Rok 2018 był dla nas mocno ugruntowany – zarządzanie usługami IT (ITSM) i usługi IT nadal działają, pomimo ciągłych rozmów o tym, jak długo przetrwają rewolucję cyfrową. Rzeczywiście zapotrzebowanie na usługi wsparcia technicznego rośnie - w Raporcie Wsparcia Technicznego i Raporcie Wynagrodzeń (Help Desk Institute) Z raportu 2017 wynika, że 55% centrów pomocy technicznej odnotowało wzrost liczby zgłoszeń w ciągu ostatniego roku.
Z drugiej strony wiele firm odnotowało spadek wolumenu wezwań do pomocy technicznej w ubiegłym roku (15%) w porównaniu do roku 2016 (10%). Kluczowym czynnikiem wpływającym na zmniejszenie liczby zgłoszeń było niezależne wsparcie techniczne. HDI podaje jednak również, że opłata za złożenie wniosku wzrosła do 25 dolarów w zeszłym roku, w porównaniu z 18 dolarów w 2016 roku. Nie do tego dąży większość działów IT. Na szczęście automatyzacja oparta na analizie i uczeniu maszynowym może poprawić procesy pomocy technicznej i produktywność poprzez redukcję błędów oraz poprawę jakości i szybkości. Czasami przekracza to ludzkie możliwości, a uczenie maszynowe i analityka stanowią kluczowy fundament inteligentnego, proaktywnego i responsywnego centrum obsługi IT.
W tym artykule przyjrzymy się bliżej, w jaki sposób uczenie maszynowe może rozwiązać wiele problemów związanych z pomocą techniczną i ITSM związanych z liczbą zgłoszeń i kosztami, a także jak stworzyć szybsze, bardziej zautomatyzowane centrum pomocy, z którego chętnie korzystają pracownicy przedsiębiorstw.
Efektywny ITSM dzięki uczeniu maszynowemu i analityce
Moja ulubiona definicja uczenia maszynowego pochodzi od firmy :
„Uczenie maszynowe uczy komputery robić to, co jest naturalne dla ludzi i zwierząt — uczyć się na podstawie doświadczenia. Algorytmy uczenia maszynowego wykorzystują metody obliczeniowe do uczenia się informacji bezpośrednio z danych, bez polegania na wcześniej zdefiniowanym równaniu jako modelu. Algorytmy adaptacyjnie poprawiają swoje działanie w miarę wzrostu liczby próbek dostępnych do badania.”
W przypadku niektórych narzędzi ITSM opartych na uczeniu maszynowym i analizie dużych zbiorów danych dostępne są następujące możliwości:
- Wsparcie poprzez bota. Wirtualni agenci i chatboty mogą automatycznie sugerować wiadomości, artykuły, usługi i oferty wsparcia z katalogów danych i żądań publicznych. Całodobowe wsparcie w postaci programów szkoleniowych dla użytkowników końcowych pomaga znacznie szybciej rozwiązywać problemy. Kluczowymi zaletami bota są ulepszony interfejs użytkownika i mniejsza liczba połączeń przychodzących.
- Inteligentne wiadomości i powiadomienia. Narzędzia te umożliwiają proaktywne powiadamianie użytkowników o potencjalnych problemach. Ponadto specjaliści IT mogą rekomendować obejścia problemów za pomocą spersonalizowanych powiadomień, które dostarczają użytkownikom końcowym odpowiednich i przydatnych informacji o problemach, jakie mogą napotkać, a także wskazówek, jak ich uniknąć. Świadomi użytkownicy docenią proaktywne wsparcie IT, a liczba połączeń przychodzących zostanie zmniejszona.
- Inteligentne wyszukiwanie. Gdy użytkownicy końcowi szukają informacji lub usług, kontekstowy system zarządzania wiedzą może udostępnić rekomendacje, artykuły i łącza. Użytkownicy końcowi mają tendencję do pomijania niektórych wyników na rzecz innych. Te kliknięcia i wyświetlenia są uwzględniane w kryteriach „ważenia” podczas ponownego indeksowania treści w miarę upływu czasu, dzięki czemu komfort wyszukiwania jest dynamicznie dostosowywany. Ponieważ użytkownicy końcowi przekazują informacje zwrotne w formie głosowania „lubię/nie lubię”, wpływa to również na ranking treści, które mogą znaleźć oni i inni użytkownicy. Jeśli chodzi o korzyści, użytkownicy końcowi mogą szybko znajdować odpowiedzi i czuć się pewniej, a agenci pomocy technicznej są w stanie obsłużyć więcej zgłoszeń i osiągnąć więcej umów o poziomie usług (SLA).
