En 2018, nous avons solidement consolidé nos positions - les services de gestion des services informatiques (ITSM) et les services informatiques continuent de fonctionner, malgré les discussions en cours sur leur durée dans la révolution numérique. En effet, la demande de services de support technique est en augmentation - le rapport de support technique et le rapport sur les salaires
HDI (Help Desk Institute) pour 2017 indiquent que 55% des services de support technique ont noté une augmentation du volume de demandes au cours de l'année écoulée.
En revanche, de nombreuses entreprises ont constaté une baisse du volume des appels au support technique l'an dernier (15%) par rapport à 2016 (10%). Le soutien technique indépendant a été un facteur clé contribuant à une diminution du nombre de demandes. Cependant, HDI rapporte également que l'année dernière le coût de la demande est passé à 25 $, contre 18 $ en 2016. Ce n'est pas l'objectif de la plupart des services informatiques. Heureusement, l'automatisation basée sur l'analyse et l'apprentissage automatique peut améliorer les processus de support et la productivité en réduisant les erreurs et en améliorant la qualité et la vitesse. Parfois, cela va au-delà des capacités humaines, et l'apprentissage automatique et l'analyse sont une base essentielle pour un service de support informatique intelligent, capable et opérationnel.
Cet article explique plus en détail comment l'apprentissage automatique peut résoudre de nombreux problèmes des services de support et ITSM liés au volume et au coût des applications, et comment créer un service de support plus rapide et automatisé que les employés de l'entreprise utiliseront avec plaisir.
ITSM efficace grâce à l'apprentissage automatique et à l'analyse
Ma définition préférée de l'apprentissage automatique
vient de MathWorks :
«L'apprentissage automatique enseigne aux ordinateurs à faire ce qui est naturel pour les humains et les animaux à apprendre de leur propre expérience. Les algorithmes d'apprentissage automatique utilisent des méthodes de calcul pour étudier les informations directement à partir des données, sans s'appuyer sur une équation prédéfinie comme modèle. Les algorithmes améliorent de manière adaptative leur propre efficacité à mesure que le nombre d'échantillons disponibles pour l'étude augmente. »
Les options suivantes sont disponibles pour certains outils ITSM basés sur l'apprentissage automatique et l'analyse de Big Data:
- Support via le bot. Les agents virtuels et les chatbots peuvent automatiquement proposer des actualités, des articles, des services et des offres d'assistance à partir d'annuaires de données et de demandes publiques. Un tel support 24h / 24 et 7j / 7 sous la forme de programmes de formation offerts aux utilisateurs finaux permet de résoudre les problèmes beaucoup plus rapidement. Les principaux avantages du bot sont une interface utilisateur améliorée et moins d'appels entrants.
- Nouvelles et notifications intelligentes. Ces outils vous permettent d'avertir les utilisateurs à l'avance des problèmes potentiels. En outre, les informaticiens peuvent recommander des solutions de contournement pour résoudre les problèmes avec des notifications personnalisées qui fournissent aux utilisateurs finaux des informations à jour et utiles sur les problèmes qu'ils peuvent rencontrer, ainsi que des conseils sur la façon de les éviter. Les utilisateurs avertis apprécieront le support informatique actif et le nombre d'appels entrants diminuera.
- Recherche intelligente. Lorsque les utilisateurs finaux recherchent des informations ou des services, un système de gestion des connaissances contextuel peut fournir des recommandations, des articles et des liens. Les utilisateurs finaux ignorent généralement certains résultats, préférant les autres à eux. Ces clics et le nombre de vues sont inclus dans les critères de «pondération» lors de la réindexation du contenu dans le temps, de sorte que les capacités de recherche sont ajustées dynamiquement. Étant donné que les utilisateurs finaux fournissent des commentaires sous la forme d'un vote «j'aime / n'aime pas», cela affecte également la note du contenu qu'ils et d'autres utilisateurs peuvent trouver. En termes d'avantages, les utilisateurs finaux peuvent trouver rapidement des réponses et se sentir assez confiants, et les agents de support peuvent traiter plus de demandes et conclure plus d'accords de qualité de service (SLA).
