Contesto
Economie di scala portano a concentrare i servizi omogenei in grandi centri, il cui scopo è gestire in modo ottimizzato i ticket, dal momento dell’apertura fino alla risoluzione. Questo complesso sistema di gestione deve adattarsi alle tipologie del caso particolare e interpretare correttamente i parametri di performance. Deve inoltre avere la capacità da un lato di prevedere l’entità e il tipo di ticket in arrivo, dall’altro di identificare se vi siano situazioni critiche o anomale, in corso o nell’immediato futuro. Inoltre, per il buon funzionamento del centro, devono essere stabilite delle metriche di livello di servizio, che diventeranno gli indicatori fondamentali per la corretta gestione delle operazioni.
Gli obiettivi del Cliente
Il nostro team si è confrontato con il centro servizi di un grande gruppo bancario, che aveva una duplice esigenza: gestire numerose tipologie di ticket e implementare le specifiche di livello di servizio (identificate da un approfondito studio commissionato a una grande azienda specializzata). Il Cliente ha chiesto che gli venisse fornito un sistema di monitoraggio dei livelli di servizio – tramite numerosi KPI – e l’analisi per la corretta definizione delle soglie, sulla base delle caratteristiche specifiche del centro. Inoltre è stato richiesto che il sistema fosse in grado di evidenziare eventuali criticità e di segnalarle opportunamente.
La nostra soluzione
Dopo aver raccolto la base dati di tutti i ticket del centro servizi, comprensiva di uno storico per la taratura dei modelli, ogni ticket viene misurato in tutti i KPI pertinenti. A loro volta, gruppi di ticket definiscono dei valori di KPI aggregati. Il sistema gestisce la struttura dei KPI a tutti i livelli di aggregazione e, sulla base di regole sui livelli di servizio, segnala all’utente le situazioni in cui non vengono rispettati gli SLA concordati, permettendo di arrivare top-down ai ticket critici. Il sistema, inoltre, lavora sullo storico recente per fare previsioni e segnalare l’emergere di eventuali criticità, sulla base di calcoli statistici. Con la soluzione AddToBuild il Cliente ha raggiunto il triplice obiettivo di tarare meglio le soglie in vista di raffinamenti contrattuali degli SLA, monitorare in modo completo il rispetto degli stessi e ricevere dei warning su potenziali rischi.