概述与动因

服务团队每天都在积累知识:如何恢复一项服务,一条令人困惑的错误信息究竟是什么意思,上次哪个变通办法起了作用。知识管理是让这些知识能被下一个需要它的人获得的学科。在 ITIL 4(AXELOS 发布的框架 2019 年版,也是本书广泛记载的基础)中,知识管理本身就是一项实践,ITIL 还期望它支持事件处理、问题处理和服务台。本主题讲的是如何判断这种支持是否真实。

知识管理大部分可用的产出最终落入知识库:由文章、运行手册、已知错误记录和简短的操作答案构成的存储。运行手册是针对一项例行操作或一次恢复的书面步骤。文章是团队所知内容中显性的部分。经验丰富的人的隐性知识,比如觉得某个告警只是噪声的直觉,无法被完全写下来,本主题中也没有任何指标直接度量它。

在 ITIL 的视角下,知识是带有生命周期的被管理资产:创建、评审、发布、使用和退役。在敏捷的视角下,文档必须赢得自己的位置,交谈和结对承载了很多东西,而书面的知识是完成工作的副产品。两种视角在检验标准上一致:这些知识是否帮助某人比没有它时更快或更好地解决了一个真实的问题?

最直接地连接两种视角的方法,是知识中心化服务(KCS),这是服务创新联盟(Consortium for Service Innovation)的一种方法论。在 KCS 中,知识是在解决问题的过程中被捕获和改进的,而不是事后。人们在两个回路中工作。解决回路是解决的那一刻:搜索现有文章,找到则复用并改进,找不到则创建。演进回路是较长的周期,研究知识的表现如何,并改进它周围的系统。KCS 还提出了它自己的指标,比如已解决的案例关联到文章的比率。本主题以不依赖具体厂商的方式总结这些思想;正式采用 KCS 的团队应阅读联盟自己的实践指南。

知识库中的文章数量是库存,不是成果,它因疏忽而上升,与因用心而上升一样容易。下面的指标则与使用的一刻相联:一个被关闭的案例、一次搜索、读者的反应。即使这些也可以被扭曲(见主题 1.2,古德哈特定律与指标心理学)。

联系和处理的度量属于服务台(见主题 3.1,服务台指标)。数量和重复的模式来自事件数据(见主题 3.2,事件数量与优先级)。用户无需坐席而自行阅读文章的自助服务成功率,另行介绍(见主题 3.7,自助服务与自动化指标)。本主题聚焦于知识本身的健康状况,以及解决问题的人对它的使用。

关键原则

  • 在工作的当下度量使用。关联到已解决案例或被一次搜索找到的文章,是价值的证据。仅仅存在的文章则不是。
  • 在工作的流程中捕获。在解决期间写下的知识,比在单独的文档突击中写下的更新鲜、更便宜,所以指标应当奖励作为完成工作一部分的捕获。
  • 把新鲜度与使用放在一起读。旧不等于错。评审的精力属于经常被使用的文章,而不是平均撒在一个大多无人阅读的页面目录上。
  • 对相关性抽样。案例与文章之间的链接,只证明有人创建了这个链接。对文章是否真的合适做一个小的人工抽样,能告诉你这个链接是否有意义。
  • 描述团队和知识领域,绝不描述个人。按人的贡献计数,把共享的资产变成一场竞赛,并教会人们写垃圾(见主题 1.2,古德哈特定律与指标心理学)。
  • 每项数量指标都配一个质量信号。链接率配相关性,文章创建配重复,复用配读者反馈。

指标定义

下表列出七项指标。时间窗口(比如新鲜度的评审期)是团队作出并写下的选择;这里没有任何数值是基准。在全文中,"案例"指 ITSM(IT 服务管理)工具中的一条事件或服务请求记录,重大事件单独报告,以免扭曲比率(见主题 3.4,重大事件指标)。

