Start · Rozwiązania · Inne rozwiązania
Rozwiązanie · Inne rozwiązaniaKategoria, priorytet i właściciel nadane przy wpływie; eskalacje według zegara, nie z pamięci
Zgłoszenia posortowane, zanim przeczyta je analityk
Każde zgłoszenie, e‑mail i wiadomość z Teams dostaje przy wpływie kategorię, priorytet i właściciela z Państwa macierzy oraz eskalację według zegara; dyspozytor rozstrzyga tylko przypadki niepewne.
Streszczenie dla zarządu
Priorytet nadają wielkie litery zgłaszającego, a P1 czeka w kolejce, aż dyspozytor znajdzie czas, by je przeczytać.
Portal, dwie skrzynki współdzielone i kanał Teams zasilają UiPath Communications Mining, wytrenowany na własnej historii zgłoszeń centrum.
Zgłoszenia trafiają do właściwej grupy w kilka minut od wpływu, a nie po najbliższej wolnej chwili dyspozytora, niezależnie od zmiany.
ServiceNow (zgłoszenia, grupy przypisania, CMDB); pulpit Power BI
Problem biznesowy
Service desk IT
Triage to zadanie oparte na ocenie, wykonywane pod presją czasu przez tego, kto akurat jest wolny, z priorytetem nadanym przez zgłaszającego jako punktem wyjścia. Kategorie różnią się między dyspozytorami, więc różni się też kierowanie, a zgłoszenie wysłane do złej grupy traci dzień, zanim dwie grupy odeślą je sobie nawzajem. Priorytet odzwierciedla ton, a nie wpływ na biznes, i tak wielkie litery zaczynają wyprzedzać awarię.
Zasady eskalacji istnieją w dokumencie polityki, który zakłada, że ktoś zauważy niepotwierdzone P1, a na zmianie z 300 nowymi zgłoszeniami nikt nie patrzy. Zgłoszenia przychodzące e‑mailem albo kanałem Teams nie mają kategorii, priorytetu ani grupy, dopóki człowiek nie wypełni pól, więc czas reakcji desku to w praktyce czas czytania dyspozytora.
Problem trwa, bo triage wygląda na tani w przeliczeniu na zgłoszenie i jest niewidoczny w sumie. Sześć minut na jedno zgłoszenie to nic, ale sześć minut na 6 400 zgłoszeń to pełny etat, który niczego nie rozwiązuje. Narzędzia dały dyspozytorom formularz do wypełnienia, a nie coś, co czyta za nich, więc każdy nowy kanał oznacza więcej czytania dla tych samych osób.
Jak to wygląda dzisiaj
- SystemZgłoszenie wpływa przez portal, jedną z dwóch skrzynek współdzielonych albo kanał Teams; zgłoszenia z portalu niosą priorytet nadany przez zgłaszającego, pozostałe puste pola
- OczekiwanieNowe zgłoszenia leżą nieprzypisane, aż dyspozytor na zmianie do nich dotrze, po spotkaniu i po reszcie kolejki
- CzłowiekDyspozytor otwiera każde zgłoszenie, czyta je, zgaduje kategorię, ustawia priorytet i wybiera grupę przypisania
- CzłowiekLider grupy przekazuje zgłoszenie inżynierowi; to, które trafiło do złej grupy, wraca i czyta je od nowa kolejny dyspozytor
- Ryzyko błęduP1, którego nikt nie potwierdził, zostaje zauważone dopiero, gdy zgłaszający dopisuje „jakieś wieści?” albo dzwoni na desk
- CzłowiekEskalacja odbywa się telefonem lub czatem Teams do tego lidera, który akurat odbierze, a priorytet poprawia się po fakcie
- Ryzyko błęduMiesięczny raport SLA powstaje z poprawionych priorytetów, więc mierzy wersję uporządkowaną, a nie tę, której doświadczyli zgłaszający
Dlaczego obecny proces kosztuje więcej, niż widać
Budżet pokazuje etaty. Nie pokazuje, na co idą.
- Każde błędnie skierowane zgłoszenie jest czytane dwa razy, przez dwie grupy, a zgłaszający traci dzień, gdy ono wędruje z powrotem; nic z tego nie trafia do ewidencji czasu.
- Priorytet nadany tonem sprawia, że awaria może czekać za prośbą o monitor, a droga jest nie minuta dyspozytora, lecz pięćdziesiąt minut 300 osób w dziale płac.
