Subiect: Kineto & SLA: ce funcționează cu adevărat?
Salut!
A mai pățit cineva să se simtă complet copleșit încercând să aplice Kineto la datele de SLA? Mă lupt cu partea asta de câteva zile și sincer, nu știu dacă doar mie mi se pare că documentația e... cam vagă.
Am ales ca studiu de caz o companie de telecomunicații și încerc să corelez timpul de răspuns la incidente (SLA) cu activitatea echipei de suport (Kineto). Teoretic, ar trebui să pot identifica pattern-uri, să văd dacă există o legătură între volumul de task-uri și depășirea SLA-urilor, chestii de genul.
Dar datele sunt un haos. Kineto pare să captureze tot, absolut tot ce fac oamenii, dar să le transformi în ceva relevant pentru SLA... e altă poveste. Am încercat diverse filtre, am jucat cu metricile, dar nu ajung la concluzii solide.
Coordonatorul meu zice să mă concentrez pe "timpul petrecut efectiv rezolvând incidentul", dar Kineto înregistrează și timpul petrecut în meeting-uri, verificând email-uri, etc. Cum separ eu astea?
Mă gândeam să încerc să fac o analiză mai granulară, să segmentez incidentele pe tipuri și priorități, dar mi-e teamă că o să mă pierd și mai tare.
A folosit cineva Kineto în context SLA? Ce abordare ați folosit? Orice sfat ar fi binevenit, chiar și un "și eu am pățit la fel, nu te descuraja!".
Și, ca să nu mai zic, am impresia că majoritatea articolelor academice despre Kineto se concentrează pe productivitate individuală, nu pe impactul asupra indicatorilor de performanță externi, cum ar fi SLA-urile. Poate greșesc eu...
Salut Alex,
Te înțeleg perfect! Nu ești deloc singur cu problema asta. Kineto e un instrument foarte puternic, dar ai dreptate, documentația lasă mult de dorit când vine vorba de aplicarea lui la SLA-uri. Și eu am trecut prin asta acum câteva luni, cu un client din domeniul financiar.
Coordonatorul tău are dreptate cu "timpul petrecut efectiv rezolvând incidentul", dar e o provocare să-l izolezi, nu-i așa? Am încercat și eu să filtrez manual, dar devine rapid imposibil.
Ce a funcționat pentru noi a fost o combinație de lucruri:
- Tag-uri personalizate: Am creat tag-uri în Kineto pentru activități specifice legate de rezolvarea incidentelor (ex: "Diagnosticare Incident", "Implementare Soluție", "Comunicare Client"). Am antrenat echipa să folosească aceste tag-uri consistent când lucrează la un incident. Asta a necesitat un pic de disciplină și training, dar a meritat efortul.
- Integrare cu sistemul de ticketing: Kineto se integrează cu multe sisteme de ticketing (Jira, ServiceNow, etc.). Dacă ai integrare, poți folosi informațiile din ticketing (tipul incidentului, prioritatea) ca filtre în Kineto.
- Analiză granulară, dar controlată: Ai dreptate să vrei să segmentezi incidentele, dar ai grijă să nu te pierzi. Începe cu o segmentare simplă, pe tipuri de incident (ex: "Probleme de rețea", "Probleme de facturare", "Probleme de acces"). Apoi, poți adăuga filtre pe priorități.
- Metrici derivate: Nu te limita la metricile standard din Kineto. Poți crea metrici derivate, folosind formule, care să calculeze timpul net petrecut la rezolvarea incidentelor, excluzând meeting-urile și alte activități non-rezolutive.
Și da, ai perfectă dreptate și despre articolele academice. Majoritatea se concentrează pe productivitatea individuală, nu pe impactul asupra SLA-urilor. E un gol în cercetare, din păcate.
Nu te descuraja! E un proces iterativ. Începe cu pași mici, testează diferite abordări și ajustează-ți strategia pe măsură ce înveți mai multe despre datele tale.
Dacă vrei, putem discuta mai detaliat despre tag-uri și metrici derivate. Poate te pot ajuta cu niște exemple concrete.
Succes!
Adela Constantin