การจัดการบริการไอที (ITSM) มีประสิทธิภาพมากยิ่งขึ้นด้วยการเรียนรู้ของเครื่อง

ปี 2018 เราเห็นรากฐานที่มั่นคง - การจัดการบริการไอที (ITSM) และบริการด้านไอทียังคงดำเนินธุรกิจอยู่ แม้ว่าจะมีการพูดคุยกันอย่างต่อเนื่องว่าพวกเขาจะอยู่รอดได้นานแค่ไหนจากการปฏิวัติทางดิจิทัล แท้จริงแล้ว ความต้องการบริการสนับสนุนด้านเทคนิคกำลังเพิ่มขึ้น - ในรายงานการสนับสนุนทางเทคนิคและรายงานเงินเดือน HDI (สถาบัน Help Desk) รายงานประจำปี 2017 ระบุว่า 55% ของ Help Desk รายงานปริมาณตั๋วที่เพิ่มขึ้นในปีที่ผ่านมา

ในทางกลับกัน หลายบริษัทสังเกตเห็นปริมาณการโทรติดต่อฝ่ายสนับสนุนด้านเทคนิคในปีที่แล้ว (15%) ลดลง เมื่อเทียบกับปี 2016 (10%) ปัจจัยสำคัญที่ส่งผลให้จำนวนคำขอลดลงคือการสนับสนุนด้านเทคนิคที่เป็นอิสระ อย่างไรก็ตาม HDI ยังรายงานด้วยว่าค่าธรรมเนียมการสมัครเพิ่มขึ้นเป็น 25 ดอลลาร์ในปีที่แล้ว เพิ่มขึ้นจาก 18 ดอลลาร์ในปี 2016 นี่ไม่ใช่สิ่งที่แผนกไอทีส่วนใหญ่มุ่งมั่น โชคดีที่ระบบอัตโนมัติที่ขับเคลื่อนโดยการวิเคราะห์และการเรียนรู้ของเครื่องสามารถปรับปรุงกระบวนการแหล่งความช่วยเหลือและประสิทธิภาพการทำงานโดยการลดข้อผิดพลาดและปรับปรุงคุณภาพและความเร็ว บางครั้งสิ่งนี้ก็เกินขีดความสามารถของมนุษย์ และการเรียนรู้ของเครื่องและการวิเคราะห์ก็เป็นรากฐานสำคัญสำหรับฝ่ายบริการไอทีที่ชาญฉลาด เชิงรุก และตอบสนอง

บทความนี้จะเจาะลึกลงไปว่า Machine Learning สามารถแก้ปัญหา Help Desk และความท้าทายด้าน ITSM ที่เกี่ยวข้องกับปริมาณตั๋วและต้นทุนได้อย่างไร และวิธีสร้าง Help Desk ที่เป็นอัตโนมัติและรวดเร็วยิ่งขึ้นที่พนักงานองค์กรชื่นชอบ

ITSM ที่มีประสิทธิภาพผ่านการเรียนรู้ของเครื่องและการวิเคราะห์

คำจำกัดความของแมชชีนเลิร์นนิงที่ฉันชื่นชอบมาจากบริษัท MathWorks:

“แมชชีนเลิร์นนิงจะสอนคอมพิวเตอร์ให้ทำสิ่งที่เป็นธรรมชาติของมนุษย์และสัตว์ เรียนรู้จากประสบการณ์ อัลกอริธึมการเรียนรู้ของเครื่องใช้วิธีการคำนวณเพื่อเรียนรู้ข้อมูลจากข้อมูลโดยตรง โดยไม่ต้องอาศัยสมการที่กำหนดไว้ล่วงหน้าเป็นแบบจำลอง อัลกอริธึมจะปรับปรุงประสิทธิภาพของตนเองได้อย่างปรับเปลี่ยนตามจำนวนตัวอย่างสำหรับการศึกษาที่เพิ่มขึ้น”
ความสามารถต่อไปนี้มีให้สำหรับเครื่องมือ ITSM บางตัวที่ใช้การเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูลขนาดใหญ่:

