മെഷീൻ ലേണിംഗ് ഉപയോഗിച്ച് ഐടി സർവീസ് മാനേജ്‌മെന്റ് (ITSM) കൂടുതൽ കാര്യക്ഷമമാക്കി

2018-ൽ ഞങ്ങൾ ദൃഢമായി സ്ഥാപിച്ചു - ഐടി സർവീസ് മാനേജ്‌മെന്റും (ഐടിഎസ്‌എം) ഐടി സേവനങ്ങളും ഡിജിറ്റൽ വിപ്ലവത്തെ എത്രകാലം അതിജീവിക്കുമെന്നതിനെക്കുറിച്ച് ചർച്ചകൾ നടക്കുന്നുണ്ടെങ്കിലും അവ ഇപ്പോഴും ബിസിനസ്സിലാണ്. തീർച്ചയായും, സാങ്കേതിക പിന്തുണാ സേവനങ്ങളുടെ ആവശ്യം വർദ്ധിച്ചുകൊണ്ടിരിക്കുകയാണ് - സാങ്കേതിക പിന്തുണ റിപ്പോർട്ടിലും ശമ്പള റിപ്പോർട്ടിലും HDI (ഹെൽപ്പ് ഡെസ്‌ക് ഇൻസ്റ്റിറ്റ്യൂട്ട്) 2017 റിപ്പോർട്ട് സൂചിപ്പിക്കുന്നത് 55% ഹെൽപ്പ് ഡെസ്‌ക്കുകളും കഴിഞ്ഞ വർഷത്തേക്കാൾ ടിക്കറ്റ് വോളിയത്തിൽ വർധനവ് റിപ്പോർട്ട് ചെയ്തിട്ടുണ്ട്.

മറുവശത്ത്, 15 നെ അപേക്ഷിച്ച് (2016%) സാങ്കേതിക പിന്തുണയിലേക്കുള്ള കോളുകളുടെ അളവിൽ കഴിഞ്ഞ വർഷം (10%) കുറവുണ്ടായതായി പല കമ്പനികളും രേഖപ്പെടുത്തി. അഭ്യർത്ഥനകളുടെ എണ്ണം കുറയ്ക്കുന്നതിനുള്ള പ്രധാന ഘടകം സ്വതന്ത്ര സാങ്കേതിക പിന്തുണയാണ്. എന്നിരുന്നാലും, അപേക്ഷാ ഫീസ് 25 ൽ 18 ഡോളറിൽ നിന്ന് കഴിഞ്ഞ വർഷം 2016 ഡോളറായി ഉയർന്നതായും എച്ച്ഡിഐ റിപ്പോർട്ട് ചെയ്യുന്നു. മിക്ക ഐടി വകുപ്പുകളും ശ്രമിക്കുന്നത് ഇതല്ല. ഭാഗ്യവശാൽ, അനലിറ്റിക്‌സും മെഷീൻ ലേണിംഗും നൽകുന്ന ഓട്ടോമേഷന് പിശകുകൾ കുറയ്ക്കുന്നതിലൂടെയും ഗുണനിലവാരവും വേഗതയും മെച്ചപ്പെടുത്തുന്നതിലൂടെയും ഹെൽപ്പ് ഡെസ്‌ക് പ്രോസസ്സുകളും ഉൽപ്പാദനക്ഷമതയും മെച്ചപ്പെടുത്താൻ കഴിയും. ചിലപ്പോൾ ഇത് മനുഷ്യന്റെ കഴിവുകൾക്കപ്പുറമാണ്, കൂടാതെ ബുദ്ധിപരവും സജീവവും പ്രതികരിക്കുന്നതുമായ ഐടി സേവന ഡെസ്‌കിന്റെ പ്രധാന അടിത്തറയാണ് മെഷീൻ ലേണിംഗും അനലിറ്റിക്‌സും.

