概要と動機

サービスチームは毎日ナレッジを蓄積します。サービスをどう復旧するか、紛らわしいエラーメッセージが本当は何を意味するか、前回どの回避策が有効だったか。ナレッジマネジメントは、そのナレッジを、次にそれを必要とする人が使えるようにする規律です。ITIL 4(AXELOSが発行したフレームワークの2019年版で、この本が土台とする、広く文書化された基礎)では、ナレッジマネジメントはそれ自体が一つのプラクティスであり、ITILはまた、それがインシデント対応、問題対応、サービスデスクを支えることも期待しています。このトピックは、その支えが本物かどうかを見分ける方法を扱います。

ナレッジマネジメントの使える成果物の多くは、ナレッジベースに収まります。記事、ランブック、既知のエラーの記録、短いハウツーの回答を貯めた場所です。ランブックは、定型の操作や復旧のために書かれた手順の集まりです。記事は、チームが知っていることの明示的な部分です。経験豊富な人の暗黙知、たとえばあるアラームはノイズだという勘は、完全には書き下せず、このトピックのどのメトリクスもそれを直接には測りません。

ITILの見方では、ナレッジはライフサイクルを持つ管理された資産です。作成され、レビューされ、公開され、使われ、廃止されます。アジャイルの見方では、ドキュメントは存在を正当化しなければならず、会話とペアリングが多くを担い、書かれたナレッジは作業を終えることの副産物です。両方の見方は、テストについて一致します。そのナレッジは、実際の問題を、それなしより速く、またはよりうまく解決する助けになったか、ということです。

二つの見方を最も直接につなぐ方法が、ナレッジ中心サービス(KCS:Knowledge-Centered Service)です。これはConsortium for Service Innovationによる方法論です。KCSでは、ナレッジは問題を解決する一部として、後からではなく、記録され改善されます。人々は二つのループで働きます。解決のループは、解決の瞬間です。既存の記事を探し、見つかれば再利用して改善し、なければ作ります。進化のループは、より長い周期で、ナレッジがどう機能しているかを調べ、その周りの仕組みを改善します。KCSはまた、解決したケースが記事にリンクされる割合のような、独自の指標も提案しています。このトピックはそうした考え方をベンダー中立に要約します。KCSを正式に採用するチームは、コンソーシアム自身のプラクティスガイドを読んでください。

ナレッジベースの記事数は、成果ではなく在庫であり、手入れによってと同じくらい簡単に、放置によっても増えます。以下のメトリクスは、使われる瞬間に結びついています。閉じたケース、行われた検索、読み手の反応です。それでも、それらはゆがめられます(トピック1.2「グッドハートの法則とメトリクスの心理学」を参照)。

問い合わせと対応の尺度はサービスデスクにあります(トピック3.1「サービスデスクのメトリクス」を参照)。件数と繰り返しのパターンは、インシデントのデータから来ます(トピック3.2「インシデントの件数と優先度」を参照)。ユーザーが担当者なしで記事を読むセルフサービスの成功は、別に扱います(トピック3.7「セルフサービスと自動化のメトリクス」を参照)。このトピックは、ナレッジ自体の健全さと、問題を解決する人々によるその利用にとどまります。

重要な原則

  • 作業の現場での利用を測る。 解決したケースにリンクされた、または検索で見つかった記事は、価値の証拠である。ただ存在するだけの記事はそうではない。
  • 作業の流れの中で記録する。 解決のあいだに書かれたナレッジは、別のドキュメント整備の取り組みで書かれたものより新しく、安い。だからメトリクスは、作業を終える一部としての記録に報いるべきである。
  • 鮮度を利用と合わせて読む。 古いことは、間違いと同じではない。レビューの労力は、ほとんど読まれないページのカタログ全体に均等に広げるのではなく、頻繁に使われる記事にかけるべきである。
  • 関連性を標本で確かめる。 ケースと記事のリンクが証明するのは、誰かがリンクを作ったことだけである。記事が本当に合っていたかどうかの小さな人手の標本が、そのリンクに意味があるかを教える。
  • チームとナレッジの領域を記述し、個人は決して記述しない。 一人ひとりの貢献数は、共有の資産を競争に変え、人々にくずを書くことを教える(トピック1.2「グッドハートの法則とメトリクスの心理学」を参照)。
  • 量のメトリクスはすべて、質のシグナルと組にする。 リンク率には関連性、記事の作成には重複、再利用には読み手のフィードバック。

