2018లో మేము దృఢంగా స్థిరపడ్డాము - IT సర్వీస్ మేనేజ్‌మెంట్ (ITSM) మరియు IT సేవలు ఇంకా వ్యాపారంలో ఉన్నాయి, అవి డిజిటల్ విప్లవాన్ని ఎంతకాలం తట్టుకోగలవని చర్చలు కొనసాగుతున్నాయి. వాస్తవానికి, సాంకేతిక మద్దతు సేవలకు డిమాండ్ పెరుగుతోంది - సాంకేతిక మద్దతు నివేదిక మరియు జీతం నివేదికలో (హెల్ప్ డెస్క్ ఇన్‌స్టిట్యూట్) 2017 నివేదిక ప్రకారం, 55% హెల్ప్ డెస్క్‌లు గత సంవత్సరంలో టిక్కెట్ పరిమాణం పెరిగినట్లు నివేదించాయి.
మరోవైపు, చాలా కంపెనీలు 15 (2016%)తో పోలిస్తే గత సంవత్సరం (10%) సాంకేతిక మద్దతుకు కాల్‌ల పరిమాణంలో తగ్గుదలని గుర్తించాయి. అభ్యర్థనల సంఖ్య తగ్గింపుకు కీలకమైన అంశం స్వతంత్ర సాంకేతిక మద్దతు. అయితే, దరఖాస్తు రుసుము 25లో $18 నుండి గత సంవత్సరం $2016కి పెరిగిందని కూడా HDI నివేదించింది. చాలా ఐటీ విభాగాలు దీని కోసం ప్రయత్నించడం లేదు. అదృష్టవశాత్తూ, అనలిటిక్స్ మరియు మెషిన్ లెర్నింగ్ ద్వారా ఆధారితమైన ఆటోమేషన్ లోపాలను తగ్గించడం మరియు నాణ్యత మరియు వేగాన్ని మెరుగుపరచడం ద్వారా హెల్ప్ డెస్క్ ప్రక్రియలు మరియు ఉత్పాదకతను మెరుగుపరుస్తుంది. కొన్నిసార్లు ఇది మానవ సామర్థ్యాలకు మించినది, మరియు మెషిన్ లెర్నింగ్ మరియు అనలిటిక్స్ అనేది తెలివైన, చురుకైన మరియు ప్రతిస్పందించే IT సర్వీస్ డెస్క్‌కు కీలకమైన పునాది.
ఈ కథనం టికెట్ వాల్యూమ్ మరియు ఖర్చుతో అనుబంధించబడిన అనేక హెల్ప్ డెస్క్ మరియు ITSM సవాళ్లను మెషిన్ లెర్నింగ్ ఎలా పరిష్కరించగలదో మరియు ఎంటర్‌ప్రైజ్ ఉద్యోగులు ఆనందించే వేగవంతమైన, మరింత ఆటోమేటెడ్ హెల్ప్ డెస్క్‌ను ఎలా సృష్టించాలో నిశితంగా పరిశీలిస్తుంది.
మెషిన్ లెర్నింగ్ మరియు అనలిటిక్స్ ద్వారా ప్రభావవంతమైన ITSM
మెషిన్ లెర్నింగ్‌కి నాకు ఇష్టమైన నిర్వచనం కంపెనీ నుండి వచ్చింది :
"మెషిన్ లెర్నింగ్ అనేది మానవులకు మరియు జంతువులకు సహజంగా ఏమి చేయాలో కంప్యూటర్లకు నేర్పుతుంది-అనుభవం నుండి నేర్చుకోండి. మెషిన్ లెర్నింగ్ అల్గారిథమ్‌లు ముందుగా నిర్వచించిన సమీకరణంపై మోడల్‌గా ఆధారపడకుండా నేరుగా డేటా నుండి సమాచారాన్ని తెలుసుకోవడానికి గణన పద్ధతులను ఉపయోగిస్తాయి. అధ్యయనం కోసం అందుబాటులో ఉన్న నమూనాల సంఖ్య పెరిగేకొద్దీ అల్గారిథమ్‌లు వారి స్వంత పనితీరును అనుకూలతగా మెరుగుపరుస్తాయి.
