Në vitin 2018 ne konsoliduam pozitat tona – shërbimet e menaxhimit të IT-së (ITSM) dhe shërbimet e IT-së vazhdojnë të operojnë, pavarësisht bisedave të vazhdueshme për sa kohë do të mbijetojnë gjatë revolucionit digjital. Në të vërtetë, kërkesa për shërbimet e mbështetjes teknike po rritet – në Raportin e Mbështetjes Teknike dhe Raportin mbi Paga (Help Desk Institute) për vitin 2017 tregon se 55% e shërbimeve të mbështetjes teknike raportuan një rritje të numrit të kërkesave gjatë vitit të fundit.
Në anën tjetër, shumë kompani raportuan një ulje të numrit të kërkesave për mbështetje teknike në vitin e kaluar (15%) krahasuar me vitin 2016 (10%). Faktor kryesor që kontribuoi në reduktimin e numrit të kërkesave ishte mbështetje teknike e vetë-përballueshme. Megjithatë, HDI gjithashtu raporton se vitin e kaluar kostoja e një kërkese u rrit në 25 dollarë të SHBA-ve nga 18 dollarë të SHBA-ve në vitin 2016. Kjo nuk është ajo që shumica e shërbimeve IT dëshirojnë. Fatmirësisht, automatizimi i bazuar në analizë dhe mësimin e makinerive mund të përmirësojë proceset dhe rendimentin e shërbimeve të mbështetjes duke reduktuar numrin e gabimeve dhe duke rritur cilësinë dhe shpejtësinë. Ndonjëherë, kjo tejkalon mundësitë njerëzore, dhe mësimi i makinerive dhe analiza janë baza kryesore për një shërbim mbështetjeje të IT-së inteligjent, miqësor dhe efikas.
Ky artikull shqyrton më në detaje se si mësimi i makinerive mund të zgjidhë shumë probleme të shërbimeve të mbështetjes dhe ITSM-së, të lidhura me volumin dhe kostot e kërkesave, dhe si të krijosh një shërbim mbështetjeje më të shpejtë dhe të automatizuar që do të jetë i këndshëm për t'u përdorur nga punonjësit e ndërmarrjes.
ITSM efikas me anë të mësimit të makinerive dhe analizës
Përkufizimi im i preferuar për mësimin e makinerive është dhënë nga kompania :
"Mësimi i makinerive i mëson kompjuterët të bëjnë atë që është natyrale për njerëzit dhe kafshët – të mësojnë nga përvoja e tyre. Algoritmet e mësimit të makinerive përdorin metoda llogaritëse për të studiuar informacionin direkt nga të dhënat, pa u mbështetur në një ekuacion të paracaktuar si model. Algoritmet përmirësojnë adaptivisht efektivitetin e tyre në përputhje me rritjen e numrit të mostrave të disponueshme për studim."
Mundësitë e paraqitura më poshtë janë të arritshme për disa mjete ITSM të bazuara në teknologjitë e mësimit të makinerive dhe analitikën e të dhënave të mëdha:
- Mbështetje përmes botit. Agjentët virtualë dhe chatbot-et mund të ofrojnë automatikisht lajme, artikuj, shërbime dhe oferta mbështetjeje nga katalogët e të dhënave dhe kërkesat publike. Kjo mbështetje në modulin 24/7 në formën e trajnimeve të sugjeruara për përdoruesit fundor ndihmon në zgjidhjen e problemeve shumë më shpejt. Avantazhet kryesore të botit janë ndërfaqja e përmirësuar e përdoruesit dhe numri më i ulët i kërkesave të arritura.
- Lajme dhe njoftime të mençura. Këto mjete lejojnë informimin e përdoruesve për probleme potenciale përpara. Gjithashtu, profesionistët e IT-së mund të rekomandojnë mënyra alternative për të zgjidhur problemet përmes njoftimeve të personalizuara, të cilat ofrojnë përdoruesve fundor informacion të përditësuar e të dobishëm mbi problemet që mund të hasin dhe këshilla për t'i evituar ato. Përdoruesit e informuar e vlerësojnë shumë mbështetjen aktive të IT-së, dhe numri i kërkesave që arrijnë do të bjerë.
- Kërkimi i mençur. Kur përdoruesit fundor kërkojnë informacion ose shërbime, një sistem i menaxhimit të njohurive që është kontekstualisht i varur mund të ofrojë rekomandime, artikuj dhe lidhje. Përdoruesit fundor zakonisht kalojnë përgjatë një pjese të rezultateve, duke preferuar të tjerat. Këto klikime dhe numri i shikimeve përfshihen në kriteret e 'peshimit' gjatë ribërëstrimit të përmbajtjes me kalimin e kohës, kështu që mundësitë e kërkimit rregullohen dinamikisht. Ndërsa përdoruesit fundor ofrojnë reagime në formën e votimit 'pëlqej'/'nuk pëlqej', kjo gjithashtu ndikon në renditjen e përmbajtjes që ata dhe përdoruesit e tjerë mund të gjejnë. Nga këndvështrimi i përfitimeve, përdoruesit fundor mund të gjejnë shpejt përgjigje dhe të ndihen shumë të sigurt, ndërsa agjentët e shërbimit të mbështetjes kanë mundësinë të trajtojnë më shumë kërkesa dhe të arrijnë një numër më të madh marrëveshjesh për cilësinë e shërbimeve të ofruara (SLA).