メトリクスの定義

この表には七つのメトリクスがあります。時間の枠(鮮度のレビュー期間など)は、チームが選んで書き留めるものであり、ここにあるどの値もベンチマークではありません。全体を通じて、「ケース」は、ITSM(ITサービスマネジメント)ツールのインシデントまたはサービスリクエストの記録を指します。重大インシデントは、比率をゆがめないように別に報告します(トピック3.4「重大インシデントのメトリクス」を参照)。

メトリクス 定義 計算式 単位 データソース ITIL プラクティス アジャイルの対応物 頻度
ナレッジのリンク率 解決の時点で、少なくとも一つのナレッジ記事が添付された、解決済みケースの割合 期間内に解決され、少なくとも一つのリンクされた記事を持つケース数 ÷ 期間内に解決されたケース数。解決日で数える。重大インシデント、重複として閉じたケース、人の作業なしで自動クローズされたケースは除外する パーセント ITSMツール:ケースと記事のリンクのテーブル ナレッジマネジメント、インシデント管理 学んだことの記録が完了の定義に含まれる チームは週次、レビューは月次
再利用率 記事へのリンクのうち、そのケースの中で作られた記事ではなく、既存の記事を指すものの割合 ケースが開く前から存在した記事へのリンク数 ÷ 期間内に解決されたケースで作られた記事へのリンクの総数。ケースが閉じた後に追加されたリンクは除外する パーセント ITSMツール:ケースの開始日に対する記事の作成日 ナレッジマネジメント、継続的改善 手戻りより再利用、コードとそのドキュメントの共同所有 月次
記事の鮮度 使用中の記事のうち、定められたレビュー期間内に、レビューされたか、使われて正しいと確認された記事の割合 期間内にレビューまたは使用確認の日付がある使用中の記事数 ÷ 使用中の記事数。記事が使用中であるとは、直近12か月(チームの選択)にケースにリンクされたか、読み手に閲覧されたことをいう。下書きと廃止された記事は除外する パーセント ナレッジベースのメタデータと閲覧ログ ナレッジマネジメント、サービスデスク ドキュメントのバックログのリファインメント、レトロスペクティブのアクション 月次
検索ゼロ件率 記事を一件も返さなかったナレッジ検索の割合 ゼロ件の検索数 ÷ 全検索数。ボットや自動チェックによる検索は除外する。一分以内に繰り返された検索は一回と数える パーセント ナレッジベースまたはポータルの検索ログ ナレッジマネジメント、サービスデスク、サービスリクエスト管理 満たされていないユーザーのニーズの発見、バックログへの入力 週次
役立ち度 記事が役に立ったと言う読み手のフィードバックの割合。回答率とともに示す 期間内の記事についての、役に立った票 ÷(役に立った票 + 役に立たなかった票)。回答率 = フィードバック票 ÷ 記事の閲覧数 パーセント、回答率つき ナレッジベースのフィードバックウィジェットと閲覧ログ ナレッジマネジメント、顧客体験 ドキュメントについてのステークホルダーレビューのフィードバック 月次
公開までの時間 記事の下書きが作られてから、レビューされて想定の読み手に見えるようになるまでの経過時間 時計は下書きの作成で始まり、公開(または最初の承認済みで見える状態)で止まる。「保留、製品リリース待ち」の状態の時間は除外する。中央値と85パーセンタイルで報告する 日(中央値と85パーセンタイル) ナレッジベースのワークフロー履歴 ナレッジマネジメント 作業項目の開始から完了までのリードタイム(トピック2.2「リードタイム、サイクルタイム、フロー効率」を参照) 月次
貢献の広がり 記事の作成と改善が、人の名前を挙げずに測って、チームにどれだけ広がっているか 期間内に記事を作成または改善した、異なる貢献者の数 ÷ 期間内にケースを解決したチームのメンバー数。チームについてだけ報告し、名前の一覧としては決して報告しない パーセント チームの所属と結びつけた、ナレッジベースの編集履歴 ナレッジマネジメント、継続的改善 共同所有、ペアリングとスウォーミング 四半期

ナレッジのリンク率には、見落としやすい時計があります。リンクは、一週間後に誰かが片付けるときではなく、ケースが解決されるときに存在していなければなりません。後からのリンクは、掃除を測るのであって、解決のあいだの利用については何も語らないからです。再利用率は、信頼できる記事の作成日に依存します。記事が移行または一括取り込みされると、作成日がリセットされ、移行に印を付けるまで、比率は誤解を招きます。