- Wskaźniki SLA zbudowane na poprawionych priorytetach świecą na zielono, gdy zgłaszający widzą opóźnienie, a obsadę planuje się według kategorii, które zapisują nawyki dyspozytorów, a nie popyt.
- Gdy dyspozytora nie ma, czas reakcji całego desku przesuwa się razem z nim: zależność od jednej osoby przebrana za stanowisko; drugi kanał wpływu albo druga jednostka biznesowa oznacza drugiego czytającego.
Koszt zaniechania
Wolumen rośnie z każdą jednostką biznesową i każdym kanałem wpływu, a każdy wzrost spada na tę samą zmianę dyspozytorów, więc czas do przypisania się wydłuża, a polityka eskalacji jest przestrzegana coraz rzadziej. Raportowanie SLA nadal mierzy poprawione priorytety, więc zarząd widzi zieleń, a zgłaszający opóźnienie, a poprawki rosną wraz z wolumenem.
Doświadczeni dyspozytorzy męczą się czytaniem i odchodzą, a desk zatrudnia czytających zamiast rozwiązujących. Eskalacje od brokerów dostają tę samą loterię co zgłoszenia wewnętrzne, tyle że ze stawką reputacyjną. W ciągu roku centrum ma więcej zgłoszeń, to samo opóźnienie i kolejkę, której nikt nie potrafi opisać w spójnych kategoriach.
Przykładowa organizacja o realnych proporcjach — liczby służą do policzenia sprawy na Waszych danych, nie są wynikiem klienta.
Centrum usług wspólnych grupy ubezpieczeniowej w Polsce obsługujące zgłoszenia IT i usług wewnętrznych dla 2 100 pracowników, a do tego eskalacje od brokerów w tej samej instancji ServiceNow; Microsoft 365 E3.
Około 6 400 zgłoszeń miesięcznie przez portal samoobsługowy, dwie skrzynki współdzielone i jeden kanał Teams; własna próbka centrum pokazuje, że co ósme zgłoszenie jest błędnie skierowane przy pierwszym przypisaniu, a priorytety poprawia się po fakcie w jednej trzeciej incydentów.
Jeden dyspozytor na zmianę czyta kolejkę po kolei i przypisuje według własnej oceny; eskalacja odbywa się telefonem; raport SLA powstaje co miesiąc z poprawionych priorytetów; w przyszłym roku dochodzi druga jednostka biznesowa z tym samym zespołem dyspozytorów.
Około sześciu minut pracy dyspozytora na zgłoszenie, zanim ktokolwiek zacznie nad nim pracować, i kolejka, której opóźnienie równa się dostępności jednej osoby.
UiPath Communications Mining czyta każde zgłoszenie przy wpływie i przewiduje kategorię, pilność, dotkniętą usługę i pola zgłoszenia; robot stosuje macierz kierowania i priorytetów centrum i aktualizuje ServiceNow przez UiPath Integration Service; przypadki niepewne trafiają do dyspozytora jako zadanie UiPath Action Center w Microsoft Teams; timery Orchestrator eskalują niepotwierdzone P1 do liderów grup w Teams.
W modelowym przypadku około 85 zgłoszeń na 100 dostaje kategorię, priorytet i przypisanie bez decyzji dyspozytora, gdy model nauczy się na historii centrum. Trafność pierwszego skierowania rośnie, bo macierz jest stosowana tak samo na każdej zmianie, a P1 jest eskalowane według zegara. Liczby opisują model, nie pomiar.
Proponowane rozwiązanie
Portal, dwie skrzynki współdzielone i kanał Teams zasilają UiPath Communications Mining, wytrenowany na własnej historii zgłoszeń centrum. Dla każdej nowej pozycji przewiduje intencję, pilność, dotkniętą usługę i nastrój oraz wyciąga to, czego potrzebuje inżynier (lokalizację, numer sprzętu, liczbę dotkniętych użytkowników, jednostkę biznesową), każde z poziomem pewności. Rozpoznaje i wyciąga; nie decyduje.
