优化IT流程

IT流程优化

从服务台数据入手，查明事件转手频率、优先级意外变更情况，以及未重新分类的SLA超时数量。流程挖掘将这些模式与解决时间和服务结果关联起来，帮助您制定有数据依据、管理层可信赖的KPI。

工单历史记录能揭示事件处理中的哪些情况？

先检查以下三种情况：

• **每个案例的重新分配次数：**统计事件在团队或处理人员之间转移的频率。反复交接可能意味着责任归属不清、路由不当或信息缺失。
• **优先级倒置：**跟踪事件整个生命周期中的优先级变化，包括升高和降低，并与解决时间和SLA结果进行比较。
• **未重新分类但已超时的事件：**找出发生SLA超时、却没有相关优先级或状态变化的事件。依赖重新分类来标记问题的报告可能会漏掉这些案例。

这些是工单历史记录可以回答的问题，并非对团队情况的预设。能否确认这些情况，取决于导出数据中的字段和时间戳。

流程挖掘如何支持IT流程优化？

流程挖掘根据事件数据重建工单流程。比较事件的实际路径，找出等待或因返工而返回前序环节的情况，并查看服务、团队、优先级或其他可用属性之间的结果差异。

分析事件解决时间时，不要只看总时长。如果数据允许，可将实际处理时间与等待时间分开，再检查哪些交接和流程变体与较长的解决时间或SLA未达标有关。

这项分析可补充您的ITSM工具，但不能取代用于管理工单和记录服务工作的系统。

可以检查哪些ITIL实践？

ITIL定义了服务管理实践。流程挖掘可帮助您检查与这些实践相关的事件数据，并将工单实际流转情况与文档记录的流程进行比较。

根据发现的问题开展流程讨论。数据可以显示问题出现的规律，但服务负责人需要找出原因并决定如何调整。

ITSM流程可以衡量哪些指标？

有合适的事件日志后，您可以定义以下KPI：

• 事件解决时间和SLA达成情况
• 每个案例的重新分派和交接次数
• 优先级变更及其与违约的关系
• 重新打开和返工
• 请求审批和履行时间
• 变更结果和流程变体
• 处理量和工作负荷趋势

比较团队或汇报结果前，先统一KPI定义。明确案例范围、起止事件和SLA规则，确保所有人对指标的理解一致。

如何将分析转化为改进？

先从服务团队需要解答的问题入手。例如：哪些事件类型最常被重新分派？SLA在哪些环节未达标？哪些请求步骤的等待时间最长？

然后：

1. 导出工单历史记录，包含案例标识、活动名称、时间戳和相关属性。
2. 检查事件数据是否反映了您要分析的流程。
3. 查看发现的流程，并按结果比较不同变体。
4. 与服务责任人共同定义KPI。
5. 依据数据证据评估可能的流程变更。

流程映射用于记录预期流程，让实际行为与预期之间的差异更便于讨论。模拟可帮助您在实施变更前比较不同方案，但不会执行变更。

如何建立让管理层信赖的KPI？

确保每项KPI都能追溯到源数据和定义。记录哪些事件计入统计、如何处理缺失的时间戳、何种情况算作SLA违约，以及优先级变更如何影响报告。

使用一致的定义比较不同时期或团队。如果工单历史记录未包含某个关键事件，应明确说明这一限制，不要把指标说成完整数据。清晰的定义和注意事项，比缺少背景说明的仪表板更能为管理层决策提供依据。

了解如何构建流程仪表板和KPI

开始分析需要哪些数据？

先导出事件或请求数据，确保其中包含：

• 稳定的工单或案例标识
• 活动名称或状态变更
• 事件时间戳
• 相关字段，例如优先级、分派组、服务和SLA结果（如有）

您可以直接加载ServiceNow和Jira导出数据，无需进行集成。可分析的内容取决于导出字段及其记录的一致性。随后使用ProcessMind验证映射、计算首批KPI并构建趋势仪表板。

如何选择第一个分析主题？

选择一个服务台流程和一个具体问题。您可以从事件重新分派规律，或优先级变更中未体现的SLA违约入手。验证事件数据、统一KPI定义，并与服务负责人一起查看结果，再扩展到其他ITSM流程。

如需了解ITIL与流程挖掘的实用概览，请阅读ITSM与流程挖掘指南。您还可以了解如何分析流程并发现瓶颈。

如需设置阈值并监控流程健康度，请参阅流程健康度文档。

从工单导出数据中挖掘事件或请求流程