推奨事項

ナレッジが何のためにあるかを決める

1. すべてのナレッジのメトリクスを、ユースケースに結びつける。 ナレッジが誰に仕えるかを名前で挙げます。最初の問い合わせで解決するサービスデスクのアナリスト、アラートに対応するオンコールのエンジニア、自分で解決するユーザー。それぞれの受け手に、異なる尺度が要ります。オンコールのエンジニア向けのランブックは、その手順がサービスを復旧させたかで判断され、パスワードリセットの記事は、ユーザーがデスクへの連絡をやめたかで判断されます。それを台帳に記録してください(トピック1.4「メトリクスのガバナンスとオーナーシップ」を参照)。

2. 記事の数ではなく、リンク率と関連性から始める。 リンク率は、ナレッジがそもそも解決の瞬間に入っているかを示します。最初から、毎月の小さな標本と組にします。人が20件か30件のリンクされたケースを読み、記事が合っていたかを判断します。リンクの半分が無関係なリンク率70パーセントは、誠実なリンクのリンク率40パーセントより悪いのです。前者は、後者が明らかにするナレッジの穴を隠すからです。

3. 「記事が存在しない」と「記事はあるが見つからなかった」を分ける。 ケースがリンクなしで閉じるとき、理由は違い、直し方も違います。「記事が存在しなかった」と「記事が見つからなかった」のような短いクローズの選択肢を加え、リンクなしのケースに占める割合として報告します。前者は書くべき内容を指し、後者は検索、命名、構造を指します。デスクを遅くするところでは、その選択を任意にし、代わりに標本調査をしてください。

作業が終わるときにナレッジを記録する

4. 記録を、完了の定義の一部にする。 アジャイルチームでは、サービスの振る舞いを変える作業項目は、ランブック、既知のエラーの記録、ヘルプ記事が更新されるまで完了しません。サービスデスクでは、探索を要したケースは、その探索が記録されるか、既存の記事が改善されるまで、解決していません。これは、解決のループで働くというKCSの考え方で、書く人が文脈を新しく持っているので、書くコストを低く保ちます。

5. 軽量な下書きの状態を認める。 多くのチームは、誰かが見られるようになる前にすべての記事が重いレビューを通らなければならないために、ナレッジを失います。KCS流のプラクティスは、チームに見える作業中の記事と、より広い受け手に見える検証済みの記事を区別します。公開までの時間を、両方の段階について別々に、中央値と85パーセンタイルで測り、遅いレビューが漠然とした不満ではなく、待ち行列として現れるようにしてください(トピック1.6「サービスメトリクスのための統計リテラシー」を参照)。

6. 作るより改善を好む。 ほぼ重複した記事の山が増えると、検索は悪くなり、鮮度は保ちにくくなります。作成数と並べて再利用率を見て、作成が増え再利用が減るときは、重複を探してください。統合と廃止を簡単で目に見えるものにし、統合を前向きな貢献として数えます。

ナレッジを新しく、見つけやすく保つ

7. 使われている記事をレビューする。 レビューの労力は、利用が多いところに集中させます。使用中の記事を、リンクまたは閲覧された頻度で並べ替え、上位のグループには、長い裾野より短いレビュー期間を設定します。誰も読まない古い記事のコストは小さく、解決の三分の一に現れる古い記事は、何百ものケースを誤らせえます。多用されるグループの鮮度は、基盤全体の平均がそれを隠さないように、独自の行として報告してください。

8. 検索の失敗を、バックログの項目として扱う。 毎月、最も頻繁なゼロ件の検索を読み、それぞれについて、記事を書くか、同義語を加えるか、記事の名前を変えるか、その問いは別の場所に属すると受け入れるかを決めます。これは、メトリクスを、チームが取り組める短く具体的な一覧に変えます。また、実際の語彙も示します。ユーザーとアナリストが、サービスカタログ(service catalogue)が使う言葉を使うことは、まれだからです。

9. 票の背後にある言葉を読む。 役立ち度は、安く、ノイズが多いものです。回答率は通常低く、強い意見に偏ります。回答率を役立ち度の隣に示し、最も閲覧された記事への書かれたコメントを、定例のレビューで読んでください。「手順4は新しいバージョンにはもうない」のような一つのコメントは、ラベルのない千の票より価値があります。

10. ナレッジを問題とポストモーテムにつなぐ。 同じ記事で繰り返し解決される再発インシデントは、問題管理へのシグナルです。問題管理は根本の原因を探し、その記事の必要自体をなくしうるのです(トピック4.1「問題管理のメトリクス」を参照)。既知のエラーの記録とポストモーテムの教訓は、独自のライフサイクルを持つナレッジ資産です(トピック4.2「ポストモーテムと学習のメトリクス」とトピック4.6「技術的負債と既知のエラー」を参照)。四半期ごとに、最もリンクされた上位10の記事を見て、どれが原因を直すことで廃止されるべきかを問いかけてください。

