Техника 5.9: Анализ предметной области
Цикл Развития имеет важное значение для непрерывного обучения, инноваций и совершенствования как процессов в организации поддержки клиентов, так и в самом продукте или услуге. По мере того, как организация совершенствуется в использовании KCS, Цикл Развития начинает вводить и управлять важной функцией: анализом предметной области. Эта критически важная функция обеспечивает в первую очередь эффективное и действенное решение проблем, и во вторую - анализ влияния KCS на организацию.
Анализ предметной области фокусируется на качестве статей, эффективности создания/улучшения статьи, и, возможно, самое главное, на использовании статей.
Эксперты в области знаний (Knowledge Domain Experts или KDE) должны обладать как глубокими знаниями предметной области, так и пониманием KCS. Эксперты обычно отвечают за какую-то относительно узкую область знаний о продукте или услуге, и соответственно за статьи в базе знаний относящиеся к этой области.
KDE стремится оптимизировать создание, улучшение и использование, а также выявлять паттерны и тренды повторного использования статей для формирования потенциальных изменений и улучшений продукта, процессов или политик компании, которые могут устранить основную первопричину возникновения наиболее частых проблем (и соответственно заявок в службу поддержки). Эксперты тесно взаимодействуют с руководителем отдела поддержки, тренерами и,возможно ведущими инженерами для оптимизации стандарта контента и рабочего процесса KCS. Успех их работы измеряется улучшением релевантности поиска статей, успехом самообслуживания, и соответственно уменьшением количества инцидентов.
Более подробно это описано в Руководстве KCS по анализу предметной области.
Результатом анализа предметной области являются:
- Оптимизация рабочего процесса и стандарта контента
- Повышение эффективности поиска и нахождения статей
- Устранение пробелов в знаниях (клиенты ищут статьи, которых не существует, и при этом не обращаются в поддержку, но могут негативно влиять на Retention продукта)
- Объединение повторяющихся статей, определение наилучшего или предпочтительного решения среди множества предложенных решений.
- Устранение первопричин: работа с продакт-менеджерами и разработчиками над устранением не только явных дефектов кода (багов), но и улучшением областей продукта, которые создают ненужную нагрузку в поддержку, либо являются причиной неиспользования продукта.
- Анализ показателей ценность базы знаний: успешность самообслуживания (deflection), улучшение традиционных метрик поддержки: сокращение времени работы на проблемой (Average Handle Time- AHT) и увеличение процента заявок , решенных первым ответом (First Contact Resolution - FCR).
- Стратегия архивирования статей в базе знаний.