Jira Service Management における人工知能
AI を活用したサポート
自動サポートの強化、オンボーディングの合理化、カスタマーがすぐに参照できるナレッジの提供など、組織のゴールが何であっても、Jira Service Management の AI を活用したサポート ワークフローでは、従業員が必要な支援を受けられるようになると同時に、現場のエージェントの生産性も向上します。
このセクションでは、Jira Service Management でどのように AI を使用すれば次のことを実現できるのかを見ていきます。
- 優れたセルフサービス サポート エクスペリエンスを提供する
- エージェントと管理者の生産性を上げる
優れたセルフサービス サポート エクスペリエンスを提供する
Jira Service Management では、自社の従業員が重要な知識を簡単に入手できるようにする方法、常時稼働のセルフサービス サポートを従業員に利用してもらえる方法をいくつか提供しています。以下では、仮想サービス エージェントで第 1 階層のサポートのやり取りを自動化する方法と、AI を使ったナレッジ ベースの強化で問い合わせへの応答が従業員にとって今までにないほど簡単になる方法について説明します。
仮想サービス エージェント
仮想サービス エージェントは、Jira Service Management ヘルプ センター、Slack、Microsoft Teams、電子メール、埋め込みウィジェットなど、さまざまなカスタマー チャンネルでのサポートのやり取りを合理化します。これにより、ヘルプ依頼者は、対象のプラットフォームに関係なく、必要なサポートを迅速に受けられます。
自動化を試みているリクエストのタイプと複雑さに応じて、Jira Service Management の仮想サービス エージェントを設定する方法は主に 2 つあります。インテント フローと AI による回答です。これらの一方または両方を利用して、チケットを減らし、カスタマーに迅速なサポートを提供できます。
Virtual Service Agent のインテント フロー
仮想サービス エージェントのインテントは、仮想サービス エージェントが解決をサポートできる、カスタマーの具体的な問題、質問、またはリクエストを表しています。各インテントには、仮想サービス エージェントがヘルプ依頼者のリクエストを認識するのに役立つ一連のトレーニング フレーズと、仮想サービス エージェントとのやり取りに基づいた作業項目を通してヘルプ依頼者をガイドできる会話フローが含まれています。インテントは次のような質問に最適です。
- 作業/トラブルシューティングのガイドを必要とする
- 情報収集と選別を必要とする
- Web リクエストによる自動アクションを必要とする
例: ソフトウェアへのアクセス要求、インシデントの報告、新しいハードウェア、調達リクエスト、オンボーディング ワークフロー
インテントは、すぐに使えるテンプレートとローコード/ノーコードのエディターを使用して、簡単に設定できます。また、Virtual Service Agent は生成 AI を使用して、チームの過去のチケット データに基づいて関連するインテントを提案し、説明やトレーニング フレーズなどの基本設定の一部を実際に入力します。
インテントを使用すると、サポート タスクを自動化して即座に対応できます。たとえば、ヘルプ依頼者の OS をチェックしてリアルタイムでバージョンを更新したり、パスワードの自動リセットやソフトウェアへのアクセス権付与などの対策を実施したりできます。これを実行するには、インテント フローでアトラシアンの自動化ルールを実行するか、Web リクエストを送信するか、もしくは Workato や Workday などのサードパーティ ツールを使用してアクションをトリガーします。
Virtual Service Agent における AI の回答
AI による回答では、AI を使用して、リンクされたナレッジ ベース スペースを検索し、カスタマーの質問に答えます。この機能は、セットアップが最小限で済むため、仮想サービス エージェントをすぐに使い始めるには最適で、次のようなヘルプ リクエストを回避するのに特に役立ちます。
-
情報や手順を提供することで解決できる
-
