Интеллектуальный анализ данных и систем управления бизнес-правилами в телекоммуникациях

Р.Р. Вейнберг
интеллектуальный 
анализ данных  
и системы управления 
бизнес-правилами  
в телекоммуникациях
Монография
Москва
ИНФРА-М
2016

ФЗ 
№ 436-ФЗ
Издание не подлежит маркировке 
в соответствии с п. 1 ч. 2 ст. 1
УДК 004.6:621.39
ББК 65.290-2:32-88
 
В26
Р е ц е н з е н т ы: 
Телемтаев М.М. — д-р техн. наук, профессор кафедры информатики 
ФГБОУ ВПО «РЭУ им. Г.В. Плеханова»;
Тихомирова Е.И. — д-р экон. наук, профессор кафедры информатики 
ФГБОУ ВПО «РЭУ им. Г.В. Плеханова»
В26
Вейнберг Р.Р. 
Интеллектуальный анализ данных и системы управления бизнесправилами в телекоммуникациях: Монография. — М.: ИНФРА-М, 
2016. — 173 с. — (Научная мысль).
ISBN 978-5-16-011350-0 (print)
ISBN 978-5-16-103541-2 (online)
Исследованы процессы формирования предпочтений потребителей 
телекоммуникационного предприятия (клиентской базы) с выявлением 
теоретических, методологических и практических аспектов взаимодействия потребителей и поставщиков телекоммуникационных услуг. Решены 
вопросы, связанные с внедрением системы поддержки принятия решений 
(предложена авторская интеллектуальная информационная система предприятия связи) для автоматизации экономической деятельности хозяйствующего субъекта (телекоммуникационной компании), с применением 
методов интеллектуального анализа данных (Data Mining) и внедрением 
системы управления бизнес-правилами (BRMS) для автоматизации подбора услуг связи исходя из клиентского профиля (набора социально-демографических характеристик и истории потребления телекоммуникационных 
сервисов). 
Для практикующих бизнес-аналитиков, преподавателей вузов, аспирантов, студентов и всех интересующихся внедрением прикладных систем 
поддержки принятия решений. 
УДК 004.6:621.39
ББК 65.290-2:32-88
© Вейнберг Р
.Р
., 2015
ISBN 978-5-16-011350-0 (print)
ISBN 978-5-16-103541-2 (online)
Подписано в печать 25.09.2015.
Формат 60×90/16. Печать цифровая. Бумага офсетная.
Гарнитура Newton. Усл. печ. л. 10,81. 
Тираж 500 экз. Заказ № 0000
ТК 438800-520998-250915
ООО «Научно-издательский центр ИНФРА-М»
127282, Москва, ул. Полярная, д. 31В, стр. 1
Тел.: (495) 280-15-96, 280-33-86. Факс: (495) 280-36-29
E-mail: books@infra-m.ru        http://www.infra-m.ru
Отпечатано в типографии ООО «Научно-издательский центр ИНФРА-М»
127282, Москва, ул. Полярная, д. 31В, стр. 1
Тел.: (495) 280-15-96, 280-33-86. Факс: (495) 280-36-29

