ИТ-специалисты всегда были одержимы измерениями - дискового пространства, скорости процессора, пропускной способности сети и так далее. Современной службе поддержки обычно приходится манипулировать десятками инструментов и агентов для мониторинга, постоянно отправляя сигналы тревоги, предупреждения и статистику производительности.
Время от времени что-то вспыхивает красным или желтым, требуя внимания среди общего цифрового шума. Как только у кого-то появится время или он придумал, что с этим делать, проблема может быть решена. В большинстве случаев дело на этом заканчивается.
Но ведь это же не самый эффективный подход, не так ли? Во-первых, действительно ли важны эти конкретные предупреждения? А во-вторых, если да, какие улучшения можно сделать, чтобы они больше не повторялись?
Конвейерное мышление
Если вы читали мои предыдущие блоги, то знаете, что я убежденный сторонник адаптации производственных процессов для стимулирования ИТ-мышления и цифровых стратегий. И если вы посмотрите на то, как работают многие службы поддержки, станет ясно, что действительно есть веские финансовые и коммерческие причины для инвестирования в более эффективные способы управления обращениями.
Что мы узнаем в службе поддержки каждый раз, вместо того, чтобы получать предупреждение, устранять проблему и переходить к следующему запросу? Проводим ли мы анализ первопричин, который может предотвратить повторное возникновение проблемы и повысить эффективность нашей деятельности? Можем ли мы сэкономить деньги за счет автоматизации будущих ответов, чтобы сотрудники службы поддержки могли лучше вовлекаться в решение более сложных проблем?
По мере того, как каждый билет с грохотом катится по нашей виртуальной конвейерной ленте, наша обязанность как профессионалов службы поддержки ИТ - не только устранять каждую проблему, но и обеспечивать как можно более плавное движение этой конвейерной ленты.
Что касается измерения, это означает понимание контекста каждого инцидента или запроса. Знание, что вы имели дело с 200 билетами за одну неделю и 300 на следующей, почти бесполезно, если вы не понимаете, какое влияние на бизнес оказало каждое из них. Более эффективный процесс - расставить приоритеты, категоризировать, назначить, исправить, изучить и повторно применить решение, если аналогичная проблема возникнет в будущем.
Хорошая новость заключается в том, что с помощью машинного обучения и искусственного интеллекта создание динамических непрерывных улучшений не только просто, но и очень рентабельно.
Искусственный интеллект и служба поддержки
Все согласны с тем, что автоматизация может обнаруживать и измерять инциденты. Автоматизация часто действительно может решить проблему без ручного вмешательства. Меня беспокоит то, как мало людей осознают, что с помощью современного машинного обучения можно автоматизировать все, от приоритезации, категоризации и назначения тикета до проведения анализа первопричин.
Затем, поскольку все происходит автоматически, у вас есть четкий контрольный журнал, запись о том, какие действия были предприняты для решения проблемы, предложение о том, как устранить основную причину, и модель действий в будущих инцидентах. Внезапно мы можем предоставить измерения, которые действительно что-то значат для бизнеса.
Возвращаясь к нашей виртуальной конвейерной ленте билетов, насколько полезно было бы, если бы вы могли удалить проблему с ленты (чтобы не прерывать ничего другого), взять ее на скамейку, посмотреть на нее со всех сторон, посмотреть, что может быть улучшенным, а затем вернуть эту информацию? Вот что могут сделать для вас машинное обучение и искусственный интеллект.
Если вы скептически относитесь к тому, сколько ручного вмешательства это может сэкономить, просто подумайте о повседневных вещах, таких как организация общего доступа к файлам, доступ через VPN или разрешения ERP. Чтобы действовать в этом направлении, сотрудники вашей службы поддержки имеют право действовать только в рамках уже существующих правил политики - на самом деле они не принимают решений. Итак, нет причин, по которым все не может происходить автоматически, исходя из усвоенных правил. (Это даже снизит вероятность ошибки, и все это можно будет должным образом отслеживать и измерить).
Работа с большими объемами билетов
Естественно, если у вас небольшой бизнес, где нагрузка на службу поддержки относительно невелика, от автоматизации мало пользы. Но преимущества начинают действовать довольно быстро по мере увеличения количества запросов.
Это было прекрасно продемонстрировано нашим опытом работы с клиентами, и чистая масштабируемость также будет особенно актуальна для внешних поставщиков ИТ-услуг, которые запускают службы поддержки от имени клиентов. Один поставщик услуг может работать с сотнями отдельных предприятий, у всех из которых разные требования, политики и требования. Одна из областей, в которой такие поставщики услуг могут показать добавленную стоимость, - это демонстрация непрерывного совершенствования и методов улучшения управления процессами.
Ключевым моментом является автоматизация, поскольку она помогает работать с каждой заявкой, создает новые процессы для работы с будущими заявками и обеспечивает надежные, значимые измерения, которые показывают каждому клиенту, насколько хорош его поставщик услуг.
Хотите показать, насколько хороша ваша служба поддержки? Инвестируйте в машинное обучение и искусственный интеллект и начните измерять действительно важные вещи.
