Проблемы поиска информации в службе техподдержки
- Текучка кадров приводит к тому, что информация о важных инцидентах теряется. При возникновении новой проблемы ее решение начинается "с нуля" и занимает много времени.
- Сведения о продуктах и инфраструктуре рассеяны в разных документах, схемах и инцидентах Jira. При анализе проблемы специалисту бывает сложно собрать необходимую информацию и построить полную картину зависимости компонентов.
- Бывает и так, что среди множества похожих инцидентов сложно найти тот, который наиболее релевантен текущей проблеме и может помочь в ее решении.
Сотрудники техподдержки больше всего времени тратят на:
- Поиск информации об архитектуре и зависимостях компонентов
- Определение источника проблемы
- Перебор способов ее решения
- Восстановление работы всех зависимых компонентов сбоя.
Повышение доступности информации может существенно сократить время реакции на инциденты, а значит – сократить время простоя систем и связанные с ним потери.
База знаний техподдержки
Мы предлагаем построить единую базу знаний техподдержки, которая объединит сведения из:
- Технической документации и FAQ,
- Jira или других баг-трекеров,
- E-mail переписки и рабочих чатов.
Элементы знания в базе привязываются к продуктам, функциональным модулям, типам и уровню проблем, ответственным лицам и др. База знаний постоянно пополняется путем сбора информации из всех источников.
Как работает помощник
- Сотрудник поддержки кратко описывает проблему, или помощник получает описание проблемы из нового тикета Jira или e-mail
- Помощник находит релевантные тикеты и другие элементы базы знаний
- Если в FAQ или документации найдена подходящая информация, помощник суммирует информацию и выдает рекомендации
- Затем помощник анализирует похожие инциденты и выдает краткую справку по каждому из них со ссылкой на источник
Интеллектуальный помощник работает на базе продукта DataVera EKG Language Processing. Он использует NLU и LLM для обработки текстов, подход GraphRAG для формирования базы знаний.
