將ManageEngine卓豪引入您的IT服務(wù)管理運營
無論是追蹤平均修復(fù)時間（MTTR）還是工單關(guān)閉率，傳統(tǒng)的報表和儀表盤都能幫助衡量 IT 服務(wù)臺的運營效率。然而，要真正實現(xiàn) ITSM 運營與業(yè)務(wù)目標(biāo)的深度對齊，IT 領(lǐng)導(dǎo)者與服務(wù)臺經(jīng)理必須推動戰(zhàn)略性的服務(wù)改進。
為此，他們需要深入洞察那些影響服務(wù)成果的關(guān)鍵領(lǐng)域，包括事件趨勢、服務(wù)水平協(xié)議（SLA）合規(guī)情況、技術(shù)人員工作效率，以及資產(chǎn)的財務(wù)狀況等。這正是為何在 ITSM 運營中嵌入智能決策能力顯得尤為重要。
本文將探討 ManageEngine卓豪ServiceDesk Plus 與 Analytics Plus 的集成是如何幫助企業(yè)借助 AI 驅(qū)動的數(shù)據(jù)分析，獲得智能且可執(zhí)行的洞察，從而推動更快速、更明智的 ITSM 決策。
為了更好地說明這一點，本文將以一家公司為例，展示當(dāng)缺乏高級分析能力時，其在 IT 決策過程中如何陷入困境。
該公司的決策癱瘓：4大關(guān)鍵場景
該公司 是一家全球知名的銀行，致力于為客戶提供世界一流的數(shù)字化銀行體驗。為實現(xiàn)這一目標(biāo)，其 IT 領(lǐng)導(dǎo)層專注于推進戰(zhàn)略性 ITSM 改革的同時，也負(fù)責(zé)日常服務(wù)運營的順利進行。團隊的首要任務(wù)包括：增強安全事件的響應(yīng)策略、確保服務(wù)水平協(xié)議（SLA）合規(guī)，以及防止技術(shù)人員因超負(fù)荷工作而產(chǎn)生倦怠。
然而，該公司 的這一系列努力卻被傳統(tǒng)的報表機制所限制。這些報表缺乏深入分析能力，使團隊難以獲取實時且具備上下文的信息洞察，從而導(dǎo)致決策遲緩，關(guān)鍵行動難以落地。具體表現(xiàn)如下：
●安全事件報表需要從分散的數(shù)據(jù)源手動整合，嚴(yán)重拖慢了響應(yīng)速度；
●技術(shù)人員的工作負(fù)載因數(shù)據(jù)復(fù)雜而缺乏透明度，導(dǎo)致任務(wù)分配失衡；
●服務(wù)級別協(xié)議（SLA）因未能考慮相關(guān)依賴關(guān)系而頻繁違約，影響服務(wù)質(zhì)量；
●ITSM 團隊只能依賴主觀猜測識別瓶頸，缺乏數(shù)據(jù)支持，導(dǎo)致整體運營效率低下。
●現(xiàn)在，讓我們看看 該公司 如何通過整合這兩種解決方案，有效應(yīng)對每一個挑戰(zhàn)。
●通過與 Zia（我們的原生 AI 驅(qū)動虛擬助手）對話生成安全事件報表和儀表盤
為了加強事件響應(yīng)計劃，該公司 需要首先評估現(xiàn)有流程并識別關(guān)鍵瓶頸。但這一過程充滿挑戰(zhàn)：關(guān)鍵數(shù)據(jù)分布在多個系統(tǒng)中，迫使 IT 領(lǐng)導(dǎo)層不得不從零開始手動編制報表。這不僅依賴復(fù)雜查詢，且常常選擇了不準(zhǔn)確的指標(biāo)。
此外，由于這些報表難以被相關(guān)利益相關(guān)者訪問，導(dǎo)致他們無法快速獲得可操作的洞察，從而進一步拖延了決策過程。總體而言，這種分散、低效的方法讓報表制作既耗時又容易出錯，嚴(yán)重制約了 該公司 建立高效、主動的事件響應(yīng)策略。
通過集成獲得的優(yōu)勢