ടിക്കറ്റ് വോളിയവും വിലയുമായി ബന്ധപ്പെട്ട ഹെൽപ്പ് ഡെസ്‌കിന്റെയും ഐടിഎസ്‌എമ്മിന്റെയും വെല്ലുവിളികൾ മെഷീൻ ലേണിംഗിന് എങ്ങനെ പരിഹരിക്കാനാകുമെന്നും എന്റർപ്രൈസ് ജീവനക്കാർ ഉപയോഗിക്കുന്നത് ആസ്വദിക്കുന്ന വേഗതയേറിയതും കൂടുതൽ ഓട്ടോമേറ്റഡ് ഹെൽപ്പ് ഡെസ്‌ക് എങ്ങനെ സൃഷ്ടിക്കാമെന്നും ഈ ലേഖനം വിശദമായി പരിശോധിക്കുന്നു.

മെഷീൻ ലേണിംഗ്, അനലിറ്റിക്സ് എന്നിവയിലൂടെ ഫലപ്രദമായ ITSM

മെഷീൻ ലേണിംഗിന്റെ എന്റെ പ്രിയപ്പെട്ട നിർവചനം കമ്പനിയിൽ നിന്നാണ് മാത്ത് വർക്ക്സ്:

“മനുഷ്യർക്കും മൃഗങ്ങൾക്കും സ്വാഭാവികമായി സംഭവിക്കുന്ന കാര്യങ്ങൾ ചെയ്യാൻ മെഷീൻ ലേണിംഗ് കമ്പ്യൂട്ടറുകളെ പഠിപ്പിക്കുന്നു-അനുഭവത്തിൽ നിന്ന് പഠിക്കുക. മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ, ഒരു മാതൃകയായി മുൻകൂട്ടി നിശ്ചയിച്ച സമവാക്യത്തെ ആശ്രയിക്കാതെ, ഡാറ്റയിൽ നിന്ന് നേരിട്ട് വിവരങ്ങൾ പഠിക്കാൻ കമ്പ്യൂട്ടേഷണൽ രീതികൾ ഉപയോഗിക്കുന്നു. പഠനത്തിനായി ലഭ്യമായ സാമ്പിളുകളുടെ എണ്ണം വർദ്ധിക്കുന്നതിനനുസരിച്ച് അൽഗോരിതങ്ങൾ സ്വന്തം പ്രകടനം മെച്ചപ്പെടുത്തുന്നു.
മെഷീൻ ലേണിംഗ്, ബിഗ് ഡാറ്റ അനലിറ്റിക്സ് എന്നിവയെ അടിസ്ഥാനമാക്കിയുള്ള ചില ITSM ടൂളുകൾക്ക് ഇനിപ്പറയുന്ന കഴിവുകൾ ലഭ്യമാണ്:

• ബോട്ട് വഴിയുള്ള പിന്തുണ. ഡാറ്റ കാറ്റലോഗുകളിൽ നിന്നും പൊതു അഭ്യർത്ഥനകളിൽ നിന്നും വാർത്തകൾ, ലേഖനങ്ങൾ, സേവനങ്ങൾ, പിന്തുണ ഓഫറുകൾ എന്നിവ സ്വയമേവ നിർദ്ദേശിക്കാൻ വെർച്വൽ ഏജന്റുമാർക്കും ചാറ്റ്ബോട്ടുകൾക്കും കഴിയും. അന്തിമ ഉപയോക്തൃ പരിശീലന പരിപാടികളുടെ രൂപത്തിലുള്ള ഈ 24/7 പിന്തുണ പ്രശ്നങ്ങൾ വളരെ വേഗത്തിൽ പരിഹരിക്കാൻ സഹായിക്കുന്നു. മെച്ചപ്പെട്ട ഉപയോക്തൃ ഇന്റർഫേസും കുറച്ച് ഇൻകമിംഗ് കോളുകളുമാണ് ബോട്ടിന്റെ പ്രധാന നേട്ടങ്ങൾ.
