המלצות יזומה

ביקשת המלצות תמיכה יזומה מותאמות אישית כדי להעצים אותך כדי להשיג יותר. אנחנו מסרנו.

כפי שמוצג להלן, המלצות מותאמות אישית זורמות ממנוע ההמלצות היזומה החזוי דרך חוויות דיגיטליות של Services Hub ישירות אליך - הלקוח. אינטראקציות משתמש, מקרי תמיכה תגובתיים וצריכת תוכן היוצרת משוב יזנו בחזרה למנגנון כדי לשפר את ההמלצות שלך.

החזון שלנו להמלצות יזומה כולל:

• הגש המלצות המבוססות על פעולות ו- IP ספציפיות לתוכן של משתמשים ולקווחים (טביעת רגל ברישיון, מקרי תמיכה תגובתיים, סדנאות והערכות)
• המלצות צריכות להיות כוללות את קטלוג השירותים ו- MS Learn
• ספק המלצות מותאמות אישית והקשר רלוונטיות בתוך מרכז השירותים
• המלצות מעובדות בזמן אמת ללא השפעה על הביצועים על החוויה הדיגיטלית הכוללת

אילו שירותים מומלצים?

מנגנון ההמלצות היזומה החזוי מגיש תוכן מקטלוג השירותים של Microsoft ומ- MS Learn. החומר הכלול בקטלוג ניתן לחיפוש באופן ידני באמצעות רמת שירות, סוג שירות ומסנני מוצרים. קטלוג השירותים מתפתח ללא הרף עם יצירת חומר חדש, החומרים הקיימים נערכים וחומרים מיוחסנים בארכיון על-ידי צוות התוכן של השירותים. המלצות יזומה מאפשרות לך לצרוך את השירות המומלץ ללא צורך בחיפוש אחר החומרים וכוללת שירותים מונחים של Microsoft, חינוך לפי דרישה והערכות לפי דרישה המוצעות דרך מרכז השירותים.

היכן מופיעות המלצות ברכזת השירותים?

המלצות יזומה מופיעות במגוון חוויות דיגיטליות במרכז השירותים. ההמלצות המוגשות בחוויות אלה מותאמות להקשר של החוויה הדיגיטלית הספציפית ומותאמת אישית עבורך.

בדף הבית של Services Hub, ניתן למצוא המלצות תוכן של הערכה לפי דרישה של מרכז השירותים המותאמות לך באריח תקינות ה- IT בזמן שהמלצות הלמידה לפי דרישה והסדנאות שלך נמצאות בתוך אריח הלמידה.

המלצות יזומה חזויות כלולות מתחת לתכונת החיפוש בקטלוג שירותי רכזת שירותים ומיוצגות בדיאגרמה שלהלן. ההמלצות שנמצאות בדף קטלוג השירותים מכסות את כל סוגי התוכן ומותאם אישית עבורך.

בדף היעד של Learning, המלצות יזומה חזויות כלולות מתחת לכותרת ומיוצגות בדיאגרמה שלהלן. ההמלצות שנמצאו בדף Learning מכסות סוגי תוכן של למידה, כולל למידה לפי דרישה וסדנאות. המלצות אלה מותאמות אישית עבורך.

בדף הערכות, המלצות יזום חזויות כלולות מתחת לסיכום ההערכה ומיוצגות בדיאגרמה שלהלן. ההמלצות שנמצאות בדף 'הערכות' מתמקדות בסוגי תוכן הערכה והן מותאמות אישית עבורך.

בדף הנחיתה של התמיכה, המלצות יזומה חזויות נמצאות מתחת לפריטים החזותיים הטרנדיים של האירוע בדף. ההמלצות מיוצגים בתמונה החזותית שלהלן, והן מופעלות על-ידי שירות Rules Engine. המלצות אלה כוללות את כל סוגי התוכן ומותאמת אישית עבור הלקוח.

בדף פרטי תמיכה, המלצות יזומה חזויות נמצאות מתחת לפרטי האירוע ולמקרה החזותיים הטרנדיים בדף. ההמלצות מיוצגים בתמונה החזותית שלהלן, והן מופעלות על-ידי שירות ההמלצות לתמיכה תגובתית. המלצות אלה כוללות את כל סוגי התוכן ומותאמת אישית עבור הלקוח.

כיצד פועל מנגנון ההמלצות?

ישנם כמה היבטים שונים של מנגנון ההמלצות היזומה החזוי. לכל היבט יש תפקיד שונה ברכזת השירותים.

השירות שפועול בחוויות הדיגיטליות של ההמלצה המתוארות קודם לכן מבוסס על שיטת סינון שיתופי. שיטת סינון שיתופית זו חוזה את תחומי העניין הצריכה של משתמש אחד ברכזת השירותים על-ידי איסוף תחומי עניין של צריכה ממשתמשים אחרים של Services Hub. ההנחה היסודית של הגישה לסינון שיתופי היא שאם לאדם יש תחומי עניין זהים לזה של אדם שני עבור תוכן יזום, האדם הראשון צפוי לשתף את תחומי העניין של המשתמש השני בצריכה עבור פריט תוכן חדש. לכן, מערכת ההמלצות שלנו לסינון שיתופי עבור תוכן יזום תחזיתי מבצעת חיזויים לגבי השירותים היזומות שהמשתמש אוהב להשתמש בהיסטוריית הצריכה הקיימת שלו ובהיסטוריית הצריכה של משתמשים דומים (משתפי פעולה).

