În 2018, ne-am consolidat pozițiile – serviciile de gestionare a serviciilor IT (ITSM) și serviciile de suport IT continuă să activeze, în ciuda discuțiilor persistente despre cât timp vor mai rezista în era revoluției digitale. De fapt, cererea pentru serviciile de suport tehnic este în creștere – în Raportul de suport tehnic și Raportul despre salarii (Help Desk Institute) pentru anul 2017 indică faptul că 55% din serviciile de suport tehnic au raportat o creștere a volumului de solicitări în ultimul an.
Pe de altă parte, multe companii au raportat o scădere a volumului de solicitări către suportul tehnic în anul trecut (15%) comparativ cu 2016 (10%). Un factor cheie care a contribuit la diminuarea numărului de solicitări a fost suportul tehnic autonom. Cu toate acestea, HDI raportează de asemenea că anul trecut costul pe solicitare a crescut la 25 de dolari, comparativ cu 18 dolari în 2016. Aceasta nu este ceea ce își doresc majoritatea serviciilor IT. Din fericire, automatizarea bazată pe analiză și învățare automată poate îmbunătăți procesele și performanța serviciului de suport prin reducerea numărului de erori și îmbunătățirea calității și vitezei. Uneori, aceasta depășește capacitățile umane, iar învățarea automată și analiza reprezintă baza fundamentală pentru un serviciu de suport IT inteligent, receptiv și operativ.
În acest articol se discută mai detaliat despre cum învățarea automată poate rezolva multe dintre problemele serviciului de suport și ITSM legate de volumele și costul solicitărilor și cum se poate crea un serviciu de suport mai rapid și automatizat, pe care angajații organizației să îl folosească cu plăcere.
ITSM eficient prin învățare automată și analiză
Definiția mea preferată pentru învățarea automată este oferită de compania :
„Învățarea automată învață computerele să facă ceea ce este natural pentru oameni și animale – să învețe din propria experiență. Algoritmii de învățare automată utilizează metode computaționale pentru a învăța informații direct din date, fără a se baza pe o ecuație prestabilită ca model. Algoritmii îmbunătățesc adaptiv propria eficiență pe măsură ce numărul de exemple disponibile pentru învățare crește.”
Următoarele funcționalități sunt disponibile pentru unele instrumente ITSM bazate pe tehnologii de învățare automată și analityca big data:
- Asistență prin chatbot. Agenții virtuali și chatbots pot oferi automat știri, articole, servicii și oferte de suport din cataloagele de date și cererile publice. Această asistență disponibilă 24/7 sub formă de programe de instruire oferite utilizatorilor finali ajută la rezolvarea problemelor mult mai rapid. Principalele avantaje ale chatbot-ului sunt interfața de utilizator îmbunătățită și numărul redus de solicitări primite.
- Știri și notificări inteligente. Aceste instrumente permit notificarea anticipată a utilizatorilor despre problemele potențiale. În plus, specialiștii IT pot recomanda soluții alternative pentru probleme prin notificări personalizate, care oferă utilizatorilor finali informații actuale și utile despre problemele cu care s-ar putea confrunta, precum și sfaturi despre cum să le evite. Utilizatorii informați vor aprecia suportul proactiv din partea IT, iar numărul solicitărilor primite va scădea.
- Căutare inteligentă. Atunci când utilizatorii finali caută informații sau servicii, un sistem de gestionare a cunoștințelor contextuale poate oferi recomandări, articole și linkuri. Utilizatorii finali au tendința de a ignora o parte din rezultate, preferându-le pe altele. Aceste clicuri și numărul de vizualizări sunt incluse în criteriile de „ponderare” atunci când conținutul este reindexat în timp, astfel că capabilitățile de căutare sunt ajustate dinamic. Deoarece utilizatorii finali oferă feedback sub formă de voturi „like/dislike”, acest lucru influențează de asemenea clasamentul conținutului pe care îl pot găsi ei și alți utilizatori. În ceea ce privește beneficiile, utilizatorii finali pot găsi rapid răspunsuri și se pot simți încrezători, iar agenții de suport au posibilitatea de a gestiona mai multe cereri și de a atinge un număr mai mare de acorduri privind calitatea serviciilor furnizate (SLA).
