Proaktywne rekomendacje

Poprosiłeś o spersonalizowane proaktywne rekomendacje dotyczące pomocy technicznej, które pomogą Ci osiągnąć więcej. A my je dostarczyliśmy.

Jak pokazano poniżej, spersonalizowane zalecenia są przesyłane z predykcyjnego aparatu proaktywnych rekomendacji za pośrednictwem środowiska cyfrowego Services Hub bezpośrednio do Ciebie — klienta. Interakcje użytkownika, reaktywne przypadki pomocy technicznej i zużycie treści generujące informacje zwrotne są przekazywane z powrotem do aparatu w celu poprawienia zaleceń.

Nasza wizja proaktywnych rekomendacji obejmuje:

• Obsługę zaleceń dotyczących działań i adresów IP specyficznych dla treści użytkownika i klienta (ślad licencji, reaktywne przypadki pomocy technicznej, warsztaty i oceny)
• Rekomendacje powinny uwzględniać Katalog Usług oraz MS Learn
• Dostarczanie spersonalizowanych i istotnych dla danego kontekstu rekomendacji w Services Hub
• Rekomendacje są formułowane w czasie rzeczywistym, bez wpływu na wydajność całego środowiska cyfrowego

Jakie usługi są zalecane?

Silnik przewidywanie proaktywnych rekomendacji obsługuje treści z Katalogu Usług firmy Microsoft i MS Learn. Materiał zawarty w tym katalogu można przeszukiwać ręcznie, stosując filtrowanie według poziomu usługi, typu usługi i produktu. Katalog usług stale ewoluuje poprzez tworzenie nowych materiałów, edytowanie istniejących materiałów i archiwizowanie nieaktualnych materiałów przez zespół treści Usług. Proaktywne rekomendacje umożliwiają korzystanie z zalecanej usługi bez konieczności wyszukiwania materiałów i obejmują usługi Microsoft, szkolenia na żądanie i oceny na żądanie oferowane za pośrednictwem Services Hub.

Gdzie są wyświetlane rekomendacje w Services Hub?

Proaktywne rekomendacje są wyświetlane w różnych środowiskach cyfrowych w Services Hub. Rekomendacje podane w tych środowiskach są dostosowane do kontekstu określonego rozwiązania cyfrowego i spersonalizowane dla Ciebie.

Spersonalizowane rekomendacje dotyczące zawartości oceny na żądanie w Services Hub można znaleźć na stronie głównej Services Hub w kafelku Kondycja IT, a zalecenia dotyczące szkoleń na żądanie i warsztatów dostępne są w kafelku Szkolenia.

Predykcyjne proaktywne rekomendacje znajdują się poniżej funkcji wyszukiwania w Katalogu usług portalu Services Hub i są przedstawione na poniższym diagramie. Rekomendacje znajdujące się na stronie Katalogu usług obejmują wszystkie typy zawartości i są spersonalizowane dla użytkownika.

Na stronie docelowej Learning predykcyjne proaktywne rekomendacje znajdują się pod nagłówkiem i są przedstawione na poniższym diagramie. Rekomendacje znajdujące się na stronie Learning obejmują edukacyjne typy treści, w tym szkolenia na żądanie i warsztaty. Te rekomendacje są spersonalizowane dla Ciebie.

Na stronie Oceny predykcyjne proaktywne rekomendacje znajdują się poniżej podsumowania oceny i są przedstawione na poniższym diagramie. Rekomendacje znajdujące się na stronie Oceny koncentrują się na typach treści dotyczących ocen i są spersonalizowane dla Ciebie.

Na stronie Działu Obsługi Klienta Przewidywane zalecenia proaktywne znajdują się poniżej grafiku wizualizacji trendu na stronie. Zalecenia są reprezentowane w wizualizacji poniżej i są obsługiwane przez usługę Aparat Reguł. Zalecenia te obejmują wszystkie typy zawartości i są spersonalizowane dla klienta.

Na stronie Działu Obsługi Klienta Przewidywane zalecenia proaktywne znajdują się poniżej szczegółów sprawy i grafiku wizualizacji trendu na stronie. Zalecenia są przedstawione w wizualizacji poniżej i są obsługiwane przez usługę rekomendacji Reaktywnej Pomocy Technicznej. Zalecenia te obejmują wszystkie typy zawartości i są spersonalizowane dla klienta.

Jak działa aparat rekomendacji?

Istnieje kilka różnych aspektów predykcyjnego aparatu proaktywnych rekomendacji. Każdy aspekt odgrywa inną rolę w Services Hub.

Usługa, która obsługuje zalecenia dotyczące opisanych wcześniej doświadczeń cyfrowych opiera się na metodzie wspólnego filtrowania. Ta metoda wspólnego filtrowania przewiduje zainteresowania zużycia pojedynczego użytkownika Services Hub poprzez zbieranie zainteresowań zużycia innych użytkowników Services Hub. Podstawowym założeniem metody wspólnego filtrowania jest to, że jeśli dana osoba ma takie same zainteresowania jak inna osoba w zakresie treści proaktywnych, pierwsza osoba jest bardziej skłonna do dzielenia zainteresowań zużycia z drugą osobą wobec nowej treści. W związku z tym nasz system rekomendacji wspólnego filtrowania dla predykcyjnej proaktywnej zawartości opracowuje prognozy dotyczące proaktywnych usług, które użytkownik może polubić, bazując na istniejącej historii zużycia i historii zużycia podobnych użytkowników (współpracowników).