Decyzja jest deterministyczna i należy do centrum. Robot stosuje macierz kierowania i priorytetów, której właścicielem jest kierownik serwisu: dotknięta usługa i liczba użytkowników wyznaczają priorytet, kategoria i jednostka biznesowa wyznaczają grupę przypisania. Zapisuje te pola w ServiceNow przez konektor Integration Service i dodaje dwuzdaniowe streszczenie przygotowane przez UiPath GenAI Activities z treści zgłoszenia, pokazywane nad oryginalną wiadomością, nigdy zamiast niej. Poniżej uzgodnionego progu pewności zgłoszenie staje się zadaniem Action Center dla dyspozytora w Microsoft Teams, z wstępnie wypełnioną predykcją, a wybór dyspozytora zasila kolejną rundę uczenia.
Eskalacja działa na timerach, a nie na uwadze: wyzwalacze czasowe Orchestrator porównują potwierdzenie i rozwiązanie z SLA dla każdego priorytetu, a niepotwierdzone P1 idzie do lidera grupy w Teams, potem do kierownika serwisu. To rozwiązanie niczego nie rozwiązuje: ustala, czym jest każde zgłoszenie, jak jest pilne i kto jest jego właścicielem, a potem pilnuje zegara. Załatwianie zgłoszeń pierwszej linii, zanim powstanie ticket, oraz prowadzenie incydentu do zamknięcia to osobne rozwiązania.
Predykcje intencji, pilności i pól z poziomami pewności w UiPath Communications Mining; UiPath GenAI Activities (Summarize Text) pod politykami AI Trust Layer; kolejki, wyzwalacze czasowe i ślad audytowy UiPath Orchestrator; konektory UiPath Integration Service do ServiceNow, Microsoft Outlook 365 i Microsoft Teams; zadania UiPath Action Center wykonywane w Microsoft Teams; Power BI
Macierz kierowania i priorytetów jako wersjonowane reguły, robota aktualizującego zgłoszenia, próg pewności i zadanie dyspozytora, timery eskalacji i ich komunikaty w Teams, pętlę poprawek wracających do uczenia oraz pulpit Power BI
Mapowanie etykiety dotkniętej usługi na elementy konfiguracji w CMDB i ich definicje SLA w ServiceNow; atrybuty zgłaszającego (jednostka biznesowa, lokalizacja) odczytywane z Microsoft Entra ID przez Microsoft Graph
Jak działa proces po automatyzacji
- AutomatyzacjaNowe zgłoszenie, wiadomość ze skrzynki albo wpis w Teams jest przechwytywany przez wyzwalacz zdarzeniowy Integration Service i trafia do kolejki w Orchestrator
- AutomatyzacjaCommunications Mining przewiduje kategorię, pilność, dotkniętą usługę i nastrój oraz wyciąga pola zgłoszenia, każde z poziomem pewności
- SystemRobot stosuje macierz kierowania i priorytetów i zapisuje w zgłoszeniu kategorię, priorytet, grupę przypisania, wyciągnięte pola i dwuzdaniowe streszczenie
- CzłowiekPredykcja poniżej progu pewności staje się zadaniem Action Center w Microsoft Teams; dyspozytor potwierdza ją lub poprawia w kilka sekund, a poprawka zasila kolejny zbiór uczący
- AutomatyzacjaWyzwalacze czasowe Orchestrator sprawdzają potwierdzenie i rozwiązanie względem SLA; P1 niepotwierdzone na czas jest eskalowane do lidera grupy w Teams, potem do kierownika serwisu
- CzłowiekLiderzy grup działają na eskalacjach; kierownik serwisu jest właścicielem macierzy i co miesiąc przegląda trafność i poprawki
- AutomatyzacjaKażda predykcja, reguła i decyzja człowieka jest logowana, a pulpit Power BI pokazuje trafność, poprawki i dotrzymanie SLA według grup
Model współpracy człowieka z automatyzacją
Automatyzacja obsługuje
- Czytanie każdego zgłoszenia, e‑maila i wiadomości z czatu przy wpływie, w każdym kanale
- Przewidywanie kategorii, pilności, dotkniętej usługi i nastroju oraz wyciąganie pól, których potrzebuje inżynier
- Stosowanie macierzy kierowania i priorytetów, aktualizację zgłoszenia i przygotowanie streszczenia
- Eskalację na czas, gdy potwierdzenie lub rozwiązanie przekracza próg SLA
Ludzie decydują
- O zgłoszeniach z niską pewnością, z pokazaną predykcją i jednym kliknięciem, by ją potwierdzić lub zmienić
- O macierzy kierowania i definicjach priorytetów, których właścicielem jest imiennie wskazany kierownik serwisu
- O tym, co dzieje się, gdy eskalacja dotrze do lidera grupy
- O miesięcznym przeglądzie trafności, poprawek i dryfu modelu oraz o tym, kiedy przetrenowany model wchodzi na produkcję
Przed i po
Systemy i integracje
Każdą pozycję da się sprawdzić w dokumentacji producenta. Klasa dowodu jest podana przy każdej.