• മികച്ച വാർത്തകളും അറിയിപ്പുകളും. സാധ്യതയുള്ള പ്രശ്‌നങ്ങളെക്കുറിച്ച് മുൻകൂട്ടി അറിയിക്കാൻ ഈ ഉപകരണങ്ങൾ ഉപയോക്താക്കളെ അനുവദിക്കുന്നു. കൂടാതെ, അന്തിമ ഉപയോക്താക്കൾക്ക് അവർ നേരിട്ടേക്കാവുന്ന പ്രശ്‌നങ്ങളെക്കുറിച്ചുള്ള പ്രസക്തവും പ്രവർത്തനക്ഷമവുമായ വിവരങ്ങളും അവ എങ്ങനെ ഒഴിവാക്കാം എന്നതിനെക്കുറിച്ചുള്ള നുറുങ്ങുകളും നൽകുന്ന വ്യക്തിഗത അറിയിപ്പുകളിലൂടെ പ്രശ്‌നങ്ങൾ പരിഹരിക്കാനുള്ള പരിഹാരമാർഗങ്ങൾ ഐടി പ്രൊഫഷണലുകൾക്ക് ശുപാർശ ചെയ്യാൻ കഴിയും. വിവരമുള്ള ഉപയോക്താക്കൾ സജീവമായ ഐടി പിന്തുണയെ അഭിനന്ദിക്കുകയും ഇൻകമിംഗ് അഭ്യർത്ഥനകളുടെ എണ്ണം കുറയുകയും ചെയ്യും.
• സ്മാർട്ട് തിരയൽ. അന്തിമ ഉപയോക്താക്കൾ വിവരത്തിനോ സേവനങ്ങൾക്കോ ​​വേണ്ടി തിരയുമ്പോൾ, സന്ദർഭ-അവബോധമുള്ള വിജ്ഞാന മാനേജ്മെന്റ് സിസ്റ്റത്തിന് ശുപാർശകളും ലേഖനങ്ങളും ലിങ്കുകളും നൽകാൻ കഴിയും. അന്തിമ ഉപയോക്താക്കൾ ചില ഫലങ്ങൾ മറ്റുള്ളവർക്ക് അനുകൂലമായി ഒഴിവാക്കുന്നു. കാലക്രമേണ ഉള്ളടക്കം വീണ്ടും സൂചികയിലാക്കുമ്പോൾ ഈ ക്ലിക്കുകളും കാഴ്‌ചകളും "വെയ്റ്റിംഗ്" മാനദണ്ഡത്തിൽ ഉൾപ്പെടുത്തിയിട്ടുണ്ട്, അതിനാൽ തിരയൽ അനുഭവം ചലനാത്മകമായി ക്രമീകരിക്കപ്പെടുന്നു. അന്തിമ ഉപയോക്താക്കൾ ലൈക്ക്/ഡിസ്‌ലൈക്ക് വോട്ടിംഗിന്റെ രൂപത്തിൽ ഫീഡ്‌ബാക്ക് നൽകുന്നതിനാൽ, അവർക്കും മറ്റ് ഉപയോക്താക്കൾക്കും കണ്ടെത്താനാകുന്ന ഉള്ളടക്കത്തിന്റെ റാങ്കിംഗിനെയും ഇത് സ്വാധീനിക്കുന്നു. ആനുകൂല്യങ്ങളുടെ കാര്യത്തിൽ, അന്തിമ ഉപയോക്താക്കൾക്ക് വേഗത്തിൽ ഉത്തരങ്ങൾ കണ്ടെത്താനും കൂടുതൽ ആത്മവിശ്വാസം തോന്നാനും കഴിയും, കൂടാതെ ഡെസ്ക് ഏജന്റുമാർക്ക് കൂടുതൽ ടിക്കറ്റുകൾ കൈകാര്യം ചെയ്യാനും കൂടുതൽ സേവന തലത്തിലുള്ള കരാറുകൾ (എസ്എൽഎകൾ) നേടാനും കഴിയും.
