2018 yılı bizi sağlam bir şekilde oturttuklarını gördü - BT Hizmet Yönetimi (ITSM) ve BT Hizmetleri, dijital devrimde ne kadar süre hayatta kalacaklarına dair devam eden tartışmalara rağmen hala faaliyet gösteriyor. Aslında, Teknik Destek Raporu ve Maaş Raporunda teknik destek hizmetlerine olan talep artıyor (Yardım Masası Enstitüsü) 2017 raporu, yardım masalarının %55'inin geçtiğimiz yıl destek talebi hacminde artış bildirdiğini gösteriyor.
Öte yandan birçok şirket, geçen yıl teknik destek çağrılarının hacminde (%15) 2016'ya (%10) kıyasla bir azalma olduğunu kaydetti. Talep sayısındaki azalmaya katkıda bulunan temel faktör bağımsız teknik destek oldu. Ancak HDI, başvuru ücretinin 25'da 18 dolardan geçen yıl 2016 dolara yükseldiğini de bildirdi. Çoğu BT departmanının çabaladığı şey bu değil. Neyse ki, analitik ve makine öğrenimi ile desteklenen otomasyon, hataları azaltıp kalite ve hızı artırarak yardım masası süreçlerini ve üretkenliğini iyileştirebilir. Bazen bu, insan yeteneklerinin ötesindedir ve makine öğrenimi ve analitik, akıllı, proaktif ve duyarlı bir BT hizmet masasının temel temelini oluşturur.
Bu makale, makine öğreniminin destek talebi hacmi ve maliyetle ilgili yardım masası ve ITSM zorluklarının çoğunu nasıl çözebileceğine ve kurumsal çalışanların kullanmaktan keyif alacağı daha hızlı, daha otomatikleştirilmiş bir yardım masasının nasıl oluşturulabileceğine daha yakından bakıyor.
Makine öğrenimi ve analitik yoluyla etkili ITSM
Makine öğreniminin en sevdiğim tanımı şirketten geliyor :
“Makine öğrenimi, bilgisayarlara insanlara ve hayvanlara doğal olarak gelen şeyleri yapmayı, yani deneyimlerden öğrenmeyi öğretir. Makine öğrenimi algoritmaları, önceden tanımlanmış bir denklemi model olarak kullanmaya gerek kalmadan doğrudan verilerden bilgi öğrenmek için hesaplamalı yöntemler kullanır. Algoritmalar, çalışma için mevcut örnek sayısı arttıkça kendi performanslarını uyarlanabilir bir şekilde geliştiriyor."
Makine öğrenimi ve büyük veri analitiğine dayanan bazı ITSM araçları için aşağıdaki yetenekler mevcuttur:
- Bot aracılığıyla destek. Sanal aracılar ve sohbet robotları, veri kataloglarından ve genel taleplerden otomatik olarak haberler, makaleler, hizmetler ve destek teklifleri önerebilir. Son kullanıcı eğitim programları şeklindeki bu 24/7 destek, sorunların çok daha hızlı çözülmesine yardımcı olur. Botun temel faydaları gelişmiş bir kullanıcı arayüzü ve daha az gelen çağrıdır.
- Akıllı haberler ve bildirimler. Bu araçlar, kullanıcıların olası sorunlardan proaktif olarak haberdar edilmesine olanak tanır. Ayrıca BT uzmanları, son kullanıcılara karşılaşabilecekleri sorunlarla ilgili ilgili ve eyleme dönüştürülebilir bilgilerin yanı sıra bu sorunların nasıl önlenebileceğine dair ipuçları sağlayan kişiselleştirilmiş bildirimler aracılığıyla sorunları çözmeye yönelik geçici çözümler önerebilir. Bilgili kullanıcılar proaktif BT desteğini takdir edecek ve gelen taleplerin sayısı azalacaktır.
- Akıllı arama. Son kullanıcılar bilgi veya hizmet aradığında bağlama duyarlı bir bilgi yönetimi sistemi öneriler, makaleler ve bağlantılar sağlayabilir. Son kullanıcılar bazı sonuçları diğerlerinin lehine atlama eğilimindedir. Bu tıklamalar ve görüntülemeler, içeriğin zaman içinde yeniden dizine eklenmesi sırasında "ağırlıklandırma" kriterlerine dahil edilir, böylece arama deneyimi dinamik olarak ayarlanır. Son kullanıcılar beğenme/beğenmeme oyu şeklinde geri bildirim sağladıkça, bu aynı zamanda kendilerinin ve diğer kullanıcıların bulabileceği içeriğin sıralamasını da etkiler. Avantajlar açısından, son kullanıcılar yanıtları hızlı bir şekilde bulabilir ve kendilerini daha güvende hissedebilir; yardım masası temsilcileri daha fazla bildirimle ilgilenebilir ve daha fazla hizmet düzeyi sözleşmesi (SLA) gerçekleştirebilir.
