Digitale specialisten voor ticketbeoordeling

Elk IT-team weet hoe het werkt.

Er komt een ticket binnen, maar voordat iemand het probleem daadwerkelijk oplost, begint het echte werk pas:

• Hoe dringend is het?
• Met wat voor soort probleem hebben we hier te maken?
• Wie is hiervoor de juiste persoon?
• Hebben ze op dit moment voldoende bandbreedte?

Dit is tickettriage, en het put je middelen stilletjes uit. Veel IT-teams realiseren zich zelfs niet hoeveel tijd dit in beslag neemt. Je technici besteden wel 20 tot 30% van hun tijd niet aan het oplossen van problemen, maar aan het ordenen ervan.

Ze zitten vast in het struikgewas:

• Prioriteitsniveaus vaststellen
• Problemen indelen in categorieën
• Vaststelling van eigendom
• Werkbelasting afzetten tegen capaciteit

Het lijdt geen twijfel dat dit essentieel werk is, maar het is niet het werk dat je beste medewerkers zouden moeten doen — en naarmate het aantal tickets toeneemt, wordt dit een knelpunt.

• De responstijden worden trager
• De routering wordt inconsistent
• Technici worden overspoeld met administratieve taken
• SLA’s worden niet nagekomen

Wat begint als een noodzakelijk proces, wordt al snel een knelpunt voor de groei, waardoor de efficiëntie en schaalbaarheid van je team worden beperkt en uiteindelijk ook de kwaliteit van de dienstverlening die je levert.

Maak kennis met de digitale specialisten voor tickettriage

Wat als de tickettriage vanzelf zou kunnen verlopen?

Aangedreven door Kaseya Intelligence, onze nieuwe Digital Specialists for Ticket Triage maakt gebruik van agent-gebaseerde AI om het handmatige werk te automatiseren dat uw servicedesk vertraagt.

Achter de schermen gaat het op een slimme manier te werk:

• Classificeert de prioriteit van tickets op basis van de urgentie in de context en de ernst van de gevolgen
• Bepaalt het type probleem en het subprobleem nauwkeurig aan de hand van contextuele signalen
• Bepaalt de benodigde expertise en koppelt tickets aan de juiste vaardigheden
• Wijs opdrachten toe aan de meest geschikte technicus op basis van werkdruk en beschikbaarheid

Elk ticket wordt automatisch beoordeeld, gekoppeld en toegewezen, waardoor handmatige tussenkomst overbodig wordt en vertragingen worden beperkt. Hierdoor besteedt uw team minder tijd aan het organiseren van het werk en meer tijd aan het oplossen van problemen, wat leidt tot een hogere efficiëntie en een betere dienstverlening.

Feedback van partners in de vroege toegangsfase en verwachte resultaten

In maart hebben we deze functie getest via een vroege release bij meer dan 25 partners, in samenwerking met de interne helpdesk en de NOC-teams van Kaseya.

De resultaten wijzen nu al op een ingrijpende verandering in de manier waarop servicedesks werken. Dit is wat ze te zeggen hadden:

“Ongeveer 20–30% van onze tickets wordt momenteel niet correct gecategoriseerd, wat tot problemen verderop in het proces leidt, zoals onjuistheden in de facturering. Uit de eerste testresultaten blijkt dat de digitale specialisten voor tickettriage tot wel 80% van die fouten zouden kunnen elimineren.” — Koos Ligtenberg, Business Unit Director, Advisor ICT

“Al binnen twee weken na de implementatie hebben we een afname van 90% gezien in de gemiddelde tijd die nodig is om een taak toe te wijzen.”— Gonzalo Carrilo, Senior Manager, Managed Services, Kaseya

“Binnen een week zien we een nauwkeurigheid van ongeveer 98% bij het categoriseren van issues en sub-issues, waardoor de noodzaak voor handmatige controle drastisch afneemt.”— Kim Drumm, directeur Business Process Management, Vitis Technologies

Deze eerste resultaten laten zien wat er mogelijk is wanneer triage niet langer een knelpunt vormt, maar een volledig geautomatiseerd, intelligent proces is dat meegroeit met uw bedrijf.

Hoe intelligente triage de dienstverlening verandert

De impact van digitale specialisten op de tickettriage is merkbaar in elke fase van de levenscyclus van een ticket, van de ontvangst tot de afhandeling, en leidt tot meetbare verbeteringen op het gebied van snelheid, nauwkeurigheid en efficiëntie.

Slimmer verwerken en indelen van tickets

Tegenwoordig komen de meeste Kaseya- Help Desk -tickets via e-mail binnen, waardoor er handmatig werk nodig is om elk verzoek te interpreteren en in te delen. Met Digital Specialists verloopt dat proces in een oogwenk.

Tickets worden automatisch ingedeeld zodra ze worden aangemaakt, zonder dat daar menselijke tussenkomst voor nodig is. Dit vermindert niet alleen de handmatige werklast, maar verkort ook de Mean Time to Assignment (MTTA) aanzienlijk.