• ജനപ്രിയ വിഷയങ്ങളുടെ വിശകലനം. ഇവിടെ, അനലിറ്റിക്‌സ് കഴിവുകൾ ഘടനാപരമായതും ഘടനയില്ലാത്തതുമായ ഡാറ്റാ സ്രോതസ്സുകളിലുടനീളം പാറ്റേണുകൾ തിരിച്ചറിയുന്നു. ജനപ്രിയ വിഷയങ്ങളെക്കുറിച്ചുള്ള വിവരങ്ങൾ ഒരു ഹീറ്റ് മാപ്പിന്റെ രൂപത്തിൽ ഗ്രാഫിക്കായി പ്രദർശിപ്പിക്കും, അവിടെ സെഗ്‌മെന്റുകളുടെ വലുപ്പം ചില വിഷയങ്ങളുടെ അല്ലെങ്കിൽ ഉപയോക്താക്കൾ ആവശ്യപ്പെടുന്ന കീവേഡുകളുടെ ഗ്രൂപ്പുകളുടെ ആവൃത്തിയുമായി പൊരുത്തപ്പെടുന്നു. ആവർത്തിച്ചുള്ള സംഭവങ്ങൾ തൽക്ഷണം കണ്ടെത്തുകയും ഗ്രൂപ്പുചെയ്യുകയും ഒരുമിച്ച് പരിഹരിക്കുകയും ചെയ്യും. ട്രെൻഡിംഗ് ടോപ്പിക് അനലിറ്റിക്‌സ് ഒരു സാധാരണ മൂലകാരണമുള്ള സംഭവ ക്ലസ്റ്ററുകൾ കണ്ടെത്തുകയും റൂട്ട് പ്രശ്‌നം തിരിച്ചറിയുന്നതിനും പരിഹരിക്കുന്നതിനുമുള്ള സമയം ഗണ്യമായി കുറയ്ക്കുകയും ചെയ്യുന്നു. സമാന ഇടപെടലുകളെയോ സമാന പ്രശ്‌നങ്ങളെയോ അടിസ്ഥാനമാക്കി വിജ്ഞാന അടിസ്ഥാന ലേഖനങ്ങൾ സ്വയമേവ സൃഷ്‌ടിക്കാൻ സാങ്കേതികവിദ്യയ്ക്ക് കഴിയും. ഏതെങ്കിലും ഡാറ്റയിലെ ട്രെൻഡുകൾ കണ്ടെത്തുന്നത് ഐടി ഡിപ്പാർട്ട്‌മെന്റ് പ്രവർത്തനം വർദ്ധിപ്പിക്കുകയും സംഭവങ്ങൾ ആവർത്തിക്കുന്നത് തടയുകയും അതിനാൽ ഐടി ചെലവ് കുറയ്ക്കുമ്പോൾ അന്തിമ ഉപയോക്തൃ സംതൃപ്തി വർദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.
• സ്മാർട്ട് ആപ്ലിക്കേഷനുകൾ. ഒരു ട്വീറ്റ് എഴുതുന്നത് പോലെ എളുപ്പമാണെന്ന് അന്തിമ ഉപയോക്താക്കൾ പ്രതീക്ഷിക്കുന്നു-ഇമെയിലിലൂടെ അയയ്‌ക്കാവുന്ന പ്രശ്‌നമോ അഭ്യർത്ഥനയോ വിവരിക്കുന്ന ഒരു ഹ്രസ്വവും സ്വാഭാവികവുമായ ഭാഷാ സന്ദേശം. അല്ലെങ്കിൽ പ്രശ്നത്തിന്റെ ഒരു ഫോട്ടോ അറ്റാച്ച് ചെയ്‌ത് നിങ്ങളുടെ മൊബൈലിൽ നിന്ന് അയയ്‌ക്കുക. സ്‌മാർട്ട് ടിക്കറ്റ് രജിസ്‌ട്രേഷൻ അന്തിമ ഉപയോക്താവ് എഴുതിയതിന്റെയോ ഒപ്റ്റിക്കൽ ക്യാരക്ടർ റെക്കഗ്‌നിഷൻ (OCR) സോഫ്‌റ്റ്‌വെയർ ഉപയോഗിച്ച് പ്രോസസ്സ് ചെയ്‌ത ചിത്രത്തിന്റെ സ്കാനിന്റെയോ അടിസ്ഥാനത്തിൽ എല്ലാ ഫീൽഡുകളും സ്വയമേവ പോപ്പുലേറ്റ് ചെയ്‌ത് ടിക്കറ്റ് സൃഷ്‌ടിക്കൽ പ്രക്രിയയെ വേഗത്തിലാക്കുന്നു. ഒരു കൂട്ടം നിരീക്ഷണ ഡാറ്റ ഉപയോഗിച്ച്, സാങ്കേതികവിദ്യ സ്വയമേവ ടിക്കറ്റുകൾ തരംതിരിക്കുകയും ഉചിതമായ ഹെൽപ്പ് ഡെസ്‌ക് ഏജന്റുമാരിലേക്ക് വഴിതിരിക്കുകയും ചെയ്യുന്നു. വ്യത്യസ്‌ത പിന്തുണാ ടീമുകളിലേക്ക് ടിക്കറ്റുകൾ കൈമാറാൻ ഏജന്റുമാർക്ക് കഴിയും കൂടാതെ ഒരു പ്രത്യേക കേസിന് മെഷീൻ ലേണിംഗ് മോഡൽ അനുയോജ്യമല്ലെങ്കിൽ, ജനസംഖ്യയുള്ള ഫീൽഡുകൾ സ്വയമേവ തിരുത്തിയെഴുതാനും കഴിയും. പുതിയ പാറ്റേണുകളിൽ നിന്ന് സിസ്റ്റം പഠിക്കുന്നു, ഇത് ഭാവിയിൽ ഉണ്ടാകുന്ന പ്രശ്നങ്ങളെ നന്നായി നേരിടാൻ അനുവദിക്കുന്നു. ഇതെല്ലാം അർത്ഥമാക്കുന്നത് അന്തിമ ഉപയോക്താക്കൾക്ക് വേഗത്തിലും എളുപ്പത്തിലും ടിക്കറ്റുകൾ തുറക്കാൻ കഴിയുമെന്നാണ്, ഇത് ജോലി ഉപകരണങ്ങൾ ഉപയോഗിക്കുമ്പോൾ സംതൃപ്തി വർദ്ധിപ്പിക്കുന്നു. ഈ കഴിവ് മാനുവൽ ജോലിയും പിശകും കുറയ്ക്കുകയും അനുവദിക്കുന്ന സമയവും ചെലവും കുറയ്ക്കാൻ സഹായിക്കുകയും ചെയ്യുന്നു.
• സ്മാർട്ട് ഇമെയിൽ. ഈ ഉപകരണം സ്മാർട്ട് ഓർഡറുകൾക്ക് സമാനമാണ്. അന്തിമ ഉപയോക്താവിന് പിന്തുണാ ടീമിന് ഒരു ഇമെയിൽ അയയ്ക്കാനും സ്വാഭാവിക ഭാഷയിൽ പ്രശ്നം വിവരിക്കാനും കഴിയും. ഹെൽപ്പ് ഡെസ്‌ക് ടൂൾ ഇമെയിൽ ഉള്ളടക്കത്തെ അടിസ്ഥാനമാക്കി ഒരു ടിക്കറ്റ് സൃഷ്‌ടിക്കുകയും നിർദ്ദേശിച്ച പരിഹാരങ്ങളിലേക്കുള്ള ലിങ്കുകൾ ഉപയോഗിച്ച് അന്തിമ ഉപയോക്താവിനോട് യാന്ത്രികമായി പ്രതികരിക്കുകയും ചെയ്യുന്നു. ടിക്കറ്റുകളും അഭ്യർത്ഥനകളും തുറക്കുന്നത് എളുപ്പവും സൗകര്യപ്രദവുമാണ് എന്നതിനാൽ അന്തിമ ഉപയോക്താക്കൾ സംതൃപ്തരാണ്, കൂടാതെ ഐടി ഏജന്റുമാർക്ക് സ്വമേധയാലുള്ള ജോലികൾ കുറവാണ്.
