Teknisi dukungan meja bantuan yang dapat dengan cepat menemukan jawaban dan menyelesaikan masalah pengguna aplikasi TI adalah pahlawan tanpa tanda jasa di setiap departemen atau perusahaan TI, terutama untuk Penyedia Layanan Terkelola (Managed Service Provider/MSP).
MSP telah ada selama lebih dari dua dekade, sejak perusahaan menyadari bahwa akan lebih efektif jika mereka fokus pada kompetensi inti mereka dan membiarkan orang lain mengelola TI mereka. Sering kali, teknisi meja bantuan yang sama di MSP akan diminta untuk memecahkan masalah beberapa aplikasi yang mendukung pelanggan yang sangat berbeda dalam satu shift. Namun, bahkan ketika meja bantuan menutup tiket, sekitar 50% pelanggan merasa bahwa masalah mereka belum terselesaikan dengan baik.
Para pendiri CrushBank mengetahui secara langsung tantangan yang dihadapi staf dukungan TI dalam upaya menyediakan layanan yang dipersonalisasi. Selama lebih dari 20 tahun, mereka mengoperasikan MSP di wilayah metropolitan New York yang mendukung beberapa lini bisnis untuk pelanggan mulai dari firma hukum dengan 100 orang hingga praktik medis dengan 1.500 orang dan semua yang ada di antaranya.
Pelajari lebih lanjut tentang IBM Watson Discovery
Teknisi meja bantuan diharapkan menjadi pakar dalam aplikasi TI dan konfigurasi, riwayat, dan masalah spesifik pelanggan mereka. Ketika pelanggan menelepon ke meja bantuan untuk menyampaikan masalah, mereka berharap bahwa pakar yang dianggap ahli akan menyelesaikannya tanpa alasan, dan tanpa penundaan. CrushBank menyadari bahwa dengan semakin banyaknya lapisan teknologi yang menumpuk di sebagian besar perusahaan, ekspektasi resolusi instan menjadi hampir mustahil untuk dipenuhi oleh staf meja bantuan.
Menurut Brian Mullaney, Principal dan Chief Revenue Officer di CrushBank, model penyediaan informasi saat ini terbukti semakin tidak efisien dan mahal bagi MSP karena beberapa alasan.
Pertama, ada sejumlah besar informasi yang harus disaring oleh teknisi meja bantuan. "Ini adalah perjuangan bagi organisasi-organisasi ini untuk mengekstrak semua data tersebut dan mengubahnya menjadi informasi yang berguna saat itu juga, sementara mereka ditantang dan dibombardir oleh klien mereka melalui telepon," katanya. "Delapan puluh persen dari data yang diakses oleh perusahaan IT tidak terstruktur. Ini bukan dalam bidang metadata yang bisa Anda tarik dari database."
Dalam pengalaman Mullaney, sekitar 50% waktu seorang insinyur dihabiskan hanya untuk mencari informasi sebelum dia bahkan dapat mulai memecahkan masalah pelanggan. Ini mengarah pada masalah kedua bagi perusahaan: dampak langsung pada laba mereka. Teknisi meja bantuan dibayar untuk memecahkan masalah, tetapi hanya separuh waktu yang dihabiskan untuk melakukannya. Seperti yang dia tunjukkan, "Setengah dari [gaji mereka] hanya akan mencari informasi sebelum potongan pertama kompetensi teknis dimanfaatkan ... . "
Akhirnya, kenyataannya adalah bahwa personel meja bantuan TI yang sangat berpengalaman dan berpengetahuan semakin sulit ditemukan dan disimpan. Sebagian besar lulusan TI sekarang tertarik pada pekerjaan dalam pengembangan aplikasi. Lebih lanjut memperparah masalah adalah tingkat pergantian yang tinggi di antara personel— 38,3% setiap tahun, menurut Mullaney. Jadi perusahaan yang menginvestasikan waktu dan biaya enam bulan untuk melatih dan menaiki teknisi meja bantuan melihat bahwa dana terpakai hanya 18 bulan kemudian.
Peningkatan produktivitas
Staf TI meningkatkan resolusi tiket meja bantuan sebesar 40% per hari
Penurunan TTR
Total waktu penyelesaian (TTR) menurun sebesar 45% sehingga meningkatkan kepuasan pelanggan
Jelas bagi CrushBank bahwa perusahaan TI yang terus beroperasi dengan model meja bantuan tradisional ini pasti akan menghadapi konsekuensi keempat: pukulan terhadap pengalaman pelanggan mereka dan penurunan kepuasan pelanggan.