మెషిన్ లెర్నింగ్ మరియు పెద్ద డేటా అనలిటిక్స్ ఆధారంగా కొన్ని ITSM సాధనాల కోసం క్రింది సామర్థ్యాలు అందుబాటులో ఉన్నాయి:
- బోట్ ద్వారా మద్దతు. వర్చువల్ ఏజెంట్లు మరియు చాట్‌బాట్‌లు డేటా కేటలాగ్‌లు మరియు పబ్లిక్ అభ్యర్థనల నుండి వార్తలు, కథనాలు, సేవలు మరియు మద్దతు ఆఫర్‌లను స్వయంచాలకంగా సూచించగలవు. తుది వినియోగదారు శిక్షణా కార్యక్రమాల రూపంలో ఈ 24/7 మద్దతు సమస్యలను చాలా వేగంగా పరిష్కరించడంలో సహాయపడుతుంది. బాట్ యొక్క ముఖ్య ప్రయోజనాలు మెరుగైన వినియోగదారు ఇంటర్‌ఫేస్ మరియు తక్కువ ఇన్‌కమింగ్ కాల్‌లు.
- స్మార్ట్ వార్తలు మరియు నోటిఫికేషన్‌లు. ఈ సాధనాలు వినియోగదారులకు సంభావ్య సమస్యల గురించి ముందస్తుగా తెలియజేయడానికి అనుమతిస్తాయి. అదనంగా, IT నిపుణులు వ్యక్తిగతీకరించిన నోటిఫికేషన్‌ల ద్వారా సమస్యలను పరిష్కరించడానికి పరిష్కారాలను సిఫార్సు చేయవచ్చు, ఇది తుది వినియోగదారులకు వారు ఎదుర్కొనే సమస్యల గురించి సంబంధిత మరియు చర్య తీసుకోగల సమాచారాన్ని అందిస్తుంది, అలాగే వాటిని ఎలా నివారించాలనే దానిపై చిట్కాలను అందిస్తుంది. సమాచారం పొందిన వినియోగదారులు చురుకైన IT మద్దతును అభినందిస్తారు మరియు ఇన్‌కమింగ్ కాల్‌ల సంఖ్య తగ్గించబడుతుంది.
- తెలివైన శోధన. తుది వినియోగదారులు సమాచారం లేదా సేవల కోసం శోధించినప్పుడు, సందర్భ-అవగాహన నాలెడ్జ్ మేనేజ్‌మెంట్ సిస్టమ్ సిఫార్సులు, కథనాలు మరియు లింక్‌లను అందిస్తుంది. తుది వినియోగదారులు ఇతరులకు అనుకూలంగా కొన్ని ఫలితాలను దాటవేస్తారు. కాలక్రమేణా కంటెంట్‌ని రీ-ఇండెక్సింగ్ చేసేటప్పుడు ఈ క్లిక్‌లు మరియు వీక్షణలు "వెయిటింగ్" ప్రమాణాలలో చేర్చబడ్డాయి, కాబట్టి శోధన అనుభవం డైనమిక్‌గా సర్దుబాటు చేయబడుతుంది. అంతిమ వినియోగదారులు లైక్/డిస్‌లైక్ ఓటింగ్ రూపంలో అభిప్రాయాన్ని అందించడం వలన, వారు మరియు ఇతర వినియోగదారులు కనుగొనగలిగే కంటెంట్ ర్యాంకింగ్‌ను కూడా ప్రభావితం చేస్తుంది. ప్రయోజనాల పరంగా, తుది వినియోగదారులు సమాధానాలను త్వరగా కనుగొనగలరు మరియు మరింత నమ్మకంగా ఉండగలరు మరియు డెస్క్ ఏజెంట్లు మరిన్ని టిక్కెట్‌లను నిర్వహించడంలో మరియు మరిన్ని సేవా స్థాయి ఒప్పందాలను (SLAలు) సాధించడంలో సహాయపడగలరు.
