Arbeit sichtbar machen

Arbeit und Menschen verbinden

Es hängt direkt mit der Verbinden-Praktik zusammen, dass unsere Fähigkeit relevante Verbindungen zwischen Arbeit und Menschen, Menschen und Menschen und Menschen und Inhalten herzustellen das ist, was Intelligent Swarming intelligent macht. Wir wollen Arbeit auf Anhieb den richtigen Ressourcen gegenüber sichtbar machen, oder so nah an "auf Anhieb" wie möglich, und es Leuten einfach machen, die richtigen Leute zur Zusammenarbeit zu finden, wenn sie Probleme lösen. 

Basierend auf dem, was wir über den Fragenden und die Arbeit wissen, wollen wir Sichtbarkeit der Anfrage für die Leute ermöglichen, die sie am besten bearbeiten können. Das passiert durch einen Satz an Regeln, den wir auf einen Einbindungs-Auslöser anwenden, der Attributen folgt, die wir in den Fähigkeitsprofilen (der Fragenden und Antwortenden) und den Arbeitsprofilen erfasst haben. Wie man diese Profile entwirft wird im Abschnitt Fähigkeitsprofile besprochen. 

Einbindungs-Auslöser

Der Auslöser für die Einbindung startet mit einer Arbeitsanfrage in einem der Kanäle. Der Auslöser führt normalerweise zu einer Service-Anfrage, einem Vorfall, einem automatisierten Auslöser oder einem ählichen Ereignis. Je mehr wir beim Einbindungsauslöser erfassen, desto besser können wir die Hebelwirkung unserer Regeln nutzen, um Menschen und Arbeit zu verbinden. Die Attribute oder Eigenschaften der Arbeitsanfrage früh im Einbindungszyklus herauszufinden, kann eine Herausforderung sein. Wenn der Fragende den Prozess in einer angeleiteten Selbsthilfe-Funktion startet, haben wir viele Möglichkeiten, Kontextinformationen über die Intention oder was sie zu tun versuchen, zu sammeln. Wenn die Anfrage via Telefon oder E-Mail eintrifft, haben wir oft nur wenige Informationen über die Intention des Fragenden. 

Unser Verständnisgrad der Arbeitsanfrage beeinflusst direkt die Größe der potenziellen Gruppe, die die Arbeit bestmöglich bearbeiten kann. 

Arbeitssichtbarkeit: Eine Sichtbarkeits-Steuerung

Die Sichtbarkeitssteuerung nutzt die Hebelwirkung dessen, was wir über die Arbeit, den Fragenden und potenzielle Antwortende wissen, und wendet die Unternehmensregeln an, um eine Entscheidung über die Arbeitssichtbarkeit zu fällen. Abhängig von der Organisationsgröße, Bandbreite der Produkte und Dienstleistungen, Reife beim Erfassen eingehender Kontextinformationen und Unterschieden in der Vertragsgestaltung können sich diese Regeln drastisch unterscheiden. Dennoch ist es in allen Fällen wichtig zu bedenken:

• Service-Verträge / bezahlte Service-Stufen
• Ausnahmebehandlung
• vertragliche Verpflichtungen

Bei Mitgliedsorganisationen mit reifen Intelligent Swarming-Umsetzungen funktioniert die Sichtbarkeit automatisiert. Das beinhaltet einen detaillierten Satz an Variablen und Attributen, die auf die Regelsteuerung von Maschinenlernen einzahlt, was die Sichtbarkeit für alle relevanten Personen ermöglicht. Am Anfang ist es ein guter Ansatz, mit einem manuellen Prozess und einem kleinen Triage-Team zu lernen, oder durch die Nutzung von Workflow-Managern, die schnell die Situation einschätzen und auf die Information zugreifen können, wer in der Organisation was weiß. Das ist nicht ideal, reicht aber für den Anfang! So oder so brauchen wir Fähigkeitsprofile um die Sichtbarkeit relevanter Arbeit zu ermöglichen. 

Das Endergebnis der Sichtbarkeitssteuerung, ob manuell oder automatisiert, bietet denen, für die die Arbeit am relevantesten ist, Sichtbarkeit der Arbeit. Wenn die Arbeit für die relevantesten Leute sichtbar ist, entscheidet sich ein Antwortender (Wissensarbeiter) dafür, die Arbeitsanfrage auszuwählen und beginnt mit der Arbeit an der Anfrage. 

Wenn Sie diesen Prozess gestalten, bedenken Sie:

1. Die Einbindungs-Auslöser aus allen verfügbaren "Service"-Kanälen
2. Was wir über die Anfrage wissen, inklusive Arbeits-Eigenschaften und Eigenschaften des Fragenden
3. Was wir über die Antwortenden/Wissensarbeiter wissen
4. Wie wir eine Sichtbarkeitssteuerung möglich machen
5. Wie ein Antwortender sich entscheidet mit der Anfrage/dem Fragenden in Kontakt zu treten 

Sehen Sie "Hilfe anbieten" nicht nur als eine Antwort auf das Hilfegesuch einer Person, sondern als die Entscheidung bei jedwedem Arbeitsschritt zu helfen. Als Wissensarbeiter sollte ich in der Lage sein, ALLE RELEVANTEN Aufgaben zu sehen, sodass ich anderen unaufgefordert helfen kann. Das heißt, dass die von einem Antwortenden gewählte Arbeit weiterhin für alle relevanten Personen sichtbar bleibt.