既存のナレッジ ベース記事に記載されている (または簡単に追加できる)
-
通常は人間のエージェントにエスカレーションする必要がない
BYOD セットアップ、VPN リセット、オフィス Wi-Fi への接続などの基本的な IT 手順
福利厚生、経費、休日などの会社の方針を共有します。
AI による回答を設定する
AI による回答を設定するには、まず Virtual Service Agent の情報入力チャンネルを設定する必要があります。手順の詳細については、Virtual Service Agent の製品ガイドをご参照ください。
セルフサービス型ナレッジ ベースをつなげる
情報入力チャンネルの準備が整ったら、Confluence または Jira Service Management のネイティブなナレッジ ベースを通じて、ナレッジ ベースがプロジェクトにリンクしていることを確認する必要があります。AI エクスペリエンスを向上させるには、包括的なナレッジ ベースを最新の状態で維持することが不可欠です。Jira Service Management から直接ナレッジ ベースを構築したり、Confluence にある既存の FAQ やドキュメントを統合したりできます。(ヒント: ナレッジ ベースの構築と維持に役立つ AI 機能については、以下をご覧ください。)
上級者向けのヒント: ナレッジ ベースの権限設定を再確認する
リンクされたナレッジ ベース スペースは、[表示できるユーザー] の下の [すべてのログイン済みユーザー] に設定する必要があります。
AI による回答を有効にする
ナレッジ ベースの準備ができたら、Virtual Service Agent の設定で AI による回答を有効化します。
サービス プロジェクトから、[プロジェクト設定] を選択し、左側のパネルで [チャンネルとセルフサービス] のドロップダウンから [仮想サービス エージェント] を選択します。[AI による回答] を選択し、[AI による回答] の横にあるトグルをオンにして、[有効化] を選択します。AI による回答は、接続されているすべてのチャンネルですぐに使用できるようになります。
Slack で Virtual Service Agent を使用している場合は、特定の Slack リクエスト チャンネルに対して AI による回答を有効にできます。[設定] の [リクエスト チャンネル] に移動します。有効にするリクエスト チャンネルの横にある [AI による回答] の切り替えをオンにしてから、 [有効化] を選択します。
プロのヒント: Virtual Service Agent を使用するためにナレッジ ベースの記事を構築する場合、AI による回答は現在画像から情報を抽出せず、通常は Confluence のテーブルの一部ではないコピーが最適であることに注意してください。
ナレッジ マネジメントの AI
Jira Service Management の AI は、関連性のある記事を自動的に選び出し、トピックを提案して、正確な情報を迅速に表示することで、ナレッジ マネジメントを合理化します。こうした AI 機能を利用すれば、断片化されたデータや手作業によるプロセスの問題が解決されるので、サポートでナレッジ ベースをより効率的かつ効果的に活用できるようになります。
ナレッジ ベース記事の AI 編集
エージェントが AI を活用すれば、Jira Service Management の課題から直接ナレッジ ベース記事を作成できます。数ステップのシンプルな手順で、新しい記事の内容を簡単にブレーンストーミングし、スペルと文法が正しいことを確認して、カスタマーにとって専門的かつ共感できる記事に仕上げることが可能です。
ジェネレーティブ AI を使用してナレッジ・ベース記事を作成する方法
Jira Service Management の作業項目ビューで次のように操作します。
- プロジェクトのサイドバーのナビゲーションから [ナレッジ ベース] を選択します。
- [記事を作成] を選択します。
- 記事を作成するナレッジ ベース スペース > [次へ] の順に選択します。
- ツールバーから、またはエディターで /ai と入力して、AI を起動します。
- 希望のプロンプトを作成します。
