自助服务与自动化度量
依据人们是否无需帮助就得到了所需来度量自助服务,依据自动化消除的工作和它造成的失败来度量自动化,因为一次从未到来的联系,只有在问题得到解决时才算成功。
概述与动因
自助服务和自动化是服务组织把例行工作从其员工身上拿走的两种主要方式。自助服务(Self-service)让用户通过门户、知识文章、密码重置页面或聊天机器人(chatbot)独自解决问题或获得某物。自动化(Automation)让系统执行过去由人执行的步骤,比如创建账户、重启服务,或在监控确认恢复后关闭工单。两者瞄准同一个成果:人们的重复性任务更少,用户更快得到结果,以及为需要判断的工作留出更多时间。
这些理念映射到两种传统。在 ITIL 4 中,服务请求管理实践期望被充分了解的、可重复的请求,通过标准流程以合理范围内尽可能多的自动化来处理,而事件管理和知识管理实践则期望好的信息在最早有用的节点上提供给用户和支持人员。敏捷和 DevOps 实践经由另一条路径到达同一个地方:基础设施即代码(infrastructure as code)、流水线,以及消除繁琐工作(toil)的规范,Google 的站点可靠性工程书籍把它定义为手工的、重复的、可自动化的、随服务而增长的工作。共同的理念常被称为“左移(shift left)”:把问题的解决推向用户,或推向支持链中最便宜、最早的节点,并远离专家队列。
左移的措辞招致一种度量上的错误。团队看到避免一次联系很便宜,于是把避免的联系算作成功。这个计数很容易产生,因为没有以工单结束的门户访问,与用户放弃的门户访问看起来完全一样。因此,本主题从用户的成果出发。它定义自助服务的成功意味着什么、如何在不把放弃算作功劳的情况下估算分流,如何度量自动化覆盖和可靠性,以及如何看到左移对数量和复杂度的影响。相关的数量和优先级测量值见主题 3.2(事件数量与优先级),请求一侧见主题 3.5(服务请求履行度量),知识一侧见主题 3.6(知识管理度量)。
本主题中使用的术语:
- 0 级(或自助服务层): 由用户在不联系员工的情况下解决。1 级是第一线支持,通常是服务台,2 级和 3 级是专家和工程层。
- 分流(deflection): 本会到达员工、却在 0 级被解决的联系。它无法被直接观察到,所以始终是一种估计。
- 落空(fall-through): 尝试了自助服务、未能成功、随后就同一需求联系了员工的用户。
- 运行手册(runbook): 针对例行运维任务的文档化流程。运行手册(runbook)通常是自动化它的第一步。
- 繁琐工作(toil): 手工的、重复的、可自动化的、没有持久价值的工作(见主题 5.7,繁琐工作与值班度量)。
- 服务目录(service catalog): 提供给用户的服务和标准请求的清单。ITIL 称之为 service catalogue。
关键原则
- 统计成果,而不是被避免的联系。 没有工单的门户会话,只有在用户的需要得到满足时才是成功。从用户一侧定义成功,并用后续信号加以验证。
- 分流是估计,所以要标注为估计。 说明方法、所用的比较,以及不确定性。绝不把估计的分流数字作为实测事实来呈现。
- 度量落空路径。 从失败的自助服务尝试到有人值守的联系的路径,是大部分隐藏的失败所在。在每个成功数字旁边报告它。
- 自动化有成本的一面。 每个自动化流程都需要维护、监控和安全失败的办法。把覆盖和可靠性一起度量,并统计用于保持自动化运转的精力。
- 左移既改变数量,也改变构成。 当容易的工作离开队列,剩下的工作平均而言更难、更慢。要在这一认识下阅读解决时间和处理时间(见主题 3.3,事件响应与解决时间)。
- 度量描述服务和流程。 按目录项、文章族或自动化流程报告。绝不按把用户推向自助服务的多少给坐席排名。
度量定义
| 度量 | 定义 | 公式 | 单位 | 数据来源 | ITIL 实践 | 敏捷对应物 | 节奏 |
|---|---|---|---|---|---|---|---|