Введение
Современные экономические условия в мире и в России, глобализация экономики, ускорение процессов развития рынков, технологий, 
социально-политические факторы требуют от телекоммуникационного 
предприятия новых подходов к формированию спроса и предложения, 
выработке методических и инструментальных решений в области управления клиентской базой и предпочтениями клиентов в рамках сферы 
предоставления потребительских услуг связи. Следовательно, одним 
из условий обеспечения конкурентоспособности телекоммуникационных предприятий является построение эффективной концепции взаимоотношения с клиентами, реализующей учет их потребительских 
предпочтений и осуществляющей повышение общего уровня привлекательности предоставляемых услуг на рынке. 
Проблематика создания такой концепции и методики учета предпочтений на телекоммуникационных предприятиях Российской Федерации еще недостаточно проработана в связи с низким уровнем организации процесса коммуникации между субъектами рынка услуг связи, 
отсутствием адекватного и своевременного ответа на возникающие потребности клиентов, недостаточной изученностью клиентских предпочтений, низким уровнем внедрения автоматизированных систем управления взаимоотношениями с клиентами (CRM-систем) [64] и, как следствие, пониженным уровнем потребительской лояльности, выраженным 
в повышении показателя оттока абонентов (churnrate) ряда ведущих 
телекоммуникационных компаний на протяжении нескольких лет [129].
На практике для определения клиентских предпочтений используются методы интеллектуального анализа данных (ИАД — DataMining), 
с помощью которых определяются скрытые закономерности, содержащиеся в данных мониторинга клиентской активности, состоящих из набора потребительских и личностных характеристик. Методы ИАД повсеместно применяются в процессе анализа рынка потребителей услуг 
связи, но их применение носит фрагментарный, неполный характер 
[102]: кластеризация осуществляется без классификации или с уже известным количеством кластеров; не используется поиск оптимальных 
алгоритмов разбиения; не применяется метод понижения размерности 
данных при визуализации; отсутствует обучение в процессе классификации и т.д. При этом применение полученных результатов ИАД недостаточно формализовано и автоматизировано, что отрицательно сказывается на своевременности и оперативности принятия решений по предоставлению телекоммуникационных услуг на рынок и повышению 
лояльности и эффективности в работе с клиентами (подтверждается 
рядом проведенных исследований в области управления взаимоотношениями с потребителями) [105]. Подобную формализацию и автоматизацию может обеспечить имплементация системы управления бизнес3

правилами (Business Rules Management System (BRMS)) в рамках концепции внутрифирменного принятия решений (Enterprise Decision 
Management (EDM)) за счет ее использования как части методологии 
CRM, внедренной на типовом телекоммуникационном предприятии 
Российской Федерации.
Все это обусловливает необходимость совершенствования существующих механизмов CRM с учетом клиентских предпочтений на основе разработки комплексной методики и модели, представляющих 
собой инструменты эффективного управления и анализа потребительской базы, ядром которой должно стать наличие гибкой интеллектуальной информационной системы предприятия связи (ИИСП) (отраслевой системы поддержки принятия решений (СППР)) на базе современных программно-инструментальных средств и методов ИАД.
Проблемы выявления и формирования клиентских предпочтений 
с использованием методов и программно-инструментальных средств 
систем поддержки принятия решений на телекоммуникационном предприятии рассматривались многими отечественными и зарубежными 
учеными. В частности, разработке систем поддержки принятия решений 
посвящены работы Н.М. Абдикеева, А.Н. Аверкина, Д.Л. Андрианова, 
В.В. Дика, Д. Канемана, В.М. Картвелишвили, О.И. Ларичева, Г.С. Поспелова, Д.А. Поспелова, А.В. Петровского, Ю.Ф. Тельнова, Э.А. Трахтенгерца, А. Тверского, Л.В. Щавелева и др.
Применение методов интеллектуального анализа данных для 
изучения клиентских предпочтений фрагментарно рассмотрено в работах В.Н. Вапника, Э.И. Кистриной, И.И. Пятецкого-Шапиро, 
Г.И. Пятецкого-Шапиро, В.П. Романова, И.Р
. Шафаревича и др. Понятие распознавания образов в контексте использования ИАД изучалось 
С.А. Айвазяном, Д. Бездеком, Лю Вэй, И. Г
афом, А. Гевой, Д. Гюстафсоном, Дж. Данном, Л. Заде, В. Кесселем, У. Инмоном и др.; ИАД 
в сфере телекоммуникаций рассматривался Дж. Ахолой, Дж.Л. Аматом, 
Чу Вей, Г. Вейсом, Р
. Маттисоном, Йаном Чуй и др.
Системы автоматизации и программно-инструментальные средства, 
используемые для организации процессов выявления и формирования 
клиентских предпочтений в рамках управления взаимоотношениями 
с клиентами, рассматривались в работах И. Дунбара, Т.П. Данько, 
О.В. Китовой, М. Макдональда и др.; специфические особенности 
управления телекоммуникационными услугами детально представлены 
в работах В.И. Битнера, Ю.А. Воронцова, Г.Н. Исаева, Г.Н. Попова, 
В.О. Тихвинского и др.
Применение систем управления бизнес-правилами и разработка концепции EDM в области взаимоотношения с клиентами рассматривались 
в трудах фон Халле Б., Я. Грэхема, Т
. Моргана, Р
. Росса, Дж. Тейлора, 
М. Чишома, Дж.Д. Эпплтона и др.
В месте с тем постоянная изменчивость рынка телекоммуникационных услуг и предпочтений клиентов, расширение многообразия предоставляемых сервисов, необходимость обновления данных пользова4