- జనాదరణ పొందిన అంశాల విశ్లేషణ. ఇక్కడ, విశ్లేషణల సామర్థ్యాలు నిర్మాణాత్మక మరియు నిర్మాణాత్మక డేటా సోర్స్‌లలో నమూనాలను గుర్తిస్తాయి. జనాదరణ పొందిన అంశాల గురించిన సమాచారం హీట్ మ్యాప్ రూపంలో గ్రాఫికల్‌గా ప్రదర్శించబడుతుంది, ఇక్కడ విభాగాల పరిమాణం వినియోగదారుల డిమాండ్‌లో నిర్దిష్ట అంశాలు లేదా కీలకపదాల సమూహాల ఫ్రీక్వెన్సీకి అనుగుణంగా ఉంటుంది. పునరావృతమయ్యే సంఘటనలు తక్షణమే గుర్తించబడతాయి, సమూహం చేయబడతాయి మరియు కలిసి పరిష్కరించబడతాయి. ట్రెండింగ్ టాపిక్ అనలిటిక్స్ ఒక సాధారణ మూల కారణంతో ఇన్సిడెంట్ క్లస్టర్‌లను కూడా గుర్తిస్తుంది మరియు మూల సమస్యను గుర్తించడానికి మరియు పరిష్కరించడానికి సమయాన్ని గణనీయంగా తగ్గిస్తుంది. సాంకేతికత సారూప్య పరస్పర చర్యలు లేదా ఇలాంటి సమస్యల ఆధారంగా నాలెడ్జ్ బేస్ కథనాలను స్వయంచాలకంగా సృష్టించగలదు. ఏదైనా డేటాలో ట్రెండ్‌లను కనుగొనడం IT డిపార్ట్‌మెంట్ కార్యాచరణను పెంచుతుంది, సంఘటనలు పునరావృతం కాకుండా నిరోధిస్తుంది మరియు అందువల్ల IT ఖర్చులను తగ్గించేటప్పుడు తుది వినియోగదారు సంతృప్తిని పెంచుతుంది.
- స్మార్ట్ అప్లికేషన్లు. అంతిమ వినియోగదారులు టిక్కెట్‌ను సమర్పించడం అనేది ట్వీట్‌ను వ్రాసినంత సులభమని ఆశించారు-ఇమెయిల్ ద్వారా పంపగలిగే సమస్యను లేదా అభ్యర్థనను వివరించే చిన్న, సహజ భాషా సందేశం. లేదా సమస్య యొక్క ఫోటోను జోడించి, మీ మొబైల్ పరికరం నుండి పంపండి. స్మార్ట్ టికెట్ రిజిస్ట్రేషన్ తుది వినియోగదారు వ్రాసిన దాని ఆధారంగా లేదా ఆప్టికల్ క్యారెక్టర్ రికగ్నిషన్ (OCR) సాఫ్ట్‌వేర్‌ని ఉపయోగించి ప్రాసెస్ చేయబడిన చిత్రం యొక్క స్కాన్ ఆధారంగా అన్ని ఫీల్డ్‌లను స్వయంచాలకంగా పూరించడం ద్వారా టిక్కెట్ సృష్టి ప్రక్రియను వేగవంతం చేస్తుంది. పరిశీలనాత్మక డేటా సమితిని ఉపయోగించి, సాంకేతికత స్వయంచాలకంగా వర్గీకరిస్తుంది మరియు తగిన హెల్ప్ డెస్క్ ఏజెంట్లకు టిక్కెట్‌లను రూట్ చేస్తుంది. ఏజెంట్లు వివిధ సపోర్ట్ టీమ్‌లకు టిక్కెట్‌లను ఫార్వార్డ్ చేయవచ్చు మరియు ఇచ్చిన సందర్భంలో మెషిన్ లెర్నింగ్ మోడల్ సరైనది కానట్లయితే ఆటోమేటిక్‌గా జనాభా ఉన్న ఫీల్డ్‌లను ఓవర్‌రైట్ చేయవచ్చు. సిస్టమ్ కొత్త నమూనాల నుండి నేర్చుకుంటుంది, ఇది భవిష్యత్తులో తలెత్తే సమస్యలను బాగా ఎదుర్కోవటానికి అనుమతిస్తుంది. వీటన్నింటికీ అర్థం ఏమిటంటే, తుది వినియోగదారులు త్వరగా మరియు సులభంగా టిక్కెట్‌లను తెరవగలరు, దీని ఫలితంగా పని సాధనాలను ఉపయోగిస్తున్నప్పుడు సంతృప్తి పెరుగుతుంది. ఈ సామర్ధ్యం మాన్యువల్ పని మరియు లోపాన్ని కూడా తగ్గిస్తుంది మరియు అనుమతి సమయం మరియు ఖర్చులను తగ్గించడంలో సహాయపడుతుంది.
