आईटी सेवा प्रबंधन (आईटीएसएम) को मशीन लर्निंग के साथ और भी अधिक कुशल बनाया गया है

2018 में हमें मजबूती से स्थापित होते देखा गया - आईटी सेवा प्रबंधन (आईटीएसएम) और आईटी सेवाएं अभी भी व्यवसाय में हैं, इस बारे में चल रही चर्चा के बावजूद कि वे डिजिटल क्रांति में कितने समय तक टिके रहेंगे। दरअसल, तकनीकी सहायता रिपोर्ट और वेतन रिपोर्ट में तकनीकी सहायता सेवाओं की मांग बढ़ रही है HDI (हेल्प डेस्क इंस्टीट्यूट) 2017 की रिपोर्ट बताती है कि 55% हेल्प डेस्क ने पिछले वर्ष की तुलना में टिकट की मात्रा में वृद्धि दर्ज की है।

दूसरी ओर, कई कंपनियों ने 15 (2016%) की तुलना में पिछले साल तकनीकी सहायता के लिए कॉल की मात्रा में कमी (10%) देखी। अनुरोधों की संख्या में कमी लाने में योगदान देने वाला मुख्य कारक स्वतंत्र तकनीकी सहायता था। हालाँकि, एचडीआई की यह भी रिपोर्ट है कि आवेदन शुल्क पिछले साल बढ़कर $25 हो गया, जो 18 में $2016 था। अधिकांश आईटी विभाग इसके लिए प्रयास नहीं करते हैं। सौभाग्य से, एनालिटिक्स और मशीन लर्निंग द्वारा संचालित स्वचालन त्रुटियों को कम करके और गुणवत्ता और गति में सुधार करके हेल्प डेस्क प्रक्रियाओं और उत्पादकता में सुधार कर सकता है। कभी-कभी यह मानवीय क्षमताओं से परे होता है, और मशीन लर्निंग और एनालिटिक्स एक बुद्धिमान, सक्रिय और उत्तरदायी आईटी सेवा डेस्क के लिए महत्वपूर्ण आधार हैं।

यह लेख इस बात पर करीब से नज़र डालता है कि कैसे मशीन लर्निंग टिकट की मात्रा और लागत से जुड़ी कई हेल्प डेस्क और आईटीएसएम चुनौतियों को हल कर सकती है, और एक तेज़, अधिक स्वचालित हेल्प डेस्क कैसे बनाया जा सकता है जिसे एंटरप्राइज़ कर्मचारी उपयोग करने में आनंद लेते हैं।

मशीन लर्निंग और एनालिटिक्स के माध्यम से प्रभावी आईटीएसएम

मशीन लर्निंग की मेरी पसंदीदा परिभाषा कंपनी से आती है MathWorks:

“मशीन लर्निंग कंप्यूटर को वह करना सिखाती है जो मनुष्यों और जानवरों के लिए स्वाभाविक रूप से आता है - अनुभव से सीखें। मशीन लर्निंग एल्गोरिदम एक मॉडल के रूप में पूर्वनिर्धारित समीकरण पर भरोसा किए बिना, डेटा से सीधे जानकारी सीखने के लिए कम्प्यूटेशनल तरीकों का उपयोग करते हैं। जैसे-जैसे अध्ययन के लिए उपलब्ध नमूनों की संख्या बढ़ती है, एल्गोरिदम अनुकूल रूप से अपने प्रदर्शन में सुधार करते हैं।
मशीन लर्निंग और बिग डेटा एनालिटिक्स पर आधारित कुछ आईटीएसएम टूल के लिए निम्नलिखित क्षमताएं उपलब्ध हैं:

