En 2018, nous sommes solidement établis : la gestion des services informatiques (ITSM) et les services informatiques sont toujours en activité, malgré les discussions constantes sur la durée de leur survie à la révolution numérique. En effet, la demande de services d'assistance technique augmente - dans le rapport d'assistance technique et le rapport sur les salaires. (Help Desk Institute) Le rapport 2017 indique que 55 % des services d'assistance ont signalé une augmentation du volume de tickets au cours de l'année écoulée.
En revanche, de nombreuses entreprises ont constaté une diminution du volume d'appels au support technique l'année dernière (15 %) par rapport à 2016 (10 %). Le facteur clé contribuant à la réduction du nombre de demandes a été le support technique indépendant. Cependant, HDI rapporte également que les frais de dossier sont passés à 25 dollars l'année dernière, contre 18 dollars en 2016. Ce n’est pas l’objectif de la plupart des services informatiques. Heureusement, l’automatisation basée sur l’analyse et l’apprentissage automatique peut améliorer les processus et la productivité du service d’assistance en réduisant les erreurs et en améliorant la qualité et la rapidité. Parfois, cela dépasse les capacités humaines, et l’apprentissage automatique et l’analyse constituent la base essentielle d’un centre de services informatique intelligent, proactif et réactif.
Cet article examine de plus près comment l'apprentissage automatique peut résoudre de nombreux problèmes de service d'assistance et d'ITSM associés au volume et au coût des tickets, et comment créer un service d'assistance plus rapide et plus automatisé que les employés de l'entreprise aiment utiliser.
ITSM efficace grâce à l'apprentissage automatique et à l'analyse
Ma définition préférée de l'apprentissage automatique vient de l'entreprise :
« L’apprentissage automatique apprend aux ordinateurs à faire ce qui est naturel pour les humains et les animaux : apprendre de l’expérience. Les algorithmes d’apprentissage automatique utilisent des méthodes informatiques pour apprendre des informations directement à partir des données, sans s’appuyer sur une équation prédéfinie comme modèle. Les algorithmes améliorent leurs propres performances de manière adaptative à mesure que le nombre d’échantillons disponibles pour l’étude augmente.
Les fonctionnalités suivantes sont disponibles pour certains outils ITSM basés sur l'apprentissage automatique et l'analyse du Big Data :
- Assistance via un bot. Les agents virtuels et les chatbots peuvent suggérer automatiquement des actualités, des articles, des services et des offres d'assistance à partir de catalogues de données et de demandes publiques. Cette assistance 24h/7 et XNUMXj/XNUMX sous la forme de programmes de formation des utilisateurs finaux permet de résoudre les problèmes beaucoup plus rapidement. Les principaux avantages du bot sont une interface utilisateur améliorée et moins d’appels entrants.
- Nouvelles et notifications intelligentes. Ces outils permettent aux utilisateurs d'être informés de manière proactive des problèmes potentiels. De plus, les professionnels de l'informatique peuvent recommander des solutions de contournement pour résoudre les problèmes grâce à des notifications personnalisées qui fournissent aux utilisateurs finaux des informations pertinentes et exploitables sur les problèmes qu'ils peuvent rencontrer, ainsi que des conseils pour les éviter. Les utilisateurs avertis apprécieront un support informatique proactif et le nombre de demandes entrantes sera réduit.
- Recherche intelligente. Lorsque les utilisateurs finaux recherchent des informations ou des services, un système de gestion des connaissances contextuel peut fournir des recommandations, des articles et des liens. Les utilisateurs finaux ont tendance à ignorer certains résultats au profit d’autres. Ces clics et vues sont inclus dans les critères de « pondération » lors de la réindexation du contenu au fil du temps, de sorte que l'expérience de recherche est ajustée de manière dynamique. Étant donné que les utilisateurs finaux fournissent des commentaires sous la forme de votes « J’aime/Je n’aime pas », cela influence également le classement du contenu qu’ils et les autres utilisateurs peuvent trouver. En termes d'avantages, les utilisateurs finaux peuvent trouver des réponses rapidement et se sentir plus en confiance, et les agents du service d'assistance sont capables de traiter plus de tickets et de conclure davantage d'accords de niveau de service (SLA).
