Mærsk bruger ServiceNow til at håndtere helpdesk-henvendelser. Efter en indledende analyse blev det konstateret, at 10 % af henvendelserne tog mere end 13 dage at ekspedere, og 5 % af henvendelserne tog mere end 3 uger.
Det skyldes, at ca. 45 % af henvendelserne sendes videre, og mindst 10 % sendes videre mindst tre gange, hvilket resulterer i længere gennemløbstider, potentielle brud på serviceaftaler og dårlig kundeservice.
Til at løse udfordringen har KPMG's NewTech machine learning-team udviklet en stand-alone, overvåget ML-løsning, som nemt kan integreres i ServiceNow. Den aflæser periodisk dataene om tidligere hændelser fra en SQL-database og opdaterer sin viden, som bruges til live at sende anbefalinger til helpdesk-medarbejderen (svartid under 1 sekund).
Brugeren ser ikke blot de sædvanlige informationer, men også en prioriteret liste over anbefalinger baseret på ML.
Anbefalingerne indeholder et usikkerhedsestimat, så brugeren kan udvise særlig opmærksomhed i de tilfælde, hvor anbefalingerne er svage.
Det tog kun Mærsk seks uger at tjene investeringen af denne løsning hjem igen. 10 % af businesscasen reducerede den tid, helpdesk brugte, mens de øvrige 90 % skyldes besparelser som resultat af hurtigere ekspedition.
Det lykkedes KPMG-teamet at reducere andelen af videresendelser fra 45 % til 26 %.
Troels Steenstrup Jensen
Director, Next Gen Operations
KPMG i Danmark