為克服手動構(gòu)建復(fù)雜報表的困擾，該公司 借助了 ServiceDesk Plus 與 Analytics Plus 的集成能力。無需投入大量時間與精力，該公司 能通過原生 AI 虛擬助手 Zia 的對話式智能技術(shù)，快速生成可視化豐富、內(nèi)容詳盡的報表與儀表盤。
通過 Zia 的“Ask Zia”對話界面，服務(wù)臺經(jīng)理只需使用自然語言提問，例如“顯示與安全相關(guān)的事件數(shù)量”，Zia 即可在幾秒內(nèi)生成具有上下文關(guān)聯(lián)的圖表，省去編寫復(fù)雜查詢的煩惱。接著，用戶可繼續(xù)詢問事件的嚴(yán)重性、狀態(tài)、平均解決時間和 SLA 合規(guī)性等內(nèi)容（見圖 1）。
Zia 會將這些問題轉(zhuǎn)化為具備可視化效果的小工具，如柱狀圖、趨勢圖與儀表盤，為服務(wù)健康提供直觀、清晰的洞察。
圖1. 通過 Ask Zia（我們的原生 AI 驅(qū)動虛擬助手）生成可視化報表和儀表盤。
這些小工具隨后被整合進一個統(tǒng)一的儀表盤，團隊可在同一界面中查看所有關(guān)鍵信息。他們還可進一步自定義布局與樣式，突出最關(guān)鍵的內(nèi)容，構(gòu)建出一個直觀、易操作的用戶界面。
通過將 Analytics Plus 生成的儀表盤直接嵌入 ServiceDesk Plus，該公司 的團隊實現(xiàn)了跨工具的無縫協(xié)作，無需頻繁切換窗口，極大提升了工作效率（見圖 2）。
圖2. 自定義布局并在 ServiceDesk Plus 中嵌入儀表盤。
通過幾個簡單的對話指令，該公司 徹底顛覆了過去生成報表和儀表盤的方式，不僅加快了決策速度，還獲得了更具深度的運營洞察。
通過獲取基于上下文的、由生成式人工智能（GenAI）驅(qū)動的洞察來優(yōu)化技術(shù)人員的工作負(fù)載
在 該公司，IT 領(lǐng)導(dǎo)者始終堅信：只有獲得充分支持與賦能的技術(shù)人員，才能成為高效服務(wù)交付的基石。然而，現(xiàn)實數(shù)據(jù)卻講述了一個截然不同、令人擔(dān)憂的故事。當(dāng)前，技術(shù)人員的工作負(fù)載已超出 100%，他們不得不頻繁加班，而工單積壓量也突破 50 張大關(guān)。整個團隊非但沒有處于可控狀態(tài)，反而正逐步走向集體倦怠（burnout）。
盡管掌握大量數(shù)據(jù)，該公司 的服務(wù)臺經(jīng)理卻因復(fù)雜的表格和原始圖表缺乏可操作性而陷入“分析癱瘓”。為了提取關(guān)鍵洞察，他們必須手動審查多份報表，如工單解決時間、按技術(shù)人員劃分的工單量、工單積壓情況等。這種低效做法不僅耗時，還因為潛在變量的缺失而導(dǎo)致數(shù)據(jù)解讀不一致，進一步加劇了工作負(fù)載管理的難度。
集成帶來的優(yōu)勢：從“數(shù)據(jù)堆”中提取可執(zhí)行洞察
如今，該公司 不再需要手動整理繁雜的報表數(shù)據(jù)，而是借助生成式人工智能（GenAI）驅(qū)動的 Zia Insights，只需一鍵，即可獲取結(jié)構(gòu)清晰、具備上下文的洞察解讀。這讓服務(wù)臺經(jīng)理能夠直觀掌握關(guān)鍵績效指標(biāo)（KPI），識別趨勢并洞察潛在影響因素——無需繁瑣計算與數(shù)據(jù)建模。
為了更科學(xué)地優(yōu)化技術(shù)人員的工作負(fù)載，Zia Insights 通過圖表與文本方式，呈現(xiàn)每位技術(shù)人員處理的事件數(shù)量、平均處理時間以及請求重新打開的比例等關(guān)鍵趨勢?；谶@些數(shù)據(jù)，Zia 能夠識別性能偏差，實現(xiàn)預(yù)警與早期干預(yù)。