| 自助服务成功率 | 用户的需要在没有员工联系的情况下得到满足的自助服务会话占比 | 以完成的成果(请求已提交并履行、文章被标为有用、重置已完成)结束,且在 7 天内没有就同一需求发生有人值守的联系的会话,除以所有开始了某项任务的会话。时钟从门户中首个有意义的动作开始,到完成或放弃时停止。排除机器人流量、测试账户和纯浏览 | 百分比 | 门户和身份日志、工单系统、会话分析 | 服务请求管理;知识管理 | 客户反馈回路;基于成果的验收标准 | 每月 |
| 估算的分流率 | 估计在 0 级解决的、本会到达员工的需求占比 | 比较某项服务在自助服务变更前后每 1000 位活跃用户的联系率,或对照保留组,并针对已知的需求变化作调整。表述为估计,并指明方法。排除转移到另一渠道的联系 | 百分比(估计) | 工单系统、用户总体计数、实验或群组数据 | 服务台;事件管理 | 带对照组的实验;A/B 测试 | 每季度 |
| 落空率 | 失败的自助服务尝试中,以就同一需求的有人值守联系结束的占比 | 在同一用户就同一主题的被放弃或不成功的自助服务会话之后 7 天内开立的有人值守联系,除以不成功的会话。时钟从会话结束时开始。排除无关的联系 | 百分比 | 按用户和主题与工单系统连接的门户日志 | 服务台;知识管理 | 完成定义中的升级路径;来自支持的反馈 | 每月 |
| 自助服务采纳(门户优先占比) | 通过自助服务渠道提出的合格请求和事件报告占比 | 通过门户、机器人或 API 创建的项,除以提供自助服务路径的目录条目的所有项。排除不存在自助服务路径的项 | 百分比 | 工单系统的渠道字段、目录配置 | 服务请求管理;服务目录管理 | 发布后的采纳跟踪 | 每月 |
| 自动化覆盖率 | 由自动化在没有任何手工步骤的情况下完成的合格的可重复工作占比 | 由自动化流程端到端完成的项,除以被判定为可自动化的各类型的所有项。仅当有书面的候选清单点名该类型时,才将其算作可自动化。排除一次性工作和被自动化拒绝的项 | 百分比 | 工单系统、自动化平台日志、候选清单 | 服务请求管理;部署管理 | 完成定义的自动化;流水线即代码 | 每月 |
| 自动化失败与返工率 | 失败、需要手工修复,或其结果随后被更正的自动化运行占比 | 出错、被回滚,或在 7 天内被手工修复跟进的自动化运行,除以所有自动化运行。时钟从运行开始。排除计划内的试运行 | 百分比 | 自动化平台日志、工单系统、变更记录 | 变更赋能;事件管理 | 变更失败率;构建和测试的稳定性 | 每周 |
| 每种请求类型的手工接触时间 | 花在作为自动化候选的某种请求类型上的员工工作量 | 员工在期内就该类型的项记录的实际处理分钟数,按每个项汇总为中位数和第 85 百分位数。在时间未被记录之处通过抽样估算。排除等待时间 | 每项的分钟数 | 时间抽样、工单工作日志 | 服务请求管理 | 繁琐工作跟踪;价值流浪费 | 每季度 |
| 级别分布(左移占比) | 各项在支持链的哪个位置被解决 | 在每个级别(0、1、2、3)解决的项,除以该期间所有已解决的项。级别是做了实际处理工作的最高层。排除在分诊之前被取消的项 | 按级别的百分比 | 工单系统的解决小组和分派历史 | 事件管理;服务台 | 群集协作和升级模式;跨职能团队 | 每月 |
所有这些都按服务、目录项或流程度量,绝不按人。时间测量值应当展示为中位数加一个高百分位数,如关于统计素养的主题导言所解释的(见主题 1.6,服务度量的统计素养)。
建议
从用户一侧定义成功
1. 为每条自助服务路径写下“得到了我所需要的”意味着什么。 对密码重置,是完成了重置并成功登录。对请求,是履行,而不是提交。对文章,是用户没有再就同一需求联系员工。止步于“查看了页面”的定义,度量的是流量。
2. 把自助服务会话与之后的联系相连。 失败最有力的证据,是会话之后不久就同一主题发生了有人值守的联系。在隐私规则允许之处,按用户和主题把两者相连,不允许之处,则按主题和日期使用汇总计数。这个连接把含糊的满意度故事变成你可以改进的落空率。
3. 在退出时用一个问题询问用户。 像“这解决了您的问题吗?”这样的一问提示,给出日志给不了的直接信号。把答案视为样本,阅读自由文本评论,并比较回复者和未回复者,使最满意的用户不去定义结果(见主题 6.1,客户满意度度量)。
