Proaktif Öneriler

Daha fazlasını başarmanız için sizi güçlendirecek kişiselleştirilmiş proaktif destek önerileri istediniz. Biz de bu önerileri size sunduk.

Aşağıdaki gösterildiği gibi kişiselleştirilmiş öneriler, Tahmine Dayalı Proaktif öneri altyapısından Services Hub dijital deneyimler aracılığıyla doğrudan size, yani müşteriye iletilir. Kullanıcı etkileşimleri, reaktif destek olayları ve geri bildirim üreten içerik tüketimleri, önerilerinizi geliştirmek için altyapıya geri iletilir.

Proaktif öneriler için vizyonumuz şunları içerir:

• Kullanıcı ve müşteri içeriğine özgü eylemler ve IP tabanlı öneriler (lisans ayak izi, reaktif destek olayları, atölyeler ve değerlendirmeler) sunulur
• Önerilere Hizmetler Kataloğu ve MS Learn dahil edilmelidir
• Services Hub içinde kişiselleştirilmiş ve bağlamla ilgili öneriler sağlanır
• Öneriler, genel dijital deneyim üzerinde hiçbir performans etkisi olmadan gerçek zamanlı olarak işlenir

Hangi hizmetler önerilir?

Tahmine dayalı proaktif öneri altyapısı, Microsoft Hizmetler Kataloğu'ndan ve MS Learn'den içerikler sunar. Bu Katalogda yer alan materyaller hizmet düzeyi, hizmet türü ve ürün filtreleri kullanılarak manuel olarak aranabilir. Hizmetler Kataloğu, yeni materyaller oluşturuldukça, mevcut materyaller düzenlendikçe ve eski materyaller Hizmetler Kataloğu içerik ekibi tarafından arşivlendikçe sürekli olarak gelişmektedir. Proaktif öneriler, materyalleri aramak zorunda kalmadan önerilen hizmeti almanızı sağlar. Bu öneriler Services Hub aracılığıyla sunulan Microsoft liderliğindeki hizmetleri, isteğe bağlı eğitimi ve isteğe bağlı değerlendirmeleri içerir.

Services Hub'da öneriler nerede görünür?

Proaktif öneriler, Services Hub'daki çeşitli dijital deneyimlerde görünür. Bu deneyimler içinde sunulan öneriler, ilgili dijital deneyim bağlamına uyarlanmış ve sizin için kişiselleştirilmiştir.

Services Hub ana sayfasında, sizin için özelleştirilmiş Services Hub İsteğe Bağlı Değerlendirme içerik önerileri BT sistem durumu kutucuğunda bulunurken isteğe bağlı öğrenme ve atölye önerileriniz Learning kutucuğunda yer alır.

Tahmine Dayalı Proaktif öneriler, Services Hub Hizmetler Kataloğu arama özelliğinin altında yer almakta olup aşağıdaki diyagramda gösterilmiştir. Hizmetler Kataloğu sayfasında bulunan öneriler tüm içerik türlerini kapsar ve sizin için kişiselleştirilmiştir.

Learning giriş sayfasında Tahmine Dayalı Proaktif öneriler başlığın altına yer almaktadır ve aşağıdaki diyagramda gösterilmiştir. Learning sayfasında bulunan öneriler, isteğe bağlı öğrenme ve atölyeler de dahil olmak üzere öğrenme içerik türlerini kapsar. Bu öneriler sizin için kişiselleştirilmiştir.

Değerlendirmeler sayfasında Tahmine Dayalı Proaktif öneriler değerlendirme özetinin altında yer almaktadır ve aşağıdaki diyagramda gösterilmiştir. Değerlendirmeler sayfasında bulunan öneriler değerlendirme içerik türlerine odaklanır ve sizin için kişiselleştirilmiştir.

Tahmine Dayalı Proaktif öneriler, Destek Giriş Sayfasında servis talebi eğilimleriyle ilgili görsel öğenin altında yer alır. Öneriler aşağıdaki görseldeki gibi sunulur ve Kural Altyapısı hizmeti tarafından desteklenir. Bu öneriler tüm içerik türlerini içerir ve müşteri için kişiselleştirilmiş olarak sunulur.

Tahmine Dayalı Proaktif öneriler, Destek Ayrıntısı Sayfasında servis talebi ayrıntıları ve servis talebi eğilimleriyle ilgili görselin altında yer alır. Öneriler aşağıdaki görseldeki gibi sunulur ve Reaktif Destek öneri hizmeti tarafından desteklenir. Bu öneriler tüm içerik türlerini içerir ve müşteri için kişiselleştirilmiş olarak sunulur.

Öneri altyapısı nasıl çalışır?

Tahmine Dayalı Proaktif öneri altyapısının birkaç farklı yönü vardır. Bu yönlerden her biri Services Hub içinde farklı bir rol oynar.

