2018 huet eis fest etablĂ©iert - IT Service Management (ITSM) an IT Services sinn nach Ă«mmer am GeschĂ€ft, trotz der lafender Diskussioun iwwer wĂ©i laang se d'digitale Revolutioun iwwerliewen. TatsĂ€chlech wiisst d'Nofro fir technesch ĂnnerstĂ«tzungsservicer - am Techneschen ĂnnerstĂ«tzungsbericht an dem Gehaltbericht (Help Desk Institut) 2017 Bericht weist datt 55% vun Helpdesks eng ErhĂ©ijung vum Ticketvolumen am leschte Joer gemellt hunn.

Op der anerer SĂ€it hu vill Firmen eng Ofsenkung vum Volume vun den Uruff un d'technesch ĂnnerstĂ«tzung d'lescht Joer (15%) am Verglach zum 2016 (10%). De SchlĂ«sselfaktor, deen zur Reduktioun vun der Unzuel vun Ufroen bĂ€igedroen huet, war onofhĂ€ngeg technesch ĂnnerstĂ«tzung. WĂ©i och Ă«mmer, HDI bericht och datt d'ApplikatiounsgebĂŒhr d'lescht Joer op $25 eropgaang ass, erop vun $18 am Joer 2016. DĂ«st ass net wat dĂ©i meescht IT Departementer ustriewen. GlĂ©cklecherweis kann d'Automatisatioun ugedriwwen duerch Analyse a MaschinnlĂ©ieren d'Help-Desk-Prozesser an d'ProduktivitĂ©it verbesseren andeems d'Fehler reduzĂ©ieren an d'QualitĂ©it a Geschwindegkeet verbesseren. Heiansdo ass dĂ«st iwwer mĂ«nschlech FĂ€egkeeten eraus, a MaschinnlĂ©ieren an Analyse sinn de SchlĂ«sselfundament fir en intelligenten, proaktiven a reaktiounsfĂ€eger IT Servicedesk.
Dësen Artikel kuckt méi no wéi Maschinnléiere vill vun den Helpdesk an ITSM Erausfuerderunge léise kann, déi mam Ticketvolumen a KÀschten verbonne sinn, a wéi een e méi séier, méi automatiséiert Helpdesk erstellt deen d'Entreprise Mataarbechter genéissen.
Effektiv ITSM duerch Maschinnléieren an Analyse
Meng Liiblingsdefinitioun vu Maschinnléieren kënnt vun der Firma :
"Maschinn LĂ©ieren lĂ©iert Computeren ze maachen wat natierlech fir MĂ«nschen an DĂ©ieren kĂ«nnt - aus Erfahrung lĂ©ieren. Maschinn LĂ©ieren Algorithmen benotzen computational Methoden fir Informatioun direkt aus Daten ze lĂ©ieren, ouni op eng virdefinĂ©iert Equatioun als Modell ze vertrauen. Algorithmen verbesseren adaptiv hir eege Leeschtung wĂ©i d'Zuel vun de Proben, dĂ©i fir Studie verfĂŒgbar sinn, eropgeet.
DĂ©i folgend FĂ€egkeeten sinn verfĂŒgbar fir e puer ITSM Tools basĂ©iert op MaschinnlĂ©ieren a Big Data Analyse:
- ĂnnerstĂ«tzung iwwer Bot. Virtuell Agenten an Chatbots kĂ«nnen automatesch Neiegkeeten, Artikelen, Servicer an ĂnnerstĂ«tzungsofferen aus Datekatalogen an Ă«ffentlechen Ufroe proposĂ©ieren. DĂ«s 24/7 ĂnnerstĂ«tzung a Form vun Endverbraucher Trainingsprogrammer hĂ«lleft Themen vill mĂ©i sĂ©ier ze lĂ©isen. D'Haaptvirdeeler vum Bot sinn eng verbessert User-Interface a manner erakommen Uriff.