诚实地估算分流
4. 宁取比较,而不取计数器。 最干净的估计来自保留组、分阶段推出,或受影响服务每 1000 位活跃用户联系数的前后对比。统计“没有变成工单的会话”会夸大效果,因为其中许多用户从未有过员工本会看到的需要。在数字旁边说明方法和不确定性。
5. 依据使用量对数量作归一化。 工单数的下降,可能跟随用户的减少、安静的发布周期或季节性变化。在得出结论之前,除以活跃用户或交易(见主题 3.2,事件数量与优先级)。在图表上标注发布、活动和门户变更。
6. 让分流远离目标。 针对分流的目标奖励隐藏联系路径、埋没电话号码和提早关闭聊天会话。把分流用作学习性的估计,让目标落在用户成果上,比如自助服务成功率和最老的未解决项。
把自动化当作产品而不是项目来度量
7. 保持一份候选清单,并对照它度量覆盖率。 对“所有工作”的覆盖率是糟糕的测量值,因为大多数工作是不可自动化的。保持一份简短的书面清单,列出可重复、被充分了解且频繁的请求和事件类型,按手工接触时间和数量排序,并对照这份清单报告覆盖率。每季度评审清单,使分母保持诚实。
8. 把覆盖率与可靠性配对。 每十次运行就失败一次,或悄悄产生错误结果的自动化流程,可能比它所取代的手工任务代价更高。跟踪失败和返工率、检测到失败运行的时间,以及人要修复结果的频率。使用站点可靠性工程社区所描述的错误处理实践:幂等的步骤、清晰的告警,以及安全的手工回退(见主题 5.5,监控与告警质量度量)。
9. 把维护算进去。 自动化需要负责人、版本控制、测试,以及在其周围的系统变化时的更新。记录维护每个流程所花的时间,并与它所消除的手工接触时间比较。维护起来比所节省的成本更高的自动化,是淘汰的候选,这是正常的结果,不是失败。
留意左移的效应
10. 预期剩下的工作更难。 当例行联系离开服务台时,即使服务更好了,1 级的平均处理时间和首次联系解决率也往往会变差。在这些测量值旁边报告级别分布和类别构成,并事先与领导层商定,成功分流之后处理时间的上升是预期之中的(见主题 3.1,服务台度量)。
11. 把闭环通向知识和问题管理。 每一次落空,都是文章缺失或糟糕、表单令人困惑,或缺陷未修复的证据。把主要的落空主题送往知识负责人,凡原因是缺陷之处,则送往问题管理(见主题 4.1,问题管理度量)。每月评审清单,并报告修复了多少项。
12. 分享你释放出来的容量。 如果自动化和自助服务消除了工作,就决定释放出来的时间换来什么:改进工作、主动修复,还是培训。看不到自动化带来任何益处的团队,会不再提议它。随时间跟踪为改进计划的容量占比(见主题 2.9,运维工作与计划外工作)。
钻空子途径与护栏
| 度量 | 如何被钻空子 | 配对的护栏度量或实践 |
|---|---|---|
| 自助服务成功率 | 把任何完成的表单或任何页面查看都算作成功;在得分下降时移除“这有帮助吗”的提示;把困难的主题排除在分母之外 | 落空率,以及由人阅读的已关闭会话样本;报告分母的规则 |
| 估算的分流率 | 隐藏联系路径;在联系之前添加步骤;无论原因,把所有更少的工单都归类为分流 | 每 1000 位活跃用户的联系数、受影响服务的用户满意度,以及写在数字旁边的方法 |
| 落空率 | 把匹配窗口定义得很短,使回来的人落在窗口之外;把后续联系作为重复项关闭 | 跨所有渠道的重复联系率;评审一批回来的联系样本 |
| 自助服务采纳(门户优先占比) | 无论是否合适,强迫所有请求进入门户;把电话创建的工单重新标注为门户工单 | 自助服务成功率和用户付出的努力;没有可用门户路径的请求占比 |
| 自动化覆盖率 | 为候选清单选择容易的项;用琐碎的任务扩大分母;把部分手工的流程算作自动化 | 每季度评审的书面候选清单;自动化失败与返工率;其余各项的手工接触时间 |
| 自动化失败与返工率 | 把手工修复排除在计数之外;让失败的运行悄悄重试直到成功;把失败标注为“计划内的试运行” | 与流程相联的事件和告警记录;检测到失败运行的时间;对成果的抽样审计 |