順位付けせずに統治する

11. 貢献をチームのレベルで報告する。 貢献の広がりは、ナレッジの作業が共有されているか、二人に集中しているかを教えます。それは見る価値のあるリスクです。バスファクターが二、というのと同じパターンだからです。それは決して執筆者の順位表になってはいけません。編集の量に報い、人々に記事を分割したり、些細な変更をしたりすることを教えるからです。集中が現れたら、時間、支援、書く許可についてのチームの会話として扱ってください(トピック9.4「スキルと学習のメトリクス」を参照)。

12. 役に立たなくなった尺度は引退させる。 誰もリンク率に基づいて動かないなら、注意を、関連性や、多用される記事の鮮度に移します。定義の変更は、理由とともに記録してください。式を変えるとトレンド線が壊れるからです(トピック1.5「データソースと計装」を参照)。

ゲーミングの手口と防護柵

定義の表のすべてのメトリクスが、ここに現れます。ナレッジのメトリクスは、リンクやレビューの行為が素早いクリックである一方、本当の価値が内容にあるので、特にさらされています。

メトリクス ゲーミングされ方 組にする防護柵のメトリクスまたはプラクティス
ナレッジのリンク率 閉じる前に、すべてのケースに、しばしば一般的か非常に人気のある記事を添付する。後から一括でリンクする リンクされたケースの月次の関連性の標本。同じ少数の記事に向かうリンクの割合。解決のタイムスタンプに対するリンクのタイムスタンプ
再利用率 ケースごとに新しい記事を作り、すぐリンクして、次回に再利用として数えられるようにする。あるいは、比率が完璧に見えるように、まったく作らない 定期的な検索で見つかる重複記事の率。「記事が存在しなかった」という理由で閉じたケースの割合
記事の鮮度 確認せずに記事をレビュー済みとする。些細な編集でレビュー日をリセットする。レビューしやすい記事だけを数える 最近レビューされた記事の、実際のサービスに対して試した標本。同じ記事の役立ち度と書かれたコメント
検索ゼロ件率 どんなクエリにも一致する、曖昧な、または何でも受ける記事を加える。キーワードを詰め込む。面倒な検索語をログから外す クリックスルーのあとに、短い期間内に同じ話題で問い合わせが来ること。役立ち度。上位の検索語を人が読むこと
役立ち度 満足した読み手にだけ投票を促す。役に立たなかった選択肢を隠す。チームの中から投票する 率とともに示す回答率と回答者の構成。書かれたコメント。記事を読んだあとの問い合わせ率
公開までの時間 時計を止めるために薄いスタブを公開する。記事を断片に分ける。下書きを時計が除外する状態に移す 最近公開された記事の関連性と役立ち度。除外される状態にある下書きの数と経過期間
貢献の広がり 誰もが貢献者に見えるように、些細な編集をする。ノルマを満たすために、人々に一文を加えるよう頼む 標本に取った編集の大きさと中身。貢献された記事の再利用と役立ち度。レポートに名前を載せない

健全な読み取りは、次を示します。人の標本が関連していると確認するリンクされた記事。基盤が成熟するにつれて上がる再利用率。最近、検証されたレビューのある、多用される記事の集合。チームが取り組んでいる検索の失敗の短い一覧。チームに広がった貢献。本当に新しかったために記事のないケースがあることは、誠実な基盤のしるしであり、失敗しているしるしではありません。

トレードオフ:長所と短所

アプローチ 強み 弱み
高いリンク率を目標にする 記録と再利用を日々のルーティンに押し込む。理解しやすい 無意味なリンクを誘う。記事がない穴を隠す
関連性を手で標本調査する リンクに意味があるかを明らかにする。共通の基準を作る アナリストの時間がかかる。小さな標本はノイズが多い。標本を取る人の判断に依存する
すべてを決まった日程でレビューする 計画と監査が簡単。均等に適用される 誰も読まない記事に労力を使う。多用される記事を軽視する
利用に応じてレビューする 間違ったナレッジが最も痛いところに労力を向ける 信頼できる閲覧とリンクのデータが要る。裾野の記事は、気づかれずに腐りうる
正式なKCSの採用 一貫した、試された、プラクティスと指標の集合を与える 持続的な投資、コーチング、ツールの支援が要る。ごく小さなチームには重い
記事の代わりに会話とペアリング 判断と文脈を伝える。オーバーヘッドが低い シフト、休暇、離職には拡張できない。ナレッジが人とともに去る