- Popüler konuların analizi. Burada analitik yetenekleri, yapılandırılmış ve yapılandırılmamış veri kaynaklarındaki kalıpları tanımlar. Popüler konularla ilgili bilgiler, segmentlerin boyutunun kullanıcılar tarafından talep edilen belirli konuların veya anahtar kelime gruplarının sıklığına karşılık geldiği bir ısı haritası biçiminde grafiksel olarak görüntülenir. Tekrarlanan olaylar anında tespit edilerek gruplandırılacak ve birlikte çözümlenecektir. Trend Olan Konu Analizi aynı zamanda ortak bir temel nedene sahip olay kümelerini de tespit eder ve temel sorunun tanımlanması ve çözülmesi için gereken süreyi önemli ölçüde azaltır. Teknoloji ayrıca benzer etkileşimlere veya benzer konulara dayalı olarak otomatik olarak bilgi tabanı makaleleri oluşturabilir. Herhangi bir verideki trendleri bulmak, BT departmanının etkinliğini artırır, olayların tekrarlanmasını önler ve dolayısıyla BT maliyetlerini azaltırken son kullanıcı memnuniyetini artırır.
- Akıllı uygulamalar. Son kullanıcılar, destek bildirimi göndermenin, bir sorunu veya talebi açıklayan ve e-postayla gönderilebilecek kısa, doğal dilde bir mesaj olan Tweet yazmak kadar kolay olmasını bekler. Hatta sorunun bir fotoğrafını ekleyin ve mobil cihazınızdan gönderin. Akıllı bilet kaydı, son kullanıcının yazdıklarına veya optik karakter tanıma (OCR) yazılımı kullanılarak işlenen bir görüntünün taramasına göre tüm alanları otomatik olarak doldurarak bilet oluşturma sürecini hızlandırır. Teknoloji, bir dizi gözlemsel veriyi kullanarak çağrıları otomatik olarak kategorilere ayırıyor ve uygun yardım masası temsilcilerine yönlendiriyor. Temsilciler, çağrıları farklı destek ekiplerine iletebilir ve makine öğrenimi modeli belirli bir durum için ideal değilse, otomatik olarak doldurulan alanların üzerine yazabilir. Sistem, gelecekte ortaya çıkacak sorunlarla daha iyi başa çıkabilmesini sağlayan yeni kalıplardan öğrenir. Tüm bunlar, son kullanıcıların biletleri hızlı ve kolay bir şekilde açabileceği ve bunun sonucunda çalışma araçlarını kullanırken memnuniyetin artacağı anlamına geliyor. Bu yetenek aynı zamanda manuel çalışmayı ve hataları azaltır ve izin verme süresinin ve maliyetlerinin azaltılmasına yardımcı olur.
- Akıllı e-posta. Bu araç akıllı siparişlere benzer. Son kullanıcı destek ekibine bir e-posta gönderebilir ve sorunu doğal dilde açıklayabilir. Yardım masası aracı, e-posta içeriğine göre bir bildirim oluşturur ve son kullanıcıya önerilen çözümlerin bağlantılarını otomatik olarak yanıtlar. Son kullanıcılar memnun çünkü bildirimleri ve talepleri açmanın kolay ve rahat olması ve BT temsilcilerinin daha az manuel iş yapması gerekiyor.
- Akıllı değişiklik yönetimi. Makine öğrenimi ayrıca gelişmiş analitiği ve değişiklik yönetimini de destekler. Günümüzde işletmelerin ihtiyaç duyduğu sık sayıda değişiklik göz önüne alındığında, akıllı sistemler, değişim temsilcilerine veya yöneticilere, çevreyi optimize etmeyi ve gelecekte değişikliklerin başarı oranını artırmayı amaçlayan öneriler sağlayabilir. Aracılar gerekli değişiklikleri doğal dilde tanımlayabilir ve analitik yetenekleri, etkilenen yapılandırma öğelerinin içeriğini kontrol edecektir. Tüm değişiklikler düzenlenir ve otomatik göstergeler, değişiklikle ilgili risk, planlanmamış bir pencerede planlama veya "onaylanmadı" durumu gibi herhangi bir sorun olup olmadığını değişiklik yöneticisine bildirir. Akıllı değişiklik yönetiminin temel faydası, daha az yapılandırma, özelleştirme ve sonuç olarak daha az para harcanmasıyla daha hızlı değer elde etme süresidir.
Sonuçta, makine öğrenimi ve analitik, temsilcilerin ve BT destek ekiplerinin ne olduğunu, ne olduğunu ve ne olacağını tanımlamasına, teşhis etmesine, tahmin etmesine ve reçete etmesine yardımcı olan çağrı sorunları ve değişim süreci hakkında akıllı varsayımlar ve önerilerle ITSM sistemlerini dönüştürüyor. Son kullanıcılar proaktif, kişiselleştirilmiş ve dinamik içgörüler ve hızlı çözümler elde eder. Bu durumda pek çok şey otomatik olarak yapılır; insan müdahalesi olmadan. Teknoloji zamanla öğrendikçe süreçler de daha iyi hale geliyor. Bu makalede açıklanan tüm akıllı özelliklerin bugün mevcut olduğunu unutmamak önemlidir.
Kaynak: habr.com