Drugą podstawową usługą rekomendacji jest nasz model Reaktywnej Pomocy Technicznej oparty na reaktywnych informacjach dotyczących pomocy technicznej. Ta usługa wykorzystuje następujące informacje do generowania zalecanych szkoleń na żądanie, ocen i usług:

• Rodzina produktów
• Tytuł sprawy
• Opis sprawy
• Uwagi dotyczące sprawy

Ta usługa rekomendacji pobiera z tekstu funkcje, które są używane do przetwarzania podobieństwa do usług dostępnych w katalogu usług. Istnieją różne algorytmy, które są stosowane do wykonania tego pomiaru podobieństwa, w tym model Light GBM, który wyszukuje oceny dla konkretnych przypadków, oraz model wykresu wiedzy, który wyszukuje szkolenia na żądanie i warsztaty dla spraw reaktywnej pomocy technicznej.

Trzecia usługa rekomendacji używa aparatu reguł do dostarczania proaktywnych zaleceń. Konkretne produkty pomocy reaktywnej, trendy przypadków, pod-trendy i klasyfikacje wglądu w usługi są mapowane na określone proaktywne usługi w ramach aparatu reguł. Gdy sprawy pomocy reaktywnej klienta są oceniane przy użyciu reguł i zostanie znalezione dopasowanie, mapowane usługi proaktywne są zwracane. Reguły są tworzone i edytowane przy użyciu środowiska cyfrowego Rules Hub w ramach Services Hub.

W jaki sposób użytkownicy wpływają na przedstawiane rekomendacje?

Zarówno w przypadku metody wspólnego filtrowania, jak i metody reaktywnej pomocy technicznej użytkownicy mogą wpływać na oferowane im zalecenia w Services Hub.

Wspólny filtr jest oparty na proaktywnych usługach. To zużycie wskazuje preferencje użytkownika. Im więcej treści jest zużywane, tym bardziej zróżnicowane i precyzyjne będą wynikające z niej zalecenia. Im mniej informacji o proaktywnym zużyciu jest dostępnych, tym mniej danych, na których można oprzeć zalecenia, ma do dyspozycji wspólny filtr. Zalecenia ulegają poprawie wraz ze wzrostem zużycia innych użytkowników w Services Hub. Złożone relacje między użytkownikami a treściami staną się jaśniejsze wraz ze wzrostem proaktywnego zużycia.

Metoda sprawy reaktywnej pomocy technicznej bazuje na żądaniach pomocy technicznej przesyłanych do firmy Microsoft. Usługa rekomendacji mierzy podobieństwo między indywidualnymi żądaniami pomocy technicznej a proaktywnymi ofertami. Gdy klienci przesyłają nowe żądania pomocy technicznej, powstaną nowe zalecenia bazujące na informacjach zawartych w nowych żądaniach pomocy technicznej.

Aparat Reguł jest oparty na tym, jak reaktywne przypadki pomocy technicznej są klasyfikowane dla trendów przypadków, pod-trendów i wartości wglądu w usługi. Ponieważ reaktywne przypadki pomocy technicznej są stosowane przez menedżerów incydentów lub za pośrednictwem zautomatyzowanego procesu opartego na ML (nauka maszynowa), odpowiednio zaleca się proaktywne usługi. Reguły mogą być tworzone lub edytowane, co będzie miało wpływ na proaktywne zalecenia zwrócone przez Aparat Reguł.

Jakie zalecenia są wyświetlane, gdy użytkownicy po raz pierwszy korzystają z Services Hub?

Ponieważ nowi użytkownicy są dołączani do Services Hub, proaktywne zużycie będzie minimalne. W takim przypadku filtr wspólnej rekomendacji ma do dyspozycji niewiele bezpośrednich informacji, na których może oprzeć zalecenia. W tej sytuacji nowi użytkownicy mają dostęp do popularnej oceny, szkoleń na żądanie i zawartości warsztatów. Po zarejestrowaniu wystarczającego zużycia filtr współpracy sprawi, że spersonalizowane rekomendacje oparte na zawartości będą bardziej bezpośrednio związane z preferencjami i potrzebami użytkownika.

Ten scenariusz nie ma zastosowania bezpośrednio do innych usług rekomendacji, w tym do modelu Reaktywnej Pomocy Technicznej i Aparatu Reguł. Po przesłaniu nowych żądań pomocy technicznej zalecenia oparte na przypadkach będą dokonywane bezpośrednio wobec żądania pomocy technicznej. Aparat Reguł zwróci odpowiednie proaktywne zalecenia na podstawie informacji o trendach przypadku dla nowego klienta Services Hub.