Implementación de plataforma BSS sobre Public Cloud para operador móvil virtual mexicano

Abstract

El presente informe describe, desde mi rol como Project Manager, el proyecto de implementación de una plataforma BSS sobre Public Cloud (usando Microsoft Azure como proveedor Cloud), para un operador móvil virtual mexicano, con el fin de brindar a sus suscriptores el servicio de datos, usando la Red de Altan México. El motivo principal de elegir este proyecto para el informe es que, si bien existen despliegues similares “on premise” o con Private Cloud, actualmente se tienen muy pocas implementaciones (especialmente en Latinoamérica) de plataformas de este tipo sobre Public Cloud, principalmente debido a la reticencia de los operadores a usar la Nube pública, sobre todo para implementación de plataformas de misión crítica (como lo es una plataforma de tarificación en línea u “Online Charging System - OCS”) Con respecto a la gestión del proyecto, se utilizó una metodología ágil: para el desarrollo de software se utilizó el enfoque DevOps mientras que para el resto de fases del proyecto (integración, configuración y validación de la solución) se utilizó la metodología Kanban. En cuanto al producto, se utilizó un enfoque “Lift & Shift”. Debido a los tiempos comprometidos con el cliente, que no permitieron adaptar la plataforma completamente a un enfoque “Cloud Native”, lo cual si bien tuvo ventajas importantes (principalmente en ahorro de tiempo y costo), no permitió utilizar todas las funcionalidades de las aplicaciones nativas (como la alta disponibilidad para todos los módulos de la plataforma) A pesar de ello, los resultados fueron alentadores: frente al enfoque utilizado para este proyecto, en comparativa con un Onboarding tradicional sobre una plataforma bare-metal, se tuvo una reducción de 60% en el tiempo de implementación, lo cual se traduce en un menor TTM (time to market) para el cliente. De forma adicional, como parte del proyecto se automatizó el 90% de las pruebas de aceptación, incluyendo escenarios de tráfico de datos y de APIs, logrando una reducción de tiempo en la fase de pruebas de un 80%, en comparación con la ejecución manual de los escenarios.