U 2018. smo čvrsto uspostavljeni - upravljanje IT uslugama (ITSM) i IT usluge su i dalje u poslu, uprkos stalnim pričama o tome koliko će dugo preživjeti digitalnu revoluciju. Zaista, potražnja za uslugama tehničke podrške raste – u Izvještaju o tehničkoj podršci i Izvještaju o platama (Help Desk Institute) Izvještaj za 2017. pokazuje da je 55% help desk-a prijavilo povećanje obima karata u protekloj godini.
S druge strane, mnoge kompanije su prošle godine zabilježile pad obima poziva na tehničku podršku (15%) u odnosu na 2016. godinu (10%). Ključni faktor koji je doprinio smanjenju broja zahtjeva bila je nezavisna tehnička podrška. Međutim, HDI također izvještava da je naknada za prijavu porasla na 25 dolara prošle godine, sa 18 dolara u 2016. Ovo nije ono čemu teži većina IT odjela. Na sreću, automatizacija zasnovana na analitici i mašinskom učenju može poboljšati procese službe za pomoć i produktivnost smanjenjem grešaka i poboljšanjem kvaliteta i brzine. Ponekad ovo prevazilazi ljudske mogućnosti, a mašinsko učenje i analitika su ključna osnova za inteligentnu, proaktivnu i brzu IT službu za pomoć.
Ovaj članak pobliže razmatra kako mašinsko učenje može riješiti mnoge probleme u službi za pomoć i ITSM povezane s količinom i cijenom ulaznica, te kako stvoriti brži, automatiziraniji help desk koji zaposlenici poduzeća rado koriste.
Efikasan ITSM kroz mašinsko učenje i analitiku
Moja omiljena definicija mašinskog učenja dolazi od kompanije :
„Mašinsko učenje uči kompjutere da rade ono što je prirodno za ljude i životinje – uče iz iskustva. Algoritmi mašinskog učenja koriste računarske metode za učenje informacija direktno iz podataka, bez oslanjanja na unapred definisanu jednačinu kao model. Algoritmi adaptivno poboljšavaju vlastite performanse kako se povećava broj uzoraka dostupnih za proučavanje.”
Dostupne su sljedeće mogućnosti za neke ITSM alate zasnovane na mašinskom učenju i analitici velikih podataka:
- Podrška putem bota. Virtuelni agenti i chat botovi mogu automatski predlagati vijesti, članke, usluge i ponude podrške iz kataloga podataka i javnih zahtjeva. Ova 24/7 podrška u obliku programa obuke za krajnje korisnike pomaže u rješavanju problema mnogo brže. Ključne prednosti bota su poboljšani korisnički interfejs i manje dolaznih poziva.
- Pametne vijesti i obavještenja. Ovi alati omogućavaju korisnicima da budu proaktivno obaviješteni o potencijalnim problemima. Osim toga, IT stručnjaci mogu preporučiti rješenja za rješavanje problema putem personaliziranih obavještenja koja krajnjim korisnicima pružaju relevantne i korisne informacije o problemima s kojima se mogu susresti, kao i savjete o tome kako ih izbjeći. Informirani korisnici će cijeniti proaktivnu IT podršku i broj dolaznih poziva će biti smanjen.
- Pametna pretraga. Kada krajnji korisnici traže informacije ili usluge, sistem upravljanja znanjem svjesnog konteksta može pružiti preporuke, članke i veze. Krajnji korisnici imaju tendenciju da preskaču neke rezultate u korist drugih. Ovi klikovi i prikazi su uključeni u kriterije "ponderiranja" prilikom ponovnog indeksiranja sadržaja tokom vremena, tako da se iskustvo pretraživanja dinamički prilagođava. Kako krajnji korisnici daju povratne informacije u obliku glasanja za sviđanje/ne sviđanje, to također utiče na rangiranje sadržaja koji oni i drugi korisnici mogu pronaći. Što se tiče prednosti, krajnji korisnici mogu brzo pronaći odgovore i osjećati se sigurnije, a agenti službe za pomoć su u mogućnosti da obrađuju više karata i postignu više ugovora o uslugama (SLA).