- Analityka popularnych tematów. W tym przypadku funkcje analityczne identyfikują wzorce w ustrukturyzowanych i nieustrukturyzowanych źródłach danych. Informacje o popularnych tematach prezentowane są graficznie w formie mapy cieplnej, gdzie wielkość segmentów odpowiada częstotliwości występowania określonych tematów lub grup słów kluczowych poszukiwanych przez użytkowników. Powtarzające się incydenty będą natychmiast wykrywane, grupowane i wspólnie rozwiązywane. Trendy Topic Analytics wykrywa również klastry incydentów o wspólnej przyczynie źródłowej i znacznie skraca czas identyfikacji i rozwiązania głównego problemu. Technologia może również automatycznie tworzyć artykuły w bazie wiedzy na podstawie podobnych interakcji lub podobnych problemów. Znalezienie trendów w dowolnych danych zwiększa aktywność działu IT, zapobiega powtarzaniu się incydentów, a tym samym zwiększa satysfakcję użytkowników końcowych przy jednoczesnym obniżeniu kosztów IT.
- Inteligentne aplikacje. Użytkownicy końcowi oczekują, że przesłanie zgłoszenia będzie tak proste, jak napisanie tweeta — krótkiej wiadomości w języku naturalnym opisującej problem lub prośbę, którą można wysłać e-mailem. Możesz też po prostu załączyć zdjęcie problemu i wysłać je ze swojego urządzenia mobilnego. Inteligentna rejestracja biletu przyspiesza proces tworzenia biletu, automatycznie wypełniając wszystkie pola na podstawie tego, co napisał użytkownik końcowy lub skanu obrazu przetworzonego za pomocą oprogramowania do optycznego rozpoznawania znaków (OCR). Wykorzystując zestaw danych obserwacyjnych, technologia automatycznie kategoryzuje i kieruje zgłoszenia do odpowiednich agentów pomocy technicznej. Agenci mogą przekazywać zgłoszenia do różnych zespołów wsparcia i nadpisywać automatycznie wypełniane pola, jeśli model uczenia maszynowego nie jest optymalny dla danego przypadku. System uczy się na nowych wzorcach, co pozwala mu lepiej radzić sobie z problemami pojawiającymi się w przyszłości. Wszystko to sprawia, że użytkownicy końcowi mogą szybko i łatwo otwierać zgłoszenia, co skutkuje zwiększoną satysfakcją podczas korzystania z narzędzi pracy. Ta funkcja ogranicza również pracę ręczną i liczbę błędów oraz pomaga skrócić czas i koszty wydawania pozwoleń.
- Inteligentny e-mail. Narzędzie to przypomina inteligentne zamówienia. Użytkownik końcowy może wysłać e-mail do zespołu wsparcia i opisać problem w języku naturalnym. Narzędzie pomocy technicznej generuje zgłoszenie na podstawie treści wiadomości e-mail i automatycznie odpowiada użytkownikowi końcowemu, przesyłając linki do sugerowanych rozwiązań. Użytkownicy końcowi są zadowoleni, ponieważ otwieranie zgłoszeń i żądań jest łatwe i wygodne, a agenci IT mają mniej pracy ręcznej.
- Inteligentne zarządzanie zmianami. Uczenie maszynowe wspiera także zaawansowaną analitykę i zarządzanie zmianami. Biorąc pod uwagę częstą liczbę zmian, których wymagają obecnie przedsiębiorstwa, inteligentne systemy mogą dostarczać agentom zmian lub menedżerom sugestii mających na celu optymalizację środowiska i zwiększenie wskaźnika powodzenia zmian w przyszłości. Agenci mogą opisać wymagane zmiany w języku naturalnym, a funkcje analityczne sprawdzą zawartość pod kątem elementów konfiguracji, których to dotyczy. Wszystkie zmiany są regulowane, a automatyczne wskaźniki informują menedżera zmiany, czy występują jakiekolwiek problemy ze zmianą, takie jak ryzyko, harmonogram w nieplanowanym oknie lub status „niezatwierdzony”. Kluczową zaletą inteligentnego zarządzania zmianami jest krótszy czas uzyskiwania korzyści przy mniejszej liczbie konfiguracji i dostosowań, a co za tym idzie – mniejszych wydatkach finansowych.
Ostatecznie uczenie maszynowe i analityka przekształcają systemy ITSM dzięki inteligentnym założeniom i rekomendacjom dotyczącym zgłoszeń i procesu zmian, które pomagają agentom i zespołom wsparcia IT opisywać, diagnozować, przewidywać i przepisywać to, co się stało, co się dzieje i co się stanie. Użytkownicy końcowi otrzymują proaktywne, spersonalizowane i dynamiczne spostrzeżenia oraz szybkie rozwiązania. W tym przypadku wiele dzieje się automatycznie, tj. bez interwencji człowieka. W miarę jak technologia uczy się z biegiem czasu, procesy stają się coraz lepsze. Należy pamiętać, że wszystkie inteligentne funkcje opisane w tym artykule są już dostępne.
Źródło: www.habr.com