Entwicklung des Themenbereichs-Analysen-Programms

Last updated
Save as PDF

Das Themenbereichs-Analyse-Programm entwickelt sich, indem die Wissensdatenbank und die KCS-Praktiken und Techniken reifen. Wenn sich unsere Wissensdatenbank kritischer Masse nähert, wird es wertvoll zu sehen, was wir aus den Mustern der Wiederverwendung von Artikeln lernen können. Um das Themenbereichs-Analyse-Programm zu starten, braucht es eine kleine Investition und ein bisschen Struktur.

Die Investition ist das Bereitstellen einiger Ressourcen: Bereitstellen von Zeit für die Themenbereichsexperten um die Analyse durchzuführen. Es gibt auch die Investition in das Erstellen von Berichten und Dashboards, die die Analysen der Themenexperten unterstützen. Mit der Zeit wollen wir die Fähigkeiten der Data Scientists für den Themenbereichsexperten verfügbar machen um einige der Analyse-Aufgaben zu automatisieren.

Früh in der Entwicklung des Themenbereichs-Analyse-Programms hilft ein bisschen Struktur oder Anleitung den Themenbereichsexperten, anzufangen. Es braucht eine Person, die die Leitung der Organisation und Unterstützung der Themenbereichsexperten-Aktivitäten übernimmt. In manchen Organisationen ist das vielleicht der KCS Pragrammleiter, oder ein Themenbereichsexperte, der diese koordinierende Rolle übernimmt. In größeren Organisationen kann das eine Teilzeit-Rolle sein, die eine Führungskraft übernimmt.

Wenn wir mit dem Themenbereichs-Analyse-Programm starten, werden alle Themenbereichsexperten in Bereichen mit kritischer Masse dieselben grundlegenden Analysetechniken in ihren Bereichen anwenden. Wenn sich die Themenexperten tiefer in ihren Bereich einarbeiten, wird sich ihr Fokus und ihre Aktivität dahin entwickeln, sich an die Bedürfnisse und Chancen ihres Bereichs anzupassen.

Die Abfolge der Aktivitäten im „Techniken“-Abschnitt dieses Ratgebers richtet sich an der typischen Entwicklung eines Themenbereichs-Analyse-Programms aus. Die erste Aktivität ist die Artikel-Wiederverwendungs-Analyse oder Pareto-Analyse: eine Überprüfung der am häufigsten genutzten Artikel. Diese Übung legt fast immer Inkonsistenzen im Verständnis der Wissensarbeiter bezüglich der Wichtigkeit genauer Verknüpfungen offen. Unvermeidlich werden einige der am häufigsten verwendeten Artikel keine Lösungsartikel sein. Was heißt: sie sind nicht relevant (für die Anfrage oder den Vorfall), spezifisch oder anwendbar und deshalb nicht hilfreich beim Identifizieren von Chancen zur Ursachenanalyse und korrigierenden Handlungen. Wie bereist erwähnt ist Rückmeldung an die Wissensarbeiter zu ihrem Beitrag oder ihrer Störung des Nutzens der Wissensdatenbank entscheidend.

Die Abfolge der Zusammenfassungen der Themenbereichs-Analyse-Aktivitäten in der Tabelle unten spiegelt die Reihenfolge in der diese Aktivitäten eingeführt werden, wider.

Aktivität	Ergebnis
Analyse häufig genutzter Artikel (Pareto-Analyse) Identifiziert die Top 20% der wiederverwendeten Artikel Wählt Kandidaten für Ursachenanalysen und korrigierende Handlungen aus Überprüft Auffindbarkeit und Genauigkeit der am häufigsten verwendeten Artikel	Erste Runde der Analyse wird einige legitime durchgängige Probleme aufzeigen, die Kandidaten für Ursachenanalysen und korrigierende Handlungen sind Erste Runde Analysen wird auch oft Chancen aufzeigen, das Verständnis der Wissensarbeiter für die Lösungsschlaufenaktivitäten (insbesondere effektive Suchtechniken und häufiges genaues Verknüpfen) zu verbessern Analyse häufig genutzter Artikel sollte regelmäßig durchgeführt werden. Die angemessene Häufigkeit hängt von der Dynamik des Bereichs ab: Dinge wie Volumen, Veränderungsgeschwindigkeit, Rate, mit der neue Probleme gemeldet werden
Teilnahme am KCS-Rat	Verständnis des Rats der Wiederverwendungsmuster und durchgängigen Probleme im Bereich Anerkennen der Wissensarbeiter, die häufig und genau verknüpfen Chancen identifizieren, die Verhaltensweisen der Wissensarbeiter und ihr Verständnis der Lösungsschlaufe und des Werts genauer Verknüpfungen zu verbessern Empfehlungen zu Fokusbereichen für Coaches
Vorschläge für Suchmaschinen-Anpassungen Ideen, Auffindbarkeit zu erhöhen	Analyse häufig genutzter Artikel zeigt mehr Möglichkeiten, die Suche zu verbessern, auf
Muster Identifizieren	Identifiziert Artikel mit gemeinsamen Symptomen oder gleichen Symptomen, die verschiedene Lösungen haben Identifiziert Artikel, die gemeinsame Ursachen/Lösungen haben
Sammelartikel oder Lösungspfade entwerfen	Trifft Entscheidungen zur besten Artikelstruktur (Sammelartikel oder Lösungspfad) um das Problem zu dokumentieren Erstellt Artikel Führt doppelte Artikel, die im Prozess entdeckt werden, zusammen Testet Artikel, idealerweise mit einem Repräsentanten der Zielgruppe, der der Artikel dienen soll
Wiederverwendungs-Häufigkeits-Berichte an die Verantwortlichen für Produkte, Dienstleistungen, Prozesse oder Richtlinien, die durchgängige Probleme haben, weiterreichen	Einflussreiche Lösungswege mit Ursachenanalyse an die Entwicklung weiterleiten Entwicklung hoch-volumige, wenig komplexe Probleme aufzeigen
Rückmeldungssteuerung	Indikator der Gefühlslage der Wissensarbeiter und Fragenden Anerkennung für alle, die wertschöpfend zur Wissensdatenbank beitragen Identifizieren von Verbesserungsmöglichkeiten
Bekannt-Unbekannt-Analyse durchführen	Etabliert bekannt-Unbekannt-Verhältnis und -Muster Etabliert Verknüpfungsgenauigkeit und Verknüpfungsrate als Indikatoren und Trends Identifiziert Artikel, die hohe interne Wiederverwendung haben, aber nicht in der Selbsthilfe verfügbar sind Identifiziert Artikel, die in der Selbsthilfe verfügbar sind, aber nicht von Fragenden gefunden werden (häufig weil der Artikel nicht im Kontext des Fragenden ist)
Inhaltslücken-Analyse	identifiziert Suchbegriffe, die nicht erfolgreich sind, sobald die Selbsthilfe-mechanismen laufen Identifiziert Artikel die in der Wissensdatenbank sind, aber nicht dem Fragenden zugänglich Identifiziert Probleme, für die Fragende nach Antworten suchen, es aber keine Artikel gibt