Vuonna 2018 vakiinnuimme – IT-palvelujen hallinta (ITSM) ja IT-palvelut ovat edelleen toiminnassa huolimatta jatkuvasta puheesta siitä, kuinka kauan ne selviävät digitaalisesta vallankumouksesta. Teknisten tukipalvelujen kysyntä todellakin kasvaa – teknisen tuen raportissa ja palkkaraportissa (Help Desk Institute) 2017-raportti osoittaa, että 55 % neuvontapalveluista on ilmoittanut lippujen määrän kasvusta viimeisen vuoden aikana.
Toisaalta monet yritykset havaitsivat teknisen tuen puheluiden määrän vähentyneen viime vuonna (15 %) verrattuna vuoteen 2016 (10 %). Avaintekijä pyyntöjen määrän vähenemiseen oli riippumaton tekninen tuki. HDI raportoi kuitenkin myös, että hakemusmaksu nousi viime vuonna 25 dollariin, kun se vuonna 18 oli 2016 dollaria. Useimmat IT-osastot eivät pyri tähän. Onneksi analytiikkaan ja koneoppimiseen perustuva automaatio voi parantaa help deskin prosesseja ja tuottavuutta vähentämällä virheitä ja parantamalla laatua ja nopeutta. Joskus tämä on ihmisten kykyjen ulkopuolella, ja koneoppiminen ja analytiikka ovat älykkään, ennakoivan ja reagoivan IT-palvelun perusta.
Tässä artikkelissa tarkastellaan lähemmin, kuinka koneoppiminen voi ratkaista monia lippujen määrään ja kustannuksiin liittyviä help desk- ja ITSM-haasteita, ja kuinka luoda nopeampi, automatisoidumpi tukipalvelu, jota yrityksen työntekijät nauttivat.
Tehokas ITSM koneoppimisen ja analytiikan avulla
Lempimääritelmäni koneoppimisesta tulee yritykseltä :
"Koneoppiminen opettaa tietokoneita tekemään sitä, mikä on luonnollista ihmisille ja eläimille – oppia kokemuksesta. Koneoppimisalgoritmit käyttävät laskennallisia menetelmiä oppiakseen tietoa suoraan tiedoista ilman, että mallina käytetään ennalta määritettyä yhtälöä. Algoritmit parantavat omaa suorituskykyään adaptiivisesti, kun tutkimukseen käytettävissä olevien näytteiden määrä kasvaa."
Seuraavat ominaisuudet ovat saatavilla joillekin ITSM-työkaluille, jotka perustuvat koneoppimiseen ja big data -analytiikkaan:
- Tuki botin kautta. Virtuaaliagentit ja chatbotit voivat automaattisesti ehdottaa uutisia, artikkeleita, palveluita ja tukitarjouksia tietoluetteloista ja julkisista pyynnöistä. Tämä 24/7-tuki loppukäyttäjien koulutusohjelmien muodossa auttaa ratkaisemaan ongelmia paljon nopeammin. Botin tärkeimmät edut ovat parannettu käyttöliittymä ja vähemmän saapuvia puheluita.
- Älykkäät uutiset ja ilmoitukset. Näiden työkalujen avulla käyttäjät voivat ilmoittaa ennakoivasti mahdollisista ongelmista. Lisäksi IT-ammattilaiset voivat suositella kiertotapoja ongelmien ratkaisemiseksi räätälöityjen ilmoitusten avulla, jotka tarjoavat loppukäyttäjille olennaista ja hyödyllistä tietoa ongelmista, joita he voivat kohdata, sekä vinkkejä niiden välttämiseen. Tietoiset käyttäjät arvostavat ennakoivaa IT-tukea ja saapuvien pyyntöjen määrä vähenee.
- Älykäs haku. Kun loppukäyttäjät etsivät tietoa tai palveluita, kontekstitietoinen tiedonhallintajärjestelmä voi tarjota suosituksia, artikkeleita ja linkkejä. Loppukäyttäjät ohittavat jotkin tulokset toisten hyväksi. Nämä napsautukset ja katselukerrat sisällytetään "painotus"-ehtoihin, kun sisältöä indeksoidaan uudelleen ajan myötä, joten hakukokemusta mukautetaan dynaamisesti. Koska loppukäyttäjät antavat palautetta tykkää/ei tykkää -äänestyksen muodossa, se vaikuttaa myös heidän ja muiden käyttäjien löytämän sisällön sijoitukseen. Etujen kannalta loppukäyttäjät voivat löytää vastaukset nopeasti ja tuntea olonsa itsevarmemmaksi, ja help desk -agentit pystyvät käsittelemään enemmän lippuja ja saavuttamaan enemmän palvelutasosopimuksia (SLA).