- Analiza e temave më të njohura. Këtu, mundësitë analitike zbulojnë modele për burimet e dhënash të strukturuara dhe të pa-strukturuara. Informacioni mbi temat e njohura paraqitet në formën e një harte nxehtësie, ku madhësia e segmentevecorrespondon me frekuencën e temave të caktuara ose grupeve të fjalëve kyçe që përdoruesit kërkojnë. Incidentet e përsëritura zbulohen menjëherë, grupohen dhe zgjidhen së bashku. Analitika e temave populare gjithashtu zbulon shpërndarje incidentesh me një shkak të përbashkët dhe zvogëlon ndjeshëm kohën e identifikimit dhe zgjidhjes së problemit kryesor. Gjithashtu, teknologjia mund të krijojë automatikisht artikuj në bazën e njohurive, të bazuar në ndërveprime të ngjashme ose probleme të ngjashme. Kërkimi i trendeve në të dhëna të ndryshme rrit aktivitetin e departamentit IT, parandalon përsëritjen e incidenteve dhe, për pasojë, rrit kënaqësinë e përdoruesve të fundit ndërsa zvogëlon shpenzimet në IT.
- Aplikacione Smart. Përdoruesit e fundit presin që të dërgojnë një kërkesë pa më shumë vështirësi sesa të shkruajnë një tweet, domethënë – një mesazh të shkurtër në gjuhën natyrore që përshkruan problemin ose kërkesën, e cila mund të dërgohet përmes emailit. Ose madje thjesht të bashkëngjisni një fotografi të defektit dhe ta dërgoni atë nga një pajisje mobile. Regjistrimi i kërkesave smart shpejton procesin e krijimit të një kërkese, duke plotësuar automatikisht të gjitha fushat bazuar në atë që ka shkruar përdoruesi i fundit ose skenimin e një imazhi të përpunuar me një program për njohjen optike të karaktereve (OCR). Duke përdorur një vend të dhënash mbi vëzhgime, teknologjia klasifikon dhe adreson automatikisht kërkesat te agjentët për mbështetje të klientëve. Agjentët mund të rindezin kërkesat në grupe të ndryshme mbështetjeje dhe mund të rishkruajnë fushat e plota automatikisht, nëse modeli i mësimit të makinerive nuk doli të ishte optimal për këtë rast. Sistemi mëson nga modele të reja, duke lejuar që të përballojë më mirë problemet që shfaqen më vonë. Të gjitha këto do të thotë se përdoruesit e fundit mund të hapin lehtësisht dhe shpejt kërkesa, duke e çuar në rritjen e kënaqësisë në përdorimin e mjeteve të punës. Kjo mundësi gjithashtu redukton volumin e punës manuale dhe gabimet dhe ndihmon në shkurtimin e kohës dhe kostove për zgjidhjen e problemeve.
- Email i mençur. Ky mjet është i ngjashëm me kërkesat smart. Përdoruesi i fundit mund të dërgojë një email në shërbimin e mbështetjes dhe të përshkruajë problemin në gjuhën natyrore. Mjeti i shërbimit të mbështetjes krijon një kërkesë mbi bazën e përmbajtjes së emailit, si dhe përgjigjet automatikisht përdoruesit të fundit me lidhje drejt zgjidhjeve të propozuara. Përdoruesit e fundit mbeten të kënaqur, pasi hapja e kërkesave dhe kërkesave është e lehtë dhe e përshtatshme, dhe agjentëve IT iu zvogëlohet puna manuale.
- Menaxhimi smart i ndryshimeve. Mësoja e makinave gjithashtu mbështet analitikën moderne dhe menaxhimin e ndryshimeve. Duke marrë parasysh numrin e shpeshtë të ndryshimeve që kërkohen sot nga bizneset, sistemet inteligjente mund të ofrojnë agjentëve ose menaxherëve të ndryshimeve sugjerime të orientuara për optimizimin e mjedisit dhe rritjen e përqindjes së ndryshimeve të suksesshme në të ardhmen. Agjentët mund të përshkruajnë ndryshimet e nevojshme në gjuhën natyrale, ndërsa aftësitë analitike do të kontrollojnë përmbajtjen për elementet e prekura të konfigurimit. Të gjitha ndryshimet rregullohen, dhe treguesit automatikë i raportojnë menaxherit të ndryshimeve nëse ka ndonjë problem me ndryshimin, si rreziqet, planifikimi në një dritare të paparashikuar ose statusi 'nuk është miratuar'. Avantazhi kryesor i menaxhimit të ndryshimeve inteligjente është një kohë kthimi më e shpejtë me më pak konfigurime, vendosje dhe, në fund të fundit, shpenzime më të ulëta.
Në fund të fundit, mësimi i makinave dhe analitika transformojnë sistemet ITSM përmes supozimeve dhe rekomandimeve inteligjente për problemet me aplikimet dhe procesin e ndryshimeve, të cilat ndihmojnë agjentët dhe grupet mbështetëse IT të përshkruajnë, diagnostikojnë, parashikojnë dhe rekomandojnë se çfarë ka ndodhur, çfarë po ndodh dhe çfarë do të ndodhë. Përdoruesit përfundojnë duke marrë vlerësime analitike proaktive, personale dhe dinamike dhe zgjidhje të shpejta. Në këtë mënyrë, shumë gjëra bëhen automatikisht, dmth, pa përfshirjen e njeriut. Dhe meqenëse teknologjia mëson me kalimin e kohës, proceset bëhen gjithnjë e më të mira. Është e rëndësishme të theksohet se të gjitha funksionet inteligjente të përshkruara në këtë artikull janë të disponueshme tashmë sot.
Burimi: habr.com