ナレッジが使われ、信頼されているかを見るのに足りるだけ測り、節約した労力を内容に使ってください。小さなチームなら、毎月の関連性の標本つきのリンク率と、検索の失敗の短い一覧が、完全なプログラムです。大きなデスクでは、誰かがレビューを所有し、それに基づいて動く場合にだけ、すべての指標が元を取ります。

チームで話し合う問い

1. 最後に難しいケースを解決したとき、ナレッジはどこから来て、その後どこへ行ったか。 最近の、本当に労力がかかったケースを選び、学んだことの経路をたどります。記事が見つかったのか、同僚に尋ねたのか、答えを一から作り上げたのか。同じ問題を持つ次の人が、五分以内に答えを見つけられるかを問います。ファシリテーターは、チームが知っていることと、ナレッジベースが持っていることの隔たりを探してください。

2. 来月、リンク率を決めた目標まで上げるとしたら、誰も助けずにそれをどうやってできるか。 ゲーミングの一覧を明示し、非難ではなく設計への入力として扱います。よくある答えは、一般的な記事をリンクする、閉じるときに一括でリンクする、最も人気のある記事を選ぶ、です。それぞれの答えについて、表のどの防護柵がそれを捕らえるか、どれだけ早いかを問います。ファシリテーターは、毎月の関連性の標本のような、少なくとも一つの新しいチェックと、その担当者を得て終えてください。

3. 私たちが最も頼る五つの記事はどれで、最後に実際のサービスに照らして検証したのはいつか。 最もリンクされ、最も閲覧された記事を見て、そのうち二つを一緒に声に出して読みます。会話はしばしば、最も影響の大きい記事が最も手入れされていないことを示します。それが、利用に応じてレビューすることの論拠です。

4. 人々は、私たちが持っていない何を検索しているか。 上位のゼロ件の検索と、リンクなしのケースの理由を持ち寄ります。書くべき記事、加えるべき言葉、別のチームに属する問い、に分けます。ファシリテーターは、次の三項目の短い一覧を記録し、特別なプロジェクトではなく、通常の作業のあいだにどう書くかを計画してください。

5. 私たちのナレッジは誰が書き、書くことは彼らにとって何を犠牲にするか。 記録について率直に話し合います。書くことは仕事の一部とみなされているのか、仕事の後の余計な作業なのか。何がそれを遅くするかを問います。重いテンプレート、遅いレビュー、間違うことへの恐れ、きつい勤務の終わりの時間のなさ。ファシリテーターは、個人を追うことから、ツール、時間、許可の変更へと向けてください。

6. 私たちの記事のうち、どれを必要としなくなるべきか。 最も再利用された記事を取り上げ、それがどんな繰り返される原因を回避しているかを問います。月に200回使われるリセットの手順は、製品の欠陥、紛らわしい画面、足りない自動化の症状かもしれません。どの項目を問題管理か製品チームに渡し、どれを自動化するかを決めます(トピック3.7「セルフサービスと自動化のメトリクス」を参照)。ファシリテーターは、良いナレッジの作業の最良の結果が、ときに、より少ない記事であることを記しておいてください。

四つの視点

プロダクトチームとデリバリーチーム

デリバリーチームは、サービスが必要とするナレッジの多くを作ります。機能がどう振る舞うか、新しいエラーが何を意味するか、どうロールバックするか。そのナレッジがリリース前に記録されなければ、サービスデスクとオンコールのチームは痛い目を見て学ぶことになります。ランブックとヘルプ記事を完了の定義に含め、自分たちが所有するサービスについてのリンク率と検索の失敗を、フィードバックとして見てください。同じ記事が何度もリンクされるときは、ドキュメントの成功としてではなく、製品への欠陥報告として扱います。

サービスチームと運用チーム

サービスデスクと運用チームは、ナレッジベースの主な作り手であり使い手なので、メトリクスは、ほとんど彼らが使うものです。解決のループに誠実に取り組みます。まず探し、再利用して改善し、合うものがなければ作る。関連性の標本つきでリンク率を使い、ゼロ件の検索をバックログとして読んでください。執筆者や編集者の順位表は避けます。ナレッジベースは共有の道具で、個人の数がそれを損なうからです(トピック3.1「サービスデスクのメトリクス」を参照)。

リーダーシップとガバナンス

リーダーは、ナレッジの作業が時間を得るかを決め、したがってナレッジの質を決めます。記事の数を求める前に、関連性の標本と、多用される記事の鮮度を求めてください。防護柵のないリンク率や記事作成の目標には抵抗し、数字が、重複の集合を統合したような、よい理由で下がったときには、それを聞くことを期待してください。多用される記事のレビューと、記事を不要にする修正に、資金を出します。