телей, недостаточная эффективность существующих систем автоматизации процессов выявления и формирования рациональных 
предпочтений клиентов вызывает необходимость поиска максимально 
эффективных путей решения проблем более точного определения клиентских потребностей, разработки более гибких методов и моделей формирования услуг связи и управления клиентской базой предприятий 
сферы услуг связи.
В гл. 1 приведен теоретический анализ телекоммуникационной 
сферы Российской Федерации, выявлены ее тренды роста, перспективы 
и трудности. Обоснована необходимость автоматизации оперативных 
решений, внедрения EDM-концепции на предприятиях сервиса (сектора телекоммуникаций) с использованием программно-алгоритмических средств поддержки принятия решений; описан инструментарий 
BRMS как частного случая автоматизации оперативных и тактических 
решений и элемента развития и реализации CRM-стратегии на предприятиях связи. Определена сфера применения BRMS в рамках деятельности фирмы, проведен анализ имеющихся на рынке программных 
продуктов визуализации и программирования бизнес-правил. В результате сравнительного анализа на основании 11 критериев для реализации 
практической стороны исследования, в рамках одного из модулей авторской интеллектуальной информационной системы предприятия 
связи, выбрано программное средство Visual Rules Modeler из пакета 
Visual Rules Suite.
В гл. 2 предложены методы изучения потребителей телекоммуникационных услуг, разработана информационно-логическая схема, отражающая взаимоотношения поставщиков и потребителей рынка мобильной связи, формирование и выявление их потребительских предпочтений, реализованные с помощью методов интеллектуального 
анализа данных и системы управления бизнес-правилами (для автоматизации и формализации применения результатов ИАД как элементов 
модулей интеллектуальной информационнной системы поддержки принятия решений (ИИСППР) в рамках бизнес-процесса подбора рационального набора услуг связи в зависимости от клиентских характеристик 
и выработанного автором понятийного аппарата: профиль потребления 
и личный профиль клиента как совокупность интегральных описательных составляющих элемента внутри клиентского кластера. 
Охарактеризован процесс сбора, подготовки и анализа пользовательской информации о клиентах и их активности на телекоммуникационном рынке для применения разработанной автором методики выявления клиентских предпочтений. Определены составляющие тарифной 
политики и структура клиентов компании «Мобильные Телесистемы». 
Выявлены источники информации, проиллюстрирована связь между 
выбранными характеристиками (описаны 23 характеристики потребителей рынка услуг связи на примере компании МТС). Автором предлагается применить аппарат ИАД и BRMS для принятия оперативных 
решений по подбору набора услуг связи, обеспечения эффективности 
5

управления и анализа клиентской базы и повышения степени удовлетворенности клиентов с учетом динамического изменения профиля потребления и социально-демографических характеристик потребителей. 
Математически интерпретированы методы проверки, визуализации 
и распознавания данных кластеризации и классификации с машинным 
обучением.
В гл. 3 проведены эксперименты по автоматической кластеризации 
клиентской информации, применены методы визуализации данных для 
отображения кластеров; для каждого кластера построен профиль потребления услуг связи как конечный результат ИАД выбранной совокупности клиентов. Также описаны проведенные эксперименты по классификации полученных клиентских кластеров на основе обучения 
с -
помощью кернфункций, определена их классифицирующая эффективность, проведена проверка важности каждой из характеристик личного профиля клиента и их влияние на процесс классификации. 
Спроектирована и разработана ИИСППР
, которая является частным 
случаем отраслевой системы поддержки принятия решений и включает 
в себя: модуль ИАД, реализующий этапы выбора методов кластеризации, выбора оптимального количества кластеров, проверки методов 
кластеризации, визуализации данных, анализа результатов и классификации полученных данных кластеризации; модуль «Система управления 
бизнес-правилами» (BRMS) для формализации применения результатов 
ИАД и автоматического подбора необходимых сервисов, в зависимости 
от траектории движения элементов внутри кластера, с учетом профиля 
потребления и социально-демографических характеристик клиентов 
(личный профиль клиента). Проведено отдельное тестирование программно-инструментального модуля BRMS и оценена его работоспособность с тестовой базой и тестовой информацией. Также проведена 
оценка предполагаемой экономической эффективности имплементации 
предложенной ИИСППР
.
В заключении приведены общие выводы и общие рекомендации, 
обозначены перспективы для дальнейшей работы.
Отдельные результаты научных исследований, описанных в монографии, используются в образовательном процессе по дисциплинам 
«Системы управления бизнес-правилами» и «Корпоративные информационные системы» (КИС); на факультете информатики; в рамках текущих и выполненных грантов РЭУ им. Г.В. Плеханова, Российского 
фонда фундаментальных исследований (РФФИ), Федеральной целевой 
программы (ФЦП).