| 每种请求类型的手工接触时间 | 对看起来是手工的项不记录时间;把时间分配给另一个类别;只在安静的日子抽样 | 书面并评审的抽样计划;与同类型的周期时间和队列年龄比较 |
| 级别分布(左移占比) | 通过重新分类升级,或在 1 级关闭项而在 2 级作为新项重新打开,来抬高在 1 级解决的占比 | 重开率和关联工单率;解决质量的抽样;按级别的客户满意度 |
健康的读数显示:自助服务成功率上升,同时落空率稳定或下降,估算的分流连同其方法一并说明,自动化覆盖率对照经评审的候选清单上升而失败和返工保持较低,级别分布使工作更早地得到解决,而不提高重开率,也不降低满意度。如果某个数字改善而其护栏恶化,就把这一改善视为未经证实的。
权衡:利与弊
| 方法 | 优势 | 劣势 |
|---|---|---|
| 自助服务优先 | 用户立即得到结果,边际成本较低,任何时刻都可用 | 有复杂或不寻常需要的用户可能感觉被困住;薄弱的内容造成的联系多于它消除的 |
| 有人值守的联系优先 | 个性化的帮助、判断,以及注意到不寻常问题的机会 | 较慢、成本高,且依赖员工的可用性 |
| 用保留组估算分流 | 效果的可信证据 | 需要设计工作,并容忍有一组不接受该变更 |
| 统计没有工单的会话 | 便宜,随时可得 | 夸大成功;招致钻空子;无法区分成功与放弃 |
| 广泛的自动化 | 执行一致,繁琐工作更少 | 维护负担、会放大的失败模式,以及可能从团队中褪去的技能 |
| 对稳定流程的有选择的自动化 | 努力的回报更好,意外更少 | 保留了一些手工工作,需要它自己的关注 |
文字上的答案是自动化频繁、稳定且被充分了解的东西,并在需要不清晰或利害很高之处保留一个人可供联系。自助服务应当依据人们是否得到了帮助来评判,同时保持有人值守的路径可见。只有当用户成果得以保持时,左移的节省才是真实的,所以要把两个方面都计算在内。
与团队讨论的问题
1. 当用户打开门户却没有提出工单就离开时,我们假定发生了什么?我们如何查明? 请小组列出可能的故事:用户找到了答案、放弃了、改为打电话,或问了同事。查看什么数据能把它们区分开,比如后续联系、退出提示或会话样本。引导者应当记录当前仪表盘中采用的是哪种假设,以及谁依赖它。最后商定一项能用证据取代假设的改变。
2. 我们目前如何估算分流?我们能否向持怀疑态度的财务伙伴捍卫这一方法? 一步步走过计算,包括对照组以及针对需求变化的调整。问在这段时间里还有什么变了,比如发布、中断或人员变动。记下合理数值的范围以及头条数字。讨论应以对方法的平实陈述结束,该陈述可以放在数字旁边。
3. 如果我们知道自动化的真实成本,明天会关掉哪些? 列出自动化流程,附负责人、上次变更日期、运行次数、失败率和维护工作量。问哪些没人会想念,哪些人们不敢碰。引导者应当把淘汰视为正当的结果。答案往往会揭示没有负责人的流程。
4. 一位自助服务尝试失败的用户会怎样?他们需要多久才能联系到一个人? 请某人像用户那样走一遍这条路径,包括找到联系的路径。计时,并记下每一个可以缩短的步骤。将这种体验与门户所声明的意图比较。小组应当决定,这条路径是否与自助服务路径一样容易找到。
5. 一年前服务台的工作构成是什么样的?现在是什么样的? 评审随时间变化的类别构成和级别分布。讨论处理时间或首次联系解决率为何变动,以及它是否反映了更难的构成。问领导层是否被告知这是预期之中的。商定如何呈现这一趋势,使成功左移之后处理时间的上升不被读作衰退。
6. 我们将如何使用自动化释放的容量?谁来决定? 估算从手工工作中消除的小时数,并说出它们本应换来什么。问时间是用于改进工作,还是被新的需求吸收了。讨论团队将如何知道。引导者应当推动一项具体的承诺,比如预留一部分容量,用于修复主要的落空主题。
四种视角
产品与交付团队
交付团队拥有使自助服务成功的大部分要素:清晰的错误消息、可用的表单、产品内帮助,以及无需提出工单就能完成任务的能力。他们还拥有存在于流水线和基础设施代码中的自动化。他们有用的测量值是自己功能上的自助服务成功率,以及发布和环境工作中剩下的、被视为要消除的繁琐工作的手工步骤(见主题 2.8,DORA 度量)。他们应当把落空主题读作产品待办事项列表。