例如，Zia 分析發(fā)現(xiàn)，服務(wù)臺中請求被重新打開的總比例為 111%。更深入的趨勢圖揭示了明顯的波動，并定位出導(dǎo)致該趨勢的具體原因。數(shù)據(jù)顯示，Emily Davis 的請求重新打開次數(shù)僅為 5 次，而 Michael Wilson 高達(dá) 9 次，兩者相差 80%，這一對比無需人工計算（見圖 3）。為解決這一問題，該公司 隨即為 Michael 安排了定向的技能提升計劃，以幫助其提高一次解決率。
圖 3. 通過 Zia Insights，從復(fù)雜報表中生成清晰描述和可執(zhí)行洞察。
當(dāng)服務(wù)趨勢發(fā)生異常變化，例如 SLA 合規(guī)率突然下降時，Zia 的“關(guān)鍵驅(qū)動因素分析”功能可進一步深入，識別背后的根本原因。例如，它可自動識別出導(dǎo)致問題的高優(yōu)先級請求激增，而無需人工干預(yù)。通過 Zia，該公司 得以將原始數(shù)據(jù)轉(zhuǎn)化為清晰、可落地的行動洞察，賦能服務(wù)臺經(jīng)理更科學(xué)地規(guī)劃資源、優(yōu)化任務(wù)分配并有效預(yù)防技術(shù)人員倦怠。
借助無代碼 AI 預(yù)測，提升 SLA 合規(guī)率
該公司 的 IT 領(lǐng)導(dǎo)者深知，準(zhǔn)時交付服務(wù)對銀行業(yè)務(wù)至關(guān)重要。他們設(shè)定了一個戰(zhàn)略目標(biāo)：將 SLA 合規(guī)率穩(wěn)定保持在 95% 以上。然而，目標(biāo)雖清晰，執(zhí)行卻困難重重，關(guān)鍵原因在于他們忽略了影響 SLA 表現(xiàn)的多種依賴因素。
該公司 的服務(wù)臺經(jīng)理在決策過程中過度依賴歷史數(shù)據(jù)，卻忽視了對未來服務(wù)趨勢的預(yù)測。這使他們無法及時識別潛在風(fēng)險，如季節(jié)性工單高峰、組織流程變更等新興因素對 SLA 的潛在沖擊。更嚴(yán)重的是，系統(tǒng)中明顯存在工單流轉(zhuǎn)瓶頸，導(dǎo)致許多關(guān)鍵請求臨近違約邊緣卻無人察覺，直到問題爆發(fā)已無可挽回。因此，該公司 的 SLA 合規(guī)目標(biāo)始終難以實現(xiàn)。
通過集成獲得的優(yōu)勢
為防止服務(wù)水平協(xié)議（SLA）違約并保持行業(yè)領(lǐng)先地位，該公司 的服務(wù)臺經(jīng)理借助 Analytics Plus 的無代碼機器學(xué)習(xí)引擎，生成了針對其獨特服務(wù)環(huán)境的可操作預(yù)測。
他們通過追蹤每周已解決請求的平均值，洞察技術(shù)人員的工作負(fù)載平衡、季節(jié)性解決趨勢以及積壓處理效率。為了優(yōu)化未來幾周的資源規(guī)劃，團隊結(jié)合關(guān)鍵影響因素（如新進請求數(shù)量和平均解決時間）對該每周平均 KPI 進行了預(yù)測（見圖 4）。Analytics Plus 會自動選取最優(yōu)的預(yù)測模型（此處為向量自回歸），并生成未來五周的趨勢展望（見圖 5）。這些預(yù)測揭示了即將出現(xiàn)的解決趨勢波動，使團隊得以更具戰(zhàn)略性地分配技術(shù)人員，從而降低 SLA 違約風(fēng)險。
圖 4. 借助機器學(xué)習(xí)引擎，結(jié)合影響因素生成定制化、精準(zhǔn)的 KPI 預(yù)測。
圖 5. 基于歷史模式與關(guān)鍵指標(biāo)，通過無代碼機器學(xué)習(xí)引擎預(yù)測未來趨勢變化。