• സ്മാർട്ട് മാറ്റ മാനേജ്മെന്റ്. മെഷീൻ ലേണിംഗ് വിപുലമായ അനലിറ്റിക്‌സിനെയും മാറ്റ മാനേജ്‌മെന്റിനെയും പിന്തുണയ്ക്കുന്നു. ഇന്ന് ബിസിനസ്സുകൾക്ക് ആവശ്യമായ നിരവധി മാറ്റങ്ങൾ കണക്കിലെടുക്കുമ്പോൾ, ഇന്റലിജന്റ് സിസ്റ്റങ്ങൾക്ക് മാറ്റ ഏജന്റുമാർക്കോ മാനേജർമാർക്കോ പരിസ്ഥിതി ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിനും ഭാവിയിലെ മാറ്റങ്ങളുടെ വിജയ നിരക്ക് വർദ്ധിപ്പിക്കുന്നതിനും ലക്ഷ്യമിട്ടുള്ള നിർദ്ദേശങ്ങൾ നൽകാൻ കഴിയും. ഏജന്റുമാർക്ക് സ്വാഭാവിക ഭാഷയിൽ ആവശ്യമായ മാറ്റങ്ങൾ വിവരിക്കാൻ കഴിയും, കൂടാതെ അനലിറ്റിക്സ് കഴിവുകൾ ബാധിച്ച കോൺഫിഗറേഷൻ ഇനങ്ങൾക്കായി ഉള്ളടക്കം പരിശോധിക്കും. എല്ലാ മാറ്റങ്ങളും നിയന്ത്രിക്കപ്പെടുന്നു, അപകടസാധ്യത, ആസൂത്രണം ചെയ്യാത്ത വിൻഡോയിലെ ഷെഡ്യൂളിംഗ് അല്ലെങ്കിൽ "അംഗീകൃതമല്ലാത്ത" സ്റ്റാറ്റസ് എന്നിവ പോലുള്ള മാറ്റത്തിൽ എന്തെങ്കിലും പ്രശ്‌നങ്ങളുണ്ടെങ്കിൽ, സ്വയമേവയുള്ള സൂചകങ്ങൾ മാറ്റ മാനേജറെ അറിയിക്കുന്നു. കുറച്ച് കോൺഫിഗറേഷനുകളും ഇഷ്‌ടാനുസൃതമാക്കലുകളും ആത്യന്തികമായി കുറഞ്ഞ പണവും ഉപയോഗിച്ച് മൂല്യനിർണ്ണയത്തിനുള്ള വേഗത്തിലുള്ള സമയമാണ് സ്‌മാർട്ട് ചേഞ്ച് മാനേജ്‌മെന്റിന്റെ പ്രധാന നേട്ടം.

ആത്യന്തികമായി, മെഷീൻ ലേണിംഗും അനലിറ്റിക്‌സും ടിക്കറ്റ് പ്രശ്‌നങ്ങളെക്കുറിച്ചുള്ള ബുദ്ധിപരമായ അനുമാനങ്ങളും ശുപാർശകളും ഉപയോഗിച്ച് ഐടിഎസ്എം സിസ്റ്റങ്ങളെ രൂപാന്തരപ്പെടുത്തുന്നു, എന്താണ് സംഭവിച്ചത്, എന്താണ് സംഭവിക്കുന്നത്, എന്ത് സംഭവിക്കും എന്ന് വിവരിക്കാനും, നിർണ്ണയിക്കാനും, പ്രവചിക്കാനും നിർദ്ദേശിക്കാനും ഏജന്റുമാരെയും ഐടി സപ്പോർട്ട് ടീമുകളെയും സഹായിക്കുന്ന മാറ്റ പ്രക്രിയ. അന്തിമ ഉപയോക്താക്കൾക്ക് സജീവവും വ്യക്തിപരവും ചലനാത്മകവുമായ സ്ഥിതിവിവരക്കണക്കുകളും ദ്രുത പരിഹാരങ്ങളും ലഭിക്കും. ഈ സാഹചര്യത്തിൽ, ഒരുപാട് സ്വയമേവ ചെയ്യപ്പെടും, അതായത്. മനുഷ്യ ഇടപെടൽ ഇല്ലാതെ. കാലക്രമേണ സാങ്കേതികവിദ്യ പഠിക്കുന്നതിനനുസരിച്ച്, പ്രക്രിയകൾ മെച്ചപ്പെടും. ഈ ലേഖനത്തിൽ വിവരിച്ചിരിക്കുന്ന എല്ലാ സ്മാർട്ട് ഫീച്ചറുകളും ഇന്ന് ലഭ്യമാണ് എന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്.

അവലംബം: www.habr.com