"Data Science" im Support - Eat your own dogfood

Lesezeit: ca. 3 min

Passwort vergessen, Service nicht erreichbar, Bug gefunden, Verbesserungsvorschläge oder eine einfache Frage der Bedienung – die Arbeit von Supportern ist vielfältig. Sie ist aber auch manchmal nervenzerreißend, sei es wegen unnötig komplizierter und starrer Softwarelösungen, den Anfragen an sich oder dem generellen Prozess, bei dem man dutzende verschiedene Quellen betrachten, bewerten, nachprüfen, kommunizieren und nachfragen muss.

Aber wie kann hier eine Data Science Plattform helfen? Ähnlich wie es bereits im Marketing passiert ist, hat sich unser Support an YUNA gesetzt und eine ganz eigene Lösung zusammengebaut. Das Ergebnis vorweg: Endlich passt die Lösung tatsächlich zur täglichen Arbeit!

Schritt 1 – Die Grundidee

Alle, die im Support oder Marketing tätig sind, kennen das: Die Lesezeichen im Browser nehmen Überhand, weil jede erdenkliche Wissensquelle schnell greifbar sein muss. Also nahm sich Andreas das als erstes vor: Er entrümpelte den Browser und erstellte sich ein übersichtliches Dashboard, auf dem alle Quellen übersichtlich angeordnet und kategorisiert sind. Das Suchen in der Lesenzeichenleiste und -liste war damit Geschichte!

Die Grundfrage von Andreas war aber etwas ganz anderes: Kann er sich mit YUNA zusätzliche Informationen zu den Tickets holen, die für ihn und das Team interessant sein können? Was noch viel wichtiger war: Er suchte eine Möglichkeit Tickets nach bestimmten Kriterien zu filtern – und die Filter selbst im besten Fall immer und immer wieder ad hoc zu bestimmen, anstatt sich mühsam eine starre Filtersammlung aufzubauen, die dann doch nicht alles berücksichtigt. Was Andreas bereits wusste: Genau das ist mit YUNA möglich!

dashboard data science plattform yuna

Schritt 2 – Sei der Nutzer, nicht der Supporter

Um den Nutzern zu helfen, muss man nicht die wandelnde Brockhaus-Enzyklopädie, mit ihren 30 Bänden, sein. Oft müssen sich Supporter mühsam an den einzelnen Schritten entlanghangeln, um genau an die Stelle zu kommen, an der es für die Nutzer hakt.
Folgende Punkte sollten seine YUNA-Support-Lösung ermöglichen:

  • Jobs auswählen und anzeigen
  • Jobs ausführen
  • Jobausführung in der Warteschlange beobachten
  • Jobergebnisse und Scriptlog einsehen
  • Übersichtliche Statistik zu den einzelnen Tickets mit Querverlinkungen

Da YUNA modular aufgebaut ist, kann sich Andreas jetzt die entsprechende Ansicht zusammenbauen und genau nachvollziehen, wo der Schuh drückt – etwas, was bei seinen vorherigen Tools nicht möglich war. Er kann also schnell zu genau dem Punkt steuern, der gefragt ist, ohne den gesamten Prozess durchzulaufen.
Schöner Nebeneffekt: Durch das Basteln ist sein Verständnis von YUNA gewachsen und er kann den Nutzern noch besser helfen. Vor allem wenn es darum geht, wie man Fremdsysteme an YUNA anbindet z.B. JIRA.

dashboard data science plattform yuna data analytics jobs

 

Schritt 3 – Die Magie

Genau so wenig wie die Kollegen im Marketing ist Andreas kein Data Scientist oder Entwickler. Er besaß Vorkenntnisse in XML oder ähnliches. Hier kommt dieses „kollaborative Arbeiten“ ins Spiel: mit dem Team konnten aber schnell R-Skripte entwickelt werden, mit denen die Ticketdaten aus JIRA gezogen und in die DataDB geladen werden konnten. Die DataDB ist jene Datenbank, die die Daten für YUNA und die Analyseergebnisse bereithält. Über den QueryBuilder können diese Daten in die entsprechenden Widgets (Tabellen, Charts, Formulare etc.) angezeigt werden. Hier benötigte Andreas die Hilfe der KollegInnen aus der Softwareentwicklung.

Zugegeben, „richtiges“ Data Science ist das nicht – das sollte es auch (vorerst) nicht sein. Stattdessen ging es Andreas darum, das eigene Produkt zu nutzen. Dadurch, dass wir YUNA modular aufgebaut haben, war dies überhaupt möglich.

data science software plattform YUNA

Schritt 4 – Die Support-Plattform steht

Was ist der konkrete Nutzen für Andreas? Zum einem spart er sich durch den Datanabzug aus JIRA und den konfigurierbaren Filtern viel Zeit. Er muss Informationen nicht suchen oder das Team befragen, geschweige denn die Dokumentation durchforsten. Stattdessen baut er sich schnell die entsprechende Ansicht selbst und ist somit genau an dem Punkt, an dem es beim Nutzer hakt. Außerdem ist er durch seine lokale Instanz vollkommen unabhängig. Gerade in der aktuellen Zeit im Home Office ein immenser Wertegewinn.

Die Support-Plattform ist ein lebendiges Werk. Ständig kommen Andreas neue Ideen: Wie wäre es z.B. wenn man die Tickets automatisiert vorqualifizieren lässt oder sie gleichzeitig mit einer Zeitenbuchung versieht? Perspektivisch würde dann ein weiterer Schritt bei der täglichen Arbeit entfallen – und die könnte Andreas wieder in neue Ideen stecken oder noch mehr Nutzern helfen.

dashboard data science plattform yuna support3

 

Fazit und Ausblick

Der größte Gewinn für seine Arbeit? Das Verständnis! Außerdem ist es schönes Beispiel, wie sich YUNA auf eigene Use Cases anwenden lässt. Ähnlich wie es dem Kollegen aus dem Marketing ging, geht es Andreas: Es ist etwas ganz anderes Leuten eine Data-Science-Plattform zu erklären, als sie zu benutzen. Gleichzeitig kommen auch ihm immer neue Ideen, die er zurück in die Produktentwicklung spielen kann.

Jetzt Live-Demo buchen!



Christian Schreiner - Beitrag vom 02.04.2020

Christian Schreiner ist seit 2019 im Bereich Marketing der eoda GmbH tätig. Hier betreut er die innovative Data Science Plattform YUNA rund um das Thema Marketing. Privat interessiert er sich für Suchmaschinen-Optimierung und Trends in der Online-Kommunikation.

Abonnieren Sie unseren Datenanalyse-Blog