2018 nos vio firmemente establecidos: la Gestión de Servicios de TI (ITSM) y los Servicios de TI todavía están en el negocio, a pesar de que se habla constantemente sobre cuánto tiempo sobrevivirán a la revolución digital. De hecho, la demanda de servicios de soporte técnico está creciendo: en el Informe de soporte técnico y en el Informe de salarios (Help Desk Institute) El informe de 2017 indica que el 55 % de los servicios de asistencia han informado de un aumento en el volumen de tickets durante el año pasado.
Por otro lado, muchas empresas notaron una disminución en el volumen de llamadas al soporte técnico el año pasado (15%) en comparación con 2016 (10%). El factor clave que contribuyó a la reducción del número de solicitudes fue el soporte técnico independiente. Sin embargo, HDI también informa que la tarifa de solicitud aumentó a $25 el año pasado, frente a $18 en 2016. Esto no es por lo que se esfuerzan la mayoría de los departamentos de TI. Afortunadamente, la automatización impulsada por análisis y aprendizaje automático puede mejorar los procesos y la productividad de la mesa de ayuda al reducir los errores y mejorar la calidad y la velocidad. A veces esto va más allá de las capacidades humanas, y el aprendizaje automático y el análisis son la base clave para una mesa de servicio de TI inteligente, proactiva y receptiva.
Este artículo analiza más de cerca cómo el aprendizaje automático puede resolver muchos de los desafíos de la mesa de ayuda y de ITSM asociados con el volumen y el costo de los tickets, y cómo crear una mesa de ayuda más rápida y automatizada que los empleados de la empresa disfruten.
ITSM eficaz mediante aprendizaje automático y análisis
Mi definición favorita de aprendizaje automático proviene de la empresa. :
“El aprendizaje automático enseña a las computadoras a hacer lo que es natural para los humanos y los animales: aprender de la experiencia. Los algoritmos de aprendizaje automático utilizan métodos computacionales para aprender información directamente de los datos, sin depender de una ecuación predefinida como modelo. Los algoritmos mejoran de forma adaptativa su propio rendimiento a medida que aumenta el número de muestras disponibles para el estudio”.
Las siguientes capacidades están disponibles para algunas herramientas ITSM basadas en aprendizaje automático y análisis de big data:
- Soporte vía bot. Los agentes virtuales y chatbots pueden sugerir automáticamente noticias, artículos, servicios y ofertas de soporte a partir de catálogos de datos y solicitudes públicas. Este soporte 24 horas al día, 7 días a la semana en forma de programas de capacitación para usuarios finales ayuda a resolver problemas mucho más rápido. Los beneficios clave del bot son una interfaz de usuario mejorada y menos llamadas entrantes.
- Noticias y notificaciones inteligentes. Estas herramientas permiten a los usuarios recibir notificaciones proactivas sobre posibles problemas. Además, los profesionales de TI pueden recomendar soluciones para resolver problemas a través de notificaciones personalizadas que brindan a los usuarios finales información relevante y procesable sobre los problemas que pueden encontrar, así como consejos sobre cómo evitarlos. Los usuarios informados apreciarán el soporte de TI proactivo y se reducirá la cantidad de llamadas entrantes.
- Busqueda inteligente. Cuando los usuarios finales buscan información o servicios, un sistema de gestión del conocimiento contextual puede proporcionar recomendaciones, artículos y enlaces. Los usuarios finales tienden a omitir algunos resultados en favor de otros. Estos clics y vistas se incluyen en los criterios de "ponderación" al volver a indexar el contenido a lo largo del tiempo, por lo que la experiencia de búsqueda se ajusta dinámicamente. A medida que los usuarios finales brindan comentarios en forma de votación de me gusta o no, también influye en la clasificación del contenido que ellos y otros usuarios pueden encontrar. En términos de beneficios, los usuarios finales pueden encontrar respuestas rápidamente y sentirse más seguros, y los agentes de la mesa de ayuda pueden manejar más tickets y lograr más acuerdos de nivel de servicio (SLA).