- Analyse de sujets populaires. Ici, les capacités analytiques révèlent des modèles pour les sources de données structurées et non structurées. Les informations sur les sujets populaires sont affichées graphiquement sous la forme d'une carte thermique, où la taille des segments correspond à la fréquence de certains sujets ou groupes de mots clés demandés par les utilisateurs. Les incidents récurrents seront détectés instantanément, regroupés et résolus ensemble. L'analyse de sujets populaires détecte également les clusters d'incidents ayant une cause racine commune et réduit considérablement le temps d'identification et de résolution du problème principal. La technologie peut également créer automatiquement des articles de la base de connaissances basés sur des interactions similaires ou des problèmes similaires. La recherche de tendances dans toutes les données augmente l'activité du service informatique, empêche la récurrence des incidents et, par conséquent, augmente la satisfaction des utilisateurs finaux tout en réduisant les coûts informatiques.
- Application intelligente. Les utilisateurs finaux s'attendent à ce que la soumission d'une demande ne soit pas plus difficile que la rédaction d'un tweet, à savoir un court message en langage naturel décrivant un problème ou une demande pouvant être envoyé par e-mail. Ou encore, joignez simplement une photo du problème et envoyez-la depuis votre appareil mobile. L'enregistrement d'une application intelligente accélère le processus de création d'un appel en remplissant automatiquement tous les champs en fonction de ce que l'utilisateur final a écrit ou de la numérisation de l'image traitée à l'aide du programme de reconnaissance optique de caractères (OCR). À l'aide d'un ensemble de données d'observation, la technologie classe et adresse automatiquement les demandes aux agents de support appropriés. Les agents peuvent transférer des applications vers différents groupes de support et peuvent remplacer les champs remplis automatiquement si le modèle d'apprentissage automatique n'est pas optimal dans ce cas. Le système apprend de nouveaux modèles, ce qui vous permet de mieux faire face aux problèmes émergents à l'avenir. Tout cela signifie que les utilisateurs finaux peuvent ouvrir des applications facilement et rapidement, ce qui augmente la satisfaction lors de l'utilisation des outils de travail. Cette fonctionnalité réduit également le travail manuel et les erreurs et contribue à réduire les coûts de temps et de résolution.
- Courriel intelligent. Cet outil ressemble à une application intelligente. L'utilisateur final peut envoyer une lettre pour soutenir et décrire le problème dans un langage naturel. L'outil de service d'assistance crée une application basée sur le contenu de l'e-mail et répond également automatiquement à l'utilisateur final avec des liens vers les solutions proposées. Les utilisateurs finaux sont satisfaits car l'ouverture des applications et des demandes de renseignements est facile et pratique, et les agents informatiques ont moins de travail manuel.
- Gestion intelligente du changement. L'apprentissage automatique prend également en charge l'analyse moderne et la gestion du changement. Compte tenu du nombre fréquent de changements que les entreprises exigent aujourd'hui, les systèmes intelligents peuvent fournir aux agents ou aux gestionnaires du changement des propositions visant à optimiser l'environnement et à augmenter le pourcentage de changements réussis à l'avenir. Les agents peuvent décrire les changements nécessaires dans un langage naturel et les capacités analytiques vérifieront le contenu pour la présence des éléments de configuration affectés. Tous les changements sont réglementés et des indicateurs automatiques informent le responsable du changement en cas de problème avec le changement, comme un risque, une planification dans une fenêtre non planifiée ou si le statut n'est pas approuvé. Le principal avantage de la gestion intelligente des modifications est un temps de récupération plus rapide avec moins de configurations, de paramètres et, finalement, moins d'argent.
En fin de compte, l'apprentissage automatique et l'analyse transforment les systèmes ITSM avec des hypothèses et des recommandations intelligentes sur les problèmes d'application et le processus de changement qui aident les agents et les groupes de support informatique à décrire, diagnostiquer, prédire et prescrire ce qui s'est passé, ce qui se passe et ce qui se passe. Les utilisateurs finaux reçoivent des évaluations analytiques proactives, personnelles et dynamiques et des solutions rapides. Cependant, beaucoup est fait automatiquement, c'est-à-dire sans intervention humaine. Et à mesure que la technologie apprend avec le temps, les processus ne font que s'améliorer. Il est important de noter que toutes les fonctionnalités intelligentes décrites dans cet article sont disponibles aujourd'hui.