שירות ההמלצות השני הוא מודל מקרה התמיכה תגובתי שלנו בהתבסס על מידע תמיכה תגובתי. שירות זה משתמש במידע הבא כדי ליצור LOD, הערכות ושירותים מומלצים:

• משפחת מוצרים
• כותרת אירוע
• תיאור האירוע
• הערות רישיות

שירות המלצה זה שואב תכונות אלה מטקסט המשמש לחישוב דמיון לשירותים בתוך קטלוג השירותים. ישנם אלגוריתמים שונים המועסקים כדי לבצע מדידה זו של דמיון, כולל מודל GBM קל כדי למצוא הערכות עבור מקרים ספציפיים ומודל של Knowledge Graph כדי למצוא למידה לפי דרישה וסדנאות עבור אירועי תמיכה תגובתיים.

שירות ההמלצות השלישי משתמש במנוע כללים כדי לספק המלצות יזומה. מוצרי תמיכה תגובתיים ספציפיים, מגמות מקרה, מגמות משנה וסיווגי תובנות שירות ממופים לשירותים יזיזים ספציפיים בתוך מנגנון הכללים. כאשר מקרי תמיכה תגובתיים של לקוח מוערכים באמצעות הכללים ותמצא התאמה, השירותים היזומה הממופים מוחזרים. הכללים נערכים ועורכים באמצעות החוויה הדיגיטלית של מרכז הכללים בתוך מרכז השירותים.

כיצד משתמשים משפיעים על ההמלצות המוצגות?

באמצעות שיטת הסינון התומך בשיתוף פעולה, שיטת אירוע התמיכה הריאקטיבית ומנוע הכללים, המשתמשים יכולים להשפיע על ההמלצות שהם מוגשים במרכז השירותים.

המסנן השיתוף פעולה מבוסס על שירותים יזום שנצרכת. צריכה זו מציינת את העדפות המשתמש. התוכן רב יותר נצרכים, כך ההמלצות המתוצאת יהיו מגוונות ומדויקות יותר. עם מידע צריכת יזום מינימלי לשימוש, כך המסנן שיתופי יהיה זמין פחות להמלצות בסיס. ככל שצריכת המשתמשים של Services Hub גדלה, גם ההמלצות ישתפרו. קשרי גומלין מורכבים בין משתמשים ותוכן יהפכו לברורים יותר ככל שהצריכה היזומה גדלה.

פעולת השירות Reactive Support Case מבוססת על בקשות התמיכה שנשלחו ל- Microsoft. שירות ההמלצות מודד את הדמיון בין בקשות תמיכה אישיות להצעות יזום. כאשר לקוחות שולחים בקשות תמיכה חדשות, יבוצעו המלצות חדשות בהתבסס על המידע הקיימים בבקשות התמיכה החדשות.

מנגנון הכללים מונע על-ידי האופן בו מקרי תמיכה תגובתיים מסווגים עבור מגמות מקרה, מגמות משנה וערכים של תובנות שירות. כיוון שהמקרים של תמיכה תגובתית טרנדיים על-ידי מנהלי אירועים או באמצעות תהליך אוטומטי מונחה למידת מכונה, שירותי יזומה מומלצים בהתאם. ניתן לערוך או לערוך כללים אשר ישפיעו על ההמלצות היזומה המוחזרות על-ידי מנגנון הכללים.

אילו המלצות מוצגות כאשר משתמשים עוסקים לראשונה במרכז השירותים?

כאשר משתמשים חדשים מחוברים לרכזת השירותים, צריכה יזומה תהיה לכל הפחות. כדי לטפל בתרחיש זה, לשירות ההמלצות לסינון שיתופי יש מעט מידע ישיר להמלצת בסיס. במצב זה, מוערכת פופולרית, למידה לפי דרישה ותוכן סדנאות מוגשים למשתמשים חדשים אלה. כאשר מוקלטת צריכה מספקת, המסנן המשותף יספק המלצות מותאמות אישית המבוססות על תוכן הקשורות ישירות יותר להעדפות ולצרכים של המשתמש.

תרחיש זה אינו חל ישירות על שירותי המלצה אחרים, כולל מודל מקרה התמיכה תגובתי ומנוע הכללים. כאשר בקשות תמיכה חדשות נשלחות, המלצות המבוססות על רישיות יבוצעו ישירות מול בקשת התמיכה. מנגנון הכללים יחזיר המלצות יזום רלוונטיות בהתבסס על המידע לגבי מגמות האירוע עבור הלקוח החדש של Services Hub.