事前対応型レコメンデーション

より多くのことを達成できるように、個人用設定された事前対応型サポートのレコメンデーションを求めました。 配信されました。

下図に示すように、個人用設定されたレコメンデーションは、予測的事前対応型レコメンデーションエンジンから、Services Hub デジタルエクスペリエンスを通じて顧客に直接ご提案することができます。 ユーザー操作、リアクティブ サポート ケース、フィードバックを生成するコンテンツ消費がエンジンにフィードバックされ、レコメンデーションが改善されます。

                                          

事前対応型レコメンデーションのためのビジョンには、以下のようなものがあります：

• ユーザーと顧客のコンテンツ（ライセンスフットプリント、事後対応サポートケース、ワークショップ、評価）に固有のアクションとIPベースのレコメンデーションを提供します
• レコメンデーションには、Services カタログと MS Learn を含める必要があります
• Services Hub 内で、個人用設定されたコンテキストに関連したレコメンデーションを提供する。
• レコメンデーションはリアルタイムでレンダリングされ、全体的なデジタル体験にパフォーマンスの影響はありません

どのようなサービスがおすすめされますか？

                                          

予測的事前対応型レコメンデーションエンジンは、Microsoft Services カタログと MS Learn からのコンテンツを提供します。 このカタログに含まれている素材は、サービス レベル、サービス種類、および製品フィルターを使用して手動で検索できます。 Services カタログは、新しい素材の作成、既存の素材の編集、古い素材のアーカイブなど、Services コンテンツチームによって常に進化しています。 事前対応型レコメンデーションでは、資料を検索することなくレコメンデーションサービスを利用できるようになり、Services Hub を通じて提供される Microsoft 主導のサービス、オンデマンド教育、オンデマンド評価が含まれます。

Services Hub のどこにレコメンデーションが表示されますか？

事前対応型レコメンデーションは、Services Hub のさまざまなデジタル体験の中に現れます。 これらの経験の中で提供されるレコメンデーションは、特定のデジタル経験のコンテキストに合わせて調整され、あなたのために個人用設定されています。

Services Hub のホームページでは、顧客に合わせて調整された Service Hub オンデマンド評価コンテンツのレコメンデーションは オンデマンドのラーニング中に、[IT 正常性]タイルに表示され、または[Learning]タイルにあるワークショップのレコメンデーションのライブで確認することができます。

                                          

下の図にあるように、予測的事前対応型レコメンデーションは Services Hub Services カタログ検索機能の下に記載されています。 Services カタログページに掲載されているレコメンデーションは、すべてのコンテンツタイプをカバーしており、個人用設定されます。

                                          

Learning ランディングページでは、予測的事前対応型レコメンデーションが見出しの下に表示され、下図に示されています。 Learning ページに記載されているレコメンデーションについては、オンデマンド学習やワークショップなどの学習コンテンツの種類をカバーしています。 これらのレコメンデーションは個人用設定されています。

                                          

[評価] ページでは、評価概要の下に予測的事前対応型レコメンデーションが記載されています。 評価ページに記載されているレコメンデーションは、評価コンテンツの種類に焦点を合わせており、個人用設定されています。

                                          

サポート ランディング ページでは、予測的事前対応型レコメンデーションが、ページのケーストレンドの可視化の下にあります。 レコメンデーションは、以下のビジュアルで表され、ルール エンジン サービスによって提供されます。 これらのレコメンデーションには、すべてのコンテンツ タイプが含まれ、顧客に合わせてカスタマイズされます。

                                          

[サポートの詳細]ページで、予測的事前対応型レコメンデーションが、ページのケースの詳細とケーストレンドのビジュアルの下に表示されています。 レコメンデーションは以下のビジュアルで表示され、事後対応型サポートのレコメンデーション サービスによって提供されます。 これらのレコメンデーションには、すべてのコンテンツ タイプが含まれ、顧客に合わせてカスタマイズされます。

                                          

レコメンデーション エンジンの仕組みは？

予測的事前対応型レコメンデーション エンジンには、いくつかの異なる側面があります。 各アスペクトは Services Hub 内で異なる役割を果たします。

上記のレコメンドデジタル体験を強化するサービスは、共同作業によるフィルター処理方法を採用しています。 この共同作業によるフィルター処理方法では、他の Services Hub ユーザーから消費者興味を収集することにより、単一の Services Hub ユーザーの消費者興味を予測します。 共同作業によるフィルター処理アプローチの根本的な前提は、ある人が積極的なコンテンツに対する興味関心が二人目と同じであれば、一人目の方が二人目の方が新しいコンテンツに対する消費関心を共有する可能性が高いです。 したがって、予測的事前対応型コンテンツ用の共同フィルタリングのレコメンデーション システムにより、ユーザーの既存の消費履歴と類似ユーザー(コラボレーター)の消費履歴 を用いて、ユーザーのご希望の事前対応型サービスを予測します。