• बॉट के माध्यम से समर्थन. वर्चुअल एजेंट और चैटबॉट स्वचालित रूप से डेटा कैटलॉग और सार्वजनिक अनुरोधों से समाचार, लेख, सेवाओं और समर्थन ऑफ़र का सुझाव दे सकते हैं। अंतिम-उपयोगकर्ता प्रशिक्षण कार्यक्रमों के रूप में यह 24/7 समर्थन मुद्दों को बहुत तेजी से हल करने में मदद करता है। बॉट का मुख्य लाभ बेहतर यूजर इंटरफेस और कम इनकमिंग कॉल हैं।
• स्मार्ट समाचार और सूचनाएं. ये उपकरण उपयोगकर्ताओं को संभावित समस्याओं के बारे में सक्रिय रूप से सूचित करने की अनुमति देते हैं। इसके अलावा, आईटी पेशेवर वैयक्तिकृत सूचनाओं के माध्यम से समस्याओं को हल करने के लिए समाधानों की सिफारिश कर सकते हैं जो अंतिम उपयोगकर्ताओं को उनके सामने आने वाली समस्याओं के बारे में प्रासंगिक और कार्रवाई योग्य जानकारी प्रदान करते हैं, साथ ही उनसे बचने के सुझाव भी देते हैं। जानकार उपयोगकर्ता सक्रिय आईटी समर्थन की सराहना करेंगे और आने वाले अनुरोधों की संख्या कम हो जाएगी।
• स्मार्ट खोज। जब अंतिम उपयोगकर्ता जानकारी या सेवाओं की खोज करते हैं, तो एक संदर्भ-जागरूक ज्ञान प्रबंधन प्रणाली सिफारिशें, लेख और लिंक प्रदान कर सकती है। अंतिम उपयोगकर्ता दूसरों के पक्ष में कुछ परिणामों को छोड़ देते हैं। समय के साथ सामग्री को पुन: अनुक्रमित करते समय इन क्लिकों और दृश्यों को "वेटिंग" मानदंड में शामिल किया जाता है, इसलिए खोज अनुभव को गतिशील रूप से समायोजित किया जाता है। चूँकि अंतिम उपयोगकर्ता पसंद/नापसंद वोटिंग के रूप में प्रतिक्रिया प्रदान करते हैं, यह उस सामग्री की रैंकिंग को भी प्रभावित करता है जिसे वे और अन्य उपयोगकर्ता पा सकते हैं। लाभों के संदर्भ में, अंतिम उपयोगकर्ता तुरंत उत्तर पा सकते हैं और अधिक आत्मविश्वास महसूस कर सकते हैं, और सहायता डेस्क एजेंट अधिक टिकट संभालने और अधिक सेवा स्तर समझौते (एसएलए) प्राप्त करने में सक्षम हैं।
• लोकप्रिय विषयों का विश्लेषण. यहां, एनालिटिक्स क्षमताएं संरचित और असंरचित डेटा स्रोतों में पैटर्न की पहचान करती हैं। लोकप्रिय विषयों के बारे में जानकारी ग्राफिक रूप से हीट मैप के रूप में प्रदर्शित की जाती है, जहां खंडों का आकार उपयोगकर्ताओं द्वारा मांग में कुछ विषयों या कीवर्ड के समूहों की आवृत्ति से मेल खाता है। बार-बार होने वाली घटनाओं का तुरंत पता लगाया जाएगा, समूहीकृत किया जाएगा और एक साथ हल किया जाएगा। ट्रेंडिंग टॉपिक एनालिटिक्स एक सामान्य मूल कारण वाले घटना समूहों का भी पता लगाता है और मूल समस्या की पहचान करने और उसे हल करने में लगने वाले समय को काफी कम कर देता है। प्रौद्योगिकी स्वचालित रूप से समान इंटरैक्शन या समान मुद्दों के आधार पर ज्ञान आधारित लेख भी बना सकती है। किसी भी डेटा में रुझान खोजने से आईटी विभाग की गतिविधि बढ़ जाती है, घटनाओं की पुनरावृत्ति रुक ​​जाती है और इसलिए आईटी लागत कम होने पर अंतिम-उपयोगकर्ता संतुष्टि बढ़ जाती है।