- 最初の下書きとして使用できる文案が AI から提示されます。
AI による下書き
AI が生成したトピックの下書きを使ってナレッジ ベースを拡大し、より多くのチケットを回避しましょう。提案されたトピックを使用すると、最近のカスタマー リクエストに基づいてナレッジ ベースに足りない情報を先回りで特定し、用意された記事の下書きをレビューして公開できます。関連性の高いナレッジ記事を作成することで、ヘルプ依頼者に快適なセルフサービス エクスペリエンスを提供できるとともに、チケット数を削減してサポート チームの生産性を向上させることもできます。
AI に提案された下書きを表示する方法
- サービス プロジェクトで [ナレッジ ベース] に移動します。
-
[提案されたトピック] を選択します。
-
[トピック] 列に、送信されたリクエストの中で、現在のナレッジ ベースには対応する記事がないトピックが表示されます。[関連するリクエスト] 列に、特定のトピックそれぞれに関連するリクエストの数が表示されます。
-
各トピックの横にある [アクション] 列の [記事を作成] を選択して、記事を作成します。
エージェントと管理者の生産性を上げる
優れたサービスを迅速に提供するために必要な AI ツールをチームに提供して、エージェントの生産性を高めましょう。Jira Service Management の Rovo エージェントと組み込みの AI 機能を使用すれば、リクエストに優先順位を付け、対応して、解決できます。
チケットのトリアージと優先順位付け
Jira Service Management には、キューを整理して重要なチケットを優先するのに役立つ、AI を活用した複数の機能が用意されています。
1. AI によるトリアージ
一括アクションを実行して作業項目を正しいリクエスト タイプにスマートに割り当てることで、キューをすばやく整理します。AI を使用してトリアージのプロセスを合理化することで、サポート チームは手作業での分類に費やす時間を大幅に削減でき、優先度の高い課題をより効率的に解決できます。
AI によるトリアージでは、キュー内のチケットを分析し、適切なリクエスト タイプと関連フィールドが提案されます。この機能は、リクエストをメールで受信し、メールによるリクエスト タイプで多数の作業項目が発生した場合に特に役立ちます。
AI を使用して作業項目をトリアージする方法
- キューにある作業項目を選択します。
- [トリアージ] を選択します。
- 提案内容を確認し、必要に応じてリクエスト タイプを更新します。
- 更新する作業項目を選択します。
- [適用] を選択します。
提案内容が必要としているものと一致しない場合は、リストからリクエスト タイプを手動で選択して、その選択したリクエスト タイプで一括更新を続行できます。
2. カスタマー感情分析
AI による感情分析でカスタマーをより深く理解しましょう。カスタマーのコメントから感情のトーンを分析して解釈することで、カスタマーの気持ちを知ることができます。タイトル、説明、コメントといったチケットのコンテキストを使用して、AI がカスタマーの感情 (肯定的、どちらでもない、否定的) を評価します。その分析内容は作業項目ビューに直接表示され、新しいコメントが入るとリアルタイムで更新されます。カスタマーの不満を早期に発見することで、満足度を最優先にしながら、最高のサービスを提供できます。
3. Rovo エージェント: サービス トリアージ アシスタント
トリアージのプロセスを大幅に強化したいなら、すぐに使える Rovo エージェントの 1 つである、サービス トリアージ アシスタントをお試しください。受信したリクエストの内容や感情などの詳細を分析し、リクエスト タイプ、緊急度、優先度を判断することで、そのリクエストに優先順位を付けることができます。エージェントは自動化ルール内で使用される設計なので、作業項目がキューに表示されたらすぐに、チケットのタイトルと説明の書き換え、優先度の更新、リクエスト タイプの割り当てが実行されます。また、SLA、カスタマーとのやり取り、緊急性などに基づいて、リクエストをエスカレーションするべきかどうかを判断できます。
サービス トリアージ アシスタントと連携する方法は 2 つあります。
-