- Analyse de sujets populaires. Ici, les capacités d'analyse identifient des modèles dans les sources de données structurées et non structurées. Les informations sur les sujets populaires sont affichées graphiquement sous la forme d'une carte thermique, où la taille des segments correspond à la fréquence de certains sujets ou groupes de mots-clés demandés par les utilisateurs. Les incidents répétés seront détectés instantanément, regroupés et résolus ensemble. Trending Topic Analytics détecte également les clusters d'incidents ayant une cause première commune et réduit considérablement le temps nécessaire pour identifier et résoudre le problème racine. La technologie peut également créer automatiquement des articles de base de connaissances basés sur des interactions ou des problèmes similaires. La découverte de tendances dans n'importe quelle donnée augmente l'activité du service informatique, prévient la récurrence des incidents et augmente donc la satisfaction des utilisateurs finaux tout en réduisant les coûts informatiques.
- Applications intelligentes. Les utilisateurs finaux s'attendent à ce que la soumission d'un ticket soit aussi simple que la rédaction d'un Tweet : un court message en langage naturel décrivant un problème ou une demande qui peut être envoyé par e-mail. Ou même simplement joindre une photo du problème et l'envoyer depuis votre appareil mobile. L'enregistrement intelligent des tickets accélère le processus de création du ticket en remplissant automatiquement tous les champs en fonction de ce que l'utilisateur final a écrit ou de la numérisation d'une image traitée à l'aide d'un logiciel de reconnaissance optique de caractères (OCR). À l’aide d’un ensemble de données d’observation, la technologie catégorise et achemine automatiquement les tickets vers les agents du service d’assistance appropriés. Les agents peuvent transmettre des tickets à différentes équipes d'assistance et écraser les champs renseignés automatiquement si le modèle d'apprentissage automatique n'est pas optimal pour un cas donné. Le système apprend de nouveaux modèles, ce qui lui permet de mieux faire face aux problèmes qui surgiront à l'avenir. Tout cela signifie que les utilisateurs finaux peuvent ouvrir des tickets rapidement et facilement, ce qui se traduit par une satisfaction accrue lors de l'utilisation des outils de travail. Cette capacité réduit également le travail manuel et les erreurs et contribue à réduire le temps et les coûts d’obtention des permis.
- E-mail intelligent. Cet outil est similaire aux commandes intelligentes. L'utilisateur final peut envoyer un e-mail à l'équipe d'assistance et décrire le problème en langage naturel. L'outil d'assistance génère un ticket basé sur le contenu de l'e-mail et répond automatiquement à l'utilisateur final avec des liens vers des solutions suggérées. Les utilisateurs finaux sont satisfaits car l'ouverture des tickets et des demandes est simple et pratique, et les agents informatiques ont moins de travail manuel à effectuer.
- Gestion intelligente du changement. L'apprentissage automatique prend également en charge l'analyse avancée et la gestion du changement. Compte tenu du nombre fréquent de changements dont les entreprises ont besoin aujourd'hui, les systèmes intelligents peuvent fournir aux agents de changement ou aux gestionnaires des suggestions visant à optimiser l'environnement et à augmenter le taux de réussite des changements à l'avenir. Les agents peuvent décrire les modifications requises en langage naturel, et les capacités d'analyse vérifieront le contenu pour les éléments de configuration concernés. Tous les changements sont réglementés et des indicateurs automatiques indiquent au responsable du changement s'il y a des problèmes avec le changement, comme un risque, une planification dans une fenêtre non planifiée ou un statut « non approuvé ». Le principal avantage d’une gestion intelligente du changement est un délai de rentabilisation plus rapide avec moins de configurations, de personnalisations et, en fin de compte, moins d’argent dépensé.
En fin de compte, l'apprentissage automatique et l'analyse transforment les systèmes ITSM avec des hypothèses et des recommandations intelligentes sur les problèmes de tickets et le processus de changement qui aident les agents et les équipes de support informatique à décrire, diagnostiquer, prédire et prescrire ce qui s'est passé, ce qui se passe et ce qui va se passer. Les utilisateurs finaux reçoivent des informations proactives, personnalisées et dynamiques ainsi que des solutions rapides. Dans ce cas, beaucoup de choses se font automatiquement, c'est-à-dire sans intervention humaine. Et à mesure que la technologie évolue au fil du temps, les processus ne font que s’améliorer. Il est important de noter que toutes les fonctionnalités intelligentes décrites dans cet article sont disponibles aujourd'hui.
Source: habr.com