텔레콤 Next Best Action 참조 아키텍처
이 아키텍처는 통신 분야에서 일반적으로 사용되는 다음 최선의 행동(use cases)에 대한 일반 산업 원천 및 싱크와의 통합을 이해하는 데 도움이 됩니다. 이것은 레이크하우스 아키텍처 전반에 걸쳐 최고의 실무 디자인 패턴을 개요로 제시합니다.
실시간으로 대규모의 다음 최선의 행동을 가능하게 하는 텔레콤 아키텍처를 구축하십시오
데이터 및 플랫폼 흐름:
다음 최선의 행동 (NBA), 다음 최선의 경험 (NBX)
- 텔레콤 운영 시스템에서의 데이터 수집
고객 행동, 청구, CDRs (통화/데이터/SMS 기록), CRM, 충전, 그리고 핀테크 거래 데이터는 BSS/OSS 통합 인터페이스나 Informatica와 LakeFlow와 같은 제3자 데이터 커넥터를 통해 하이브리드/온프레미스 시스템에서 수집됩니다. 이러한 데이터 스트림은 가벼운 전처리가 이루어지는 스트리밍 수집 계층 (예: Kafka, Azure Event Hub)으로 실시간 또는 배치로 전송됩니다 (예: PII 필터링, 프로토콜 변환). - 통합 레이크하우스 저장소 및 원시 데이터 스테이징
수집된 데이터는 델타 레이크 브론즈 테이블에 도착하며, 이는 OpCos, 사이트 ID 또는 채널과 같은 속성으로 분할됩니다. 이 단계에서는 스키마 강제 및 PII 마스킹과 같은 작업이 발생할 수 있습니다. 그런 다음 데이터는 실버 테이블로 진행되어 중복이 제거되고, 결합되며, 고객 360 프로필, 사용 요약, 이탈 지표를 구축하기 위해 풍부하게 만들어집니다. 이는 조화롭고 분석 준비가 완료된 기반이 됩니다. - 특징 공학 및 모델 훈련
정리된 실버 데이터는 레이크하우스 파이프라인을 사용한 고급 변환 파이프라인으로 공급됩니다. 이 단계에는 다음이 포함됩니다:- 의도 특성 을 추출하고 이를 채널- 또는 지역/국가별 로직에서 분리된 중앙화된 Feature Store 에 등록합니다.
- 시점별 풍부함 과 고객 식별 정보 결합을 가능하게 합니다.
- 모자이크 AI를 사용한 NBA 모델 훈련, 이탈 예측, 제안 수락 점수, 동적 제안 최적화를 위한 강화 학습과 같은 사용 사례가 포함됩니다.
- 모델은 통합 플랫폼 내에서 계보, 관찰 가능성, 그리고 관리 를 통해 훈련되고 관리됩니다.
- 이 아키텍처에서 중요한 피드백 루프는 A/B 테스팅입니다:
- 모델은 지속적으로 배치 리프트 테스팅을 통해 비즈니스 영향(예: 상승률, 유지율, 전환율)을 측정하는 CICD 프로세스에 내장되어 평가됩니다.
- 이러한 통찰력은 현재 모델이 기준선을 능가하는지를 판단하여 출시 또는 재훈련에 대한 객관적인 결정을 내릴 수 있게 합니다.
- 비즈니스 인사이트 및 CX 활성화
ML 파이프라인에서 점수화된 출력은 골드 테이블에 저장되어 BI 및 실시간 CX 애플리케이션에 준비됩니다:- 데이터브릭스 SQL 은 실시간 KPI, 가입자 행동 분석, NBA 캠페인의 ROI 측정을 가능하게 합니다.
- 경영진과 마케팅 팀은 Power BI, Tableau, 그리고 Looker와 같은 익숙한 도구를 통해 이 데이터에 접근합니다.
- 레이크하우스 앱은 관객 세분화, 캠페인 시뮬레이션, 그리고 CX 팀을 위한 크로스 판매/업 판매 타겟팅을 가능하게 합니다.
- 모델 배포 및 실시간 추론
훈련된 NBA 모델은 다음을 통해 실시간 활성화를 위해 노출됩니다:- 모델 서빙 API 는 Mosaic AI 또는 Databricks 모델 서빙에서 호스팅되며, 하이브리드 배포를 지원합니다.
- API는 SMS 시스템, 콜 센터, 모바일 앱, 또는 IVR과 직접 통합하기 위해 클라우드 기반 및/또는 사내 운영 환경 에 배포되거나 프록시됩니다.
- NBA 결과는 대시보드, A/B 테스트 결과, 그리고 모델 성능 추적을 통해 지속적으로 모니터링되어 관련성을 유지하고 드리프트를 최소화합니다.