Para pendiri CrushBank memutuskan bahwa mereka ingin mendisrupsi model meja bantuan dukungan TI tradisional dengan menggunakan teknologi AI untuk menyaring data terstruktur dan tidak terstruktur dengan cepat guna merevolusi cara MSP dan perusahaan layanan TI lainnya dalam memberikan informasi dan layanan kepada pelanggan mereka.
"Ini adalah masalah yang telah menghantui dunia ini, industri ini, untuk waktu yang sangat lama," kata David Tan, Chief Technology Officer dan salah satu pendiri CrushBank. "Kami membutuhkan platform yang sangat kuat yang dapat membantu kami menggabungkan semua informasi tersebut, menyusunnya, dan menyajikannya kembali kepada pengguna akhir. Ketika kami menemukan Watson dan melihat apa yang dilakukan IBM, kami tahu bahwa ini akan sangat cocok untuk solusi yang kami bangun."
CrushBank mendekati IBM dan segera menjadi salah satu mitra ekosistem IBM Watson asli yang menggunakan antarmuka pemrograman aplikasi (API) Watson untuk tujuan bisnis. Ketika CrushBank bereksperimen dengan produk dan API Watson Natural Language Processing (NLP) awal, menjadi jelas bahwa pembelajaran mesin dan teknologi AI dapat diubah menjadi penawaran yang layak untuk penyedia layanan lain.
Pada awal 2019, CrushBank meluncurkan solusi eponymous CrushBank yang berjalan pada platform IBM Watson Discovery untuk melakukan pencarian dengan bantuan AI yang memungkinkan personel meja bantuan dengan cepat menemukan informasi yang paling relevan untuk menyelesaikan masalah pelanggan. Solusi ini mengambil informasi dukungan terstruktur dan tidak terstruktur dari organisasi, menginterpretasikannya menggunakan algoritme pembelajaran mesin, dan menyajikannya kepada teknisi meja bantuan dalam format yang dapat digunakan.
CrushBank menyediakan solusi perangkat lunak sebagai layanan (SaaS) untuk MSP dan pelanggan industri dengan basis per pengguna. Aplikasi ini sudah dimuat dan dilatih sebelumnya dengan dokumentasi dari produsen utama seperti Microsoft dan pembaruan pakar komunitas tepercaya dari StackExchange. CrushBank kemudian menambahkan semua informasi dukungan yang relevan dari sistem pelanggannya, termasuk data yang tidak terstruktur seperti catatan panggilan dan catatan tiket, ke dalam platform IBM Watson Discovery.
Untuk menemukan informasi produk dan pelanggan dengan cepat, teknisi meja bantuan dapat meminta semua sumber daya yang biasanya mereka ambil dari sistem terpisah menggunakan antarmuka web satu panel kaca. Kemampuan pembelajaran mesin dari solusi IBM Watson Discovery terus menyempurnakan dan meningkatkan kemampuan pencarian dan hasilnya. Penyaringan yang terus menerus ini pada akhirnya menciptakan bank kekayaan intelektual yang dapat dimanfaatkan oleh para pekerja meja bantuan untuk mendapatkan jawaban instan.
Bahkan perusahaan terkecil dengan 5-10 karyawan pun dapat menggunakan solusi CrushBank. Dan, di pasar yang terus berubah melalui peningkatan jumlah merger dan akuisisi, solusi ini menjadi semakin berharga dan penting, menurut Mullaney. "Setiap kali Anda menyatukan dua perusahaan, itu adalah dua sistem yang tidak saling berbicara," katanya. "Dan CrushBank dapat menyatukan sistem-sistem tersebut dan menjadikannya cerdas dan dapat dibaca dari satu dasbor."
Sejak awal, CrushBank menyadari bahwa bekerja sama dengan IBM akan memungkinkan mereka untuk fokus pada antarmuka pengguna (UI) dan pengalaman pengguna (UX) front-end, sementara IBM terus meningkatkan dan menyempurnakan teknologi AI yang mendasari solusi mereka. "Kami adalah organisasi yang lebih cepat, lebih responsif, dan lebih gesit karena ada orang yang lebih besar dan lebih baik yang menangani platform ini," kata Tan.
CrushBank baru-baru ini meluncurkan dua layanan baru berdasarkan penawaran miliknya dan teknologi IBM Watson Discovery.
Yang pertama, Resolve, menyederhanakan pekerjaan insinyur meja bantuan lebih jauh. Mereka memilih tiket yang ditetapkan dan mengklik “mengerjakan tiket,” dan aplikasi CrushBank mengembalikan informasi terbaik yang disarankan dari sumber daya yang tersedia. “Aplikasi ini menghubungkan hasilnya ke satu panel kaca yang terdaftar dalam urutan yang diidentifikasi dengan jelas dan urutan kepercayaan,” kata Tan. Aplikasi ini lalu mempercepat proses penyelesaian masalah dan memberikan informasi yang mungkin tidak diketahui oleh pengguna yang lebih baru untuk dicari atau dipertimbangkan.