顧客とユーザー

ユーザーは、検索、ポータル、チャットボット、アナリストが与える答えを通して、ナレッジに出会います。彼らが気づくのは、最初の答えが正しいか、そして自分で繰り返さなければならないかです。記事についての彼ら自身のフィードバック、空になる検索、繰り返しの問い合わせは、このトピックのすべてのための最良の防護柵です。ユーザーに記事の評価を求めるなら、フィードバックがどうなるかを伝え、目に見える形でそれに基づいて動いてください(トピック6.1「顧客満足度のメトリクス」を参照)。

実践:アジャイルITILの例

中規模の保険会社が、十数人のアナリストからなる社内のITサービスデスクを運営し、いくつかの事務所のスタッフを支えています。デスクは、請求アプリケーションと文書ポータルを所有する二つのプロダクトチームと、ナレッジベースを共有しています。この例の数字はすべて例示です。

リーダーシップは、最初の問い合わせでの解決の改善を求め(トピック3.1「サービスデスクのメトリクス」を参照)、ナレッジのリンク率の目標を、例示の38パーセントから60パーセントに設定します。六週間以内に、ダッシュボードは64パーセントを示します。サービスデスクのリーダーは納得していません。アナリストたちは相変わらず、答えが見つからないと不満を言い、あるプロダクトチームのリーダーは、自分が所有する記事のうち三つが、閉じたケースの大半に現れていると述べるからです。

チームは、ゲーミングのレビューと関連性の標本調査を行います。前月からランダムに選んだ、リンクされたケース30件を読み、記事がケースに合っていたかを判断します。例示の数え方では、30件のリンクのうち11件が、一般的な「チケットの起票の仕方」の記事か、問題に答えていない一般的なネットワークの概要へのものでした。リンクがケースを閉じる数秒以内に行われていたことも見つかります。それは、利用ではなく習慣を示唆するパターンです。デスクのリーダーは、上がっている再利用率と、「記事が存在しなかった」という理由のリンクなしケースの割合を見ます。それは、アナリストがいま最も近い記事を選ぶので、ほとんどなくなるまで下がっていました。ナレッジの穴は、見えなくなっていたのです。

チームは三つの決定をします。第一に、リンク率の目標は取り下げられ、関連性で調整した見方に置き換えられます。リンク率は、標本で関連があった割合の隣に報告され、「記事が存在しなかった」というクローズの理由は、選びやすくされ、失敗として扱われません。第二に、ゼロ件の検索を毎月読み、上位五つがデスク全体で分担される次の執筆の仕事になります。第三に、最もリンクされた20の記事が、一か月以内に鮮度をレビューされ、担当はそれぞれのプロダクトチームとし、あるサービスのケースの四分の一超にリンクされた記事は、恒久的な修正の候補として問題管理に渡されます(トピック4.1「問題管理のメトリクス」を参照)。

二か月後、見出しのリンク率は例示の51パーセントに戻り、悪い知らせのように感じられます。標本の関連性は、例示では63パーセントから85パーセントに上がり、検索ゼロ件率は下がり、文書ポータルで繰り返されたサインインの問題は原因で直され、三つの記事が廃止されました。リーダーは、リーダーシップに、プログラムを、生のリンク率ではなく、関連性と廃止された回避策で判断するよう頼みます。

業種別の視点

スタートアップ。 ナレッジは、少数の頭の中とチャットの履歴にあります。夜に壊れるものについてのランブックの短い一覧を書き、各インシデントのあとに修正を記録してください。上位のランブックがまだ動くかの毎月のチェックが、十分な測定です。

小規模事業者。 しばしば一人が、サービスデスクであり、管理者であり、ナレッジのオーナーです。リスクはバスファクターで、その人がいなくなればナレッジも消えます。簡単な共有のリポジトリを使い、記事を短く保ち、請負業者や同僚に主要な手順を試してもらってください。最も使われるページを定期的に通読することは、どんなダッシュボードにも勝ります。

大企業。 規模は、重複する記事と不均一な質をもたらします。リンク率、鮮度、再利用について共通の定義を使い、サービス別とチーム別に報告し、多用される記事にオーナーを置きます。サービスの構成と基盤の古さが違うので、チーム同士を比べるのは避けます。

政府・公共部門。 記録の規則、アクセシビリティの要件、監査の期待が、ナレッジをどう保存し、レビューし、廃止するかを左右することがあります。それらを設計への入力として扱ってください。市民に影響する記事の承認の証跡を残し、アクセシブルな内容を公開します。市民からのフィードバックと検索の失敗は、特に価値があります(トピック8.5「規制対応・行政向け報告」を参照)。