- Smart Neiegkeeten an Notifikatiounen. DĂ«s Tools erlaben d'Benotzer proaktiv iwwer potenziell Probleemer matgedeelt ze ginn. ZousĂ€tzlech kĂ«nnen IT Fachleit LĂ©isunge recommandĂ©ieren fir Themen ze lĂ©isen duerch personalisĂ©iert Notifikatiounen, dĂ©i Endbenotzer relevant an handhabbar Informatioun iwwer Themen ubidden, dĂ©i se begĂ©ine kĂ«nnen, souwĂ©i Tipps wĂ©i se se vermeiden. InformĂ©iert Benotzer schĂ€tzen proaktiv IT ĂnnerstĂ«tzung an d'Zuel vun erakommen Ufroe gĂ«tt reduzĂ©iert.
- Smart Sich. Wann Endbenotzer no Informatioun oder Servicer sichen, kann e kontextbewosst WĂ«ssensmanagement System Empfehlungen, Artikelen a Linken ubidden. Endbenotzer tendĂ©ieren e puer Resultater zugonschte vun aneren ze sprangen. DĂ«s Klicks an Usiichten sinn an de "Gewicht" CritĂšren abegraff wann Dir Inhalt iwwer ZĂ€it nei indexĂ©iert, sou datt d'Sicherfahrung dynamesch ugepasst gĂ«tt. WĂ©i d'Endbenotzer Feedback a Form vu Like/Like OfstĂ«mmung ubidden, beaflosst et och de Ranking vum Inhalt deen se an aner Benotzer fanne kĂ«nnen. Wat d'Virdeeler ugeet, kĂ«nnen d'Endbenotzer sĂ©ier Ăntwerten fannen a sech mĂ©i zouversiichtlech fillen, an Helpdesk Agenten kĂ«nne mĂ©i Ticketen handhaben a mĂ©i Serviceniveau Accorden (SLAs) erreechen.
- Analytics vun populÀr Themen. Hei identifizéieren AnalysefÀegkeeten Mustere iwwer strukturéiert an onstrukturéiert Datequellen. Informatioun iwwer populÀr Themen gëtt graphesch an der Form vun enger Hëtztkaart ugewisen, wou d'Gréisst vun de Segmenter der Frequenz vu bestëmmten Themen oder Gruppe vu Schlësselwieder entsprécht, déi vun de Benotzer gefrot ginn. Widderholl TëschefÀll ginn direkt festgestallt, gruppéiert an zesumme geléist. Trending Topic Analytics erkennt och Incident Cluster mat enger gemeinsamer Root Ursaach a reduzéiert d'ZÀit wesentlech fir de Rootproblem z'identifizéieren an ze léisen. D'Technologie kann och automatesch Wëssensbasisartikelen erstellen op Basis vun Àhnlechen Interaktiounen oder Àhnlechen Themen. Trends an all Donnéeën ze fannen erhéicht d'Aktivitéit vum IT Departement, verhënnert d'Wiederhuelung vun TëschefÀll an erhéicht d'Zefriddenheet vum Endverbraucher wÀrend d'IT KÀschten reduzéieren.
