شهد عام 2018 ترسيخ أقدامنا - حيث لا تزال إدارة خدمات تكنولوجيا المعلومات (ITSM) وخدمات تكنولوجيا المعلومات في مجال الأعمال، على الرغم من الحديث المستمر عن المدة التي ستستمر فيها هذه الشركات في ظل الثورة الرقمية. وبالفعل، فإن الطلب على خدمات الدعم الفني آخذ في الازدياد - في تقرير الدعم الفني وتقرير الرواتب ويشير تقرير (معهد مكتب المساعدة) لعام 2017 إلى أن 55% من مكاتب المساعدة أبلغت عن زيادة في حجم التذاكر خلال العام الماضي.
من ناحية أخرى، لاحظت العديد من الشركات انخفاضاً في حجم طلبات الدعم الفني العام الماضي (15%) مقارنة بعام 2016 (10%). وكان العامل الرئيسي الذي ساهم في خفض عدد الطلبات هو الدعم الفني المستقل. ومع ذلك، تفيد HDI أيضًا أن رسوم الطلب ارتفعت إلى 25 دولارًا في العام الماضي، مقارنة بـ 18 دولارًا في عام 2016. وهذا ليس ما تسعى إليه معظم أقسام تكنولوجيا المعلومات. لحسن الحظ، يمكن للأتمتة المدعومة بالتحليلات والتعلم الآلي تحسين عمليات مكتب المساعدة والإنتاجية من خلال تقليل الأخطاء وتحسين الجودة والسرعة. في بعض الأحيان يكون هذا خارج نطاق القدرات البشرية، ويعتبر التعلم الآلي والتحليلات الأساس الرئيسي لمكتب خدمات تكنولوجيا المعلومات الذكي والاستباقي والسريع الاستجابة.
تلقي هذه المقالة نظرة فاحصة على كيفية قيام التعلم الآلي بحل العديد من تحديات مكتب المساعدة وITSM المرتبطة بحجم التذاكر وتكلفتها، وكيفية إنشاء مكتب مساعدة أسرع وأكثر آلية يستمتع موظفو المؤسسة باستخدامه.
ITSM الفعال من خلال التعلم الآلي والتحليلات
تعريفي المفضل للتعلم الآلي يأتي من الشركة :
"يعلم التعلم الآلي أجهزة الكمبيوتر أن تفعل ما هو طبيعي للإنسان والحيوان، وهو التعلم من التجربة. تستخدم خوارزميات التعلم الآلي أساليب حسابية لتعلم المعلومات مباشرة من البيانات، دون الاعتماد على معادلة محددة مسبقًا كنموذج. تعمل الخوارزميات على تحسين أدائها بشكل تكيفي مع زيادة عدد العينات المتاحة للدراسة.
تتوفر الإمكانات التالية لبعض أدوات ITSM المستندة إلى التعلم الآلي وتحليلات البيانات الضخمة:
- الدعم عبر البوت. يمكن للوكلاء الظاهريين وروبوتات الدردشة اقتراح الأخبار والمقالات والخدمات وعروض الدعم تلقائيًا من كتالوجات البيانات والطلبات العامة. يساعد هذا الدعم على مدار 24 ساعة طوال أيام الأسبوع في شكل برامج تدريب للمستخدم النهائي على حل المشكلات بشكل أسرع. تتمثل المزايا الرئيسية للبوت في واجهة مستخدم محسنة وعدد أقل من المكالمات الواردة.
- الأخبار والإخطارات الذكية. تسمح هذه الأدوات بإخطار المستخدمين بشكل استباقي بالمشكلات المحتملة. بالإضافة إلى ذلك، يمكن لمحترفي تكنولوجيا المعلومات التوصية بالحلول البديلة لحل المشكلات من خلال الإشعارات المخصصة التي تزود المستخدمين النهائيين بمعلومات ذات صلة وقابلة للتنفيذ حول المشكلات التي قد يواجهونها، بالإضافة إلى نصائح حول كيفية تجنبها. سيقدر المستخدمون المطلعون الدعم الاستباقي لتكنولوجيا المعلومات وسيتم تقليل عدد الطلبات الواردة.
- البحث الذكي. عندما يبحث المستخدمون النهائيون عن معلومات أو خدمات، يمكن لنظام إدارة المعرفة المدرك للسياق تقديم توصيات ومقالات وروابط. يميل المستخدمون النهائيون إلى تخطي بعض النتائج لصالح الآخرين. يتم تضمين هذه النقرات والمشاهدات في معايير "الترجيح" عند إعادة فهرسة المحتوى بمرور الوقت، بحيث يتم تعديل تجربة البحث ديناميكيًا. نظرًا لأن المستخدمين النهائيين يقدمون تعليقاتهم في شكل تصويت بإبداء الإعجاب/عدم الإعجاب، فإن ذلك يؤثر أيضًا على تصنيف المحتوى الذي يمكن لهم وللمستخدمين الآخرين العثور عليه. فيما يتعلق بالفوائد، يمكن للمستخدمين النهائيين العثور على الإجابات بسرعة والشعور بمزيد من الثقة، ويستطيع وكلاء مكتب المساعدة التعامل مع المزيد من التذاكر وتحقيق المزيد من اتفاقيات مستوى الخدمة (SLAs).