• สนับสนุนผ่านบอท ตัวแทนเสมือนและแชทบอทสามารถแนะนำข่าวสาร บทความ บริการ และข้อเสนอการสนับสนุนได้โดยอัตโนมัติจากแค็ตตาล็อกข้อมูลและคำขอสาธารณะ การสนับสนุนตลอด 24 ชั่วโมงทุกวันในรูปแบบของโปรแกรมการฝึกอบรมผู้ใช้ปลายทางนี้ช่วยแก้ไขปัญหาได้เร็วยิ่งขึ้นมาก ประโยชน์หลักของบอทคืออินเทอร์เฟซผู้ใช้ที่ได้รับการปรับปรุงและมีสายเรียกเข้าน้อยลง
• ข่าวอัจฉริยะและการแจ้งเตือน เครื่องมือเหล่านี้ช่วยให้ผู้ใช้ได้รับการแจ้งเตือนเชิงรุกถึงปัญหาที่อาจเกิดขึ้น นอกจากนี้ ผู้เชี่ยวชาญด้านไอทียังสามารถแนะนำวิธีแก้ไขปัญหาเฉพาะหน้าเพื่อแก้ไขปัญหาผ่านการแจ้งเตือนส่วนบุคคลที่ให้ข้อมูลที่เกี่ยวข้องและดำเนินการได้แก่ผู้ใช้เกี่ยวกับปัญหาที่พวกเขาอาจพบ รวมถึงเคล็ดลับในการหลีกเลี่ยงปัญหาเหล่านั้น ผู้ใช้ที่ได้รับแจ้งจะประทับใจกับการสนับสนุนด้านไอทีเชิงรุกและจำนวนคำขอที่เข้ามาจะลดลง
• การค้นหาอัจฉริยะ เมื่อผู้ใช้ค้นหาข้อมูลหรือบริการ ระบบการจัดการความรู้ตามบริบทสามารถให้คำแนะนำ บทความ และลิงก์ได้ ผู้ใช้มักจะข้ามผลลัพธ์บางอย่างไปเพื่อประโยชน์ของผู้อื่น การคลิกและการดูเหล่านี้จะรวมอยู่ในเกณฑ์ "การถ่วงน้ำหนัก" เมื่อจัดทำดัชนีเนื้อหาใหม่เมื่อเวลาผ่านไป ดังนั้นประสบการณ์การค้นหาจึงมีการปรับเปลี่ยนแบบไดนามิก เนื่องจากผู้ใช้ให้ข้อเสนอแนะในรูปแบบของการโหวตชอบ/ไม่ชอบ นอกจากนี้ยังส่งผลต่อการจัดอันดับเนื้อหาที่พวกเขาและผู้ใช้รายอื่นสามารถค้นหาได้อีกด้วย ในแง่ของสิทธิประโยชน์ ผู้ใช้ปลายทางสามารถค้นหาคำตอบได้อย่างรวดเร็วและรู้สึกมั่นใจมากขึ้น และเจ้าหน้าที่แผนกช่วยเหลือสามารถจัดการตั๋วได้มากขึ้นและบรรลุข้อตกลงระดับการให้บริการ (SLA) ได้มากขึ้น
• การวิเคราะห์หัวข้อยอดนิยม ที่นี่ ความสามารถในการวิเคราะห์ระบุรูปแบบในแหล่งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง ข้อมูลเกี่ยวกับหัวข้อยอดนิยมจะแสดงเป็นกราฟิกในรูปแบบของแผนที่ความร้อน โดยขนาดของกลุ่มจะสอดคล้องกับความถี่ของหัวข้อบางหัวข้อหรือกลุ่มของคำหลักที่ผู้ใช้ต้องการ เหตุการณ์ที่เกิดซ้ำจะถูกตรวจพบทันที จัดกลุ่ม และแก้ไขร่วมกัน การวิเคราะห์หัวข้อที่กำลังมาแรงยังตรวจจับกลุ่มเหตุการณ์ที่มีสาเหตุหลักร่วมกัน และลดเวลาในการระบุและแก้ไขปัญหาต้นตอได้อย่างมาก เทคโนโลยีนี้ยังสามารถสร้างบทความฐานความรู้โดยอัตโนมัติตามการโต้ตอบที่คล้ายกันหรือปัญหาที่คล้ายกัน การค้นหาแนวโน้มในข้อมูลใดๆ จะเพิ่มกิจกรรมของแผนกไอที ป้องกันการเกิดซ้ำของเหตุการณ์ ดังนั้นจึงเพิ่มความพึงพอใจของผู้ใช้ในขณะที่ลดต้นทุนด้านไอที
• แอพพลิเคชั่นอัจฉริยะ ผู้ใช้คาดหวังว่าการส่งตั๋วจะง่ายพอๆ กับการเขียนทวีต ซึ่งเป็นข้อความภาษาสั้นๆ ที่เป็นธรรมชาติซึ่งอธิบายปัญหาหรือคำขอที่สามารถส่งทางอีเมลได้ หรือแม้แต่แนบรูปถ่ายของปัญหาแล้วส่งจากอุปกรณ์มือถือของคุณ การลงทะเบียนตั๋วอัจฉริยะช่วยเร่งกระบวนการสร้างตั๋วโดยการเติมฟิลด์ทั้งหมดโดยอัตโนมัติตามสิ่งที่ผู้ใช้เขียนหรือการสแกนภาพที่ประมวลผลโดยใช้ซอฟต์แวร์การรู้จำอักขระด้วยแสง (OCR) การใช้ชุดข้อมูลเชิงสังเกต เทคโนโลยีจะจัดหมวดหมู่และกำหนดเส้นทางตั๋วไปยังตัวแทนฝ่ายช่วยเหลือที่เหมาะสมโดยอัตโนมัติ เจ้าหน้าที่สามารถส่งต่อตั๋วไปยังทีมสนับสนุนต่างๆ และสามารถเขียนทับฟิลด์ที่เติมข้อมูลโดยอัตโนมัติได้ หากโมเดลการเรียนรู้ของเครื่องไม่เหมาะสมที่สุดสำหรับกรณีที่กำหนด ระบบเรียนรู้จากรูปแบบใหม่ๆ ซึ่งช่วยให้สามารถรับมือกับปัญหาที่จะเกิดขึ้นในอนาคตได้ดียิ่งขึ้น ทั้งหมดนี้หมายความว่าผู้ใช้สามารถเปิดตั๋วได้อย่างรวดเร็วและง่ายดาย ส่งผลให้มีความพึงพอใจเพิ่มขึ้นเมื่อใช้เครื่องมือทำงาน ความสามารถนี้ยังช่วยลดการทำงานด้วยตนเองและข้อผิดพลาด และช่วยลดเวลาและต้นทุนในการอนุญาต
• อีเมลอัจฉริยะ เครื่องมือนี้คล้ายกับคำสั่งซื้ออัจฉริยะ ผู้ใช้สามารถส่งอีเมลไปยังทีมสนับสนุนและอธิบายปัญหาเป็นภาษาธรรมชาติได้ เครื่องมือแหล่งความช่วยเหลือจะสร้างตั๋วตามเนื้อหาอีเมลและตอบกลับผู้ใช้โดยอัตโนมัติพร้อมลิงก์ไปยังวิธีแก้ปัญหาที่แนะนำ ผู้ใช้ปลายทางพึงพอใจเนื่องจากการเปิดตั๋วและคำขอเป็นเรื่องง่ายและสะดวก และตัวแทนด้านไอทีก็ทำงานด้วยตนเองน้อยลง
• การจัดการการเปลี่ยนแปลงที่ชาญฉลาด การเรียนรู้ของเครื่องยังรองรับการวิเคราะห์ขั้นสูงและการจัดการการเปลี่ยนแปลงอีกด้วย เนื่องจากมีการเปลี่ยนแปลงบ่อยครั้งที่ธุรกิจต้องการในปัจจุบัน ระบบอัจฉริยะสามารถให้คำแนะนำแก่ตัวแทนหรือผู้จัดการการเปลี่ยนแปลงโดยมุ่งเป้าไปที่การปรับสภาพแวดล้อมให้เหมาะสมและเพิ่มอัตราความสำเร็จของการเปลี่ยนแปลงในอนาคต ตัวแทนสามารถอธิบายการเปลี่ยนแปลงที่จำเป็นในภาษาธรรมชาติ และความสามารถในการวิเคราะห์จะตรวจสอบเนื้อหาเพื่อหารายการการกำหนดค่าที่ได้รับผลกระทบ การเปลี่ยนแปลงทั้งหมดได้รับการควบคุม และตัวบ่งชี้อัตโนมัติจะบอกผู้จัดการการเปลี่ยนแปลงหากมีปัญหาใดๆ กับการเปลี่ยนแปลง เช่น ความเสี่ยง กำหนดการในกรอบเวลาที่ไม่ได้วางแผนไว้ หรือสถานะ "ไม่อนุมัติ" ประโยชน์หลักของการจัดการการเปลี่ยนแปลงที่ชาญฉลาดคือใช้เวลาในการสร้างมูลค่าได้เร็วขึ้นด้วยการกำหนดค่าที่น้อยลง การปรับแต่งที่น้อยลง และท้ายที่สุดก็ใช้เงินน้อยลง

