Poin Utama
AI triage yang mempelajari taksonomi Anda dan merekomendasikan Category, Technician Group, artikel Knowledge Base, dan Response Template yang tepat begitu sebuah request dibuat. Smart Suggestions at a Glance Motadata ServiceOps Smart Suggestions melatih classifier AI dengan riwayat request Anda sendiri, bukan tebakan umum, untuk mengarahkan tiket secara akurat sejak request pertama di dalam platform yang selaras dengan ITIL 4.
Semua yang dibutuhkan teknisi untuk bertindak, sebelum penyelidikan dimulai.
Category direkomendasikan saat tiket dibuat, berdasarkan pola dari riwayat request Anda sendiri.
Technician Group yang paling sesuai dengan jenis request ditampilkan otomatis, agar routing tepat sejak pertama kali.
Artikel Knowledge Base yang cocok dengan masalah ditawarkan saat triage, untuk mempercepat penyelesaian.
Response Template yang sesuai dengan isi request sudah siap dipakai, sehingga waktu respons pertama lebih singkat.
Pelajari taksonomi dan pola routing Anda dari request yang sudah ada di sistem.
Dilatih dengan riwayat request yang sebenarnya dari modul Request Management Anda, bukan tiket milik organisasi lain.
Setiap kategori memerlukan minimal 50 request agar memenuhi syarat.
Kategori di bawah ambang batas itu tidak diikutkan dalam pelatihan.
Pelatihan menyeimbangkan kategori yang memenuhi syarat, sehingga tidak ada satu kategori yang mendominasi dan membuat model bias.
Hanya request yang dibuat setelah pelatihan yang dievaluasi, agar penilaian model tetap jujur.
Tampilkan saran hanya saat model cukup yakin, dan catat setiap perubahan.
Accuracy Level yang dapat dikonfigurasi mengatur kapan saran ditampilkan.
Saran hanya muncul saat tingkat keyakinan melewati ambang batas Anda.
Pelatihan ulang memperbarui model seiring perubahan taksonomi, kategori, dan struktur tim.
Saran field dan saran penyelesaian dilatih secara terpisah, untuk kendali yang lebih terarah.
Setiap tindakan pelatihan dan pembaruan tercatat di log Configuration Audit.
Fokuskan AI triage pada area dengan volume klasifikasi dan kesalahan routing tertinggi.
Berlaku untuk field Category dan Technician Group, serta penyelesaian melalui Knowledge Base dan Response Template.
Dikonfigurasi di Admin > Automation > Smart Suggestions, terpisah dari bagian AI Text Intelligence.
Berfokus pada modul Request, tempat volume intake membuat klasifikasi manual paling lambat.
Classifier yang dilatih, berbeda dari pencocokan Similarity berbasis embedding pada record lain.
Ganti triage yang bergantung pada pengalaman dengan klasifikasi yang konsisten untuk semua teknisi.
Tiket pertama karyawan baru diklasifikasikan seakurat yang akan dilakukan teknisi veteran sepuluh tahun.
Routing tetap konsisten di seluruh shift, lokasi, dan tingkat keahlian, bukan bergantung pada penilaian pribadi.
Pengalihan tiket dan tiket yang berpindah-pindah antrean berkurang saat tim yang tepat direkomendasikan sejak tiket dibuat.
Similarity sudah menampilkan record terkait dan duplikat, sehingga keputusan triage diambil dengan informasi yang lengkap.
Intelligence
Klasifikasi manual selalu berdiri di depan setiap penyelesaian. Teknisi membaca deskripsi, menentukan kategori, memilih tim, dan berharap keduanya benar. Kualitas triage mengikuti pengalaman, sehingga teknisi veteran mengategorikan berdasarkan insting sementara karyawan baru meragukan setiap pilihannya, dan inkonsistensi ini makin besar seiring service desk berkembang.
Smart Suggestions menghilangkan tebakan itu. Classifier dilatih dengan riwayat Anda sendiri, sehingga teknisi baru melihat rekomendasi yang akan dibuat oleh teknisi veteran. Pelatihan ulang berjalan otomatis seiring perubahan taksonomi dan struktur tim.
Cara Kerja
Mengaktifkan Field Suggestion di Admin > Automation, lalu memilih field target dan opsi penyelesaian.
Menetapkan ambang batas Accuracy Level untuk menentukan tingkat keyakinan minimum sebelum saran ditampilkan.
Menjalankan Train Model dengan riwayat request, menggabungkan kategori yang memenuhi minimum pelatihan 50 request.
Memprediksi Category dan Technician Group untuk request baru berdasarkan teks subjek dan deskripsi.
Menampilkan artikel Knowledge Base dan Response Template yang cocok berdasarkan kesesuaian isi.
Mengevaluasi request pasca-pelatihan secara otomatis, lalu melatih ulang model seiring perubahan taksonomi dan struktur tim.
Setiap tiket baru diklasifikasikan saat dibuat, oleh model yang mempelajari cara tim Anda selama ini mengarahkan pekerjaan.
Nilai Berdasarkan Peran
Akurasi triage tidak lagi bergantung pada teknisi mana yang membuka tiket.
Akurasi triage tidak lagi bergantung pada teknisi mana yang membuka tiket.
Hilangkan pengalihan tiket dan perpindahan antrean yang menumpuk saat klasifikasi diserahkan pada penilaian pribadi.
Hilangkan pengalihan tiket dan perpindahan antrean yang menumpuk saat klasifikasi diserahkan pada penilaian pribadi.
Buka sebuah request dan temukan Category, Technician Group, artikel Knowledge Base, dan Response Template yang tepat sudah ditampilkan.
Buka sebuah request dan temukan Category, Technician Group, artikel Knowledge Base, dan Response Template yang tepat sudah ditampilkan.
Kelola AI triage dengan kontrol yang Anda tetapkan dan bukti yang dapat Anda tunjukkan.
Kelola AI triage dengan kontrol yang Anda tetapkan dan bukti yang dapat Anda tunjukkan.
Dari Visibilitas ke Kendali
Category dan Technician Group yang tepat direkomendasikan saat tiket dibuat, sehingga tiket langsung diarahkan dengan benar sejak pertama kali.
Teknisi baru melakukan triage seakurat staf berpengalaman, karena model menyimpan cara tim Anda selama ini mengklasifikasikan pekerjaan.
Artikel Knowledge Base dan Response Template pendukung sudah tersedia saat intake, sehingga waktu respons pertama lebih singkat.
Momen yang paling menyulitkan, yaitu menentukan ke mana sebuah tiket seharusnya diarahkan, sudah terjawab sebelum penyelidikan dimulai.
Jelajahi Lebih Lanjut