经过几个月的预期，许多人的HBO击中系列“基团游戏”遇到了季节首映的问题。由于众多人们同时调整的人们在HBO GO期间进行调整，因此系统无法满足所有请求，留下数十万用户搁浅，无法观看他们想要的时间和地点。

这个问题 - 还有许多其他类似的性能问题困扰流行的电视剧或现实表演投票 - 已被预防到？简而言之，是的。答案不包括网络的昂贵且耗时的过度建设，这将留下储备能力来处理峰值需求。相反，它是关于使用现有数据预测和调整以改变消费者需求。

例如，智能方法是检查用户Web流量的变化。消费者是否通过Wi-Fi，3G或LTE查看视频内容？他们定期下载哪些类型的内容？订阅者何时观看某些类型的内容？预测未来事件往往是困难的，但通常存在明确的指标。例如，增加的搜索活动，增加的Twitter参考文献，并增加了拖车的捕获统计数据所有代表了未来的复位的明确迹象。在检查这些数据点的单个方面可能很有趣，这是网络活动与绘制非常不同的图片的外部数据的融合。

诊断问题

面临的观众“宝座游戏”的问题是诊断的。如此多的要求紧张了系统刚刚在压力下陷入的资源。这一事件不是第一个，因为有许多原因，这肯定不会是最后一个：

基于大数据分析的操作智能可以帮助提供商利用网络和客户数据来预测和响应这些尖峰的需求。然后可以主动地使用这种洞察力来管理网络基础架构，确保更好的用户体验。

大数据分析是服务提供商揭示特定应用程序如何在某个设备上执行的关键，以及如何与网络中拥塞有关。通过智能地关联所有不同的信息，而不仅仅在无线电接入网络（RAN）或在Cell Tower中，而且沿着从订阅者到应用的服务传送链，他们可以预测问题并采取快速纠正措施 - 意味着不间断的措施观看体验和快乐的客户。

最佳观看体验的大数据处方

该治疗需要一个综合解毒剂，可以合并域专业知识，数据科学和操作智能来分析网络和用户数据。这种组合是确保对行为不断变化的订户的有效和有利可图的内容交付的唯一方法。

网络提供商可以揭示颗粒洞察力，以便在其系统中发生之前可以看到潜在的问题。因此，它们将有时间和资源预测，他们需要采取纠正措施并确保意外的客户需求不会影响网络性能。

基于大数据的操作智能允许提供商在其网络 - radio / mobile，电缆，光纤到家庭，核心和互联网上看到的所有方面都会看到有介绍订户正在进行的内容以及网络如何对这些作出反应行动。但他们不会在那里停止。大数据分析也会考虑到消费者的超级内容访问以及它是否正在通过移动或固定设备，社交媒体喋喋不休以及其他趋势来预测消费者的需求，如“宝座游戏”首映。

通过燃料需求的更广泛的背景，提供商可以改变虚拟网络资源，重新分配容量，并进行其他调整，以确保消费者不间断地观看。

基于大数据分析的操作智能提供的见解可以解决许多现实世界问题。可以利用大数据来帮助降低成本，从而消除过度建设，并鼓励更有效地利用现有网络资源。结果是通过消除围绕流行事件的崩溃来急剧改善客户体验。

本帕克是大数据分析公司郭维斯的产品战略专区的主要技术专家。