Layanan lainnya, Insight, seperti namanya, menggunakan kekuatan platform IBM Watson Discovery untuk membantu MSP mengungkap wawasan yang sebelumnya terkubur dalam repositori besar data interaksi meja bantuan mereka. Fitur utama dari modul Insight adalah analisis akar masalah. Sebelum mengembangkan solusi ini, pelanggan mungkin tidak melihat masalah yang muncul dengan salah satu sistem yang didukung kecuali tiket dikategorikan dengan sangat baik dan ditandai di depan, yang seringkali tidak terjadi. Meskipun 10 panggilan atau tiket mungkin memiliki akar masalah yang sama, masalah dapat memanifestasikan dirinya dengan cara yang berbeda, atau pengguna akhir mungkin melaporkannya secara berbeda.
Tan menjelaskan: "Terkadang seseorang akan menelepon dan berkata, 'Saya tidak bisa masuk ke sistem saya'. Terkadang seseorang akan mengatakan bahwa mereka tidak bisa masuk ke Citrix. Terkadang seseorang akan berkata, "kata sandi saya tidak berfungsi. Semua itu mungkin memiliki penyebab dan penyelesaian yang sama persis. Dan ketika orang-orang benar-benar mulai mengerjakannya dan memasukkan catatan mereka, [Insight] dapat menyoroti hal tersebut dan mengeluarkannya dan membuat informasi tersebut tersedia."
Pada akhirnya, solusi CrushBank memungkinkan karyawan meja bantuan untuk bekerja lebih cerdas, bukan lebih keras, dengan bantuan AI. Seperti yang dikatakan Mullaney, "Ini adalah tentang mengambil efisiensi yang tersedia dan mendorongnya ke karyawan untuk menjadikan mereka karyawan yang lebih baik."
Hasil yang diperoleh pelanggan CrushBank yang telah menyematkan solusi ini ke dalam alur kerja meja bantuan mereka dan meminta teknisi mereka untuk menggunakannya sangat fenomenal. Sejak diluncurkan pada awal tahun 2019, solusi CrushBank, yang didasarkan pada teknologi IBM Watson Discovery, telah menerima sekitar 500.000 pertanyaan, dan jumlah tersebut terus bertambah seiring dengan semakin banyaknya perusahaan yang mengadopsinya.
Solusi CrushBank yang didukung oleh AI mengurangi rata-rata waktu penyelesaian tiket meja bantuan secara signifikan-sering kali hingga 40%-50%. Dan waktu penyelesaian yang lebih cepat berarti meja bantuan dapat menutup lebih banyak tiket dalam sehari.
"Kami melihat sekitar 40% peningkatan jumlah tiket yang dapat ditutup pelanggan kami sehari," kata Tan. "Jadi itu jelas berarti mereka dapat mengembangkan bisnis. Mereka bisa mendatangkan lebih banyak pelanggan, mereka bisa berekspansi tanpa menambah jumlah karyawan."
“CrushBank bukanlah sebuah alat,” tegas Mullaney. “CrushBank adalah fungsi efisiensi ketenagakerjaan. Aplikasi ini memberikan kemampuan bagi perusahaan untuk menggunakan teknologi dan membuat struktur biaya terbesarnya, penggajian, menjadi jauh lebih efektif dan jauh lebih menguntungkan."
Untuk MSP yang menghabiskan hingga setengah dari pendapatan mereka untuk penggajian, memiliki staf yang efisien dan efektif dapat menghasilkan keuntungan yang besar dalam skala dan keuntungan. "Ini hanyalah efisiensi sederhana, dan efisiensi sama dengan keuntungan," Mullaney menyimpulkan.
Mullaney menjelaskan bahwa tujuan penggunaan aplikasi CrushBank bukanlah untuk mengurangi jumlah karyawan. "Kami menggunakan istilah 'kemitraan karyawan dan mesin,'" katanya. “Kami tidak ingin mengganti orang. Kami ingin membuat orang lebih baik dalam pekerjaan mereka, lebih cepat, lebih efisien. Dan kami ingin menjadikan bekerja di meja bantuan sebagai pengalaman yang lebih baik bagi karyawan dan orang yang mereka bantu pada saat yang bersamaan."
Perusahaan yang menggunakan aplikasi CrushBank melaporkan kepuasan yang lebih tinggi dari pelanggan mereka dan pengalaman pelanggan yang lebih baik. Tingkat resolusi tingkat pertama yang lebih tinggi, resolusi panggilan yang lebih cepat, dan rasa keakraban yang lebih besar dengan pelanggan membantu mendorong metrik ini.