Rovo チャット ウィンドウで質問する: 画面右上で Rovo チャット ウィンドウを開いたら、左側のエージェント メニュー オプションを使用して Rovo エージェントを表示し、[サービス トリアージ] を選択します。そこから、「優先度を提案して」や「リクエスト タイプを提案して」のようなプロンプトを使って、サービス トリアージ アシスタントとチャットできます。
-
自動化ルールを設定する: 自動化ルール ビルダーに移動し、あらかじめ用意されているテンプレートを使って、優先度の提案、リクエスト タイプの提案、作業項目の要約などの自動アクションをサービス トリアージ アシスタントに実行させます。
プロからのヒント: 自動化モードを試す
Rovo チャット ウィンドウでサービス トリアージ アシスタントとやり取りする場合は、プロンプトの先頭に「自動化モード」を追加してみましょう。これにより、エージェントの応答を自動化ルール内で直接使用できます。
チケットに対応して解決する
キューを整理し、最初に取り組むべきチケットがどれかわかったら、AI を使用して重要なコンテキストをワークフローに取り込むことで、迅速な対応が促され、解決に向けて正しい対策を講じることができます。
AI の要約で迅速に対応する
AI は、Jira Service Management の作業項目に関する多数のコメントをただ読むのではなく、チケットのアクティビティをすばやく要約できます。そのため、状況をすばやく把握し、新しい関係者との情報共有や新しいエージェントへのチケットの引き継ぎが簡単になり、必要な行動が取れるようになります。
AI 要約を使用するには：
- Jira Service Management プロジェクトから、目的の作業項目に移動します。
- [アクティビティ] セクションまでスクロールします。
-
[コメント] > [要約] の順に選択します。
-
AI が生成した要約は自分だけに表示され、チケットから離れると表示されなくなります。課題の詳細は何度でも要約できます。
-
プロからのヒント: AI 要約機能は、Virtual Service Agent と併用することで効果が上がります。Virtual Service Agent がチケットをオープンする前にヘルプ依頼者にいくつもの質問をして情報を収集する複雑なインテント フローの場合、課題を割り当てられたエージェントは AI 要約を使用することで Virtual Service Agent がキャプチャした課題のコンテキストをすばやく把握できます。
AI を使用してヘルプ依頼者に最適な応答を作成する
AI を活用すると、エージェントはヘルプ依頼者に対する応答をすばやく作成して編集できるため、明確で配慮の行き届いたコミュニケーションが可能になります。これには、いくつかの方法があります。
1. 返信の下書き
この機能では、AI を使用してカスタマーにお勧めの応答を下書きします。エージェントは、類似のリクエストを解決する間に追加されたコメントに基づいて、適切なトラブルシューティングのヒントやフォローアップの質問を追加し、スマートかつ効果的にチケットに対応できます。
AI を使用して返信の下書きを作成する方法
- 作業項目を開きます。
- [内部メモを追加] または [カスタマーに返信] を選択します。
- [返信の下書きを作成する] ボタンをクリックし、AI ドロップダウン メニューから [返信の下書きを作成する] を選択するか、/draftreply を使用します。
- AI は、過去に類似の作業項目を解決する際にエージェントが追加した応答に基づいて返信を生成します。その後、コメントを挿入したり、返信コメントを練ったりできます。
2. AI による編集
AI スラッシュ コマンド、またはエディターの AI ドロップダウン メニューを利用して、返信を短くする、トーンを調整するなど、カスタマーへの返信を微調整します。
ジェネレーティブ AI のユース・ケース：
ブレーンストーミング
カスタマーへの回答を作成する方法に不明点がありますか? ブレーンストーミング機能を備えるアトラシアンの Rovo AI は、ユーザーの入力情報を分析し、カスタマーへの回答に関する提案を生成して、課題の解決を促進し迅速化します。
短縮
AI は、短縮機能を使用して、カスタマーへの長文の回答を簡潔に要約できます。これは、カスタマーに要点をすばやく理解してもらう必要がある場合に役立ちます。