ビジネスケース:動機、ROI、TCO

ナレッジのメトリクスのコストは控えめです。ツールのデータは、たいていITSMプラットフォームとナレッジベースにすでにあります。主なコストは、尺度を定義する時間、関連性を確かめる毎月の小さな標本、多用される記事のレビューの時間、そして問題を解決しながらナレッジを記録する規律です。ナレッジのプラットフォームに、使えるリンクや検索のデータがなければ、それを計装するコストを含めるべきです(トピック1.5「データソースと計装」を参照)。

リターンはパターンであり、この本はそれについて数字を引用しません。アナリストが正しい記事を素早く見つければ、解決はより速く一貫したものになり、新しいスタッフはより早く役に立つようになり、オンコールのエンジニアは少数の専門家にあまり頼らなくなります。ユーザーが自分で答えを見つければ、デスクは既知の問いについての繰り返しの問い合わせを、より少なく受けます。メトリクスは、ナレッジが足りない、古い、使われていないところを示すことで助けとなり、限られた執筆の時間が、重要な記事に向かいます。

総所有コストには、維持が含まれます。サービスが変わると記事は劣化するので、レビューの時間は継続的なコストであり、それを無視するプログラムは、利益を過大に見積もります。自分のチームのリターンを見積もるには、自分たちのケースの標本を前後で比べ、前提にラベルを付けてください。

アンチパターンと落とし穴

  • 記事数や閲覧数を成功として数える。 量は散らかりとともに増え、閲覧は混乱のしるしでありうる。代わりに、解決での利用、関連性、フィードバックを測る。
  • 関連性の確認のないリンク率の目標。 人々はどんな記事でも添付する。リンクされたケースを毎月標本調査し、関連のあった割合を率の隣に報告する。
  • 執筆者や編集者の順位付け。 個人の集計は、薄い編集と記事の分割を生む。貢献の広がりをチームについて報告し、能力の問いとして話し合う。
  • すべての記事を一つの決まった日程でレビューする。 労力が誰も読まないページに行く。利用に応じてレビューし、使われないものは廃止する。
  • 時計を止めるためのスタブの公開。 速くて薄い記事は、公開までの時間を無意味にする。役立ち度と、後続の問い合わせ率と組にする。
  • 失敗する検索を無視する。 失敗した検索は、満たされないニーズの最も明確なシグナルである。毎月読み、上位の項目を仕事に変える。
  • ナレッジを作業から切り離す。 四半期末のドキュメントのプロジェクトは、古いページを生む。解決のあいだと、完了の定義で記録する。
  • ナレッジベースを恒久的なものとして扱う。 内容は劣化する。廃止と統合を日常的にし、評価される行為にする。

成熟度モデル

次元 1 開始 2 発展 3 標準化 4 管理 5 最適化
記録とリンク ナレッジは頭の中とチャットにあり、リンクはまれ 一部のチームが記事をケースにリンクするが、実践はまちまち リンクと記録について一つの書かれた規則があり、クローズの理由が記録される リンク率と関連性の標本を毎月レビューし、改善に結びつける 記録がデスク、運用、プロダクトの各チームをまたぐワークフローの一部であり、定義は意思決定に役立たなくなったら改訂される
鮮度とオーナーシップ オーナーがなく、記事は見えないまま古くなる 主要なサービスにオーナーが指名される レビュー期間が設定され、多用される記事には短い期間が設定される 多用される記事の鮮度がトレンドで見られ、資金が付く レビューの責任がサプライヤーやプロダクトチームと共有され、廃止は日常的
見つけやすさとフィードバック 検索は場当たりで、検索データがない 検索ログはあるが、読まれていない ゼロ件の検索と読み手のフィードバックが、決まった周期でレビューされる 検索の失敗がバックログを動かし、問い合わせのデータと組になる ユーザー、アナリスト、チャットボットが一つのナレッジソースを使い、フィードバックが目に見える形で内容を変える
改善での利用 メトリクスは、あっても数だけ 数がチームに示される メトリクスが防護柵と組になり、最初にチームに示される 多くリンクされた記事が、問題管理と自動化の意思決定に入力される ナレッジ、問題、プロダクトのバックログが、チームをまたいで一緒に管理される