- تحليلات المواضيع الشعبية. هنا، تحدد القدرات التحليلية الأنماط عبر مصادر البيانات المنظمة وغير المنظمة. يتم عرض المعلومات حول الموضوعات الشائعة بيانيًا في شكل خريطة حرارية، حيث يتوافق حجم الشرائح مع تكرار موضوعات معينة أو مجموعات من الكلمات الرئيسية المطلوبة من قبل المستخدمين. سيتم اكتشاف الحوادث المتكررة على الفور، وتجميعها وحلها معًا. تكتشف Trending Topic Analytics أيضًا مجموعات الحوادث ذات السبب الجذري المشترك وتقلل بشكل كبير من الوقت لتحديد المشكلة الجذرية وحلها. يمكن للتكنولوجيا أيضًا إنشاء مقالات قاعدة معارف تلقائيًا بناءً على تفاعلات مماثلة أو مشكلات مماثلة. يؤدي العثور على الاتجاهات في أي بيانات إلى زيادة نشاط قسم تكنولوجيا المعلومات، ويمنع تكرار الحوادث، وبالتالي يزيد من رضا المستخدم النهائي مع تقليل تكاليف تكنولوجيا المعلومات.
- التطبيقات الذكية. يتوقع المستخدمون النهائيون أن يكون إرسال التذكرة أمرًا سهلاً مثل كتابة تغريدة - وهي رسالة قصيرة باللغة الطبيعية تصف مشكلة أو طلبًا يمكن إرساله عبر البريد الإلكتروني. أو حتى قم فقط بإرفاق صورة للمشكلة وإرسالها من جهازك المحمول. يعمل تسجيل التذاكر الذكي على تسريع عملية إنشاء التذكرة من خلال ملء جميع الحقول تلقائيًا بناءً على ما كتبه المستخدم النهائي أو مسح صورة تمت معالجتها باستخدام برنامج التعرف البصري على الأحرف (OCR). وباستخدام مجموعة من بيانات المراقبة، تقوم التكنولوجيا تلقائيًا بتصنيف التذاكر وتوجيهها إلى وكلاء مكتب المساعدة المناسبين. يمكن للوكلاء إعادة توجيه التذاكر إلى فرق دعم مختلفة ويمكنهم استبدال الحقول المملوءة تلقائيًا إذا لم يكن نموذج التعلم الآلي هو الأمثل لحالة معينة. يتعلم النظام من الأنماط الجديدة، مما يسمح له بالتعامل بشكل أفضل مع المشكلات التي تنشأ في المستقبل. كل هذا يعني أن المستخدمين النهائيين يمكنهم فتح التذاكر بسرعة وسهولة، مما يؤدي إلى زيادة الرضا عند استخدام أدوات العمل. تعمل هذه الإمكانية أيضًا على تقليل العمل اليدوي والأخطاء وتساعد على تقليل الوقت والتكاليف المسموح بها.
- البريد الإلكتروني الذكي. هذه الأداة مشابهة للأوامر الذكية. يمكن للمستخدم النهائي إرسال بريد إلكتروني إلى فريق الدعم ووصف المشكلة باللغة الطبيعية. تقوم أداة مكتب المساعدة بإنشاء تذكرة بناءً على محتوى البريد الإلكتروني وتستجيب تلقائيًا للمستخدم النهائي بروابط للحلول المقترحة. يشعر المستخدمون النهائيون بالرضا لأن فتح التذاكر والطلبات أمر سهل ومريح، كما أن وكلاء تكنولوجيا المعلومات لديهم عمل يدوي أقل للقيام به.
- إدارة التغيير الذكية. يدعم التعلم الآلي أيضًا التحليلات المتقدمة وإدارة التغيير. ونظرًا للعدد المتكرر من التغييرات التي تحتاجها الشركات اليوم، يمكن للأنظمة الذكية أن تزود وكلاء التغيير أو المديرين باقتراحات تهدف إلى تحسين البيئة وزيادة معدل نجاح التغييرات في المستقبل. يمكن للوكلاء وصف التغييرات المطلوبة باللغة الطبيعية، وستقوم إمكانيات التحليلات بفحص المحتوى بحثًا عن عناصر التكوين المتأثرة. يتم تنظيم جميع التغييرات، وتخبر المؤشرات التلقائية مدير التغيير إذا كانت هناك أي مشاكل في التغيير، مثل المخاطرة، أو الجدولة في نافذة غير مخطط لها، أو حالة "غير معتمد". تتمثل الميزة الرئيسية لإدارة التغيير الذكية في توفير وقت أسرع للتقييم مع عدد أقل من التكوينات والتخصيصات وإنفاق أموال أقل في نهاية المطاف.
في نهاية المطاف، يعمل التعلم الآلي والتحليلات على تحويل أنظمة خدمات تكنولوجيا المعلومات (ITSM) من خلال افتراضات وتوصيات ذكية حول مشكلات التذاكر وعملية التغيير التي تساعد الوكلاء وفرق دعم تكنولوجيا المعلومات على وصف ما حدث وما يحدث وما سيحدث وتشخيصه والتنبؤ به ووصفه. يتلقى المستخدمون النهائيون رؤى استباقية وشخصية وديناميكية وحلول سريعة. في هذه الحالة، يتم تنفيذ الكثير تلقائيًا، أي. دون تدخل بشري. ومع تعلم التكنولوجيا بمرور الوقت، تتحسن العمليات. من المهم ملاحظة أن جميع الميزات الذكية الموضحة في هذه المقالة متاحة اليوم.
المصدر: www.habr.com