U 2018. smo čvrsto uspostavljeni - IT Service Management (ITSM) i IT Services još uvijek posluju, unatoč tekućim razgovorima o tome koliko će dugo preživjeti digitalnu revoluciju. Doista, potražnja za uslugama tehničke podrške raste - u Izvješću o tehničkoj podršci i Izvješću o plaćama (Help Desk Institute) Izvješće za 2017. pokazuje da je 55% službi za pomoć prijavilo povećanje količine prijava tijekom prošle godine.
S druge strane, mnoge tvrtke bilježe smanjenje broja poziva tehničkoj podršci prošle godine (15%) u odnosu na 2016. (10%). Ključni čimbenik koji je pridonio smanjenju broja zahtjeva bila je neovisna tehnička podrška. Međutim, HDI također izvještava da je naknada za prijavu porasla na 25 dolara prošle godine, u odnosu na 18 dolara u 2016. godini. Ovo nije ono čemu većina IT odjela teži. Srećom, automatizacija koju pokreću analitika i strojno učenje može poboljšati procese službe za pomoć i produktivnost smanjenjem pogrešaka te poboljšanjem kvalitete i brzine. Ponekad to nadilazi ljudske sposobnosti, a strojno učenje i analitika ključni su temelj za inteligentan, proaktivan i brz IT servis.
Ovaj članak pobliže razmatra kako strojno učenje može riješiti mnoge izazove službe za pomoć i ITSM povezane s količinom i cijenom ulaznica te kako stvoriti bržu, automatiziraniju službu za pomoć koju rado koriste zaposlenici poduzeća.
Učinkovit ITSM kroz strojno učenje i analitiku
Moja omiljena definicija strojnog učenja dolazi iz tvrtke :
“Strojno učenje uči računala da rade ono što je ljudima i životinjama prirodno – uče iz iskustva. Algoritmi strojnog učenja koriste računalne metode za učenje informacija izravno iz podataka, bez oslanjanja na unaprijed definiranu jednadžbu kao model. Algoritmi adaptivno poboljšavaju vlastitu izvedbu kako se povećava broj uzoraka dostupnih za proučavanje.”
Sljedeće mogućnosti dostupne su za neke ITSM alate temeljene na strojnom učenju i analitici velikih podataka:
- Podrška putem bota. Virtualni agenti i chatbotovi mogu automatski predlagati vijesti, članke, usluge i ponude podrške iz kataloga podataka i javnih zahtjeva. Ova 24/7 podrška u obliku programa obuke krajnjih korisnika pomaže u rješavanju problema mnogo brže. Ključne prednosti bota su poboljšano korisničko sučelje i manje dolaznih poziva.
- Pametne vijesti i obavijesti. Ovi alati omogućuju korisnicima proaktivno obavještavanje o potencijalnim problemima. Osim toga, IT stručnjaci mogu preporučiti zaobilazna rješenja za rješavanje problema putem personaliziranih obavijesti koje krajnjim korisnicima pružaju relevantne i djelotvorne informacije o problemima s kojima se mogu susresti, kao i savjete o tome kako ih izbjeći. Informirani korisnici cijenit će proaktivnu IT podršku, a broj dolaznih poziva bit će smanjen.
- Pametno pretraživanje. Kada krajnji korisnici traže informacije ili usluge, sustav upravljanja znanjem svjestan konteksta može pružiti preporuke, članke i poveznice. Krajnji korisnici imaju tendenciju preskočiti neke rezultate u korist drugih. Ovi klikovi i prikazi uključeni su u kriterije "ponderiranja" prilikom ponovnog indeksiranja sadržaja tijekom vremena, tako da se iskustvo pretraživanja dinamički prilagođava. Budući da krajnji korisnici daju povratne informacije u obliku glasanja za sviđanje/ne sviđanje, to također utječe 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 mogu obraditi više prijava i postići više ugovora o razini usluge (SLA).
