Искусственный интеллект все глубже проникает во все сферы деятельности, в том числе в работу ИТ поддержки. Наличие ИИ в современных ITSM-решениях становится обыденностью. И если 2–3 года назад над текстами, сгенерированными ИИ, в основном посмеивались, а встраивание ИИ в приложения принимали за желание разработчиков хайпануть на модной теме, то сейчас прогресс ИИ налицо.
Многие поняли, как именно можно использовать ИИ, чтобы это реально приносило пользу. Особенно там, где имеем дело с большим объемом информации и ограниченным временем на её обработку. И Сервис-деск крупной компании как раз такое место, где потоком поступают самые разные запросы, и с ними надо разобраться быстро и точно, так как времени на исправление ошибок нет.
Но если мы все больше привлекаем ИИ для выполнения рутинных задач сортировки и категоризации заявок, поступающих в Сервис-деск, как от этого изменится труд «человеческих» операторов? И нужны ли они будут вообще? А как измерить эффективность совместной работы ИИ и человека? Нас всегда интересуют тренды — что будет дальше, куда мы движемся. Недавно попалась интересная статья, посвященная этой теме, выборочный перевод которой приведен ниже.
Настало время переосмысления показателей успешности Сервис-деска.
Давайте признаем это: кажется, что уже вечность как менеджеры Сервис-деск продолжают использовать все те же показатели эффективности. Доля разрешенных обращений при первом контакте, средняя продолжительность обработки, среднее время разрешения… звучит знакомо? Эти ключевые показатели эффективности (КПЭ) были созданы во времена, когда каждый запрос на поддержку обрабатывался человеком, обычно по телефону или электронной почте.
Теперь, когда ИИ и автоматизация играют значительную роль в ИТ поддержке, эти олдскульные метрики не раскрывают картину целиком. Подход, который мы используем для измерения успешности работы Сервис-деск, нуждается в серьезном обновлении для того, чтобы соответствовать тому, как на самом деле работает поддержка сейчас.
Почему традиционные метрики Сервис-деск не достигают цели?
Изменение фокуса с метрик, зацикленных на скорости — это серьезная задача для Сервис-деск. Годами данная деятельность была узко сфокусирована на том, как быстро закрываются заявки. Такие метрики как средняя продолжительность обработки и среднее время разрешения всегда были на первом плане. Но давайте будем честны: если что-то просто сделано быстро совсем не означает, что это сделано хорошо. Когда команда поддержки находится под постоянным давлением работать быстрее и быстрее, то это может привести только к торопливому общению, неполноценным решениям и перебрасыванием запросов через забор к экспертам в предметной области. В этой ситуации не выигрывает никто.
Сейчас, при использовании ИИ и автоматизации, старый подход «чем раньше, тем лучше» имеет ещё меньше смысла. Боты могут обработать простые вещи мгновенно, поэтому запросы, которые доходят до технических специалистов обычно сложные, неоднозначные, требующие реального внимания и эмпатии. Оценивать такое взаимодействие только по скорости означает игнорировать ценность вдумчивого решения и по-настоящему полезный опыт.
Вместо этого фокус необходимо сместить на то, что на самом деле важно. Ваш Сервис-деск должен делать жизнь пользователей проще, устранять проблемы до их появления и давать людям чувство надежной поддержки.
Ключевые показатели эффективности (КПЭ) для современного Сервис-деска, ориентированного на использование ИИ.
Для измерения того, что важно на самом деле организациям необходим набор КПЭ, специально созданный для поддержки использующей ИИ. Эти метрики должны отражать насколько хорошо работает автоматизация, что думают пользователи о полученном опыте поддержки и как ИТ вносит свой вклад в достижение целей бизнеса.
Вот несколько современных КПЭ, которые можно рассмотреть:
- Доля решений без контакта с сотрудником Сервис-деск или с минимальным контактом. Измеряет насколько эффективно автоматика предотвращает и решает задачи без участия человека.
- Точность эскалации ИИ. Отслеживает насколько аккуратно виртуальный агент передает сложные запросы живым сотрудникам.
- Индекс усилий пользователя. Оценивает, насколько легко или сложно для пользователя получить помощь.
- Анализ тональности. Дает понимание того насколько удовлетворен пользователь и его эмоциональной реакции.
- Время, затраченное на восстановления продуктивности. Связывает эффективность ИТ с бизнес-результатами путем измерения того, как быстро пользователь возвращается к продуктивной работе после возникновения сбоя.
Эти метрики поддерживают сдвиг с соглашений об уровне услуг (SLA) к соглашениям об уровне опыта (XLA), делая акцент на качестве взаимодействия, эмоциях пользователя и проактивной поддержке.
Переосмысление того, что такое «Хорошо»
Сервис-деск — это больше не конвейер по обработке заявок, это часть стратегии по формированию опыта сотрудников. И, по мере того как ИИ продолжает менять формы оказания поддержки, методы, которыми мы измеряем успешность ее деятельности, тоже должны меняться.
Ключевые выводы
- Устаревшие КПЭ в условиях использования ИИ не отражают опыт пользователей и влияние на бизнес.
- Метрики должны быть обновлены чтобы сфокусироваться на зрелости автоматизации, эмоциях пользователя и его усилиях, а не только на скорости.
- КПЭ отражающие цели бизнеса, такие как время, необходимое для восстановления продуктивности, помогают ИТ демонстрировать свою стратегическую ценность и способствовать успешной деятельности организации.
В целом с выводами статьи трудно не согласиться. Новые условия работы требуют новых метрик для измерения её эффективности. Передавая рутинные задачи ИИ, мы освобождаем человека для решения нетиповых задач, для общения с клиентом, там, где нужная эмпатия, пока недоступная ИИ.
Для измерения эффективности использования средств ИИ нужны отдельные особые метрики. Но в ITIL всегда подчеркивалось, что метрики измерения эффективности деятельности должны определяться целями бизнеса, а не технологиями, которые использует ИТ.
Если бизнесу нужно, чтобы запросы закрывались быстро, то метрики скорости необходимо отслеживать и анализировать, а то, что с помощью ИИ запросы стали выполняться быстрее, позволяет бизнесу поднять планку выше и ужесточить требования по скорости выполнения запросов в SLA. В то же время в любой сбалансированной системе измерения, помимо скоростных и количественных метрик, должны быть метрики, отражающие качество работы. Измерение удовлетворенности заказчиков и клиентов проводилось и раньше, до того, как ИИ стал обыденностью в нашей жизни.
Поэтому наше мнение такое. Хотя ИИ меняет подходы к работе, в том числе и в Сервис-деске, в построении системы измерения по-прежнему надо ориентироваться на цели бизнеса, чтобы ИТ услуга оставалась эффективным инструментом в его руках. Добавлять новые метрики необходимо тогда, когда есть потребность измерить новые аспекты деятельности, например эффективность применения ИИ. Измерения ради измерения, без конкретных целей, ведут только к растрате сил и времени впустую.
А как в вашей организации измеряют эффективность применения ИИ?
Оригинал статьи: It’s Time To Rethink Service Desk Success