Глава 1 
Анализ современных 
инструментальных средств  
поддержки принятия решений 
в телекоммуникационной сфере
1.1. Состояние и анализ  
телекоммуникационной сферы  
Российской Федерации:  
перспективы и трудности развития
Последние десятилетия отмечены в мире значительным ростом потребностей в эффективной инфраструктуре, обеспечивающей качественную передачу все увеличивающегося объема информации, для 
удовлетворения потребностей конечного пользователя в новых высокотехнологичных услугах, что приводит к динамичному и успешному развитию телекоммуникационной сферы, обеспечивающей решение этой 
задачи.
Телекоммуникационная сфера представляет собой совокупность услуг 
и продуктов, предназначенных для удовлетворения потребностей клиентов. Постоянное совершенствование технологий и стандартов приводит к быстрому изменению существующих и появлению новых продуктов, поэтому классифицировать предприятия отрасли по типу оказываемых услуг можно только в краткосрочном периоде в связи 
с высокой динамикой развития рынка связи.
С 2000 г. произошли значительные изменения в секторе телекоммуникаций. Сектор стал одним из самых быстрорастущих и динамично 
развивающихся в мире и в России [129, 130]. Совокупная выручка российских телекоммуникационных компаний выросла с 2000 по 2009 г. 
с 5,2 млрд до 40 млрд долл., или в среднем на 26% в год; при этом основной вклад в рост сектора привнесли мобильные операторы, доходы 
которых росли в среднем на 32% в год по сравнению с 18% у операторов 
проводной связи. В результате доля рынка операторов проводной связи 
за последние 10 лет сократилась с 54 до 31% [122, 132].
До настоящего времени рост сегмента мобильной связи обусловлен 
главным образом взрывным ростом абонентской базы. Услуга из эксклюзивной превратилась в массовую. В настоящее время уровень проникновения мобильной связи составляет почти 150% в целом по России 
и почти 200% в таких городах, как Москва и Санкт-Петербург (рис. 1.1, 
1.2).
Телекоммуникационный рынок России значительно превышает 
объемы рынков других стран СНГ. По оценкам PMR Publications, до7

140,4%
(172,2 млн чел.)
202,4%
(34,4 млн чел.)
204,1%
(12,9 млн чел.)
Россия
Москва
Санкт-Петербург
Рис. 1.1. Уровень проникновения сотовой связи, % 
(количество абонентов сотовой связи, млн чел.)
%
160
140
151,0
120
100
80
81,0
74,2
60
40
20
0
По активным 
По активным 
По SIM-картам
(номинальные
SIM-картам
абонентам
абоненты)
Рис. 1.2. Количество SIM-карт на 100 жителей России (2010 г.)
ходы, получаемые на нем, составляют почти 70% от общего объема 
рынка телекоммуникаций СНГ [133]. Согласно последним данным [133] 
в 2010 г. стоимость всех предоставленных телекоммуникационных услуг 
в СНГ составила 36,3 млрд евро, из которых 25,5 млрд евро приходится 
на долю России (рис. 1.3).
Наблюдается разнонаправленная динамика в отношении цен на предоставляемые услуги. Цена на мобильные звонки сократилась в разы 
по сравнению с началом десятилетия, но в целом за счет дополнительных услуг, тарифы операторов беспроводной связи увеличивались 
8