- Analitika popularnih tema. Ovdje analitičke mogućnosti identificiraju obrasce u strukturiranim i nestrukturiranim izvorima podataka. Informacije o popularnim temama grafički se prikazuju u obliku toplinske karte, gdje veličina segmenata odgovara učestalosti određenih tema ili grupa ključnih riječi koje korisnici traže. Ponovljeni incidenti odmah će se otkriti, grupirati i zajedno riješiti. Trending Topic Analytics također otkriva klastere incidenata sa zajedničkim glavnim uzrokom i značajno smanjuje vrijeme za prepoznavanje i rješavanje osnovnog problema. Tehnologija također može automatski stvoriti članke baze znanja na temelju sličnih interakcija ili sličnih problema. Pronalaženje trendova u bilo kojim podacima povećava aktivnost IT odjela, sprječava ponavljanje incidenata i stoga povećava zadovoljstvo krajnjeg korisnika uz smanjenje IT troškova.
- Pametne aplikacije. Krajnji korisnici očekuju da je slanje tiketa jednostavno poput pisanja Tweeta—kratke poruke na prirodnom jeziku koja opisuje problem ili zahtjev koji se može poslati e-poštom. Ili čak samo priložite fotografiju problema i pošaljite je sa svog mobilnog uređaja. Registracija pametne ulaznice ubrzava proces kreiranja ulaznice automatskim popunjavanjem svih polja na temelju onoga što je krajnji korisnik napisao ili skenirane slike obrađene pomoću softvera za optičko prepoznavanje znakova (OCR). Koristeći skup podataka promatranja, tehnologija automatski kategorizira i usmjerava ulaznice odgovarajućim agentima službe za pomoć. Agenti mogu proslijediti tikete različitim timovima za podršku i mogu prebrisati automatski popunjena polja ako model strojnog učenja nije optimalan za određeni slučaj. Sustav uči iz novih obrazaca, što mu omogućuje da se bolje nosi s problemima koji se pojavljuju u budućnosti. Sve to znači da krajnji korisnici mogu brzo i jednostavno otvoriti karte, što rezultira povećanjem zadovoljstva pri korištenju radnih alata. Ova mogućnost također smanjuje ručni rad i pogreške te pomaže smanjiti vrijeme i troškove izdavanja dozvola.
- Pametna e-pošta. Ovaj je alat sličan pametnim narudžbama. Krajnji korisnik može poslati e-mail timu za podršku i opisati problem prirodnim jezikom. Alat službe za pomoć generira kartu na temelju sadržaja e-pošte i automatski odgovara krajnjem korisniku s poveznicama na predložena rješenja. Krajnji korisnici su zadovoljni jer je otvaranje tiketa i zahtjeva jednostavno i praktično, a IT agenti imaju manje ručnog posla.
- Pametno upravljanje promjenama. Strojno učenje također podržava naprednu analitiku i upravljanje promjenama. S obzirom na čest broj promjena koje poduzeća danas zahtijevaju, inteligentni sustavi mogu agentima promjena ili menadžerima pružiti prijedloge usmjerene na optimizaciju okruženja i povećanje stope uspješnosti promjena u budućnosti. Agenti mogu opisati potrebne promjene prirodnim jezikom, a analitičke mogućnosti provjerit će sadržaj za pogođene stavke konfiguracije. Sve su promjene regulirane, a automatski indikatori govore upravitelju promjena ako postoje bilo kakvi problemi s promjenom, poput rizika, rasporeda u neplaniranom vremenskom okviru ili statusa "nije odobreno". Ključna prednost pametnog upravljanja promjenama je brže vrijeme za vrednovanje uz manje konfiguracija, prilagodbi i na kraju manje potrošenog novca.
U konačnici, strojno učenje i analitika transformiraju ITSM sustave s inteligentnim pretpostavkama i preporukama o problemima s kartama i procesu promjene koji pomažu agentima i timovima za IT podršku da opišu, dijagnosticiraju, predvide i propisuju što se dogodilo, što se događa i što će se dogoditi. Krajnji korisnici dobivaju proaktivne, personalizirane i dinamične uvide i brza rješenja. U ovom slučaju puno se radi automatski, tj. bez ljudske intervencije. A kako tehnologija s vremenom uči, procesi postaju samo bolji. Važno je napomenuti da su sve pametne značajke opisane u ovom članku dostupne danas.
Izvor: www.habr.com
