機械学習により IT サービス管理 (ITSM) がさらに効率化

2018 年、私たちは確固たる地位を確立しました。IT サービス管理 (ITSM) と IT サービスは、デジタル革命でどれくらい生き残れるかについての議論が続いているにもかかわらず、依然として事業を続けています。 実際、テクニカル サポート サービスの需要は高まっています - テクニカル サポート レポートと給与レポート HDI (Help Desk Institute) 2017 年のレポートによると、ヘルプ デスクの 55% が過去 XNUMX 年間でチケットの量が増加したと報告しています。

一方で、多くの企業は、15 年 (2016%) と比較して、昨年 (10%) のテクニカル サポートへの電話件数が減少したと指摘しています。 リクエスト数の削減に貢献した主な要因は、独立した技術サポートでした。 しかし、HDIは申請料が25年の18ドルから昨年は2016ドルに値上がりしたとも報じている。 これは、ほとんどの IT 部門が目指していることではありません。 幸いなことに、分析と機械学習による自動化により、エラーが減り、品質と速度が向上するため、ヘルプ デスクのプロセスと生産性が向上します。 場合によっては、これは人間の能力を超えており、機械学習と分析は、インテリジェントでプロアクティブかつ応答性の高い IT サービス デスクの重要な基盤となります。

この記事では、チケットの量とコストに関連するヘルプ デスクと ITSM の課題の多くを機械学習でどのように解決できるか、また企業の従業員が使いやすい、より高速で自動化されたヘルプ デスクを作成する方法について詳しく説明します。

機械学習と分析による効果的なITSM

私のお気に入りの機械学習の定義は会社から来ています MathWorks:

「機械学習は、人間や動物にとって自然なこと、つまり経験から学ぶことをコンピュータに教えます。 機械学習アルゴリズムは、モデルとして事前に定義された方程式に依存せず、計算手法を使用してデータから直接情報を学習します。 研究に利用できるサンプルの数が増加するにつれて、アルゴリズムは適応的に自身のパフォーマンスを向上させます。」
機械学習とビッグ データ分析に基づいた一部の ITSM ツールでは、次の機能が利用可能です。