39,0
36,7
36,3
32,2
32,5
11,8
11,1
10,8
27,1
9,8
9,8
20,6
8,5
6,6
27,2
25,6
25,5
22,4
22,7
18,6
14,0
2005
2006
2007
2008
2009
2010е
2011f
Россия
Остальные страны СНГ
e — оценка; f — прогноз
Рис. 1.3. Объем (млрд евро) рынка телекоммуникационных услуг стран СНГ  
(в том числе Азербайджан, Армения, Беларусь, Грузия (фактически отозвала 
свое членство в СНГ в 2009 г.), Казахстан, Киргизия, Молдова, Такжикистан, 
Туркменистан, Узбекистан и Украина) и России (2005–2011 гг.)
в среднем на 7–8% в год, что помогло им значительно улучшить показатель ARPU (Average Revenue per User — средний доход на абонента) 
и приблизиться к показателю аналогичных компаний из Восточной 
Европы [131, 133].
Общая формула расчета ARPU имеет вид:
	
ARPU = S/A,
(1.1)
где S — сумма доходов от сети; A — количество подписчиков (абонентов) 
сети.
Сейчас в России ARPU составляет 7–9 долл. в месяц по сравнению 
с 2–3 долл. в начале десятилетия [119, 120, 121, 129].
Во многом рынок сотовой связи можно считать уже насыщенным, 
так как дальнейший рост абонентской базы уже практически исчерпан. 
Это вынуждает «большую тройку» мобильных операторов расширять 
абонентскую базу либо поглощая региональных операторов, вытесняя 
их с рынка (процесс во многом уже почти завершенный), либо подталкивая абонентов к тому, чтобы они тратили больше средств на свои 
услуги.
В настоящее время в России насчитывается 10 мобильных операторов, которые контролируют более 99% рынка страны (рис. 1.4).
В I квартале 2011 г. в России на базе «Ростелекома», ОАО «Связьинвест» и восьми МРК, межрегиональных компаний связи (ОАО «ВолгаТелеком», ОАО «Дальсвязь», ОАО «Северо-Западный Телеком», ОАО 
«Сибирьтелеком», ОАО «Уралсвязьинформ», ОАО «ЦентрТелеком», ОАО 
«ЮТК», а также ОАО «Дагсвязьинформ») образована одна из крупнейших в Европе телекоммуникационных компаний — объединенный 
«Ростелеком». В результате слияния в России останется четыре клю9

71,44
МТС
69,34
56,66
«Мегафон»
50,22
52,02
«Вымпелком»
50,88
18,84
Tele2
14,45
4,62
«Уралсвязьинформ»
5,62
3,67
«Сибирьтелеком»
5,19
«Нижегородская
3,61
3,51
сотовая связь»
СМАРТС
«Екатеринбург-2000»
(«Мотив»)
2,51
2,51
2,07
2,37
«Новая телефонная
1,51
компания»
1,34
0
10
20
30
40
50
60
70
80
2010 г.
2009 г.
Млн чел.
Рис. 1.4. Ведущие федеральные и региональные операторы  
сотовой связи в 2009–2010 гг. (по числу абонентов в России)
чевых «игрока» телекоммуникационного рынка: «большая тройка» мобильных операторов (МТС — «Мегафон» — «Билайн») и «новый» «Ростелеком». Доля компании «Ростелеком» на внутреннем рынке местной, 
внутризоновой, междугородней (международной) связи и рынке передачи данных составляет 82, 94, 70 и 50% соответственно. Вскоре после 
реорганизации «Ростелекома» и присоединения к нему МРК может 
остаться не более семи, а в дальнейшем, через два-три года (к 2015 г.) — 
не более пяти операторов мобильной и стационарной связи в России 
[123].
Доход от традиционных услуг голосовой связи, вероятно, будет 
стагнировать, так как сильная конкуренция в условиях отсутствия роста 
абонентской базы вынудит операторов либо снижать стоимость звонков, 
либо максимизировать прибыль путем повышения интереса своих клиентов к новым услугам (стимулирование потребностей клиентов с помощью программно-инструментальных комплексов, интеллектуальных 
методов и систем). На рис. 1.51 изображена сегментация рынка услуг 
мобильной связи в России и Москве.
Интернет и другие VAS-услуги (Value added Services — услуги, приносящие дополнительный доход, — все неголосовые услуги и услуги, 
не связанные с передачей CSD-данных (Circuit Switched Data) и факсов 
(включая такие распространенные услуги, как SMS, MMS, GPRS и пр.)) 
уже приносят более 20% выручки мобильным операторам; в ближайшие 
пять лет эта доля может увеличиться до 45–55% [130, 131].
1	
Источник: AC&М Consulting.
10