第二のレコメンデーション サービスは、事後対応型サポート情報を基にしたサポート案件のモデルです。 このサービスは、次の情報を利用して、おすすめのオンデマンド学習、評価、およびサービスを生成します：

• 製品ファミリ
• ケース タイトル
• ケース説明
• ケース ノート

レコメンデーション サービスは、Services カタログ内のサービスとの類似性を計算するために使用されるテキストからこれらの特徴を引き出します。 この類似性測定を達成するために採用されているアルゴリズムには、特定のケースの評価を見つけるための Light GBM モデルや、再有効化サポート ケースのためのオンデマンド学習やワークショップを見つけるためのナレッジ グラフ モデルなど、様々なものがあります。

第三のレコメンデーション サービスでは、ルール エンジンを使用して事前にレコメンデーションを提供します。 特定の事後対応型サポート製品、ケーストレンド、サブトレンド、およびサービス洞察の分類は、ルール エンジン内の特定のプロアクティブ サービスにマッピングされます。 顧客の事後対応型サポート案件がルールを使用して評価され、一致するものが見つかった場合、マッピングされた事後対応型サポートが返されます。 ルールは、Services Hub 内の Rules Hub のデジタル エクスペリエンスを使用して作成および編集されます。

ユーザーはどのレコメンデーションが表示されるかにどのように影響を与えるのか？

共同作業のフィルター処理方法により、事後対応型サポート案件メソッド、ルール エンジンを使用することで、ユーザーは Services Hub 内で提供されるレコメンデーションに影響を与えることができます。

共同作業によるフィルターは、消費される事前対応型サービスに基づいて決定されます。 この消費はユーザーの好みを示します。 コンテンツが消費されればされるほど、結果として得られるレコメンデーションはより多様で正確なものになります。 事前対応型消費情報が最小限であればあるほど、共同作業によるフィルターは基準レコメンデーションとなる情報を得ることができません。 他の Services Hub ユーザーの消費が増えると、レコメンデーションも向上されます。 ユーザーとコンテンツの複雑な関係性は、主体的な消費が進むにつれて明らかになっていきます。

リアクティブ サポート ケース方法は、Microsoft に送信されるサポート リクエストに基づいて決定されます。 レコメンデーション サービスは、個別のサポート リクエストと事前対応型オファリングとの類似性を測定しています。 顧客が新たなサポート リクエストを提出されると、新たなサポート リクエストに含まれる情報に基づいて新たなレコメンデーションが行われます。

ルール エンジンは、サポートケースの傾向、サブトレンド、サービス インサイトの値に対して、事後対応型サポート案件がどのように分類されているかによって駆動されます。 事後対応型サポート案件は、インシデント マネージャーによって、または ML 駆動の自動化されたプロセスを介して傾向があるため、それに応じてプロアクティブなサービスがおすすめされます。 ルールは作成または編集でき、ルール エンジンによって返されるプロアクティブ レコメンデーションに影響を与えます。

ユーザーが最初に Services Hub を利用する際に、どのようなレコメンデーションが表示されますか？

新しいユーザーがServices Hub にオンボードされると、事前対応型消費は最小限に抑えられます。 このシナリオに対応するために、共同作業フィルター レコメンデーション サービスには、レコメンデーションベースとなる直接的な情報がほとんど記載されていません。 この状況では、人気のある評価、オンデマンド学習、およびワークショップコンテンツがこれらの新しいユーザーに提供されます。 十分な消費量が記録されると、共同作業フィルターは、ユーザーの好みやニーズにより直接的に関連した、個人用設定されたコンテンツベースのレコメンデーションが作成されます。

このシナリオは、事後対応型サポート案件 モデルとルール エンジンを含む他のレコメンデーション サービスに直接適用されることはありません。 新しいサポート リクエストが提出された場合、ケースベースのレコメンデーションは、サポート リクエストに対して直接行われます。 ルール エンジンは、新しい Services Hub 顧客のケーストレンド情報に基づいて、関連するプロアクティブなレコメンデーションを返します。