- స్మార్ట్ ఇమెయిల్. ఈ సాధనం స్మార్ట్ ఆర్డర్‌ల మాదిరిగానే ఉంటుంది. తుది వినియోగదారు మద్దతు బృందానికి ఇమెయిల్ పంపవచ్చు మరియు సహజ భాషలో సమస్యను వివరించవచ్చు. హెల్ప్ డెస్క్ సాధనం ఇమెయిల్ కంటెంట్ ఆధారంగా టిక్కెట్‌ను రూపొందిస్తుంది మరియు సూచించిన పరిష్కారాలకు లింక్‌లతో తుది వినియోగదారుకు స్వయంచాలకంగా ప్రతిస్పందిస్తుంది. టిక్కెట్లు మరియు అభ్యర్థనలను తెరవడం సులభం మరియు అనుకూలమైనది మరియు IT ఏజెంట్లకు తక్కువ మాన్యువల్ పని ఉన్నందున తుది వినియోగదారులు సంతృప్తి చెందారు.
- స్మార్ట్ మార్పు నిర్వహణ. మెషిన్ లెర్నింగ్ అధునాతన విశ్లేషణలు మరియు మార్పు నిర్వహణకు కూడా మద్దతు ఇస్తుంది. ఈరోజు వ్యాపారాలకు అవసరమైన అనేక మార్పులను బట్టి, ఇంటెలిజెంట్ సిస్టమ్‌లు మార్పు ఏజెంట్లు లేదా మేనేజర్‌లకు పర్యావరణాన్ని ఆప్టిమైజ్ చేయడానికి మరియు భవిష్యత్తులో మార్పుల విజయవంతమైన రేటును పెంచడానికి ఉద్దేశించిన సూచనలను అందించగలవు. ఏజెంట్లు సహజ భాషలో అవసరమైన మార్పులను వివరించగలరు మరియు విశ్లేషణ సామర్థ్యాలు ప్రభావితమైన కాన్ఫిగరేషన్ అంశాల కోసం కంటెంట్‌ను తనిఖీ చేస్తాయి. అన్ని మార్పులు నియంత్రించబడతాయి మరియు ప్రమాదం, ప్రణాళిక లేని విండోలో షెడ్యూల్ చేయడం లేదా "ఆమోదించబడలేదు" స్థితి వంటి మార్పుతో ఏవైనా సమస్యలు ఉంటే ఆటోమేటిక్ సూచికలు మార్పు నిర్వాహకుడికి తెలియజేస్తాయి. స్మార్ట్ మార్పు నిర్వహణ యొక్క ముఖ్య ప్రయోజనం ఏమిటంటే తక్కువ కాన్ఫిగరేషన్‌లు, అనుకూలీకరణలు మరియు అంతిమంగా తక్కువ డబ్బు ఖర్చు చేయడంతో వేగవంతమైన సమయం.
అంతిమంగా, మెషిన్ లెర్నింగ్ మరియు అనలిటిక్స్ ITSM సిస్టమ్‌లను టిక్కెట్ సమస్యల గురించి తెలివైన అంచనాలు మరియు సిఫార్సులతో మారుస్తున్నాయి మరియు ఏజెంట్లు మరియు IT సపోర్ట్ టీమ్‌లు ఏమి జరిగిందో, ఏమి జరుగుతుందో మరియు ఏమి జరుగుతుందో వివరించడానికి, నిర్ధారించడానికి, అంచనా వేయడానికి మరియు సూచించడానికి సహాయపడే మార్పు ప్రక్రియ. తుది వినియోగదారులు చురుకైన, వ్యక్తిగతీకరించిన మరియు డైనమిక్ అంతర్దృష్టులు మరియు శీఘ్ర పరిష్కారాలను అందుకుంటారు. ఈ సందర్భంలో, చాలా స్వయంచాలకంగా జరుగుతుంది, అనగా. మానవ ప్రమేయం లేకుండా. మరియు సాంకేతికత కాలక్రమేణా నేర్చుకునే కొద్దీ, ప్రక్రియలు మెరుగుపడతాయి. ఈ కథనంలో వివరించిన అన్ని స్మార్ట్ ఫీచర్‌లు ఈ రోజు అందుబాటులో ఉన్నాయని గమనించడం ముఖ్యం.
మూలం: www.habr.com