在2018年，我们牢牢巩固了自己的地位-尽管一直在谈论它们在数字革命中将持续多长时间，但IT服务管理服务（ITSM）和IT服务仍然继续运营。 确实，对技术支持服务的需求正在增长-2017年的技术支持报告和
HDI薪资报告（服务台研究所）表明，在过去一年中，有55％的技术支持服务表明申请量有所增加。
另一方面，许多公司指出，去年的技术支持电话数量（15％）比2016年（10％）减少了。 导致申请数量减少的关键因素是独立技术支持。 但是，HDI还报告称，去年的申请成本上升至25美元，而2016年为18美元。 这不是大多数IT服务的目标。 幸运的是，基于分析和机器学习的自动化可以通过减少错误并提高质量和速度来改善支持流程和生产率。 有时，这超出了人员的能力，并且机器学习和分析是提供智能，功能强大且可操作的IT支持服务的关键基础。
本文将更详细地讨论机器学习如何解决与应用程序的数量和成本有关的支持服务和ITSM的许多问题，以及如何创建企业员工将愉快使用的更快和自动化的支持服务。
通过机器学习和分析实现有效的ITSM
我最喜欢的机器学习定义
来自MathWorks ：
“机器学习教会计算机去做人类和动物从他们自己的经验中学到的自然知识。 机器学习算法使用计算方法直接从数据中学习信息，而无需依赖预定义的方程式作为模型。 随着可供研究的样本数量的增加，这些算法可自适应地提高其自身的效率。”
以下选项可用于基于机器学习和大数据分析的某些ITSM工具：
- 通过机器人的支持。 虚拟代理和聊天机器人可以自动提供来自数据目录和公共请求的新闻，文章，服务和支持。 提供的最终用户培训计划形式的这种24/7支持有助于更快地解决问题。 该机器人的主要优点是改进的用户界面和更少的来电。
- 智能新闻和通知。 这些工具使您可以提前通知用户潜在的问题。 此外，IT专业人员可以推荐解决方法，通过个性化通知来解决问题，这些通知可以为最终用户提供有关他们可能遇到的问题的最新有用信息，以及如何避免这些问题的提示。 知情的用户将很高兴获得IT部门的积极支持，并且来电数量将减少。
- 智能搜索。 当最终用户寻求信息或服务时，上下文相关的知识管理系统可以提供建议，文章和链接。 最终用户通常会跳过某些结果，而优先选择其他结果。 当随时间重新索引内容时，这些单击和视图数包含在“加权”标准中，因此可以动态调整搜索功能。 由于最终用户以“喜欢/不喜欢”投票的形式提供反馈，因此这也会影响他们和其他用户可以找到的内容的评级。 在收益方面，最终用户可以快速找到答案并感到很有信心，支持代理可以处理更多请求并达成更多服务质量协议（SLA）。
- 热门主题分析。 在这里，分析功能揭示了结构化和非结构化数据源的模式。 有关热门主题的信息以热图的形式以图形方式显示，其中细分的大小对应于某些主题或用户请求的关键字组的频率。 重复发生的事件将立即被发现，分组并一起解决。 热门主题的分析还可以检测出具有常见根本原因的事件群集，并大大减少了识别和解决主要问题的时间。 该技术还可以基于相似的交互或相似的问题自动创建知识库文章。 在任何数据中找到趋势，可以增加IT部门的活动，防止事件再次发生，因此，在降低IT成本的同时，提高了最终用户的满意度。
- 智能应用程序。 最终用户希望提交应用程序并不比编写推文（即用自然语言描述问题或可以通过电子邮件发送的请求的短信）困难。 甚至只是附上问题的照片，然后从您的移动设备发送。 注册智能应用程序可以根据最终用户写的内容或使用光学字符识别（OCR）程序处理的图像的扫描自动填写所有字段，从而加快创建呼叫的过程。 通过使用一组观察数据，该技术可以自动对相应的支持代理进行分类和处理。 如果机器学习模型不适用于这种情况，则代理可以将应用程序重定向到各个支持组，并可以覆盖自动填充的字段。 该系统从新模板中学习，使您可以在将来更好地应对新出现的问题。 所有这些意味着最终用户可以轻松快速地打开应用程序，从而在使用工作工具时提高满意度。 此功能还可以减少人工工作和错误，并有助于减少时间和解决方案成本。
- 智能电子邮件。 该工具类似于智能应用程序。 最终用户可以用自然语言发送一封信来支持和描述问题。 支持服务工具会根据电子邮件的内容创建一个应用程序，并通过指向建议解决方案的链接自动响应最终用户。 最终用户感到满意，因为打开应用程序和查询变得简单方便，而且IT代理的人工工作更少。
- 智能变更管理。 机器学习还支持现代分析和变更管理。 考虑到当今企业需要频繁进行变更，智能系统可以为代理或变更经理提供旨在优化环境并增加未来成功变更百分比的建议。 代理可以用自然语言描述必要的更改，并且分析功能将检查内容是否存在受影响的配置元素。 所有变更均受到监管，如果变更存在任何问题，例如风险，计划外窗口中的计划或状态为“未批准”，则自动指示器会通知变更经理。 智能变更管理的主要优势在于，使用更少的配置，设置以及最终更少的资金，可以更快地收回投资。
最终，机器学习和分析功能通过对应用程序问题和变更过程的智能假设和建议，帮助ITSM和IT支持小组描述，诊断，预测和规定发生了什么，发生了什么以及发生了什么，从而改变了ITSM系统。 最终用户会收到主动，个性化和动态的分析评估和快速解决方案。 但是，很多工作是自动完成的，即 无需人工干预。 随着技术的不断发展，流程只会变得越来越好。 重要的是要注意，本文介绍的所有智能功能现在都可用。