Wejścia
- portal samoobsługowy ServiceNow
- dwie skrzynki współdzielone Outlook
- kanał wsparcia IT w Microsoft Teams
Warstwa automatyzacji
- UiPath Communications Mining
- UiPath Orchestrator
- UiPath Robots
- UiPath Integration Service
- UiPath Action Center
- UiPath GenAI Activities
Systemy docelowe
- ServiceNow (zgłoszenia, grupy przypisania, CMDB)
- pulpit Power BI
Punkty styku z człowiekiem: zadania Action Center w Microsoft Teams dla niepewnych zgłoszeń; komunikaty eskalacji do liderów grup w Teams; kolejka inżyniera w ServiceNow ze streszczeniem na górze
Wykorzystane technologie
przewiduje kategorię, pilność, dotkniętą usługę i nastrój; wyciąga pola z poziomami pewności
Astosują macierz, aktualizują zgłoszenia, uruchamiają wyzwalacze czasowe SLA, ponawiają, logują i audytują
Awyzwalacze zdarzeniowe na nowe zgłoszenia i pocztę, aktualizacja pól, komunikaty eskalacji w Teams
Adecyzje dyspozytora o niepewnych zgłoszeniach bez opuszczania Teams
Adwuzdaniowe streszczenie, które inżynier czyta jako pierwsze, pod politykami AI Trust Layer
Aatrybuty zgłaszającego i przynależność do grup używane przez reguły kierowania
Atrafność kierowania, poprawki, czas do przypisania i dotrzymanie SLA według grup
AIlustracyjny model ekonomiczny
Arytmetyka jest jawna, żeby dało się z nią spierać.
Czytanie, decydowanie i przeciąganie: tylko tyle obejmuje sześć minut; praca inżyniera pozostaje poza tą tabelą. Kalkulator wycenia wyłącznie udział, który model obsługuje bez decyzji dyspozytora, 85 zgłoszeń na 100, dlatego wolumen niżej to 5 440, a nie 6 400. Ten udział osiąga się po wytrenowaniu na własnych zgłoszeniach centrum i zaczyna się niżej. 39 € to pełny koszt godziny w środkowoeuropejskim centrum usług wspólnych. Poprawki po błędnie skierowanych zgłoszeniach są zamiast tego wycenione w tabeli kosztu zaniechania: 768 zgłoszeń miesięcznie × 15 minut w dwóch grupach = 192 h, czyli 7 488 € miesięcznie. Nic z tego nie zmierzono u klienta.
Policz to na swoich danych
Szacunek ilustracyjny na podstawie Twoich danych. To model uwolnionej przepustowości, nie obietnica oszczędności.
Korzyści biznesowe
- Zgłoszenia trafiają do właściwej grupy w kilka minut od wpływu, a nie po najbliższej wolnej chwili dyspozytora, niezależnie od zmiany
- Priorytet odzwierciedla wpływ na biznes, bo reguły czytają dotkniętą usługę i liczbę użytkowników, a nie temat wiadomości
- Błędne kierowanie spada, a wraz z nim dzień, który zgłoszenie traci, gdy dwie grupy odsyłają je sobie nawzajem
- P1 jest eskalowane według zegara, więc nikt nie odkrywa niepotwierdzonej awarii z komentarza „jakieś wieści?”
- Dyspozytorzy przechodzą od czytania wszystkiego do rozstrzygania trudnych przypadków i opieki nad macierzą, czyli tej części, która wymagała ich doświadczenia
- Drugą jednostkę biznesową albo kanał wpływu dodaje się przez douczenie modelu i rozszerzenie macierzy, a nie przez zatrudnienie kolejnego czytającego
Perspektywa zarządu
- Triage staje się mierzonym krokiem: trafność kierowania, odsetek poprawek, czas do przypisania i dotrzymanie SLA według grup, wzięte z danych o zgłoszeniach, a nie z anegdot
- Eskalacja zamienia się z polityki, którą ktoś pamięta, w mechanizm kontrolny, który się wykonuje, z logiem każdego alertu i tego, kto na niego zareagował
- Obsadę planuje się według kategorii, które znaczą to samo na każdej zmianie, więc trend w liczbach jest trendem w popycie
- Kolejka dyspozytora zawiera tylko przypadki, których model nie był pewien, a jej rozmiar pokazuje, jak dobrze macierz pasuje do rzeczywistości
Wpływ na KPI zarządu
Bezpieczeństwo i nadzór
Zaufanie do automatyzacji buduje się na śladzie, nie na deklaracji.
