2018 年，我們站穩了腳跟——IT 服務管理 (ITSM) 和 IT 服務仍在營業，儘管人們一直在談論它們能在數位革命中生存多久。事實上，對技術支援服務的需求正在增長——在技術支援報告和薪資報告中 （Help Desk Institute）2017 年報告顯示，55% 的服務台報告過去一年的票務量有所增加。
另一方面，許多公司指出，與 15 年 (2016%) 相比，去年技術支援電話數量 (10%) 有所下降。導致請求數量減少的關鍵因素是獨立的技術支援。然而，HDI 也報告稱，去年的申請費從 25 年的 18 美元上漲至 2016 美元。這並不是大多數 IT 部門所追求的目標。幸運的是，由分析和機器學習支援的自動化可以透過減少錯誤並提高品質和速度來改善幫助台流程和生產力。有時這超出了人類的能力，而機器學習和分析是智慧、主動和反應迅速的 IT 服務台的關鍵基礎。
本文深入探討了機器學習如何解決與工單量和成本相關的許多幫助台和 ITSM 挑戰，以及如何創建企業員工喜歡使用的更快、更自動化的幫助台。
透過機器學習和分析實現有效的 ITSM
我最喜歡的機器學習定義來自公司 :
「機器學習教會電腦做人類和動物自然會做的事情——從經驗中學習。機器學習演算法使用計算方法直接從資料中學習訊息，而不依賴預先定義的方程式作為模型。隨著可用於研究的樣本數量的增加，演算法會自適應地提高自身的性能。”
一些基於機器學習和大數據分析的 ITSM 工具具有以下功能：
- 透過機器人支援。 虛擬代理和聊天機器人可以根據資料目錄和公共請求自動建議新聞、文章、服務和支援服務。這種以最終用戶培訓計劃形式提供的 24/7 支援有助於更快地解決問題。該機器人的主要優點是改進的使用者介面和更少的來電。
- 智慧新聞和通知。 這些工具允許用戶主動收到潛在問題的通知。此外，IT 專業人員還可以透過個人化通知來推薦解決問題的解決方法，為最終用戶提供有關他們可能遇到的問題的相關且可操作的信息，以及如何避免這些問題的提示。知情的用戶將感謝主動的 IT 支持，並且傳入請求的數量將會減少。
- 智能搜尋。 當最終用戶搜尋資訊或服務時，上下文感知知識管理系統可以提供推薦、文章和連結。最終使用者往往會跳過某些結果而選擇其他結果。隨著時間的推移重新索引內容時，這些點擊和瀏覽次數將包含在「權重」標準中，因此搜尋體驗會動態調整。當最終用戶以喜歡/不喜歡投票的形式提供回饋時，它也會影響他們和其他用戶可以找到的內容的排名。在好處方面，最終用戶可以快速找到答案並感到更加自信，幫助台代理能夠處理更多的請求並實現更多的服務等級協定（SLA）。
- 熱門話題分析。 在這裡，分析功能可以識別結構化和非結構化資料來源的模式。熱門主題的資訊以熱圖的形式圖形化顯示，其中分段的大小對應於使用者需求的某些主題或關鍵字詞組的頻率。重複的事件將立即被偵測到、分組並一起解決。趨勢主題分析還可以檢測具有共同根本原因的事件集群，並顯著縮短識別和解決根本問題的時間。該技術還可以根據類似的互動或類似的問題自動建立知識庫文章。尋找任何資料中的趨勢可以增加 IT 部門的活動，防止事件再次發生，從而提高最終用戶的滿意度，同時降低 IT 成本。
- 智能應用。 最終用戶希望提交票證就像編寫推文一樣簡單——一條簡短的自然語言訊息，描述可以透過電子郵件發送的問題或請求。或者甚至只是附上問題的照片並從您的行動裝置發送。智慧票證註冊可根據最終使用者所寫內容或使用光學字元辨識 (OCR) 軟體處理的影像掃描自動填入所有字段，從而加快票證建立過程。該技術使用一組觀察資料自動對工單進行分類並將其發送給適當的幫助台代理程式。如果機器學習模型對於給定情況不是最佳的，代理可以將票轉發給不同的支援團隊，並且可以覆蓋自動填充的欄位。該系統從新模式中學習，這使得它能夠更好地應對未來出現的問題。所有這一切意味著最終用戶可以快速輕鬆地開票，從而提高使用工作工具時的滿意度。此功能還減少了手動工作和錯誤，並有助於減少許可時間和成本。
- 智慧電子郵件。 該工具類似於智能訂單。最終用戶可以向支援團隊發送電子郵件並用自然語言描述問題。幫助台工具根據電子郵件內容產生票證，並自動回覆最終使用者並提供建議解決方案的連結。最終用戶感到滿意，因為打開票證和請求既簡單又方便，而且 IT 代理要做的手工工作也更少。
- 智慧變更管理。 機器學習還支援高級分析和變更管理。鑑於當今企業需要頻繁的變革，智慧系統可以為變革推動者或管理者提供旨在優化環境並提高未來變革成功率的建議。代理可以用自然語言描述所需的更改，分析功能將檢查受影響的配置項目的內容。所有變更均受到監管，自動指示器會告訴變更經理變更是否有任何問題，例如風險、在計劃外窗口安排或「未批准」狀態。智慧變更管理的主要好處是透過更少的配置、客製化以及最終更少的資金來更快地實現價值。
最終，機器學習和分析正在透過有關工單問題和變更流程的智慧假設和建議來改變ITSM 系統，幫助代理商和IT 支援團隊描述、診斷、預測和規定已發生的情況、正在發生的情況和將要發生的情況。最終用戶可以獲得主動、個人化和動態的見解和快速的解決方案。在這種情況下，很多事情都是自動完成的，即無需人工幹預。隨著技術不斷學習，流程只會變得更好。值得注意的是，本文中描述的所有智慧功能現在都可用。
來源： www.habr.com