服务与运维团队
运维团队承担自动化的存量和有人值守的后备。他们应当跟踪自动化的可靠性、维护负荷和剩下的手工接触时间,并应当关注级别分布,而不因剩下的更难的工作而受罚。应当就哪些请求是好的自动化候选咨询坐席,因为他们知道真正的阻力在哪里。按流程和请求类型报告,绝不按坐席。
领导层与治理
领导者容易把分流当作节省成本的数字。更好的要求是索要用户成果、任何估计背后的方法,以及自动化的可靠性。治理应当期望有一份候选清单、每个自动化流程有一位负责人,以及一条淘汰规则。领导者还应当保护有人值守的路径,使其不被为达到目标而隐藏(见主题 11.3,推行度量而不滋生恐惧)。
客户与用户
用户想继续他们的工作。许多人在自助服务有效时更喜欢它,而几乎所有人都讨厌在它无效时被困在其中。最好用退出时的努力和成果问题,以及一次失败的尝试是否很快导向了一个人,来捕获他们的体验(见主题 6.4,用户与员工体验)。有无障碍需求或信心有限的用户,是门户只对一般用户有效的早期预警。
实践:一个服务管理示例
一家中型在线零售商的 IT 部门运营着一个服务台、一个平台团队和若干产品团队。本示例中的数字为示意。
该部门推出了一个重新设计的门户,带有引导式密码重置、软件访问请求流程,以及一个针对常见问题的聊天机器人。三个月后,门户报告显示 62% 的会话在没有工单的情况下结束,一位经理提议称之为“分流”,并设定 70% 的目标。服务台负责人感到不安,因为坐席报告说,打电话的人说他们“先试了门户”。
团队评审这些测量值。他们把自助服务成功定义为在 7 天内没有就同一主题发生有人值守联系的完成的成果。按这个定义,成功率是 48%,而不是 62%,访问请求流程的落空率为 31%。阅读 40 个落空联系的样本后,他们发现大多数用户无法分辨该选两个相似目录项中的哪一个,而聊天机器人在回答一个关于已退役工具的问题。
团队作出三项决定。第一,头条测量值成为自助服务成功,估算的分流只作为基于每 1000 位活跃用户联系数的季度估计展示,并且不对分流设定目标。第二,两个相似的目录项被合并,聊天机器人的内容被更正,并把前两个落空主题连同负责人加入改进待办事项列表。第三,为平台工程师创建测试环境的一个手工流程,每次耗时的中位数为 25 分钟(示意),每月发生约 40 次(示意),被加入自动化候选清单。
平台团队在该季度内自动化了环境流程。钻空子的风险很快出现:该流程的覆盖率数字上升,但失败与返工率显示,每八次运行就有一次(示意)需要手工修复,而这些修复被记录为“计划内维护”。团队把已修复的运行加入失败计数,把运行与事件记录相联,并商定每月评审该流程。在下一次评审中,成功率已升至 57%(示意),落空率下降,服务台的处理时间略有上升,因为剩下的联系更难。IT 负责人同意连同级别分布一起展示处理时间,以避免把这一上升读作衰退。
敏捷、AI、自动化与分析
敏捷
利用用户反馈,分小步改进自助服务,因为门户是真实的人在使用的产品。需要注意的是,门户优先的强制要求可能提高采纳,却使需要一个人的用户感到沮丧。
AI
AI 聊天和搜索可以提高自助服务的数量和估算的分流,但被分流的联系可能是一个未解决的问题。把分流与由用户答案或不再回来的窗口度量的自助服务成功率配对,并与到一个人的落空率配对。需要注意的是,自信而错误地回答的模型,会产生之后又回来的联系。
自动化
按覆盖率、失败和返工,以及它所消除的手工接触时间来度量自动化。记录每一个自动化动作,使其可以被审计和回滚。需要注意的是,覆盖率数字奖励自动化容易的任务,所以也要跟踪困难的。
分析
按请求类型在一页上展示成功、落空和再次联系,附计数。这为之提供依据的决定是接下来自动化什么。需要注意的是,分流是一种估计,所以要标注为估计,并用用户样本加以验证。
行业视角
初创公司。 创始人往往可以通过与用户交谈来修复糟糕的自助服务路径。用一个退出问题和对真实会话的几次阅读来度量成功,并自动化打断最多人的两三项任务。在书面答案做好之前,避免构建机器人。
