V roku 2018 sme sa pevne usadili – správa IT služieb (ITSM) a IT služby sú stále v prevádzke, a to aj napriek prebiehajúcim diskusiám o tom, ako dlho prežijú digitálnu revolúciu. Dopyt po službách technickej podpory totiž rastie – v správe o technickej podpore a v správe o platoch V správe (Help Desk Institute) z roku 2017 sa uvádza, že 55 % asistenčných centier nahlásilo za posledný rok zvýšenie objemu vstupeniek.
Na druhej strane mnohé firmy zaznamenali v minulom roku pokles objemu volaní na technickú podporu (15 %) oproti roku 2016 (10 %). Kľúčovým faktorom, ktorý prispel k zníženiu počtu žiadostí, bola nezávislá technická podpora. Spoločnosť HDI však tiež uvádza, že poplatok za žiadosť minulý rok vzrástol na 25 USD, z 18 USD v roku 2016. O toto sa väčšina IT oddelení nesnaží. Našťastie automatizácia založená na analytike a strojovom učení môže zlepšiť procesy a produktivitu help desk znížením chýb a zvýšením kvality a rýchlosti. Niekedy to presahuje ľudské schopnosti a strojové učenie a analytika sú kľúčovým základom pre inteligentnú, proaktívnu a pohotovú IT pomoc.
V tomto článku sa bližšie pozrieme na to, ako môže strojové učenie vyriešiť mnohé z help desk a ITSM výziev spojené s objemom lístkov a nákladmi, a ako vytvoriť rýchlejšiu a automatizovanejšiu help desku, ktorú budú radi používať zamestnanci podniku.
Efektívne ITSM prostredníctvom strojového učenia a analýzy
Moja obľúbená definícia strojového učenia pochádza od spoločnosti :
„Strojové učenie učí počítače robiť to, čo je pre ľudí a zvieratá prirodzené – učiť sa zo skúseností. Algoritmy strojového učenia využívajú výpočtové metódy na učenie sa informácií priamo z údajov bez toho, aby sa spoliehali na preddefinovanú rovnicu ako model. Algoritmy adaptívne zlepšujú svoj vlastný výkon so zvyšujúcim sa počtom vzoriek dostupných na štúdium.
Pre niektoré nástroje ITSM založené na strojovom učení a analýze veľkých dát sú k dispozícii nasledujúce funkcie:
- Podpora cez bot. Virtuálni agenti a chatboti môžu automaticky navrhovať novinky, články, služby a ponuky podpory z katalógov údajov a verejných žiadostí. Táto 24/7 podpora vo forme školiacich programov pre koncových používateľov pomáha riešiť problémy oveľa rýchlejšie. Kľúčovými výhodami robota sú vylepšené používateľské rozhranie a menej prichádzajúcich hovorov.
- Inteligentné správy a upozornenia. Tieto nástroje umožňujú používateľom proaktívne upozorňovať na potenciálne problémy. Okrem toho môžu odborníci v oblasti IT odporučiť riešenia na riešenie problémov prostredníctvom prispôsobených upozornení, ktoré koncovým používateľom poskytujú relevantné a použiteľné informácie o problémoch, s ktorými sa môžu stretnúť, ako aj tipy, ako sa im vyhnúť. Informovaní používatelia ocenia proaktívnu IT podporu a zníži sa počet prichádzajúcich hovorov.
- Inteligentné vyhľadávanie. Keď koncoví používatelia hľadajú informácie alebo služby, kontextový systém správy znalostí môže poskytnúť odporúčania, články a odkazy. Koncoví používatelia majú tendenciu preskakovať niektoré výsledky v prospech iných. Tieto kliknutia a zobrazenia sú zahrnuté do „vážiacich“ kritérií pri opätovnom indexovaní obsahu v priebehu času, takže zážitok z vyhľadávania sa dynamicky prispôsobuje. Keďže koncoví používatelia poskytujú spätnú väzbu vo forme hlasovania páči sa mi/nepáči sa mi, ovplyvňuje to aj hodnotenie obsahu, ktorý môžu nájsť oni a ostatní používatelia. Pokiaľ ide o výhody, koncoví používatelia môžu nájsť odpovede rýchlo a cítiť sa istejšie a agenti help desk môžu spracovať viac lístkov a dosiahnuť viac zmlúv o úrovni služieb (SLA).