• स्मार्ट अनुप्रयोग. अंतिम उपयोगकर्ता उम्मीद करते हैं कि टिकट सबमिट करना एक ट्वीट लिखने जितना आसान है - किसी समस्या या अनुरोध का वर्णन करने वाला एक संक्षिप्त, प्राकृतिक भाषा संदेश जिसे ईमेल के माध्यम से भेजा जा सकता है। या यहां तक ​​कि समस्या की एक तस्वीर भी संलग्न करें और इसे अपने मोबाइल डिवाइस से भेजें। स्मार्ट टिकट पंजीकरण अंतिम उपयोगकर्ता द्वारा लिखे गए या ऑप्टिकल कैरेक्टर रिकग्निशन (ओसीआर) सॉफ़्टवेयर का उपयोग करके संसाधित छवि के स्कैन के आधार पर सभी फ़ील्ड को स्वचालित रूप से पॉप्युलेट करके टिकट निर्माण प्रक्रिया को गति देता है। अवलोकन डेटा के एक सेट का उपयोग करके, प्रौद्योगिकी स्वचालित रूप से टिकटों को वर्गीकृत करती है और उचित सहायता डेस्क एजेंटों तक पहुंचाती है। यदि मशीन लर्निंग मॉडल किसी दिए गए मामले के लिए इष्टतम नहीं है, तो एजेंट विभिन्न सहायता टीमों को टिकट अग्रेषित कर सकते हैं और स्वचालित रूप से भरे गए फ़ील्ड को अधिलेखित कर सकते हैं। सिस्टम नए पैटर्न से सीखता है, जो उसे भविष्य में आने वाली समस्याओं से बेहतर ढंग से निपटने में सक्षम बनाता है। इसका मतलब यह है कि अंतिम उपयोगकर्ता जल्दी और आसानी से टिकट खोल सकते हैं, जिसके परिणामस्वरूप कार्य उपकरणों का उपयोग करते समय संतुष्टि बढ़ जाती है। यह क्षमता मैन्युअल कार्य और त्रुटि को भी कम करती है और अनुमति देने में लगने वाले समय और लागत को कम करने में मदद करती है।
• स्मार्ट ईमेल. यह टूल स्मार्ट ऑर्डर के समान है। अंतिम उपयोगकर्ता सहायता टीम को एक ईमेल भेज सकता है और प्राकृतिक भाषा में समस्या का वर्णन कर सकता है। हेल्प डेस्क टूल ईमेल सामग्री के आधार पर एक टिकट बनाता है और सुझाए गए समाधानों के लिंक के साथ अंतिम उपयोगकर्ता को स्वचालित रूप से प्रतिक्रिया देता है। अंतिम उपयोगकर्ता संतुष्ट हैं क्योंकि टिकट और अनुरोध खोलना आसान और सुविधाजनक है, और आईटी एजेंटों के पास करने के लिए कम मैन्युअल काम है।
• स्मार्ट परिवर्तन प्रबंधन. मशीन लर्निंग उन्नत विश्लेषण और परिवर्तन प्रबंधन का भी समर्थन करती है। व्यवसायों को आज जिन परिवर्तनों की लगातार आवश्यकता होती है, उन्हें देखते हुए, बुद्धिमान प्रणालियाँ पर्यावरण को अनुकूलित करने और भविष्य में परिवर्तनों की सफलता दर को बढ़ाने के उद्देश्य से परिवर्तन एजेंटों या प्रबंधकों को सुझाव प्रदान कर सकती हैं। एजेंट प्राकृतिक भाषा में आवश्यक परिवर्तनों का वर्णन कर सकते हैं, और एनालिटिक्स क्षमताएं प्रभावित कॉन्फ़िगरेशन आइटम के लिए सामग्री की जांच करेंगी। सभी परिवर्तन विनियमित होते हैं, और स्वचालित संकेतक परिवर्तन प्रबंधक को बताते हैं कि क्या परिवर्तन में कोई समस्या है, जैसे जोखिम, अनियोजित विंडो में शेड्यूलिंग, या "अनुमोदित नहीं" स्थिति। स्मार्ट परिवर्तन प्रबंधन का मुख्य लाभ कम कॉन्फ़िगरेशन, अनुकूलन और अंततः कम पैसे खर्च के साथ तेजी से मूल्य निर्धारित करना है।

अंततः, मशीन लर्निंग और एनालिटिक्स आईटीएसएम सिस्टम को टिकट के मुद्दों और परिवर्तन प्रक्रिया के बारे में बुद्धिमान धारणाओं और सिफारिशों के साथ बदल रहे हैं जो एजेंटों और आईटी सहायता टीमों को वर्णन करने, निदान करने, भविष्यवाणी करने और निर्धारित करने में मदद करते हैं कि क्या हुआ है, क्या हो रहा है और क्या होगा। अंतिम उपयोगकर्ताओं को सक्रिय, वैयक्तिकृत और गतिशील अंतर्दृष्टि और त्वरित समाधान प्राप्त होते हैं। इस मामले में, बहुत कुछ स्वचालित रूप से किया जाता है, अर्थात। मानवीय हस्तक्षेप के बिना. और जैसे-जैसे तकनीक समय के साथ सीखती है, प्रक्रियाएं बेहतर होती जाती हैं। यह ध्यान रखना महत्वपूर्ण है कि इस लेख में वर्णित सभी स्मार्ट सुविधाएँ आज उपलब्ध हैं।

स्रोत: www.habr.com