, por lo tanto, puede ayudar a detectar problemas que de otra forma son difíciles de encontrar.
Incluso con la ayuda de una métrica QoE bien diseñada, el proceso de identificar los problemas sistemáticos causados por problemas no evidentes puede ser complejo y, por naturaleza, es iterativo y exploratorio. Hay varias dimensiones a explorar en este proceso:
- Los problemas pueden ser intermitentes y/o periódicos; podría ser necesario observar datos de monitoreo que cubran períodos de tiempo extensos para encontrar patrones.
- Los problemas pueden estar relacionados con combinaciones de equipos. Por ejemplo, un cierto modelo o versión de software de decodificador combinado con un cierto modelo o versión de DSLAM o de edge QAM podría no funcionar bien junto. Encontrar conexiones como estas requiere acceso a diversos metadatos sobre la cadena de distribución del servicio.
- Los problemas pueden estar relacionados con la carga o el uso. Comprender la carga y el uso, tanto agregados en la cadena de distribución como en el usuario individual, es importante.
- Los problemas pueden ser estadísticos. El problema puede no aparecer cada vez que se produce una determinada situación, sino que tiene una probabilidad incrementada de ocurrir en ciertas situaciones.
- Los problemas pueden estar relacionados con combinaciones de todo lo anterior.
Para impulsar este proceso exploratorio se necesita acceso a datos de alta resolución que cubran períodos de tiempo extensos, medidos en varios puntos de la cadena de distribución del servicio, preferiblemente hasta el dispositivo de visualización del cliente. También se necesitan herramientas que habiliten la agregación, correlación y visualización para identificar la sistematicidad en este vasto conjunto de datos.
Finalmente, una vez identificado un problema, una métrica QoE agregada es nuevamente valiosa para evaluar el impacto global del problema en el servicio.
REQUISITOS DE UNA SOLUCIÓN
Una solución que respalde este proceso se beneficia enormemente de las siguientes capacidades:
Una métrica QoE compuesta
Una métrica que estime el impacto real en el servicio del usuario final, tanto para clientes individuales como agregada para grupos de clientes.
Acceso a datos históricos de alta resolución
Algunos de los problemas escondidos en el ruido probablemente varíen con el tiempo: generados por ciclos de actividad/carga, actividades periódicas en la solución o el equipo, etc. Para encontrar estos problemas, las métricas clave deben estar disponibles en alta resolución durante períodos de tiempo extensos.
Capacidades flexibles de agrupación y agregación
Para encontrar la sistematicidad en eventos repartidos sobre una gran población de clientes, donde cada cliente individual puede tener una intensidad de problemas muy baja, la agregación por grupos de clientes es importante. La agrupación necesita ser flexible para permitir la definición de grupos a lo largo de dimensiones relevantes como geografía/topología, tipos de dispositivos, tipos de servicios consumidos, etc.
Herramientas de visualización y exploración de datos
EL ENFOQUE BASADO EN DATOS
Adoptar un enfoque basado en datos para el proceso de mejoras sistemáticas puede llevar a una mejor calidad del servicio, ahorros significativos y mayor satisfacción del cliente. Un proceso sistemático basado en datos objetivos y respaldado por un potente conjunto de herramientas de soporte permite a una organización operadora tomar decisiones informadas para alcanzar la QoE óptima y más rentable para sus operaciones.
Artículo invitado por Mikael Dahlgren, CEO de Agama Technologies.
Publicado en Videonet Opinions el 17 de junio de 2015.