チェックリスト

  • 各ナレッジのメトリクスが、それが仕える受け手と、それが情報を与える意思決定を名指ししている。
  • リンク率に、時計、除外、重大インシデントの扱いを含む、書かれた定義がある。
  • 毎月の標本が、リンクされた記事がケースに関連していることを確かめている。
  • ケースのクローズが、「記事が存在しなかった」と「記事が見つからなかった」を別々の理由として記録している。
  • 公開までの時間が、下書きと公開の段階を分けて、中央値と高いパーセンタイルで報告されている。
  • 使用中の記事にレビュー期間が設定され、最も使われるものにはより短い。
  • 上位のゼロ件の検索が、毎月読まれ、バックログの項目に変えられている。
  • 読み手のフィードバックが回答率とともに示され、上位の記事へのコメントが読まれている。
  • 貢献はチームについてだけ報告され、名前の一覧はない。
  • 最もリンクされた記事が、恒久的な修正の候補として、四半期ごとにレビューされている。
  • 定義の変更が、理由とともに記録されている。

AI プロンプト

リンクされた記事がケースに合っているかを確認する。

I run knowledge reviews for [team name], which supports [type of service]. Below
are [number] resolved cases, each with its summary, resolution notes, and the
title and text of the linked article. For each pair, judge whether the article
fits the case as a relevant answer, a partial answer, or an unrelated link, and
give a one-line reason. Report patterns by article and by service. Do not name
or rank individual analysts. Do not invent facts about the service. List your
assumptions and anything you could not judge from the text.

[paste cases and articles with personal data removed]

失敗した検索を、執筆のバックログに変える。

Here are the most frequent searches in [knowledge base or portal name] that
returned no results in [period]: [list of search terms with counts]. Group them
into themes. For each theme, suggest whether it needs a new article, a synonym
or rename of an existing article ([list of related article titles]), a link to
another team, or no action. Do not invent articles or facts about our systems.
List your assumptions and the questions I should answer before writing anything.

軽量なナレッジの尺度の集合を設計する。

Design a small set of knowledge management measures for [team name], a
[team size] team using [ITSM tool] and [knowledge tool]. Our main goal is
[goal, such as faster first contact resolution or less dependence on experts].
For each measure give the definition, the clock or boundary, the data source,
the likely gaming vector, and a guardrail. Do not propose individual
rankings, invent benchmark values, or cite sources. List your assumptions and
the data fields you would need that I did not mention.

AI スキル

  • Agile ITIL Metrics スキル:ダッシュボードにナレッジのメトリクスを加えるときに、関連するトピックと、組にする防護柵を見つけるために使います。
  • Agile ITIL Metrics メンテナースキル:ナレッジのメトリクスが、ゲーミングの手口、防護柵、相互参照を、正しい形で備えているかを確認するために使います。

重要なポイント

  • ナレッジを、使われる瞬間に測る。解決でリンクされ、検索で見つかり、読み手に確認されること。
  • リンク率を、人手の関連性の標本と組にする。リンクが証明するのは、誰かがクリックしたことだけだからである。
  • 鮮度を利用に応じてレビューし、間違った記事が最も多くのケースを誤らせるところに労力を置く。
  • 失敗した検索と、多くリンクされた記事を、新しい内容、より良い命名、恒久的な修正のシグナルとして扱う。
  • 貢献をチームについて報告し、執筆者を順位付けしない。
  • より少なく、より良い記事は、しばしば、より大きな基盤より健全であることを示す。

参考文献とさらなる読み物

  1. Consortium for Service Innovation, KCS v6 Practices Guide, first released 2016 and updated since, https://library.serviceinnovation.org/KCS/KCS_v6/KCS_v6_Practices_Guide (check the page for the current version).
  2. AXELOS, ITIL Foundation: ITIL 4 Edition, TSO, 2019.
  3. Nonaka, I., and Takeuchi, H., The Knowledge-Creating Company, Oxford University Press, 1995.
  4. Hansen, M. T., Nohria, N., and Tierney, T., "What's your strategy for managing knowledge?", Harvard Business Review, March-April 1999.
  5. Goodhart, C. A. E., "Problems of Monetary Management: The U.K. Experience," in Papers in Monetary Economics, Reserve Bank of Australia, 1975.
  6. Forsgren, N., Humble, J., and Kim, G., Accelerate: The Science of Lean Software and DevOps, IT Revolution, 2018.
  7. Wikipedia, Knowledge management.
  8. Wikipedia, ITIL.
  9. Wikipedia, Knowledge base.
  10. Wikipedia, Runbook.
  11. Wikipedia, Tacit knowledge.
  12. Wikipedia, Knowledge-centered support.
  13. Wikipedia, Service desk.
  14. Wikipedia, Bus factor.