Auswahl vs. Zuweisung

Wie wir im Motivations-Abschnitt besprechen, ist Autonomie ein Schlüssel-Motivationsfaktor in einem gesunden Intelligent Swarming-System. Menschen sind engagierter, wenn sie einen Grad an Kontrolle über die Arbeit haben, mit der sie interagieren. Eine Sichtbarkeitssteuerung sollte die Arbeit für eine angemessene Untergruppe der Belegschaft sichtbar machen, nicht einfach Aufgaben einer einzelnen Person zuweisen. Allerdings muss eine Balance gefunden werden; das Verantwortungsgefühl nimmt ab, je größer die potenzielle Zielgruppe für die Arbeit wird. Ein Kollaborationsrahmen in dem alles sichtbar ist, wird die Möglichkeit der Leute beizutragen, reduzieren. 

Wenn es beispielsweise eine Warteschlange gibt, in die alle Arbeit einfließt und die alle Antwortenden überwachen, kann das Gefühl der Verantwortung abnehmen, da die Antwortenden sich durch die Details arbeiten müssen, um relevante Aufgaben zu finden und es auch immer noch "wen anderes" gibt, der die Aufgabe erledigen könnte.

Es liegt in der Verantwortung des Antwortenden zu wählen; sie entscheiden sich, die Verantwortung für eine Anfrage zu übernehmen oder der Person, die die Verantwortung für eine Aufgabe hat, zu helfen. Ein Weg, auf dem wir dazu ermutigen ist, Antwortende für richtiges Verhalten anzuerkennen: für das Annehmen der "schweren" Aufgaben, für Hilfangebote wenn sie über hilfreiche Informationen verfügen, für Hilfegesuche zur richtigen Zeit. All das hängt davon ab, dass die richtigen Personen die relevante Arbeit und die relevanten Ressourcen sehen können. 

Es gibt Situationen, in denen das Zuweisen einer Anfrage angemessen ist (hochdringliche oder schwerwiegende Probleme, oder besonders sensible Fragende). Wenn die Anfrage bestimmte Anforderungen erfüllt, wird vom Wissensarbeiter, der die beste verfügbare Ressource für die Lösung des Problems ist, erwartet, dass er die Verantwortung für das Problem übernimmt.  

Achtung: Machen Sie aus der Sichtbarkeitssteuerung keine Zuweisungsmaschine! 

Überlegungen zu manueller Sichtbarkeit / Verknüpfung

Es klingt vielleicht widersprüchlich, einen manuellen Prozess der Arbeitsklassifikation als "Steuerung" zu bezeichen. Allerdings ist es in der frühen Umsetzung oft schwer, wenn nicht gar unmöglich, eine vollstänidg automatisierte Sichtbarkeitssteuerung zu entwerfen; wir wissen einfach noch nicht genug über das System. 

Eine Möglichkeit ist, manuell mit einem "Triage"-Team anzufangen, dass Entscheidungen auf der Grundlage von Dateneigenschaften, Regeln und Erfahrung trifft und dann eingehende Anfragen für die richtige Gruppe Leute sichtbar macht. Das ist auch eine tolle Möglichkeit, Erfahrung mit den Attributen zu sammeln, die wir für Fähigkeits- und Arbeitsprofile brauchen, und den Regeln, die für eine zukünftige Automatisierug sinnvoll sind. Wir lernen beim Machen!

Unten steht ein vereinfachter Arbeitsablauf, den ein Mitglied des Consortiums for Service Innovation zum Start seiner Intelligent Swarming-Reise entworfen hat, mit einigen Erklärungen zu den Schritten. Dieses Mitgliedsunternehmen bat einige seiner erfahrensten Ressourcen bei der Umsetzung als "Triage-Agenten" zu funktionieren. So konnten sie:

1. Attribute identifizieren, die in den Fähigkeitsprofilen (Fragendenprofile & Wissensarbeiter) und Arbeitsprofilen fehlten, die Automation ermöglichen würden.
2. Lücken in der Wissensdatenbank identifizieren, die es dem Triage-Team oder der Selbsthilfe-Suche erlaubt hätten, bessere Inhalte zu finden (um KCS verstärkter Prozess)
3. Lücken beim Fähigkeitentransfer durch bisherige Lernmaterialien entdecken und so einen besseren Einarbeitungsprozess entwerfen
4. Lücken in den Prozessen und den Überlegungen, wie man am besten die Arbeit für die richtigen Ressourcen sichtbar macht, identifizieren und ausbessern