- Analyysi suosituista aiheista. Tässä analytiikkaominaisuudet tunnistavat kuvioita jäsenneltyjen ja strukturoimattomien tietolähteiden välillä. Tiedot suosituista aiheista esitetään graafisesti lämpökartan muodossa, jossa segmenttien koko vastaa tiettyjen käyttäjien kysymien aiheiden tai avainsanaryhmien esiintymistiheyttä. Toistuvat tapahtumat havaitaan välittömästi, ryhmitellään ja ratkaistaan yhdessä. Trending Topic Analytics havaitsee myös tapausklusterit, joilla on yhteinen perussyy, ja lyhentää merkittävästi perimmäisen ongelman tunnistamiseen ja ratkaisemiseen kuluvaa aikaa. Tekniikka voi myös luoda automaattisesti tietokannan artikkeleita samankaltaisten vuorovaikutusten tai vastaavien ongelmien perusteella. Trendien löytäminen tiedoista lisää IT-osaston toimintaa, estää tapausten toistumisen ja lisää siten loppukäyttäjien tyytyväisyyttä ja vähentää IT-kustannuksia.
- Älykkäät sovellukset. Loppukäyttäjät odottavat, että lipun lähettäminen on yhtä helppoa kuin twiitin kirjoittaminen – lyhyt, luonnollisella kielellä oleva viesti, joka kuvaa ongelmaa tai pyyntöä, joka voidaan lähettää sähköpostitse. Tai jopa vain liitä kuva ongelmasta ja lähetä se mobiililaitteestasi. Älykäs lipun rekisteröinti nopeuttaa lipun luontiprosessia täyttämällä automaattisesti kaikki kentät loppukäyttäjän kirjoittaman tai optisella merkintunnistusohjelmistolla (OCR) käsitellyn kuvan skannauksen perusteella. Havaintotietojen joukon avulla tekniikka luokittelee ja reitittää liput automaattisesti asianmukaisille help desk -agenteille. Agentit voivat välittää lippuja eri tukiryhmille ja korvata automaattisesti täytetyt kentät, jos koneoppimismalli ei ole optimaalinen tietyssä tapauksessa. Järjestelmä oppii uusista malleista, minkä ansiosta se pystyy paremmin selviytymään tulevista ongelmista. Kaikki tämä tarkoittaa, että loppukäyttäjät voivat avata liput nopeasti ja helposti, mikä lisää tyytyväisyyttä työvälineiden käyttöön. Tämä ominaisuus vähentää myös manuaalista työtä ja virheitä sekä vähentää lupa-aikaa ja kustannuksia.
- Älykäs sähköposti. Tämä työkalu muistuttaa älykkäitä tilauksia. Loppukäyttäjä voi lähettää sähköpostin tukitiimille ja kuvailla ongelmaa luonnollisella kielellä. Help desk -työkalu luo lipun sähköpostin sisällön perusteella ja vastaa automaattisesti loppukäyttäjälle linkeillä ehdotettuihin ratkaisuihin. Loppukäyttäjät ovat tyytyväisiä, koska lippujen ja pyyntöjen avaaminen on helppoa ja kätevää, ja IT-agenteille on vähemmän manuaalista työtä.
- Älykäs muutoksenhallinta. Koneoppiminen tukee myös edistynyttä analytiikkaa ja muutoksenhallintaa. Koska yritykset tarvitsevat nykyään usein muutoksia, älykkäät järjestelmät voivat tarjota muutosagenteille tai johtajille ehdotuksia ympäristön optimoimiseksi ja muutosten onnistumisen lisäämiseksi tulevaisuudessa. Agentit voivat kuvata tarvittavat muutokset luonnollisella kielellä, ja analytiikkaominaisuudet tarkistavat sisällön vaikuttavien määrityskohteiden varalta. Kaikki muutokset ovat säänneltyjä, ja automaattiset ilmaisimet kertovat muutospäällikölle, jos muutoksessa on ongelmia, kuten riski, aikataulutus odottamattomassa ikkunassa tai "ei hyväksytty" -tila. Älykkään muutoksenhallinnan tärkein etu on nopeampi arvon saavuttaminen vähemmällä kokoonpanolla, mukauttamisella ja viime kädessä pienemmällä rahamäärällä.
Viime kädessä koneoppiminen ja analytiikka muuttavat ITSM-järjestelmiä älykkäillä lippuongelmiin ja muutosprosessiin liittyvillä oletuksilla ja suosituksilla, jotka auttavat agentteja ja IT-tukitiimejä kuvaamaan, diagnosoimaan, ennustamaan ja määräämään, mitä on tapahtunut, mitä tapahtuu ja mitä tulee tapahtumaan. Loppukäyttäjät saavat ennakoivia, henkilökohtaisia ja dynaamisia oivalluksia ja nopeita ratkaisuja. Tässä tapauksessa paljon tehdään automaattisesti, ts. ilman ihmisen väliintuloa. Ja kun tekniikka oppii ajan myötä, prosessit vain paranevat. On tärkeää huomata, että kaikki tässä artikkelissa kuvatut älykkäät ominaisuudet ovat saatavilla tänään.
Lähde: will.com