要約
要約機能を使用して長文のコンテンツを簡潔にまとめることで、理解しやすくなります。AI によって入力テキストを分析し、最も関連性が高く重要なポイントを特定します。特定の単語やフレーズの出現頻度、それらがテキスト内で使用されている文脈、関連する感情や重要性などの要因が考慮されます。
ライティングの改善
ライティング改善機能による提案により、エージェントのライティング スキルが向上します。これらの提案には、文法の修正、言葉選びの提案、フォーマットなどが含まれます。改善点の提案のほかに、それぞれの提案の説明と理由も AI によって提供されます。
スペルと文法の修正
アトラシアンの Rovo AI のスペルと文法の修正機能は、カスタマーへの回答に含まれるスペルや文法の間違いを見つけて修正するのに役立ちます。これらの提案は、一般的な文法規則と前後のテキストの文脈分析に基づいています。提案をクリックして適用するか、必要に応じて手動で変更できます。
トーンを変える
トーン変更機能を使用すると、カスタマーへの回答のトーンを変更して、エージェントが必要に応じてテキストのスタイルや雰囲気を調整できます。利用できるトーンには、カジュアル、教育的、共感的、中立的、専門的なものがあり、さまざまなカスタマーの状況のニーズに対応できます。
重要な背景情報と解決のための次のステップを表示する
AI による提案
作業項目ビューの右側にある提案パネルでは、AI を利用してリクエストが効率的にまとめられ、担当者、関連する依頼者の詳細、エスカレーション パス、トラブルシューティング手順などが提案されます。また、優先度の更新など、パネルから直接アクションを実行することもできます。
同様のリクエスト
AI を活用した類似のリクエストを利用し、サービス プロジェクトで現在表示しているリクエストと類似のタイトルが付いた最近のリクエストを探して確認することで、類似のリクエストを簡単に見つけられます。この機能では、NLP (自然言語処理) を使用して、現在表示しているものと類似するタイトルを含む最近のリクエストのリストを表示できます。この AI による自動プロセスによって関連するリクエストを探すと、類似する課題を検索するために必要な手作業を減らせます。
AI を活用した類似のリクエストの使用方法:
- まず、[Enable similar requests (類似のリクエストを有効にする)] パネルのサービス プロジェクトで、[プロジェクト設定]、[機能] の順に選択します。
- [課題ビュー] で、[類似のリクエスト] パネルのトグルをオンにします。
- 次に、類似のサービス リクエスト、問題、変更、インシデント事後レビューを表示するには、関連するリクエストを探す課題に移動します。
- [類似のリクエスト] または [類似のインシデント] を選択します。
- [オープン] または [解決済み] を選択して、類似のリクエストをステータス別にフィルタリングします。
3. Rovo エージェント: サービス リクエスト ヘルパー
別のすぐに使える Rovo エージェントであるサービス リクエスト ヘルパーは、リクエスト管理を合理化し、解決時間を短縮するために必要なインサイトをチームに提供します。サービス リクエスト ヘルパーは、アトラシアンのアプリと、接続されているサードパーティ アプリの両方をナレッジ ソースとして利用するように設計されており、関連情報を収集して、迅速かつ正確にリクエストを解決する方法についてのガイダンスを提供できます。人間のエージェントはサービス リクエスト ヘルパーを活用して SME (対象分野のエキスパート) を特定し、以前のリクエストから得たインサイトに基づいて回答を作成し、チケットのアクティビティを要約し、次のステップを提案することもできます。
他の Rovo エージェントと同様に、ナビゲーションの右上隅のプロファイル アイコンまたはアバターの近くにある Rovo チャット ウィンドウから、サービス リクエスト ヘルパーにアクセスできます。キュー内の任意のリクエストに移動し、[Rovo チャット] を開いて [エージェント] を選択し、[サービス リクエスト ヘルパー] を検索します。
そこで、エージェントとチャットして次のようなことを質問できます。
- 次に必要なステップは何ですか?