Daha önce açıklanan öneri dijital deneyimlerini destekleyen hizmet, işbirlikçi bir filtreleme yöntemine dayanır. Bu ortak filtreleme yöntemi, bir Services Hub kullanıcısının tüketim ilgi alanlarını öngörmek için diğer Services Hub kullanıcılarından tüketim ilgi alanlarını toplar. Ortak filtreleme yaklaşımının altında, bir kişinin proaktif içerik için ikinci bir kişi ile aynı ilgi alanlarına sahip olması durumunda ilk kişinin yeni bir içerik için ikinci kişinin tüketim ilgi alanlarını paylaşma olasılığının daha yüksek olması varsayımı yatmaktadır. Böylece tahmine dayalı proaktif içerik için ortak filtreleme öneri sistemimiz, bir kullanıcının mevcut tüketim geçmişini ve benzer kullanıcıların (ortak çalışanların) tüketim geçmişlerini kullanarak ilgili kullanıcının hangi proaktif hizmetleri beğeneceği hakkında tahminlerde bulunur.

İkinci öneri hizmeti, reaktif destek bilgilerine dayalı Reaktif Destek Olayı modelimizdir. Bu hizmet, önerilen isteğe bağlı öğrenmeler, değerlendirmeler ve hizmetler oluşturmak için aşağıdaki bilgileri kullanmaktadır:

• Ürün ailesi
• Servis talebi başlığı
• Servis talebi açıklaması
• Olay notları

Bu öneri hizmeti, bu özellikleri Hizmetler Kataloğu'ndaki hizmetlere benzerliği hesaplamak için kullanılan metinden çıkarır. Belirli olaylar için değerlendirmeler bulmaya yarayan Light GBM modeli ile reaktif destek olayları için isteğe bağlı öğrenme ve atölyeler bulmaya yarayan Bilgi Grafiği modeli de dahil olmak üzere bu benzerlik ölçümünü gerçekleştirmek için kullanılan çeşitli algoritmalar vardır.

Üçüncü öneri hizmetinde proaktif öneriler sağlayan bir kural altyapısı kullanılır. Belirli reaktif destek ürünleri, servis talebi eğilimleri, alt eğilimler ve hizmet içgörüsü sınıflandırmaları kural altyapısındaki belirli proaktif hizmetlerle eşleştirilir. Müşteri reaktif destek olayları kurallar aracılığıyla değerlendirildiğinde ve eşleşme bulunduğunda eşleştirilen proaktif hizmetler müşteriye sunulur. Kurallar, Services Hub'daki Rules Hub dijital deneyimi kullanılarak hazırlanır ve düzenlenir.

Kullanıcılar hangi önerilerin sunulacağını nasıl etkiler?

İşbirlikçi filtreleme yöntemi, Reaktif Destek Servis Talebi yöntemi ve Kurallar Altyapısı sayesinde kullanıcılar Services Hub'da kendilerine sunulan önerileri etkileyebilir.

Ortak filtre, tüketilen proaktif hizmetlere göre yönlendirilir. Bu tüketim, kullanıcı tercihlerini gösterir. Ne kadar çok içerik tüketilirse ortaya çıkan öneriler o kadar çeşitli ve kesin olacaktır. Kullanılacak proaktif tüketim bilgisi ne kadar az olursa ortak filtrenin önerilerde temel alabileceği bilgi de o kadar az olur. Diğer Services Hub kullanıcı tüketimi arttıkça öneriler de iyileşir. Proaktif tüketim arttıkça kullanıcılar ve içerik arasındaki karmaşık ilişkiler daha da netleşir.

Reaktif Destek Olayı yöntemi, Microsoft'a gönderilen destek isteklerine göre yürütülür. Öneri hizmeti, bireysel destek istekleri ve proaktif teklifler arasındaki benzerliği ölçer. Müşteriler yeni destek istekleri gönderdikçe yeni destek isteklerinde bulunan bilgilere dayalı olarak yeni öneriler yapılır.

Kural Altyapısı, reaktif destek olaylarının olay eğilimleri, alt eğilimler ve hizmet içgörüsü değerleri için nasıl sınıflandırıldığını gösterir. Reaktif destek olayı eğilimleri ya olay yöneticileri ya da ML destekli otomatik işlem yoluyla sınırlandırıldığından proaktif hizmetler buna göre önerilir. Kural Altyapısı tarafından sunulan proaktif önerileri etkileyecek kurallar yazılabilir veya düzenlenebilir.

Kullanıcılar Services Hub ile ilk defa etkileşimde bulunduğunda hangi öneriler gösterilir?

Services Hub'a yeni kullanıcılar dahil oldukça proaktif tüketim minimum düzeyde olacaktır. Bu senaryoda ortak filtre önerisi hizmetinin, öneride temel alacağı doğrudan bilgi çok azdır. Bu durumda popüler değerlendirme, isteğe bağlı öğrenme ve atölye içeriği bu yeni kullanıcılara sunulmaktadır. Yeterli tüketim kaydedildiğinde ortak filtre, kullanıcı tercihleri ve gereksinimleriyle doğrudan ilişkisi daha güçlü ve içerik tabanlı kişiselleştirilmiş önerilerde bulunur.

Bu senaryo, Reaktif Destek Olayı modeli ve Kural Altyapısı da dahil olmak üzere diğer öneri hizmetleri için doğrudan geçerli değildir. Yeni destek istekleri gönderildiğinde doğrudan bu destek isteğine karşı olay temelli öneriler sunulur. Kural Altyapısı, yeni Services Hub müşterilerine servis talebi eğilimleriyle ilgili bilgilere dayanarak ilgili proaktif öneriler sunacaktır.