Beispielablauf für manuelle Regeln

1. Service-Anfrage (SR) wird initiiert und der Triage-Agent überträgt sich selbst die Verantwortung. Der Triage-Agent bearbeitet die Service-Anfrage minimal, indem er die Wissensdatenbank durchsucht, sofern genug Informationen vorliegen. Der Triage-Agent beginnt keine Diagnose, Fehlersuche oder bezieht den Kunden in die Problemlösung ein.
2. Der Triage-Agent hat alle Informationen vom Kunden, um die Wissensdatenbank zu durchsuchen. 
3. Wird die Lösung in der Wissensdatenbank gefunden, schließt der Triage-Agent den Fall, aktualisiert wenn nötig den Wissensartikel und verknüpft den Artikel mit der Service-Anfrage. 
4. Der Triage-Agent hat nicht alle nötigen Informationen oder kann keine Lösung in der Wissensdatenbank finden, die Service-Anfrage wird weitergeleitet. Der Triage-Agent fügt jegliche Details hinzu und identifiziert und dokumentiert alle benötigten Informationslücken.
5. Wenn alle Daten verfügbar sind, klassifiziert der Triage-Agent die Eigenschaften der Service-Anfrage, referenziert die Wissensarbeiter-Warteschlaufen-Profil und weist die Anfrage der angemessenen Warteschlange zu.
6. Wenn Qualifikationsdaten vom Kunden benötigt werden, kontaktiert der Triage-Agent den Kunden, um die qualifizierenden Informationen einzuholen. Das ist keine Fehlersuche-Information, sondern Attribute wie: Dringlichkeit, Kontaktinformationen, Produkte oder involvierte Funktionen.
7. Wenn der Fragende verfügbar ist, Attribute der Service-Anfrage klassifizieren, das Wissensarbeiter-Profil referenzieren und der richtigen Warteschlaufe zuweisen.
8. Wenn der Fragende nicht erreichbar ist, nicht länger als 45 min warten und den Fall nach bestem Gewissen aufgrund der vorhandenen Daten einer Warteschlaufe zuweisen. Fehlersucheprozess wird die Ausnahmen falscher Warteschlaufenzuweisung handhaben.
9. Wissensarbeiter folgen dem Auswahl-Arbeitsablauf und Kollaborations-, Fehlersuche- und KCS-Prozessen um die Service-Anfrage zu bearbeiten. 
10. Service-Anfrage wird geschlossen, nachdem eine Lösung gefunden und von Fragenden validiert wurde.

In diesem Beispiel gab es sogar zusätzliche Zeitbegrenzungs-Richtlinien. Wenn die richtigen Informationen vorhanden sind, sollte es weniger als 10 Minuten dauern, eine eröffnete Service-Anfrage der richtigen Warteschlaufe zuzuweisen. Wenn die richtigen Informationen nicht zur Verfügung stehen und der Kunde nicht erreicht werden kann, dann muss die Service-Anfrage innerhalb von 45 Minuten zugewiesen werden. Das Triage-Team wurde nicht entworfen, um Fehlersuche über die erste Suche in der Wissensdatenbank hinaus zu betreiben und am Ende eines Tages sollte ein Triage-Team keine Service-Amfragen mehr sich selbst zugewiesen haben. Dieser Prozess wurde wirklich entworfen, um einen automatisierten Prozess so zu imitieren, dass Arbeit für die besten Ressourcen sichtbar wird, bis eine Automatisierung umgesetzt werden kann. 

Überlegungen zu automatisierter Sichtbarkeit / Intelligente Verknüpfung

Man muss viele Faktoren beim Aufsetzen einer automatisierten intelligenten Verknüpfungsfunktion bedenken, aber als Minimum müssen wir Fähigkeitsprofile, Arbeitsprofile und die zu befolgenden Regeln bezüglich dieser Profile einbeziehen. Cisco, eines unserer fortgeschrittensten Swarming-Beispiele, teilt das folgende Nutzen- Risiken- und Relevanzmodell, das sie für diese Eigenschaften nutzen. 

Cisco schuf eine Regelsteuerung mit etwa 50 Unternehmensregeln, die diese Eigenschaften nutzen, um die Sichtbarkeit relevanter Arbeit für jeden ihrer Service-Techniker zu steuern. Dieselben Regelsteuerung wird benutzt, um die besten verfügbaren Ressourcen zu identifizieren, wenn ein Service-Techniker Hilfe braucht. Ciscos System wurde von den Technikern für die Techniker entworfen. 

Während in jeder Kategorie andere Variablen, die für die Organisation spezifisch sind, sein werden, kann es helfen den Nutzen, die Risiken und die Relevanz zu durchdenken, um herauszufinden, was diese relevanten Variablen sind. 

Neu entstehende digitale Automationsfunktionen werden uns helfen, die Herausforderung intelligenter Verknüpfung zu meistern. Die Arbeit des Consortiums zu Predictive Customer Engagement™ kann als Hilfe genutzt werden, um Automation und Einbindungssteuerungen zu durchdenken. 

Arbeit sichtbar machen in Aktion