基础设施助力双11(九):问题处理流转工单系统

简介: 工单系统以严格的时效保障、清晰的信息流转和完善的的解决方案,保障了整体业务的稳定性,在双11期间的问题协同流转中起到了至关重要的作用。

导言

2017双11巨额成交量的奇迹有目共睹,但是在这样大体量的场景下,一定会出现各种各样的问题,在双11这样一个分秒必争的特殊时刻,问题能否有序高效处理就凸显的至关重要,承载着问题处理流转功能的工单系统在双11当天必然也是如同经历大考。

双11期间的工单量高达日常工单量的2倍,在如此高体量的场景下,问题的处理仍快速有序地流转进行,在系统SLA的的服务监控下,30分钟内工单解决率接近9成,是日常工单处理速度的5倍。

工单系统以严格的时效保障、清晰的信息流转和完善的的解决方案,保障了整体业务的稳定性,在双11期间的问题协同流转中起到了至关重要的作用。

工单系统核心概念

产品定位

工单系统是线上问题协同处理平台,以问题分类为维度,提供标准化的流程和解决方案。服务团队对问题分类提供服务支持,提高各BU、各团队协同处理线上问题的效率,促进线上问题快速解决。

image.png

业务流程图

三个核心理念

将问题精准地分派到对应的处理人及服务团队

• 工单系统将各类业务场景抽象化,将其简单清晰地描述成一个个问题分类,以此作为问题投递的窗口。 提交人可便捷选择问题所处的业务场景进行问题的投递,系统将会自动分配工单给到相应的服务团队进行服务处理。

• 工单系统上抽象了上千个问题分类,覆盖了集团内部绝大多数BU的问题。全面又精准的问题分类可以帮助提单人快速、准确找到问题的归属方,提单人只需要将问题提交到对应的问题分类即可,不用关心问题是谁处理,系统会自动路由到对应的服务组,将工单具体分配到服务组的值班同学。

以团队为整体对外提供服务

• 工单系统转变之前的工作方式,以服务团队的方式对外提供服务,以团队的方式进行服务管理。组内成员进行服务排班,值班人员负责在线处理,同时可以转交其他同学处理并加以监督,既提升了响应速度又减少了工作阻断的次数。

• 团队服务的工作模式改变了从前的工作模式造成的协作效率不高、责权不清晰、中断式协调、缺乏沉淀的状况,在服务管理上加以辅助合理安排,专人专事,实现了团队整体效率的提升。

问题的快速有序处理

• 工单系统提供SLA服务保障,将待处理的事件自动进行分级,对不同级别的问题给予不同的事件要求,保障重要的事情优先得到处理,提高问题时间的处理质量

• 通过钉钉应用、钉钉群机器人、邮件、电话等渠道进行实时提醒、催办、升级,督促保障SLA的执行,推进工单的解决。

工单高效协同

自今年5月工单系统运行以来,首先在集团内某核心战略BU推广运行,从该BU的CTO线开始进行推广,如今已经做到了BU的业务全覆盖。

• 在服务建设上,该BU在工单系统上管理了一套清晰易读的问题分类,已经做到了BU内部业务应用场景的全面覆盖。

• 在服务管理上,通过工单各维度的服务质量相关数据统计分析并加以有效运营管理方式,实现了团队整体效率提升。

• 在时效保障上,BU全员开放“逐层升级到CEO”的超时升级机制,所有工单超时未处理就会逐层告警升级直到CEO级别,通过这种SLA的催办方式,督促提醒处理人解决问题,极大地提升了问题处理流转的效率。

在GOC工单系统的强力支持下,该BU内的使用团队覆盖已超过8成,在实现协同效率提升、问题管理线上化的同时,也将问题沉淀到了知识库。

双11大促流转

工单系统作为问题流转平台,支持日常场景和大促场景的切换,包括大促高响应时效的切换,大促期间值班人员的配置,大促视角信息视图的设置,以及各类统计大盘的信息播报。

在整个大促备战的过程中实现了服务管理、服务排班、事件流转、时效管理、时效保障、视图管理、统计大盘等功能,为事件的快速高效流转处理提供了保障。

时效保障

双11期间, 在SLA机制下通过实时通知、超时提醒、超时升级等方式保障工单的快速响应、异常事件的快速恢复。双11期间,通过钉钉、邮件、短信、电话的方式渠道发送催办、升级消息共计上千次,为事件快速恢复、业务的流畅运转提供了保障。