除了預(yù)測功能，管理者還利用 AutoML 能力構(gòu)建了自定義的無代碼機器學(xué)習(xí)模型，這些模型可從歷史工單數(shù)據(jù)中學(xué)習(xí)，識別模式，并主動預(yù)警潛在升級風(fēng)險。在開發(fā)模型的過程中，團隊納入了關(guān)鍵屬性（如工單優(yōu)先級和類別），并選擇了合適的分類算法（如決策樹或隨機森林）來優(yōu)化預(yù)測準(zhǔn)確性。模型部署后，系統(tǒng)能夠自動識別可能被升級的開放工單，幫助團隊提前干預(yù)、重新分配資源，并持續(xù)實現(xiàn) SLA 時間目標(biāo)。
通過Spotlight提升ITSM模塊的決策智能
為了實現(xiàn)持續(xù)的服務(wù)改進，該公司 開始審視其現(xiàn)有的 ITSM 實踐，并識別潛在的改進領(lǐng)域。然而，很快他們便遇到了一個常見難題：信息過載。
盡管掌握了大量 ITSM 數(shù)據(jù)，該公司 卻難以從中提取有價值的信息，導(dǎo)致運營盲區(qū)。這讓團隊難以判斷哪些措施真正有效、哪些無效，以及應(yīng)優(yōu)先改進的具體方向。
由于缺乏清晰的數(shù)據(jù)策略，團隊不得不依賴人為推測，這直接造成運營效率低下、進展緩慢。更嚴(yán)重的是，當(dāng)需要同時優(yōu)化多個流程時，決策疲勞逐漸顯現(xiàn)，而團隊又缺乏洞察來指導(dǎo)關(guān)鍵決策。每項改進都像是在摸著石頭過河，難以將關(guān)鍵信息有效關(guān)聯(lián)起來。
集成帶來的優(yōu)勢
該公司 的服務(wù)臺經(jīng)理不再需要翻閱冗長報表或篩選原始數(shù)據(jù)，而是借助 Spotlight——一款強大的決策智能引擎，直接從 ITSM 數(shù)據(jù)中獲取來自事件管理、服務(wù)請求、變更管理和資產(chǎn)管理等模塊的上下文相關(guān)、智能推薦。
Spotlight 能揭示隱藏的瓶頸并指出其嚴(yán)重性，識別模式并提供糾正建議，幫助團隊迅速響應(yīng)，保持領(lǐng)先（圖 6）。例如，Spotlight 曾提示某一業(yè)務(wù)關(guān)鍵問題：每天下午 3 點至 4 點工單激增，建議在此時段增加技術(shù)人員配置。在另一個場景中，它識別出三位多次上報資產(chǎn)問題的請求者，并建議分析其資產(chǎn)使用模式以防止問題再次發(fā)生。
圖 6. 通過 Spotlight，在 ITSM 實踐中實現(xiàn)上下文相關(guān)、智能化的推薦。
簡而言之，Spotlight 承擔(dān)了大量分析工作，讓 IT 團隊能夠擺脫猜測，及時做出數(shù)據(jù)驅(qū)動的決策，從而推動持續(xù)的服務(wù)優(yōu)化。
結(jié)語
隨著組織在 ITSM 成熟度上不斷提升，具備快速、智能決策能力的團隊將脫穎而出。ManageEngine卓豪由 Analytics Plus 提供支持的 ServiceDesk Plus 高級分析功能，可將原始數(shù)據(jù)轉(zhuǎn)化為實時的決策智能，使 IT 團隊能夠主動應(yīng)對變化、持續(xù)優(yōu)化服務(wù)，并始終與業(yè)務(wù)優(yōu)先級保持一致。
展望未來，決策智能不再是可有可無的附加選項，而將成為 ITSM 卓越運營的核心。借助 ManageEngine卓豪，組織不僅能將每一項洞察轉(zhuǎn)化為切實成果，更能建立起面向未來的 ITSM 戰(zhàn)略。
卓豪官方網(wǎng)站可免費下載軟件試用：https://www.manageengine.cn