- Análisis de temas populares. Aquí, las capacidades de análisis identifican patrones en fuentes de datos estructurados y no estructurados. La información sobre temas populares se muestra gráficamente en forma de mapa de calor, donde el tamaño de los segmentos corresponde a la frecuencia de ciertos temas o grupos de palabras clave demandados por los usuarios. Las incidencias repetidas se detectarán instantáneamente, se agruparán y se resolverán de forma conjunta. Trending Topic Analytics también detecta grupos de incidentes con una causa raíz común y reduce significativamente el tiempo para identificar y resolver el problema raíz. La tecnología también puede crear automáticamente artículos de base de conocimientos basados en interacciones similares o temas similares. Encontrar tendencias en cualquier dato aumenta la actividad del departamento de TI, previene la recurrencia de incidentes y, por lo tanto, aumenta la satisfacción del usuario final al tiempo que reduce los costos de TI.
- Aplicaciones inteligentes. Los usuarios finales esperan que enviar un ticket sea tan fácil como escribir un Tweet: un mensaje breve en lenguaje natural que describe un problema o solicitud y que se puede enviar por correo electrónico. O incluso simplemente adjunte una foto del problema y envíela desde su dispositivo móvil. El registro inteligente de boletos acelera el proceso de creación de boletos al completar automáticamente todos los campos según lo que escribió el usuario final o un escaneo de una imagen procesada mediante software de reconocimiento óptico de caracteres (OCR). Utilizando un conjunto de datos de observación, la tecnología categoriza y dirige automáticamente los tickets a los agentes de la mesa de ayuda adecuados. Los agentes pueden reenviar tickets a diferentes equipos de soporte y pueden sobrescribir campos completados automáticamente si el modelo de aprendizaje automático no es óptimo para un caso determinado. El sistema aprende de nuevos patrones, lo que le permite afrontar mejor los problemas que surjan en el futuro. Todo esto hace que los usuarios finales puedan abrir tickets de forma rápida y sencilla, lo que se traduce en una mayor satisfacción al utilizar las herramientas de trabajo. Esta capacidad también reduce el trabajo manual y los errores y ayuda a reducir el tiempo y los costos de permisos.
- Correo electrónico inteligente. Esta herramienta es similar a los pedidos inteligentes. El usuario final puede enviar un correo electrónico al equipo de soporte y describir el problema en lenguaje natural. La herramienta de soporte técnico genera un ticket basado en el contenido del correo electrónico y responde automáticamente al usuario final con enlaces a soluciones sugeridas. Los usuarios finales están satisfechos porque abrir tickets y solicitudes es fácil y conveniente, y los agentes de TI tienen menos trabajo manual que hacer.
- Gestión inteligente del cambio. El aprendizaje automático también admite análisis avanzados y gestión de cambios. Dada la frecuente cantidad de cambios que las empresas requieren hoy en día, los sistemas inteligentes pueden proporcionar a los agentes o gerentes de cambio sugerencias destinadas a optimizar el entorno y aumentar la tasa de éxito de los cambios en el futuro. Los agentes pueden describir los cambios requeridos en lenguaje natural y las capacidades de análisis verificarán el contenido en busca de elementos de configuración afectados. Todos los cambios están regulados y los indicadores automáticos le indican al administrador de cambios si hay algún problema con el cambio, como riesgo, programación en una ventana no planificada o estado "no aprobado". El beneficio clave de la gestión inteligente de cambios es una obtención de valor más rápida con menos configuraciones, personalizaciones y, en última instancia, menos dinero gastado.
En última instancia, el aprendizaje automático y el análisis están transformando los sistemas ITSM con suposiciones y recomendaciones inteligentes sobre problemas de tickets y el proceso de cambio que ayudan a los agentes y equipos de soporte de TI a describir, diagnosticar, predecir y prescribir lo que ha sucedido, lo que está sucediendo y lo que sucederá. Los usuarios finales reciben información proactiva, personalizada y dinámica y soluciones rápidas. En este caso, muchas cosas se hacen de forma automática, es decir. sin intervención humana. Y a medida que la tecnología aprende con el tiempo, los procesos no hacen más que mejorar. Es importante tener en cuenta que todas las funciones inteligentes descritas en este artículo están disponibles hoy.
Fuente: habr.com