Toewijzing op basis van vaardigheden in plaats van ‘wie het eerst komt, het eerst maalt’

Bij de traditionele toewijzing van tickets wordt vaak meer waarde gehecht aan beschikbaarheid dan aan vakkennis, wat leidt tot inefficiëntie en onnodige overdrachten. Digitale specialisten voor tickettriage brengen daar verandering in door tickets toe te wijzen op basis van de vaardigheden, de werkbelasting en de geschiktheid van de technicus voor het betreffende probleem.

Deze verandering leidt tot hogere First Contact Resolution (FCR)-percentages en voorkomt dat tickets heen en weer worden doorgestuurd, waarbij hertoewijzing per ticket wel 20 minuten extra kan kosten. Het resultaat is een snellere afhandeling en een soepelere ervaring voor zowel technici als uw klanten.

Nauwkeurigheid door gedetailleerde indeling in categorieën

Uit de eerste reacties van Kim Drumm en haar team bij Vitis Technologies blijkt hoe krachtig het is om verder te gaan dan classificatie op oppervlakkig niveau. Door zowel het type probleem als het subtype nauwkeurig te identificeren, bereikt het systeem momenteel een categorisatienauwkeurigheid van ongeveer 98%.

Dankzij deze nauwkeurigheid worden tickets niet alleen ingedeeld, maar ook correct ingedeeld, waardoor de basis wordt gelegd voor een betere doorsturing en een snellere afhandeling.

Eenvoudige bediening dankzij gestructureerde wachtrijen

Een ander belangrijk inzicht van het team van Kim Drumm is het belang van het afstemmen van workflows op duidelijk omschreven rollen via gestructureerde wachtrijen.

Bij op rollen gebaseerde wachtrijen, zoals Tier 1, NOC en Provisioning, worden tickets vanaf het begin toegewezen op basis van vaardigheden en verantwoordelijkheden. Dit zorgt voor duidelijke verantwoordelijkheid gedurende de gehele levenscyclus van een ticket, waardoor verwarring wordt voorkomen, de verantwoordingsplicht wordt verbeterd en teams in staat worden gesteld om met meer consistentie en controle te werken.

Digitale specialisten voor tickettriage, mogelijk gemaakt door Kaseya Intelligence

Triage wordt vaak verward met gewone automatisering. Dat is het echter niet.

Wat Digital Specialists zo krachtig maakt, is een nauw geïntegreerde combinatie van Kaseya Intelligence, data, governance en orchestration die als één systeem samenwerken. Het resultaat is iets dat fundamenteel verschilt van traditionele AI-tools.

De kern wordt gevormd door een hybride redeneerarchitectuur, die is ontworpen om het taalbegrip van grote taalmodellen (LLM’s) te combineren met de nauwkeurigheid en betrouwbaarheid van deterministische systemen.

Wanneer een ticket in het systeem wordt ingevoerd, wordt het niet door één enkel model afgehandeld. In plaats daarvan doorloopt het een ‘reasoning mesh’ — een gecoördineerd netwerk van gespecialiseerde agenten, die elk verantwoordelijk zijn voor een specifieke beslissing.

Twee van deze agents maken gebruik van LLM’s, waarbij het interpreteren van taal en context van cruciaal belang is. De andere twee zijn deterministisch, waardoor berekeningen en beslissingen op basis van gegevens nauwkeurig en voorspelbaar blijven.

De Impact Agent beoordeelt de prioriteit, het type probleem, het subtype en de ernst, en bootst daarmee het oordeel na dat een technicus vormt bij het lezen van een ticket. Dit gebeurt op basis van een LLM, omdat het begrijpen van de context een diepgaand taalbegrip vereist.

De vaardigheidsbeoordelaar stelt vast welke specifieke expertise en certificeringen nodig zijn om het probleem op te lossen. Ook dit gebeurt met behulp van LLM, aangezien het koppelen van problemen aan vaardigheden een genuanceerde interpretatie vereist.

De Smart Assigner rangschikt beschikbare technici op basis van geschiktheid, certificeringen en prestaties uit het verleden. Dit is deterministisch, omdat de rangschikking wiskundig is en consistent en betrouwbaar moet blijven.

De Capacity Planner controleert de beschikbaarheid in realtime, waarbij rekening wordt gehouden met roosters, tijdzones en de werkbelasting. Dit is ook deterministisch, omdat beschikbaarheid meetbaar is en niet op schattingen mag berusten.

Vier agenten. Twee verschillende benaderingen. Eén gezamenlijk besluit.

Ingebouwde controle voor een hogere nauwkeurigheid

Er is ook een vijfde agent in dit systeem, die voor een heel ander doel is ontworpen: de Critique Agent.

Het systeem classificeert of wijst geen tickets toe. In plaats daarvan toetst het de beslissingen van de andere medewerkers aan de hand van een apart model.