- Analýza populárnych tém. Analytické možnosti tu identifikujú vzory v štruktúrovaných a neštruktúrovaných zdrojoch údajov. Informácie o obľúbených témach sú graficky zobrazené vo forme tepelnej mapy, kde veľkosť segmentov zodpovedá frekvencii určitých tém alebo skupín kľúčových slov žiadaných používateľmi. Opakované incidenty budú okamžite zistené, zoskupené a vyriešené spoločne. Trending Topic Analytics tiež zisťuje klastre incidentov so spoločnou hlavnou príčinou a výrazne skracuje čas na identifikáciu a vyriešenie koreňového problému. Táto technológia môže tiež automaticky vytvárať články databázy znalostí na základe podobných interakcií alebo podobných problémov. Hľadanie trendov v akýchkoľvek údajoch zvyšuje aktivitu IT oddelenia, zabraňuje opakovaniu incidentov a tým zvyšuje spokojnosť koncových používateľov a zároveň znižuje náklady na IT.
- Inteligentné aplikácie. Koncoví používatelia očakávajú, že odoslanie tiketu je také jednoduché ako napísanie tweetu – krátkej správy v prirodzenom jazyku s popisom problému alebo požiadavky, ktorú možno odoslať e-mailom. Alebo dokonca len pripojte fotografiu problému a odošlite ju zo svojho mobilného zariadenia. Inteligentná registrácia lístka urýchľuje proces vytvárania lístka automatickým vyplnením všetkých polí na základe toho, čo napísal koncový používateľ, alebo naskenovaného obrázka spracovaného pomocou softvéru na optické rozpoznávanie znakov (OCR). Pomocou súboru pozorovacích údajov technológia automaticky kategorizuje a nasmeruje lístky k príslušným agentom technickej podpory. Agenti môžu posielať lístky rôznym tímom podpory a môžu prepisovať automaticky vyplnené polia, ak model strojového učenia nie je pre daný prípad optimálny. Systém sa učí z nových vzorcov, čo mu umožňuje lepšie sa vysporiadať s problémami, ktoré sa vyskytnú v budúcnosti. To všetko znamená, že koncoví používatelia môžu otvárať lístky rýchlo a jednoducho, čo vedie k zvýšeniu spokojnosti pri používaní pracovných nástrojov. Táto schopnosť tiež znižuje ručnú prácu a chyby a pomáha znižovať povolený čas a náklady.
- Inteligentný e-mail. Tento nástroj je podobný inteligentným objednávkam. Koncový používateľ môže poslať e-mail tímu podpory a opísať problém v prirodzenom jazyku. Nástroj help desk generuje lístok na základe obsahu e-mailu a automaticky odpovedá koncovému používateľovi odkazmi na navrhované riešenia. Koncoví používatelia sú spokojní, pretože otváranie lístkov a požiadaviek je jednoduché a pohodlné a IT agenti majú menej manuálnej práce.
- Inteligentné riadenie zmien. Strojové učenie tiež podporuje pokročilé analýzy a riadenie zmien. Vzhľadom na časté množstvo zmien, ktoré dnes podniky vyžadujú, môžu inteligentné systémy poskytnúť agentom zmien alebo manažérom návrhy zamerané na optimalizáciu prostredia a zvýšenie úspešnosti zmien v budúcnosti. Agenti môžu opísať požadované zmeny v prirodzenom jazyku a analytické funkcie skontrolujú obsah, či neobsahuje ovplyvnené položky konfigurácie. Všetky zmeny sú regulované a automatické indikátory informujú manažéra zmien, ak sa vyskytnú nejaké problémy so zmenou, ako je riziko, plánovanie v neplánovanom okne alebo stav „neschválené“. Kľúčovou výhodou inteligentného riadenia zmien je rýchlejší čas na zhodnotenie s menším počtom konfigurácií, prispôsobení a v konečnom dôsledku menej vynaložených peňazí.
V konečnom dôsledku strojové učenie a analytika transformujú ITSM systémy pomocou inteligentných predpokladov a odporúčaní týkajúcich sa problémov s lístkami a procesu zmien, ktoré pomáhajú agentom a tímom podpory IT opísať, diagnostikovať, predpovedať a predpísať, čo sa stalo, čo sa deje a čo sa stane. Koncoví používatelia dostávajú proaktívne, prispôsobené a dynamické štatistiky a rýchle riešenia. V tomto prípade sa veľa robí automaticky, t.j. bez ľudského zásahu. A ako sa technológia časom učí, procesy sa len zlepšujú. Je dôležité poznamenať, že všetky inteligentné funkcie opísané v tomto článku sú dostupné už dnes.
Zdroj: hab.com