- Analiza subiectelor populare. Aici, capacitățile analitice descoperă modele pentru surse de date structurate și nestructurate. Informațiile despre subiectele populare sunt prezentate grafic sub formă de căldură, unde dimensiunea segmentelelor corespunde frecvenței anumitor subiecte sau grupuri de cuvinte cheie căutate de utilizatori. Incidentelor repetitive le va fi detectată imediat prezența, vor fi grupate și rezolvate împreună. Analiza subiectelor populare detectează, de asemenea, clusteri de incidente cu o cauză comună și reduce semnificativ timpul necesar pentru identificarea și rezolvarea problemei de bază. Tehnologia poate genera automat articole în baza de cunoștințe, bazate pe interacțiuni sau probleme similare. Căutarea tendințelor în orice date îmbunătățește activitatea departamentului IT, previne repetarea incidentelor și, prin urmare, crește satisfacția utilizatorilor finali, reducând în același timp costurile IT.
- Aplicatii Smart. Utilizatorii finali se așteaptă ca trimiterea unei solicitări să fie la fel de simplă ca scrierea unui tweet, adică – un mesaj scurt în limbaj natural, care descrie problema sau cererea și care poate fi trimis prin e-mail. Sau chiar să atașeze o fotografie a defectului și să o trimită de pe un dispozitiv mobil. Înregistrarea unei cereri smart accelerează procesul de creare a unei solicitări, completând automat toate câmpurile pe baza a ceea ce a scris utilizatorul final sau a unui scan al imaginii, prelucrat cu un program de recunoaștere optică a caracterelor (OCR). Folosind un set de date observaționale, tehnologia clasifică și adresează automat cererile agenților de suport relevant. Agenții pot redirecționa cererile către diferite grupuri de suport și pot rescrie câmpurile completate automat, dacă modelul de învățare automată nu s-a dovedit optim pentru acest caz. Sistemul învață din noi tipare, ceea ce îi permite să facă față mai bine problemelor care apar ulterior. Toate acestea înseamnă că utilizatorii finali pot deschide cu ușurință și rapid cereri, ceea ce duce la un grad crescut de satisfacție în utilizarea instrumentelor de lucru. Această capacitate reduce, de asemenea, volumul de muncă manuală și erorile și ajută la reducerea timpului și costurilor de soluționare.
- Email smart. Acest instrument este similar cu cererile smart. Utilizatorul final poate trimite un e-mail către suportul tehnic și poate descrie problema în limbaj natural. Instrumentul de suport tehnic creează o solicitare pe baza conținutului e-mailului și răspunde automat utilizatorului final cu linkuri către soluțiile propuse. Utilizatorii finali rămân mulțumiți, deoarece deschiderea cererilor și solicitărilor este simplă și convenabilă, iar agenții IT au mai puțin de muncă manuală.
- Smart management al schimbărilor. Învățarea automată sprijină, de asemenea, analitica modernă și managementul schimbărilor. Având în vedere numărul frecvent de modificări necesare pentru întreprinderi, sistemele inteligente pot oferi agenților sau managerilor de schimbare sugestii menite să optimizeze mediu și să crească rata de succes a modificărilor în viitor. Agenții pot descrie modificările necesare în limbaj natural, iar capabilitățile analitice vor verifica conținutul pentru elementele de configurare afectate. Toate modificările sunt reglementate, iar indicatorii automați notifică managerul de schimbare cu privire la problemele posibile întâmpinate în schimbare, cum ar fi riscurile, programarea în feronizate neplanificate sau statusul „neaprobat”. Principalul avantaj al managementului inteligent al schimbărilor este un timp de amortizare mai rapid, cu mai puține configurații, ajustări și, în cele din urmă, costuri financiare mai mici.
În cele din urmă, învățarea automată și analitica transformă sistemele ITSM prin presupuneri și recomandări inteligente privind problemele cu cererile și procesul de schimbare, care ajută agenții și echipele de asistență IT să descrie, diagnosticheze, prevadă și să recomande ce s-a întâmplat, ce se întâmplă și ce va avea loc. Utilizatorii finali primesc evaluări analitice proactive, personalizate și dinamice și soluții rapide. Totul se realizează, în mare parte, automat, adică fără implicarea umană. Și, deoarece tehnologia învață în timp, procesele devin din ce în ce mai bune. Este important de menționat că toate funcțiile inteligente descrise în acest articol sunt disponibile deja astăzi.
Sursa: habr.com