Als de Impact Agent een ticket als een storing met hoge prioriteit aanmerkt, toetst de Critique Agent die conclusie opnieuw en stelt daarbij de signalen, aannames en mogelijke hiaten ter discussie. Deze bewuste diversiteit in de modellen zorgt ervoor dat beslissingen niet worden beïnvloed door dezelfde vooroordelen of blinde vlekken.

Het resultaat is een systeem waarin elke beslissing wordt gecontroleerd voordat er actie wordt ondernomen, wat bijdraagt aan een grotere nauwkeurigheid van de productie.

Een systeem dat bij elk ticket bijleert

Wat deze architectuur echt onderscheidt, is niet alleen de manier waarop ze beslissingen neemt, maar ook hoe ze in de loop van de tijd steeds beter wordt.

Elke digitaal specialist doorloopt een doorlopende levenscyclus die uit drie fasen bestaat: Leren, Triage en Evaluatie.

Bij de „triage“ worden beslissingen genomen.

"Review" is de vertrouwenslaag, waar technici aanbevelingen kunnen goedkeuren, afwijzen of bijstellen.

“Leren” is waar het systeem zich verder ontwikkelt.

Elk afgehandeld ticket wordt teruggekoppeld naar Kaseya Intelligence. Het systeem registreert wat er is gedaan, brengt in kaart welke vaardigheden zijn ingezet en verwerkt die inzichten weer in het redeneringsnetwerk.

Na verloop van tijd vormen uw afgehandelde tickets een steeds groter wordende verzameling bedrijfseigen kennis. De expertise van uw technici wordt in het systeem geïntegreerd, waardoor de nauwkeurigheid en relevantie ervan voortdurend worden verbeterd.

Dit is geen standaard AI die is getraind op openbare gegevens. Het is een dynamische intelligentielaag die uniek is voor uw MSP en die met elk afgesloten ticket slimmer wordt.

En dat levert een blijvend voordeel op. Anderen kunnen weliswaar proberen de technologie na te bootsen, maar ze kunnen de gegevens, de context en de ervaring die uw systeem in de loop van de tijd heeft opgebouwd, niet evenaren.

Gegevens vormen de basis voor uitstekende AI-resultaten

AI is slechts zo effectief als de gegevens waarop het is gebaseerd. Als je gegevens schoon en gestructureerd zijn, verloopt de automatisering sneller, nauwkeuriger en betrouwbaarder. Als ze inconsistent of onduidelijk zijn, lopen zelfs de beste systemen vertraging op.

Voor het triëren van tickets is dit belangrijker dan de meesten beseffen. De manier waarop je team denkt te werken, komt niet altijd overeen met wat uit je gegevens blijkt. Om AI effectief op te schalen, moet je datamodel aansluiten bij je mentale model van hoe het werk zou moeten verlopen.

Dit zijn de belangrijkste punten die elke servicedesk zou moeten beoordelen:

1. Prioriteiten
2. Soorten hoofd- en subonderwerpen met contextuele taxonomie
3. Wachtrijen om ervoor te zorgen dat kaartjes terechtkomen waar ze thuishoren
4. Vaardigheden
   Alleen door vaardigheden nauwkeurig in kaart te brengen, is een daadwerkelijke afstemming tussen vaardigheden en taken mogelijk. U kunt de vaardigheden van uw technici expliciet vastleggen op basis van wat u weet over uw team, of vaardigheden afleiden uit historische ticketgegevens en eerdere oplossingen. Daarnaast kunt u gebruikmaken van een zorgvuldig samengesteld systeem van 250 vooraf gedefinieerde vaardigheden, gestandaardiseerd volgens de Information Technology Infrastructure Library (ITIL), IT-servicemanagement (ITSM) en MSP-activiteiten. Samen vormt dit een betrouwbare basis om telkens weer de juiste taak aan de juiste technicus toe te wijzen.
5. Inhoud van het ticket

Ticketgegevens fungeren als semantische ankers en geven context en betekenis aan patronen in de gegevens. Hoe uitgebreider en consistenter deze informatie is, hoe effectiever AI deze kan interpreteren en ernaar kan handelen.

Wanneer deze elementen samenkomen, is triage niet langer reactief, maar wordt het intelligent, schaalbaar en altijd betrouwbaar.

Een nieuwe benadering van tickettriage voor moderne MSP’s

Wat vroeger per ticket enkele minuten in beslag nam, gebeurt nu in enkele seconden, zonder dat dit extra werk voor je team met zich meebrengt.

• Geen twijfel meer over de prioriteit.
• Geen tickets meer die heen en weer gaan tussen teams.
• Je hoeft je beste technici niet langer te overbelasten.

In plaats daarvan wordt elk ticket automatisch op het juiste moment naar de juiste persoon doorgestuurd, op basis van de daadwerkelijke context, vaardigheden en beschikbaarheid.

Zo ziet een efficiënte, schaalbare dienstverlening eruit.

Klaar om het in actie te zien? Vraag vandaag nog een demo aan en ervaar hoe moeiteloos het sorteren van tickets kan zijn.