Meja bantuan sebagian besar telah menggantikan teknisi layanan di tempat, tetapi mereka tidak harus merasa jauh dan tidak personal berkat CrushBank. "Kemampuan [bagi teknisi meja bantuan] untuk menarik informasi dan interaksi historis dari dua minggu, dua bulan, atau dua tahun yang lalu dan merujuk pada apa yang telah terjadi selama waktu tersebut akan menciptakan keakraban dan pengalaman pelanggan yang lebih baik-dan juga lebih cepat," kata Mullaney.
Menurut Mullaney, solusi CrushBank telah menjadi sangat berharga dengan cara yang tidak terduga bagi MSP yang menggunakannya. Pada bulan Juli, karyawan di salah satu pelanggan CrushBank mendeklarasikan aplikasi CrushBank sebagai "karyawan terbaik bulan ini," yang menunjukkan betapa eratnya kemitraan antara karyawan dan mesin. "Semakin Anda mempersonifikasikan CrushBank, semakin Anda akan memahami dampaknya, semakin Anda akan memahami di mana letaknya dalam struktur biaya dalam bisnis Anda," sarannya. "Nilai, interaksi, cara Anda menggunakannya, semuanya adalah tentang efisiensi dan menganggap CrushBank sebagai bagian dari tim Anda, bukan sekadar alat bantu."
Selain itu, aplikasi CrushBank membantu MSP mengurangi dampak negatif dari pergantian personel yang tinggi serta waktu dan biaya pelatihan dan orientasi staf baru. Perusahaan tidak kehilangan pengetahuan institusional dari para insinyur yang keluar; catatan dan tiket mereka menjadi bagian dari korpus pengetahuan solusi CrushBank. "Bayangkan jika Anda mengambil insinyur paling cerdas di organisasi Anda dan mengkloningnya 50 kali lipat, maka kini semua orang menjadi orang tersebut," kata Tan. "Sekarang Anda memilikinya, karena Watson duduk di meja bantuan Anda."
Plus, semua informasi dari organisasi adalah bagian dari solusi CrushBank, sehingga menyederhanakan pelatihan karena personel baru tidak perlu tahu di mana mencari solusi, mereka hanya perlu menggunakan dasbor. “Orang-orang sekarang datang dalam enam minggu dan memecahkan masalah karena mereka tidak perlu tahu segalanya,” kata Mullaney. “Mereka dapat menemukan semuanya dengan pencarian satu kalimat.”
Meskipun pangsa pasarnya di antara lebih dari 30.000 MSP mungkin kecil, CrushBank berharap dapat melanjutkan pertumbuhannya. Layanan IBM Watson Discovery yang mendasari memberikan kredibilitas pada solusi CrushBank, yang pada gilirannya menjadikan kekuatan teknologi IBM Watson AI tersedia bahkan untuk perusahaan terkecil sekalipun. “Kami memanfaatkan teknologi ini dan mendemokratisasikannya dengan cara yang benar-benar mudah dikelola bagi usaha kecil dan menengah hingga konsumen. Dan hal ini membuat AI semakin menyebar,” kata Mullaney.
Didirikan pada tahun 2017 di Syosset, New York, oleh dua pemilik MSP veteran, masing-masing dengan pengalaman lebih dari 25 tahun, CrushBank (tautan berada di luar ibm.com) mengembangkan aplikasi meja bantuan TI berkemampuan AI yang pertama. Dengan menggunakan kognisi, yang merupakan proses memperoleh pengetahuan, solusi CrushBank berpikir, belajar, dan menginformasikan keputusan dengan cara yang sama seperti yang dilakukan oleh para insinyur dan tim pendukung. CrushBank merampingkan operasi meja bantuan, sehingga menghasilkan lebih sedikit eskalasi ke Level 2 ke atas. Teknisi meja bantuan melihat peningkatan produktivitas, dan pengguna mengalami peningkatan kepuasan dengan lebih banyak resolusi panggilan pertama.
Hukum
© Hak Cipta IBM Corporation 2021. IBM Corporation, IBM Watson, New Orchard Road, Armonk, NY 10504
Diproduksi di Amerika Serikat, Mei 2021.
IBM Cloud, dan IBM Watson adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang milik IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di "Informasi hak cipta dan merek dagang" di ibm.com/legal/copyright-trademark.
Microsoft, Windows, Windows NT, dan logo Windows adalah merek dagang dari Microsoft Corporation di Amerika Serikat, negara lain, atau keduanya.
Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.