- Treść zgłoszeń często zawiera dane osobowe, więc polityki AI Trust Layer maskują identyfikatory osobowe przed każdym wywołaniem modelu, ograniczają modele do Państwa listy dozwolonych i przypinają routing regionalny LLM. Communications Mining działa w regionie UE UiPath Automation Cloud, a dane z systemu zgłoszeń pozostają w Państwa tenancie
- Konto serwisowe robota może zmieniać kategorię, priorytet, grupę i pola streszczenia w zdefiniowanych kolejkach i nic więcej: nie może zamykać, usuwać ani przypisywać do osoby. Jego sekret leży w magazynie poświadczeń, nie w workflow
- Każda predykcja, poziom pewności, zadziałana reguła i poprawka człowieka trafia do logu audytowego, więc audytor może odtworzyć, jak i przez kogo każde zgłoszenie dostało priorytet
- Macierz kierowania i definicje priorytetów są wersjonowane i zmieniane tylko przez ich imiennego właściciela; przetrenowany model wchodzi na produkcję dopiero po miesięcznym przeglądzie poprawek. Eskalacje od brokerów są oznaczane przy wpływie i podlegają Państwa politykom retencji w Microsoft Purview
Dlaczego teraz
Wyzwalaczem jest zwykle konsolidacja: druga jednostka biznesowa, połączony desk albo nowy kanał wpływu, którego obecny zespół dyspozytorów nie jest w stanie przeczytać. Tutaj druga jednostka dochodzi w przyszłym roku, na dodatek do modelowanych 21 216 € miesięcznie czytania przez dyspozytorów
Communications Mining czyta e‑maile, zgłoszenia i czaty w jednym modelu, a konektory Integration Service do ServiceNow i Jira przenoszą zdarzenia w obie strony, więc triage działa obok systemu zgłoszeń bez migracji
Eskalacje od brokerów i partnerów dzielą dziś kolejkę ze zgłoszeniami wewnętrznymi, a partner, który czeka pięćdziesiąt minut na potwierdzenie, mówi o tym innym
Role zarządcze, których to dotyczy
dotrzymanie SLA staje się realną liczbą, a nie raportem zbudowanym na poprawionych priorytetach, a desk przyjmuje drugą jednostkę biznesową bez drugiej zmiany dyspozytorów
inżynierowie dostają zgłoszenia poprawnie skierowane i streszczone, więc ich pierwszy kontakt to praca, a nie czytanie
ta sama warstwa triage'u obsługuje kolejki HR, finansów i administracji, gdy IT sprawdzi ją na własnych zgłoszeniach
eskalacje od brokerów i partnerów dostają priorytet według wpływu i nigdy nie giną za wewnętrznym szumem
Częste pytania i zastrzeżenia
Zróżnicowanie to właśnie powód, by użyć modelu zamiast reguł na słowa kluczowe. Tryb cienia pokazuje trafność na Państwa własnych zgłoszeniach, zanim cokolwiek zostanie zapisane, a poniżej progu zgłoszenie trafia do człowieka z dołączoną predykcją.
Część z nich klasyfikuje zgłoszenia przychodzące przez portal. Niewiele czyta dwie skrzynki współdzielone i kanał Teams, stosuje Państwa macierz zamiast własnej, eskaluje na timerach i przekazuje niepewne przypadki człowiekowi z dołączonym materiałem dowodowym; tam, gdzie funkcja platformy pokrywa krok, korzystamy z niej.
Przestają czytać 6 400 zgłoszeń, a zaczynają rozstrzygać te, których model nie jest pewien, opiekują się macierzą i przeglądają trafność, czyli robią to, co wymagało ich udziału. Tutaj uwolniona zdolność jest tym, czego potrzebuje druga jednostka biznesowa.