- カスタマーへの返信の下書きを手伝ってください。
- 以前に同様のリクエストに対応した担当者を探してください。
管理者がすぐに作業を開始できるようにする
AI による自動化
AI を利用すると、作成したいルールを自然言語で説明するだけで自動化ルールを生成できます。この機能は、プロジェクトの設定の自動化ルール ビルダーにあります。入力するルールには、トリガーとアクションを含めるようにします。
リクエスト タイプとフィールドの提案
リクエスト タイプの提案では、取り組んでいる作業の内容に基づいてリクエスト タイプがインテリジェントに提案されるため、推測に頼ることなくサービス デスクを作成できます。IT や人事から犬のグルーミングやケータリングまで、さまざまなユース ケースのリクエスト タイプが AI によって提案され、数回クリックするだけでサービス デスクに追加できます。
リクエスト・タイプの提案の使用方法：
- [プロジェクト設定] > [リクエスト タイプ] に移動します。
- 「提案」を選択します。
- チームが取り組んでいる作業の内容を記述します。
- AI 提案のリストからリクエスト・タイプを選択し、「作成」を選択します。
- リクエスト・タイプの名前、説明、アイコン、課題タイプを確認します。
- 「次へ」を選択し、リクエスト・タイプをポータル・グループに追加します。
- [作成] を選択します。
AI によってリクエスト タイプが作成されると、関連する既存のフィールドや追加できるカスタム フィールドが提案されます。
AIOps (IT 運用のための AI)
Ops Guide エージェント
Ops Guide エージェントによって、関連するアラートをインテリジェントにグループ化し、最もクリティカルなアラートを強調することで、混乱を効果的に解消できます。Rovo を搭載した Ops Guide は、アラートやインシデントをより効率的に管理できるように設計されており、過去のコンテキストや推奨アクションを提供して、オンコールの責任を合理化します。
アトラシアンのアプリと、接続されている 3P (サードパーティ) アプリの両方をナレッジ ソースとして活用することで、関連情報を収集し、インシデントの影響の軽減に役立つガイダンスを提供します。このアプローチの目的は、インシデントの検出・対応・復旧に必要な時間を短縮することです。Ops Guide を利用すると、次のことを行えます。
- アラートとアラート データのクエリを実行する
- コンテキストを収集してインシデントをより迅速に解決する
- PIR (インシデント事後レビュー) を作成する
AI によるアラートのグループ化
AI を活用したアラートのグループ化によって、インシデント検出を加速します。最も重要な課題に優先順位を付けるには、必要な情報を識別することが不可欠ですが、通常はオンコール チームの手作業が必要です。アトラシアンでは AI を活用して監視および可観測性に関するソリューションによって着信アラートのパターンを特定しているため、対応者は最も優先度の高いアラートに集中し、インシデントを積極的に検出できます。また、AI を活用して過去の対応者や類似する過去のアラートを調べて、追加のコンテキストを表示し、次に取るべき最適なアクションを提案します。
AI によるインシデント作成
AI を活用してアラート グループから情報を抽出し、インシデント レコードを自動的に入力して、アラートからインシデントへと迅速に移行します。これには、関連するアラートのリンク、簡潔な要約の作成、優先度の設定、追加情報などが含まれます。
Slack での AI によるインシデントの要約とタイムライン
最新の動向をインシデント担当者に Slack で直接通知できます。チームは、新しい対応者に対して迅速にオンボーディングを実施し、インシデントの進捗状況に関する詳細を探す時間を最小限に抑え、インシデント中に行われた主要なアクションや決定事項を要約して、対応を迅速化し、インシデント事後レビューに役立てることができます。
また、チームは Slack チャンネルからの主要なチャット メッセージと Jira Service Management からの最新情報をシームレスに統合して、インシデントの包括的なタイムラインを作成することもできます。インシデント中に行われたすべてのクリティカルなアクションと決定事項が時系列で記録されるため、チームは行動をたどり、解決につながったイベントの流れを把握できます。エージェントは、タイムラインに表示するアクション、関連するチャンネルに公開するアクション、または内部コメントとして Jira Service Management のインシデント レコードに表示するアクションを変更できます。
AI を活用した提案パネル
