Cualquier operador que ofrezca servicios de video se enfrenta a un desafío operativo fundamental: con decenas de miles o millones de suscriptores que usan sus servicios cada día con distintas apps, dispositivos, redes y regiones, ¿cómo le doy sentido a potenciales terabytes de datos de rendimiento y actúo sobre ellos a tiempo?
En Agama describimos lo que hacemos como Video Observability: entender el comportamiento y el rendimiento de la creación, distribución y consumo de video a partir del monitoreo y la analítica de extremo a extremo, permitiendo que los operadores sean orientados a datos y colaborativos.
Este artículo se centrará en un aspecto importante de nuestra solución: cómo la capacidad de agrupación dinámica masiva crea insights e impulsa valor para nuestros usuarios.
Cómo lidiar con la complejidad creciente
Vivimos en un mundo dinámico donde todos los componentes de la creación y entrega del servicio están en estado de cambio y mejora, con cambios de configuración, incorporación de funcionalidades y corrección de errores. Actualizar la app del reproductor, por ejemplo, es algo que puede ocurrir semanalmente. Entender de manera directa si cualquiera de esos cambios está impactando la experiencia de video es extremadamente valioso en contexto operativo y de producto.
Trabajar con metadatos como base para la agregación y la analítica es un método potente para gestionar esta complejidad y una piedra angular de nuestra solución de observabilidad de video.
Metadatos: qué son y de dónde provienen
Aquí nos referimos a metadatos como datos específicos que pueden usarse para describir un dispositivo o un servicio. Pueden ser, por ejemplo, una versión de una app, la CDN desde la que se está consumiendo o información de topología de red. Los metadatos no son estáticos, sino que evolucionan con el tiempo y pueden provenir de múltiples fuentes. El propio dispositivo puede, por supuesto, proporcionar información como tipo de dispositivo, versión del SO, nombre de la app, tipo de conexión de red, etc.
Poder usar metadatos provistos desde fuentes backend también es muy potente. Por ejemplo, establecer distintos niveles de servicio para los suscriptores permite hacer seguimiento de los SLO (Service Level Objectives) entre los diferentes niveles de clientes para ayudar a guiar la priorización operativa. Ambos tipos de metadatos —de clientes y de backends— pueden usarse al mismo tiempo en el sistema Agama.
Otro ejemplo es conectar un dispositivo específico de un cliente con el lugar donde se encuentra. En Agama nos referimos a esos metadatos como Logical Path Identifier (LPI). Al extraerlos del inventario de red e ingestarlos en Agama, es posible crear mapas de rendimiento de red de toda la topología de la red de acceso con decenas de miles de grupos. Con el rico conjunto de métricas de la solución, esto significa hacer seguimiento de decenas de millones de agregados en tiempo real.
Los metadatos como motor de la analítica
Los metadatos, tanto los que se reciben en tiempo real desde los dispositivos de los suscriptores como los que vienen de fuentes de API de backend, pueden usarse para extraer insights. Un ejemplo es la app OTT QoS Analytics, que puede usarse tanto para crear una vista de alto nivel de todas las dimensiones relevantes del sistema como para profundizar e identificar áreas con problemas específicos.
La app permite a los equipos de Operaciones correlacionar y comparar directamente los KPIs más importantes para muchos tipos de grupos distintos: tipo de dispositivos, CDN, edge caches, tipo de servicio, región. Todo esto se genera en tiempo real usando los metadatos etiquetados para dispositivos y servicios.
Volviendo al ejemplo de la topología de red, esto proporciona insights más precisos y oportunos en comparación con la analítica de red tradicional, incluyendo su uso para la automatización de red en bucle cerrado. Nuestra escalabilidad, donde se puede hacer agrupación masiva en tiempo real basada en cientos de miles o millones de dispositivos de clientes, es la base para generar estos insights.
Cierre
No hay duda de que la creación de miles de grupos y agregados relevantes es una capacidad central en Agama y algo que nos diferencia de otras soluciones del mercado. Los insights y datos resultantes se ponen a disposición a través de nuestras distintas aplicaciones, tanto como estado actual en el dashboard y en las alertas, como a lo largo del tiempo para correlación y comparación. Una y otra vez vemos cómo esto genera grandes valores en términos de ahorro de costos, agilidad de despliegue y mejora de la experiencia del cliente en distintas tecnologías y tipos de operadores, mejorando la observabilidad y reduciendo los tiempos de reacción.
Con una variedad de apps que visualizan y destacan los KPIs para distintos tipos de flujos de trabajo, la solución pone este poder en manos de los equipos relevantes de Operaciones y producto. Esto marca una diferencia real cuando hablamos de rendimiento y fiabilidad del servicio de video entregado y, en última instancia, de la experiencia del cliente.
Sobre Johan Görsjö
Johan lidera Producto y Desarrollo, responsable de revolucionar los productos y soluciones de Agama. Trabaja en la estrategia de producto y colabora estrechamente con Ventas y Marketing.
Johan tiene más de 20 años de experiencia en la industria de las telecomunicaciones y el video.