Kiedy to nie jest właściwe rozwiązanie
- Mniej niż około tysiąca zgłoszeń miesięcznie albo zgłoszenia wpływające wyłącznie przez portal, którego obowiązkowe pola są rzeczywiście wypełniane: kilka reguł kosztuje mniej niż model
- Brak użytecznej historii zgłoszeń do treningu albo migracja systemu zgłoszeń w ciągu kilku miesięcy; budujemy po migracji
- Nikogo nie da się wskazać jako właściciela macierzy kierowania; bez właściciela model uczy się wczorajszej niespójności i ją utrwala
Pytanie na najbliższe posiedzenie
Dziesięć ostatnich zgłoszeń P1: które z nich było P1, zanim przeczytał je człowiek, i jak długo bił zegar, zanim ktoś zdecydował?
Podejście wdrożeniowe
Wdrożenie idzie etapami, bo tak da się je zatrzymać w każdej chwili.
Dostarczamy
- Analizę jednego kwartału zgłoszeń: trafność kierowania, czas do przypisania, macierz w postaci faktycznie stosowanej
- Trening Communications Mining na Państwa historii zgłoszeń, z sesjami etykietowania dla dyspozytorów
- Reguły priorytetów i kierowania, próg pewności i projekt obsługi wyjątków dla niepewnych zgłoszeń
- Integrację z ServiceNow lub Jira Service Management, skrzynkami współdzielonymi i kanałem Teams
- Timery eskalacji, zadanie dyspozytora w Teams, testy w trybie cienia i wdrożenie grupa po grupie
- Pulpit Power BI, dokumentację, szkolenie dyspozytorów i bieżący monitoring
Potrzebujemy od Państwa
- Eksportu zgłoszeń z co najmniej jednego kwartału, z kategoriami, grupami, priorytetami i historią przepisań
- Dyspozytora w roli właściciela produktu i uzgodnionej macierzy priorytetów
- Konta serwisowego w ServiceNow ograniczonego do aktualizacji pól w odpowiednich kolejkach oraz dostępu do skrzynek i kanału Teams
Etapy
Rozpoznanie
Punkt odniesienia z eksportu zgłoszeń: trafność kierowania, czas do przypisania, macierz w postaci stosowanej dziś
Projekt
Zestaw etykiet, reguły priorytetów i kierowania, próg pewności, czasy eskalacji, model bezpieczeństwa
Trening
Uczenie modelu na historycznych zgłoszeniach, etykietowanie próbki kalibracyjnej przez dyspozytorów, strojenie progu
Tryb cienia
Model przewiduje na żywych zgłoszeniach, a dyspozytorzy nadal przypisują, aż grupa pilotażowa osiągnie uzgodnioną trafność
Uruchomienie
Robot zaczyna zapisywać pola dla grupy pilotażowej, potem dla kolejnych grup i kanałów, z hypercare
Optymalizacja
Miesięczny przegląd poprawek, dotrenowanie, zmiany macierzy, włączenie drugiej jednostki biznesowej
Działowe. O nakładzie decyduje liczba grup przypisania i rzeczywiście odrębnych kategorii, przydatność historii zgłoszeń jako materiału uczącego oraz to, ile kanałów wpływu niesie wolny tekst.
Zgłoszenie oznaczone PILNE dotyczy monitora. Awaria leży pod tytułem „pytanie”.
Prosimy o 500 zanonimizowanych zgłoszeń z ostatniego kwartału wraz z grupą, w której każde ostatecznie wylądowało. Odsyłamy udział, który model kategoryzuje poprawnie, przypadki, w których dyspozytor nadal by decydował, oraz krótką rozmowę z omówieniem liczb.
Sprawdźmy model na 500 Państwa zgłoszeńTen sam problem ma zwykle sąsiedni proces
Najlepsi konsultanci spędzają poranek na sortowaniu poczty zamiast na odpowiadaniu.
Zobacz rozwiązanie Inne rozwiązaniaProblem IT rozwiązany w Teams, zanim powstanie zgłoszenieCztery zgłoszenia IT na dziesięć mają znaną procedurę, a każde z nich i tak czeka w kolejce na analityka.
Zobacz rozwiązanie Inne rozwiązaniaIncydenty obsadzone i zamknięte jednym procesemNarzędzie zapisuje, co się stało. Szukanie właścicieli, gonienie statusów i nieczytanie w piątek robią ludzie.
Zobacz rozwiązanieBranże, w których wdrażamy to najczęściejProdukcja i przemysłTransport i logistykaUsługi i ITCentra usług wspólnych