インシデント担当者は、重要な情報を利用できると解決時間を大幅に短縮できます。重要な情報には、潜在的な根本原因 (近日追加予定)、推奨される対応者、エスカレーションや重要度の更新などのアクションに関する選択肢などがあります。課題ビューの右側にある、AI を活用した提案パネルには、リクエストの要約、報告者に関する詳細、優先度の提案が表示され、パネルから容易に直接アクションを実行できます。
AI による PIR の作成
AI を利用して、インシデント レコード、アラート、他の情報源からの詳細を PIR (インシデント事後レビュー) に入力し、システム停止の解決後の IT 運用チームの時間を節約できます。PIR はインシデント管理プロセスの中核であり、インシデント担当者とマネージャーが最近のインシデントから学びを得て、今後、同様の問題の発生を防ぐためのインサイトを共有するのに役立ちます。ただし、これらをまとめるには時間と手間がかかり、優先度が下がることが多いため、組織は重要な学びの機会を逃してしまいます。
AI を活用して PIR を下書きすると、重要な詳細の検索、要約、公開に要する時間を節約できるため、チームは成長して、あらゆるインシデントから学べるようになります。
類似のリクエストとインシデント
類似のリクエスト・パネルを有効にすると、現在取り組んでいる課題に類似した課題をサービス・プロジェクト内で簡単に見つけられます。類似のリクエスト・パネルでは、類似のリクエスト、インシデント、問題、変更、さらにはインシデント後のレビューも表示されるため、エージェントは、クローズできる重複した課題はないか、迅速な課題解決に役立つ以前のチケットはないか、メジャー・インシデントのエスカレーションを必要とする類似のインシデントがないかどうかを判断できます。
類似のリクエスト・パネルでは、NLP（自然言語処理）を使用して、現在表示しているものと類似するタイトルや説明を含む最近のリクエストのリストを表示できます。
類似のインシデントの場合、結果にも AI が活用されています。結果に対して 👍 や 👎 でフィードバックを提供することで、結果を改善できます。
類似のリクエスト・パネルを有効/無効にするには、次の手順で行います。
- サービス・プロジェクトで「プロジェクト設定」に移動します。
- [機能] を選択します。
- 「類似リクエスト・パネル」トグルをオン/オフにします。
Jira Service Management でのその他のインテリジェントなエクスペリエンス
スマート対応のヘルプ・センター検索
ヘルプ・センターは、カスタマーが情報を入手したりリクエストを登録したりする場所です。ここでカスタマーは自分がアクセスできる各サービス・プロジェクトのポータルを表示したり、リクエスト・フォームやナレッジ・ベースの記事を検索したり、提起したリクエストの進捗を確認したりできます。
ヘルプ・センターの検索では、Jira Service Management は、データ駆動型アルゴリズムと機械学習技術を使用してポートフォリオ全体を高度に検索できる、スマート対応の強力な検索バーを提供します。
ヘルプ・センターの検索は、ユーザーの最近の行動と検索コンテキストを特定することで、サービス・ポータル全体のナレッジ・ベースやリクエスト・フォームから関連する自己解決リソースを提供し、そのユーザーにとって最も関連性の高いオプションを共有します。何よりも、スマートは時間の経過とともに学習し、予測結果を改善するので、カスタマーは生産性を高め、より早くサポートを受けることができます。
ヘルプ・センターをカスタマイズするには、次の手順を実行します。
- サービス・プロジェクトで「プロジェクト設定」に移動します。
- 「ポータル設定」を選択します。
- 「ヘルプ・センターのカスタマイズ」セクションのリンクを選択します。
関連のナレッジ記事
ヘルプ センター以外でも、スマートは、作業項目ビューから直接ナレッジ ベースの記事を推奨し、エージェントがカスタマーと共有できるようにします。ヘルプ センターと同様に、関連するナレッジ記事も作業項目のコンテキストとユーザーの行動に基づいています。
現在の作業項目に関連するナレッジ記事が作業項目ビューの詳細セクションに表示され、ワンクリックでカスタマーと共有できます。関連記事が表示されない場合は、記事を手動で検索するか、その作業項目から直接新しい記事を作成することもできます。
予測エージェント割り当てと @メンション
最後に、コラボレーションで重要なのは、プロジェクトを完成させたり進めたりするために、適切なタイミングで適切な人材を集めることです。スマートは、Jira Service Management の予測ユーザー ピッカーを使用して、誰とよく連携していて、現在何に取り組んでいるかを把握することで、作業項目に関与させるべき人材のリストを推奨します。担当者フィールドを選択してエージェントを作業項目にすばやく割り当てるか、@ を使用して作業項目の解決に役立つ可能性のあるユーザーのリストを表示します。
過去の行動から学ぶことで、スマートは最も可能性の高い上位 5 人の担当者を 86% の精度で予測できます。