• ボットによるサポート。 仮想エージェントとチャットボットは、データ カタログや公開リクエストからのニュース、記事、サービス、サポート オファーを自動的に提案できます。 エンドユーザー トレーニング プログラムの形でのこの 24 時間年中無休のサポートは、問題をより迅速に解決するのに役立ちます。 ボットの主な利点は、ユーザー インターフェイスが改善され、着信が減少することです。
• スマート ニュースと通知。 これらのツールを使用すると、ユーザーは潜在的な問題について事前に通知を受けることができます。 さらに、IT プロフェッショナルは、発生する可能性のある問題に関する関連性のある実用的な情報と、問題を回避するためのヒントをエンド ユーザーに提供するパーソナライズされた通知を通じて、問題を解決するための回避策を推奨できます。 知識のあるユーザーはプロアクティブな IT サポートを高く評価し、受信リクエストの数が減少します。
• スマートな検索。 エンド ユーザーが情報やサービスを検索すると、コンテキストを認識したナレッジ マネジメント システムが推奨事項、記事、リンクを提供できます。 エンド ユーザーは、他の結果を優先して一部の結果をスキップする傾向があります。 これらのクリックとビューは、時間の経過とともにコンテンツのインデックスを再作成する際の「重み付け」基準に含まれるため、検索エクスペリエンスは動的に調整されます。 エンド ユーザーが好き嫌い投票の形でフィードバックを提供すると、エンド ユーザーや他のユーザーが見つけられるコンテンツのランキングにも影響します。 メリットとしては、エンド ユーザーは答えをすぐに見つけて自信を持てるようになり、ヘルプ デスク エージェントはより多くのチケットを処理し、より多くのサービス レベル アグリーメント (SLA) を達成できるようになります。
• 人気のトピックの分析。 ここでは、分析機能により、構造化データ ソースと非構造化データ ソース全体のパターンが特定されます。 人気のトピックに関する情報は、ヒート マップの形式でグラフィック表示されます。セグメントのサイズは、ユーザーが要求する特定のトピックまたはキーワードのグループの頻度に対応します。 繰り返されるインシデントは即座に検出され、グループ化されて解決されます。 Trending Topic Analytics は、共通の根本原因を持つインシデント クラスターも検出し、根本的な問題を特定して解決する時間を大幅に短縮します。 このテクノロジーは、同様のやり取りや同様の問題に基づいてナレッジベースの記事を自動的に作成することもできます。 あらゆるデータの傾向を見つけることで、IT 部門の活動が増加し、インシデントの再発が防止されるため、IT コストを削減しながらエンドユーザーの満足度も向上します。
• スマートなアプリケーション。 エンド ユーザーは、チケットの送信が、問題やリクエストを電子メールで送信できる短い自然言語メッセージであるツイートを書くのと同じくらい簡単であることを期待しています。 あるいは、問題の写真を添付し​​て、モバイル デバイスから送信することもできます。 スマート チケット登録は、エンド ユーザーが書き込んだ内容、または光学式文字認識 (OCR) ソフトウェアを使用して処理された画像のスキャンに基づいてすべてのフィールドに自動的に入力することで、チケット作成プロセスを高速化します。 このテクノロジーは、一連の観察データを使用してチケットを自動的に分類し、適切なヘルプ デスク エージェントにルーティングします。 エージェントは、チケットを別のサポート チームに転送したり、機械学習モデルが特定のケースに最適でない場合に、自動的に入力されたフィールドを上書きしたりできます。 システムは新しいパターンから学習するため、将来発生する問題にうまく対処できるようになります。 これは、エンド ユーザーがチケットを迅速かつ簡単にオープンできることを意味し、その結果、作業ツールを使用する際の満足度が向上します。 この機能により、手作業やエラーが軽減され、許可にかかる時間とコストの削減にも役立ちます。
• スマートな電子メール。 このツールはスマートオーダーに似ています。 エンド ユーザーはサポート チームに電子メールを送信し、自然言語で問題を説明できます。 ヘルプ デスク ツールは、電子メールの内容に基づいてチケットを生成し、提案されたソリューションへのリンクをエンド ユーザーに自動的に返信します。 エンド ユーザーは、チケットやリクエストを開くのが簡単かつ便利で、IT エージェントの手作業が少ないため満足しています。
• スマートな変更管理。 機械学習は、高度な分析と変更管理もサポートします。 今日のビジネスでは頻繁な変更が必要であることを考慮すると、インテリジェント システムは、環境を最適化し、将来の変更の成功率を高めることを目的とした提案を変更エージェントやマネージャーに提供できます。 エージェントは必要な変更を自然言語で記述することができ、分析機能により、影響を受ける構成アイテムの内容がチェックされます。 すべての変更は規制されており、リスク、予定外のスケジュール、「未承認」ステータスなど、変更に問題があるかどうかを自動インジケーターが変更マネージャーに知らせます。 スマートな変更管理の主な利点は、構成やカスタマイズが少なくなり、最終的には支出が削減されるため、価値実現までの時間が短縮されることです。

最終的には、機械学習と分析により、チケットの問題と変更プロセスに関するインテリジェントな仮定と推奨事項によって ITSM システムが変革され、エージェントと IT サポート チームが何が起こったのか、何が起こっているのか、そして何が起こるのかを説明、診断、予測、処方するのに役立ちます。 エンドユーザーは、プロアクティブでパーソナライズされた動的な洞察と迅速なソリューションを受け取ります。 この場合、多くのことが自動的に行われます。 人間の介入なしで。 そして、時間の経過とともにテクノロジーが学習するにつれて、プロセスはさらに改善されます。 この記事で説明されているスマートな機能はすべて、今日から利用できることに注意してください。

出所： habr.com