案例 16 · 电信网络分析

文字由原PDF提取，阅读顺序和表格请以原页为准。

Q1：作为FDE，你应用AI的具体场景是什么？在这个场景下遇到的
具体问题长什么样？
我做的这个案例，客户是一家美国前三大的电信运营商。我们面对的是他们非常日常的
一类工作：分析网络数据，回答网络到底发生了什么。
比如，一个很典型的问题就是：现在到底哪个基站坏了？为什么会坏？它的影响有多
大？
客户手里有大量网络数据，包括基站、网络等基础数据。过去，这些数据主要还是由数
据分析师、数据科学家人工处理。他们可能需要自己写SQL，甚至进一步建立机器学习
模型，从数据里寻找问题，再把分析结果整理出来，给经理或者管理层看。
这件事情真正麻烦的地方，在于分析这件事本身太依赖人工，而且问题永远在变化。
一方面，它非常耗时间。一个新的分析需求出来之后，可能需要一两个人，甚至两三个
人一起讨论、写SQL、分析数据，最后才能得到结果。
另一方面，它也存在人为错误。SQL一旦写到上百行甚至几百行，中间就可能出现问
题。我们在后来的项目中，就发现过一些看起来正确、实际上取错了数据的情况。
还有一个很重要的问题，是传统仪表盘很难真正满足这种需求。
因为领导或者分析师拿到一组数据之后，很自然会继续问：“那如果我把这批人筛出来
呢？”“如果换一个条件呢？”“这组数据到底意味着什么？”
仪表盘更适合回答预先定义好的问题，但现实中的数据分析往往是不断追问的。客户真
正需要的，其实是一种可以围绕数据持续追问的交互式分析方式，一个静态报表远远不
够。
所以从FDE的角度来看，我看到的问题在于：客户已经有数据、有分析师，也有很多AI
工具，但这些东西还没有真正组合成一个可靠的业务流程。
158/243