- Analitika popularnih tema. Ovdje analitičke sposobnosti identificiraju obrasce u strukturiranim i nestrukturiranim izvorima podataka. Informacije o popularnim temama grafički su prikazane u obliku toplotne mape, pri čemu veličina segmenata odgovara učestalosti određenih tema ili grupa ključnih riječi koje korisnici traže. Ponovljeni incidenti će se odmah otkriti, grupirati i zajedno rješavati. Analiza trendova tema također otkriva klastere incidenata sa zajedničkim osnovnim uzrokom i značajno smanjuje vrijeme za identifikaciju i rješavanje osnovnog problema. Tehnologija također može automatski kreirati članke baze znanja na osnovu sličnih interakcija ili sličnih problema. Pronalaženje trendova u bilo kojim podacima povećava aktivnost IT odjela, sprječava ponavljanje incidenata i stoga povećava zadovoljstvo krajnjih korisnika uz smanjenje IT troškova.
- Pametne aplikacije. Krajnji korisnici očekuju da je slanje tiketa jednostavno kao pisanje tvita—kratke poruke na prirodnom jeziku koja opisuje problem ili zahtjev koji se može poslati putem e-pošte. Ili čak samo priložite fotografiju problema i pošaljite je sa svog mobilnog uređaja. Pametna registracija ulaznica ubrzava proces kreiranja tiketa automatskim popunjavanjem svih polja na osnovu onoga što je krajnji korisnik napisao ili skeniranja slike obrađene pomoću softvera za optičko prepoznavanje znakova (OCR). Koristeći skup podataka opservacije, tehnologija automatski kategorizira i usmjerava karte odgovarajućim agentima za pomoć. Agenti mogu proslijediti karte različitim timovima za podršku i mogu prepisati automatski popunjena polja ako model strojnog učenja nije optimalan za dati slučaj. Sistem uči iz novih obrazaca, što mu omogućava da se bolje nosi sa problemima koji se pojave u budućnosti. Sve to znači da krajnji korisnici mogu brzo i jednostavno otvoriti karte, što rezultira povećanim zadovoljstvom korištenjem radnih alata. Ova mogućnost takođe smanjuje ručni rad i greške i pomaže u smanjenju vremena i troškova za izdavanje dozvola.
- Smart email. Ovaj alat je sličan pametnim narudžbama. Krajnji korisnik može poslati email timu za podršku i opisati problem na prirodnom jeziku. Alat za pomoć generira tiket na osnovu sadržaja e-pošte i automatski odgovara krajnjem korisniku linkovima do predloženih rješenja. Krajnji korisnici su zadovoljni jer je otvaranje karata i zahtjeva jednostavno i praktično, a IT agenti imaju manje ručnog posla.
- Pametno upravljanje promjenama. Mašinsko učenje također podržava naprednu analitiku i upravljanje promjenama. S obzirom na čest broj promjena koje kompanije danas zahtijevaju, inteligentni sistemi mogu dati agentima promjena ili menadžerima prijedloge usmjerene na optimizaciju okruženja i povećanje stope uspješnosti promjena u budućnosti. Agenti mogu opisati potrebne promjene na prirodnom jeziku, a analitičke mogućnosti će provjeriti sadržaj da li ima zahvaćenih konfiguracijskih stavki. Sve promjene su regulirane, a automatski indikatori govore menadžeru promjena ako postoje problemi s promjenom, kao što su rizik, zakazivanje u neplaniranom prozoru ili status „nije odobreno“. Ključna prednost pametnog upravljanja promjenama je brže vrijeme za vrednovanje uz manje konfiguracija, prilagođavanja i na kraju manje potrošenog novca.
Konačno, mašinsko učenje i analitika transformišu ITSM sisteme inteligentnim pretpostavkama i preporukama o problemima sa ulaznicama i procesu promene koji pomažu agentima i timovima za IT podršku da opišu, dijagnostikuju, predvide i propišu šta se dogodilo, šta se dešava i šta će se dogoditi. Krajnji korisnici dobijaju proaktivne, personalizovane i dinamične uvide i brza rešenja. U ovom slučaju se mnogo toga radi automatski, tj. bez ljudske intervencije. A kako tehnologija vremenom uči, procesi postaju samo bolji. Važno je napomenuti da su sve pametne funkcije opisane u ovom članku dostupne danas.
izvor: www.habr.com