小型企业。 一个人可能为所有人运营 IT,所以自助服务主要意味着好的简短指南和一份共享的请求表单。账户设置和密码重置的自动化回报很快,前提是有人拥有每个流程。让有人值守的路径保持显眼,否则所有者自己的员工会绕过这个系统。
大型企业。 规模使收益和钻空子都更大。在各业务单元之间标准化定义,保持一份中央的候选清单和自动化登记册,并按服务和目录项报告。提防比较服务的用户群体截然不同的单元。
政府与公共部门。 无障碍、语言可及性,以及为无法使用数字渠道的人服务的义务,是设计输入,不是额外的东西。保持协助路径可用并被度量,记录影响人的自动化决定,并预期有关于谁拥有每个自动化流程的审计问题(见主题 8.5,受监管与政府报告)。
业务论证:动因、投资回报与总拥有成本
动因是更少的重复联系、用户更快得到结果、例行任务更稳定的执行,以及为改进工作留出更多容量。成本方面包括构建和维护门户与内容、把会话与工单相连的集成和数据工作、自动化平台,以及撰写、测试和拥有每个自动化流程的时间。员工时间的抽样和简短的退出调查花费很少,却提供了你所需的大部分证据。
回报应当依据你自己的数据来论证。使用手工接触时间和数量来估算一项自动化消除的工作量,减去维护和失败的成本,并把结果报告为带假设的范围。对自助服务,使用落空率和抽样的成果,来显示因用户得到了帮助而不是仅仅被打发走而避免的联系占比。不要从供应商或调查中引入分流或节省的百分比;先度量你自己的基线。自动化的总拥有成本包括它在周围系统演变时需要的更改,所以要为此做预算。
反模式与陷阱
- 把没有工单的会话算作成功。 它无法把帮助与放弃区分开。按成果定义成功,并用落空和退出反馈加以验证。
- 针对分流设定目标。 它们奖励隐藏联系路径。把分流用作估计,并针对用户成果设定目标。
- 隐藏电话号码或聊天。 无法联系到人的用户会增加其付出的努力并失去信任。保持有人值守的路径可见,并度量联系上它需要多久。
- 在理解流程之前就自动化。 流程以高速把混乱编码进去。先记录并简化运行手册,然后自动化稳定的版本。
- 没有负责人的自动化。 无人拥有的流程悄悄衰退,并在糟糕的时刻失败。给每个流程一位负责人、一项测试、一个监控和一条淘汰规则。
- 忽视失败的成本。 覆盖率高而返工未被度量,是隐藏的负债。连同覆盖率一起报告失败和返工率。
- 把处理时间的上升读作衰退。 成功左移之后,剩下的工作更难。在时间测量值旁边展示级别分布和类别构成。
- 按被分流的联系给坐席排名。 它产生把用户推开的行为并败坏数据。仅按服务和流程报告。
成熟度模型
| 维度 | 1 起步 | 2 发展 | 3 标准化 | 4 管理 | 5 协同 |
|---|---|---|---|---|---|
| 自助服务成功与分流 | 报告门户访问和工单计数;没有成果定义 | 为一些路径定义了成功;引用分流而不说明方法 | 一份书面的成功定义;度量落空;分流标注为估计 | 成功与落空连同退出反馈做成趋势;通过比较估算分流 | 成果与产品团队和供应商共享;落空主题驱动有资助的修复 |
| 自动化覆盖与可靠性 | 自动化是临时的;没有候选清单 | 一些流程由个别团队自动化;失败被非正式处理 | 为每个自动化流程定义候选清单、负责人和失败测量值 | 按节奏评审并资助覆盖率、失败率和维护工作量 | 自动化在团队和供应商之间协调;流程被例行地淘汰和修订 |
| 左移效应与使用 | 报告数量而不带背景 | 少数团队跟踪级别分布 | 在处理时间旁边报告级别分布和类别构成 | 规划并跟踪释放出的容量;领导层正确解读构成的影响 | 容量和学习流回整个组织的服务和目录设计 |
检查清单
- 自助服务成功按成果定义,附书面的起点、终点和排除项。
- 为主要的自助服务路径度量落空率。
- 任何分流数字都说明其方法,并标注为估计。
- 不对分流设定目标。
- 关键路径有一问的退出提示或等价的反馈。
- 存在书面的自动化候选清单,并每季度评审。
- 每个自动化流程都有负责人、监控以及失败和返工测量值。
- 对主要的请求类型抽样手工接触时间。
- 在处理时间和首次联系解决率旁边展示级别分布。
- 有人值守的路径可见,且检查其访问时间。