- Smart Uwendungen. Endbenotzer erwaarden datt en Ticket ofginn ass sou einfach wĂ©i en Tweet ze schreiwen - e kuerzen, natierleche Sprooche Message deen en Thema oder Ufro beschreift, dĂ©i per E-Mail geschĂ©ckt ka ginn. Oder souguer just eng Foto vum Problem befestegt a schĂ©ckt se vun Ărem mobilen Apparat. Smart Ticket Aschreiwung beschleunegt den Ticket Kreatiounsprozess andeems se automatesch all Felder populĂ©ieren basĂ©iert op deem wat den Endbenotzer geschriwwen huet oder e Scan vun engem Bild veraarbecht mat opteschen Charaktererkennung (OCR) Software. Mat HĂ«llef vun enger Rei vun Observatiounsdaten kategorisĂ©iert d'Technologie automatesch Ticketen op dĂ©i entspriechend Helpdesk Agenten. Agente kĂ«nnen Ticketen op verschidde Supportteams weiderginn a kĂ«nnen automatesch populĂ©iert Felder iwwerschreiwe wann de MaschinnlĂ©iermodell net optimal ass fir e bestĂ«mmte Fall. De System lĂ©iert vun neie Musteren, wat et et ermĂ©iglecht, Problemer, dĂ©i an Zukunft entstinn, besser ze kĂ«mmeren. All dĂ«st bedeit datt Endbenotzer Tickete sĂ©ier an einfach kĂ«nnen opmaachen, wat zu enger verstĂ€erkter Zefriddenheet beim Gebrauch vun Aarbechtsinstrumenter resultĂ©iert. DĂ«s KapazitĂ©it reduzĂ©iert och manuell Aarbecht a Feeler an hĂ«lleft d'Erlaabnes ZĂ€it a KĂ€schten ze reduzĂ©ieren.
- Smart E-Mail. Dëst Tool ass Àhnlech wéi Smart Commanden. Den Endbenotzer kann eng E-Mail un d'Supportteam schécken an de Problem an der natierlecher Sprooch beschreiwen. Den Helpdesk-Tool generéiert en Ticket baséiert op den E-Mailinhalt an reagéiert automatesch op den Endbenotzer mat Linken op proposéiert Léisungen. Endbenotzer sinn zefridden well d'Ouverture vun Ticketen an Ufroen einfach a praktesch ass, an IT Agenten hu manner manuell Aarbecht ze maachen.
- Smart Ă€nneren Gestioun. Maschinn LĂ©ieren Ă«nnerstĂ«tzt och fortgeschratt Analyse a Changement Management. Mat der hĂ€ufiger Unzuel vun Ănnerungen dĂ©i d'Entreprisen haut erfuerderen, kĂ«nnen intelligent Systemer Changement Agenten oder Manager Suggestioune ubidden fir d'Ămwelt ze optimisĂ©ieren an den Erfollegsquote vun Ănnerungen an der Zukunft ze erhĂ©ijen. Agente kĂ«nnen erfuerderlech Ănnerungen an der natierlecher Sprooch beschreiwen, an d'AnalysefĂ€egkeeten iwwerprĂ©iwen den Inhalt fir betraff Konfiguratiounsartikelen. All Ănnerungen sinn reglementĂ©iert, an automatesch Indicateuren soen der Ă€nneren Manager wann et Problemer mat der Ănnerung sinn, wĂ©i Risiko, ZĂ€itplang an engem net geplangt FĂ«nster, oder "net guttgeheescht" Status. De SchlĂ«sselvirdeel vu Smart Change Management ass mĂ©i sĂ©ier ZĂ€it fir ze schĂ€tzen mat manner Konfiguratiounen, Personnalisatiounen a schlussendlech manner Suen ausginn.
Schlussendlech transformĂ©ieren d'Maschinn LĂ©ieren an d'Analyse ITSM Systemer mat intelligenten Viraussetzungen a Empfehlungen iwwer Ticketprobleemer an den Ănnerungsprozess, deen Agenten an IT Supportteams hĂ«llefen ze beschreiwen, diagnostizĂ©ieren, virauszesoen a virzeschreiwen wat geschitt ass, wat geschitt a wat geschitt. Endbenotzer krĂ©ien proaktiv, personalisĂ©iert an dynamesch AblĂ©ck a sĂ©ier LĂ©isungen. An dĂ«sem Fall gĂ«tt vill automatesch gemaach, d.h. ouni mĂ«nschlech Interventioun. A wĂ©i d'Technologie mat der ZĂ€it lĂ©iert, ginn d'Prozesser nĂ«mme besser. Et ass wichteg ze notĂ©ieren datt all dĂ©i intelligent Features, dĂ©i an dĂ«sem Artikel beschriwwe ginn, haut verfĂŒgbar sinn.
Source: will.com
