Ludger KoslowskiInnovation und Technologie

Analyse unstrukturierter Daten mit neuen Technologien

Wie kann die Analyse von unstrukturierten Daten im IT-Service-Management helfen? Es sind doch sämtliche Informationen von Incidents bis zu Knowledge Base-Artikeln fein säuberlich strukturiert und in Kategorien geordnet in den Datenbanken gespeichert? Diese Art von Informationen kann leicht gesucht und ausgewertet werden. Dieses Vorgehen ist bereits seit langer Zeit gängige Praxis.

Aber die Zeiten ändern sich. Es gibt neue Technologien, die nicht mehr nur strukturierte Daten erzeugen und nicht immer haben die althergebrachten Methoden zur Verbesserung der Services geführt. Ein Beispiel hierfür ist das Problem Management, das sehr häufig nur in den Prozessbeschreibungen zu finden ist, aber oftmals in den Unternehmen nicht gelebt wird.

Im Wesentlichen geht es bei den Betätigungsfeldern einer IT Abteilung – etwas vereinfacht dargestellt – um drei verschiedene Szenarien:

  1. Neue Anforderungen werden automatisiert analysiert, geplant, eine Lösung entworfen, implementiert, getestet, abgenommen und schließlich in den Betrieb überführt.
  2. Vorhandene IT-Services lassen sich durch Anwender und Fachabteilungen schnell und einfach bestellen, werden geliefert und abgerechnet.
  3. Auftretende Störungen (Incidents) werden aufgenommen, analysiert, gelöst, getestet und behoben, um so schnellstmöglich wieder einen reibungslosen IT-Betrieb zu gewährleisten.

Auch wenn diese einfache Dreiteilung in Anforderungen, Bestellungen und Incidents die Komplexität der IT reduziert, so beschreibt sie doch im Kern die Aufgaben des Veränderungs-Managements der IT.

Aus der Anwendersicht beginnt der Kontakt mit der IT-Abteilung mit einem Request. Dies kann beispielsweise eine Bestellung, eine Beschwerde, eine Störungsmeldung oder eine Frage zu einem Service sein. Unabhängig von der Art der Anfrage kann der Anwender in modernen IT-Service-Management-Systemen ein Freitext-Eingabefeld nutzen und in seiner natürlichen Sprache, ganz ohne IT-Begriffe, seine Anfrage fehlertolerant formulieren.

Ein solches System ist beispielsweise der HPE Service Manager mit dem Modul Smart Analytics des im vergangenen Jahr neu entstandenen IT-Riesen Hewlett Packard Enterprise (HPE). Die Software erstellt aus der Anfrage eines Anwenders einen Service Request oder einen Incident, der komplett kategorisiert ist und bereits die passende Weiterleitungsgruppe enthält.

Dabei lernt das System und entwickelt eine sehr hohe Trefferquote. Dies spart viel Zeit im Service Desk, vermindert Fehlkategorisierungen und erhöht die Nutzerakzeptanz. Die Nutzerakzeptanz steigt, da Smart Analytics bereits während der Eingabe der Anfrage Wissen bereitstellt. Hierbei wird Wissen aus unterschiedlichsten Datentöpfen genutzt, die im Unternehmen verteilt sein können, wie beispielsweise die Cloud und Systeme vor Ort, Text, Grafiken, Audio- und Videodateien, Social Media und strukturierte Daten aus Datenbanken und Attachements. Im Incident-Weg (auch Fault to Restauration genannt) hilft Smart Analytics, indem es auch die unstrukturierten Daten von Chats, die in Tickets gespeichert werden, auswerten kann.

Eine Hot Topic-Analyse erstellt eine Übersicht der aktuellen Trends im Service Desk. Damit wird eine neue Qualität im Problem Management erreicht, da das System die Kategorien aus der Gesamtheit der Informationen eigenständig ermittelt, insbesondere auch der unstrukturierten Daten. Dies geschieht quasi mit einem Mausklick. Es gibt also keine Ausreden mehr, kein proaktives Problem Management zu leben. Die Hot Topic-Analyse ist zudem auf eigene Use Cases anpassbar. So können beispielsweise nur bestimmte Daten einbezogen werden, um einen vermuteten Trend zu bestätigen.

Aus Business-Anforderungen oder Störungen werden sogenannte Change Requests erstellt. Die einfachste Form, einem Change Request ein betroffenes Configuration Item zuzuordnen, ist, die Server-ID, Bezeichnung oder ein sonstiges eindeutiges Attribut in das Beschreibungsfeld zu kopieren oder zu schreiben; oft existieren solche Daten noch in Excel-Listen. Smart Analytics ermittelt dann automatisch das CI und hängt es an den Change-Datensatz an. Dies ist eine großartige Arbeitserleichterung für die IT-Mitarbeiter im Service Desk.

Die beschriebenen Anwendungsfälle für den Einsatz von Big Data-Technologien im Service-Management zeigen deutlich zwei Zielrichtungen auf. Zum einen werden Prozess-Schritte mit einer noch nicht dagewesenen Qualität automatisiert, wie zum Beispiel Smart Ticketing. Daraus ergibt sich eine deutliche Beschleunigung und eine Effizienzsteigerung im Service Desk. Zum anderen steigt die Nutzerakzeptanz und Zufriedenheit durch die Adaption von Vorgehensweisen, die im Privaten bereits selbstverständlich sind, wie beispielsweise die Google Einfeld-Suche.

Informationen zu HP Smart Analytics

Schlagwörter: , , ,