- 每月评审主要的落空主题,并路由给负责人。
- 本主题中没有任何度量按坐席报告或设定目标。
AI 提示词
检查我们如何估算分流。
我们为 [数量] 位活跃用户运营 [服务类型]。我们把分流报告为 [描述当前的计算],数据来自 [工具]。该期间的变化:[发布、活动、中断、人员变动]。请评审该方法,并解释它可能在哪里高估或低估了效果。仅使用我所描述的数据,建议一种更好的比较,比如保留组或每 1000 位活跃用户的联系数。不要虚构基准值或目标。请列出你的假设,以及为了使估计更扎实你所需要的数据。
根据样本分析落空主题。
下面是来自 [服务] 的 [数量] 个有人值守的联系,它们紧随就同一主题的一次自助服务尝试之后,字段为 [字段清单],附用户的描述。请按可能的原因(内容缺口、令人困惑的表单、缺陷、缺失的访问权限、用户偏好)分组,并报告模式,而不是个人。建议把哪些原因组交给知识负责人、产品团队或问题管理。不要作超出所给文本的猜测。请列出你的假设,以及你无法判断的内容。
[粘贴联系,已去除个人数据]
给自动化候选排序。
这是 [团队] 的请求和事件类型清单:[类型、每月数量、手工分钟数中位数、变化、出错的风险]。请提出自动化候选的排序,并解释每项的理由,包括维护负担和失败的影响。标出应当保持手工的项。只使用我提供的数字,不要虚构节省的数字。请列出你的假设,以及在作出承诺之前我应当回答的问题。
为一个自动化流程设计护栏。
我们正在为 [服务] 自动化 [流程名称]。当前的手工流程:[步骤]。工具:[自动化平台]。请提出要跟踪的度量(覆盖率、失败和返工、检测到失败运行的时间、维护工作量)、每项可能被钻空子的方式,以及各自的护栏。包括安全的手工后备和一条淘汰标准。不要虚构阈值或基准。请列出你的假设,以及你需要了解的关于我们环境的任何事项。
AI 技能
- Service Management Metrics skill:用于为你计划引入的自助服务或自动化度量查找相关主题和护栏。
- Service Management Metrics maintainer skill:用于检查对本主题的编辑是否使每项度量仍与钻空子途径和护栏配对。
要点
- 自助服务的成功是用户的成果,所以从用户一侧定义它,并用落空和退出反馈加以验证。
- 分流是估计,所以说明方法,并让它远离目标。
- 没有可靠性、维护和经评审的候选清单,自动化覆盖率意义不大。
- 左移提高剩余工作的难度,所以连同级别分布和类别构成一起阅读处理时间。
- 度量流程、服务和目录项,绝不度量坐席,并保持有人值守的路径可见。
参考文献与延伸阅读
- Beyer, B., Jones, C., Petoff, J., and Murphy, N. R. (eds.), Site Reliability Engineering: How Google Runs Production Systems, O'Reilly Media, 2016 (chapter on eliminating toil).
- Dixon, M., Toman, N., and DeLisi, R., The Effortless Experience, Portfolio/Penguin, 2013.
- Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
- Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
- AXELOS (now PeopleCert), ITIL 4 Practice Guide: Service Request Management, 2020.
- Wikipedia, Self-service software.
- Wikipedia, Chatbot.
- Wikipedia, Automation.
- Wikipedia, ITIL.
- Wikipedia, Infrastructure as code.
- Wikipedia, Runbook.