ท้ายที่สุดแล้ว แมชชีนเลิร์นนิงและการวิเคราะห์กำลังเปลี่ยนแปลงระบบ ITSM ด้วยสมมติฐานและคำแนะนำอันชาญฉลาดเกี่ยวกับปัญหาตั๋วและกระบวนการเปลี่ยนแปลงที่ช่วยให้ตัวแทนและทีมสนับสนุนด้านไอทีสามารถอธิบาย วินิจฉัย คาดการณ์ และกำหนดสิ่งที่เกิดขึ้น สิ่งที่เกิดขึ้น และสิ่งที่จะเกิดขึ้น ผู้ใช้ปลายทางจะได้รับข้อมูลเชิงลึกเชิงรุกที่เป็นส่วนตัวและเป็นแบบไดนามิกและวิธีแก้ปัญหาที่รวดเร็ว ในกรณีนี้ ล็อตจะดำเนินการโดยอัตโนมัติ เช่น โดยปราศจากการแทรกแซงของมนุษย์ และเมื่อเทคโนโลยีเรียนรู้เมื่อเวลาผ่านไป กระบวนการต่างๆ ก็จะดีขึ้นเท่านั้น สิ่งสำคัญคือต้องทราบว่าฟีเจอร์อัจฉริยะทั้งหมดที่อธิบายไว้ในบทความนี้พร้อมใช้งานแล้ววันนี้

ที่มา: will.com