大促日常化

今年双11期间,部分BU在工单系统上尝试了大促日常化的场景,从前期大促准备,到大促期间的流转都取得很好效果。 工单系统为支持大促场景特点提供了一整套大促场景的各项切换方案,后续也将会紧跟业务节奏,提供更多服务适配和更多场景。

将大促日常化的优点有很多:

• 无需单独为大促准备环境,只需切换大促响应模式(即设置响应时效、配置大促排班、配置大促视图)

• 无需变化日常工作模式,减少培训成本

• 日常&大促数据清晰对比

小结

工单系统在双11大考中经受住了考验,后续我们会持续优化,以期覆盖更多的业务场景、具备更多的功能及更好的性能,从而可以帮助更多的BU更好地提升服务效率。

目录
相关文章
|
4月前
|
自然语言处理 监控 数据可视化
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
海拍客与瓴羊达成合作,通过智能客服系统提升员工内部服务体验
|
4月前
|
自然语言处理 监控 机器人
中国联通济南分公司与瓴羊达成合作,以智能客服系统提升员工内部服务体验
中国联通济南分公司与瓴羊达成合作,以智能客服系统提升员工内部服务体验
|
Java Android开发 数据安全/隐私保护
im即时通讯开发/聊天软件系统/社交APP源码搭建/私有化部署聊天原生开发源码快速搭建
由IM技术专家打造的基于 Java 实现的即时通讯(IM)项目 我们提供私有化即时通讯解决方案,独立部署在您自己的服务器上、代码可以开源、支持二次开发、苹果端上线指导,源码出售,提供远程技术指导,全程指导服务器部署打包. 特点:原生开发 超高并发 音视频通话
im即时通讯开发/聊天软件系统/社交APP源码搭建/私有化部署聊天原生开发源码快速搭建
|
2月前
|
运维 安全 数据安全/隐私保护
工单系统大揭秘!选择工单系统需注意的关键因素!
这篇内容介绍了工单系统的种类和选择指南。主要类型包括IT工单系统、客户服务工单管理系统、设备维护工单管理系统和全渠道工单系统。选择合适的工单系统需考虑功能需求、企业预算、易用性、系统稳定性、售后服务和技术安全。推荐了Zoho Desk作为好用的工单系统选项,它提供专业服务和免费试用。
33 1
|
2月前
|
机器学习/深度学习 自然语言处理
基于深度学习的自然语言处理技术在智能客服系统中的应用
【2月更文挑战第21天】随着人工智能技术的不断发展,自然语言处理(NLP)技术在各个领域得到了广泛应用。本文主要探讨了基于深度学习的自然语言处理技术在智能客服系统中的应用。首先介绍了深度学习和自然语言处理的基本概念,然后分析了智能客服系统的工作原理和技术要求,接着详细阐述了基于深度学习的自然语言处理技术在智能客服系统中的具体应用,包括语义理解、情感分析和问答系统等。最后对基于深度学习的自然语言处理技术在智能客服系统中的优势和挑战进行了总结。
74 1
|
5月前
|
消息中间件 缓存 开发工具
一套分布式IM即时通讯系统的技术选型和架构设计
为了更好的理解分布式IM即时通讯系统的设计,我站在架构师的角度,在充分了解系统需求、业务流程和技术流程后,从全局视角为系统设定方案目标,对技术方案进行选型,对系统进行总体架构设计和分层架构设计,并梳理清楚发送消息的交互链路、单聊和群聊的交互链路。希望对你有帮助。
210 0
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
LLM系列 | 11: 基于ChatGPT构建智能客服系统(query分类&安全检查&防注入)
本文主要介绍如何使用ChatGPT对智能客服领域中的客户咨询进行分类。此外还补充构建真实应用中如何对用户咨询内容和模型生成内容进行安全检查及其如何预防用户注入。
|
5月前
|
缓存 自然语言处理 数据挖掘
哔哩哔哩从0到1自研智能客服IM系统的技术实践之路
本文将要分享的是哔哩哔哩从0到1自研智能客服IM系统的技术实践过程,包括整体架构设计和主要核心功能的技术实现思路等,希望带给你启发。
200 0
|
9月前
|
运维 关系型数据库 MySQL
使用docker快速部署ferry开源工单系统
简单好用的工单系统,你不来看看吗?
676 0
|
10月前
基于低代码平台搭建工单系统
基于低代码平台搭建工单系统
322 0

热门文章

最新文章