指标 定义 公式 单位 数据来源 ITIL 实践 敏捷对应 频率
知识链接率 在解决的那一刻至少附有一篇知识文章的已解决案例占比 该期间已解决、至少有一篇关联文章的案例数 / 该期间已解决的案例数。按解决日期计;重大事件、以重复关闭的案例,以及未经人工处理而自动关闭的案例被排除 百分比 ITSM 工具:案例与文章的关联表 知识管理;事件管理 完成的定义包括捕获所学到的东西 团队每周;评审每月
复用比 文章链接中指向已有文章而不是在该案例期间创建的文章的占比 指向在案例打开之前就已存在的文章的链接数 / 该期间已解决案例上建立的全部文章链接数。案例关闭之后才添加的链接被排除 百分比 ITSM 工具:文章创建日期对案例打开日期 知识管理;持续改进 复用胜过返工;代码及其文档的共同所有权 每月
文章新鲜度 在说明的评审窗口内被评审、或被使用并确认无误的在用文章占比 评审或确认使用日期在窗口内的在用文章数 / 在用文章数。若一篇文章在过去 12 个月内(团队的选择)被关联到案例或被读者查看过,则为在用;草稿和已退役的文章被排除 百分比 知识库元数据和查看日志 知识管理;服务台 文档的待办细化;回顾会议的行动 每月
零结果搜索率 没有返回任何文章的知识搜索占比 零结果搜索数 / 全部搜索数。机器人和自动检查所作的搜索被排除;一分钟内重复的搜索只计一次 百分比 知识库或门户的搜索日志 知识管理;服务台;服务请求管理 未满足用户需求的发现;待办输入 每周
有帮助率 读者反馈中说文章有帮助的占比,连同回复率一起显示 有帮助票数 /(有帮助票数 + 无帮助票数),针对该期间的文章;回复率 = 反馈票数 / 文章查看数 百分比,附回复率 知识库反馈小部件和查看日志 知识管理;客户体验 利益相关方对文档的评审反馈 每月
发布时间 从文章草稿被创建,到其被评审并对其受众可见的经过时间 时钟在草稿创建时启动,在发布(或首次获批的可见状态)时停止。处于"搁置,等待产品发布"状态的时间被排除;报告中位数和第 85 百分位数 天(中位数和第 85 百分位数) 知识库工作流历史 知识管理 工作项从开始到完成的前置时间(见主题 2.2,前置时间、周期时间与流动效率) 每月
贡献广度 文章创建和改进在团队中的分布,度量时不点名 该期间创建或改进过文章的不同贡献者数 / 该期间解决过案例的团队成员数。仅针对团队报告,绝不作为姓名清单 百分比 与团队成员关系相联的知识库编辑历史 知识管理;持续改进 集体所有权;结对和群集协作 每季度

知识链接率有一个容易被忽略的时钟。链接必须在案例被解决时就存在,而不是一周后有人整理时,因为事后的链接度量的是清理,说明不了解决期间的使用。复用比取决于可靠的文章创建日期。如果文章被迁移或批量导入,它们的创建日期会被重置,在迁移被标出之前,这个比率会产生误导。

建议

决定知识是为了什么

1. 把每项知识指标与一个使用场景相联。说出知识服务的人:解决首次联系的服务台分析员、处理告警的值班工程师,或自助的用户。每类受众需要不同的度量。值班工程师的运行手册,以步骤是否恢复了服务来判断;密码重置的文章,则以用户是否不再联系服务台来判断。把它记录在你的登记册里(见主题 1.4,指标治理与归属)。

2. 从链接率和相关性开始,而不是文章数。链接率显示知识是否进入了解决的那一刻。从一开始就把它与一个小的月度抽样配对,由一个人阅读 20 或 30 个已链接的案例,并判断文章是否合适。70% 的链接率而一半链接不相关,比 40% 的链接率而链接诚实更糟,因为前者隐藏了后者所揭示的知识缺口。

3. 把"不存在文章"与"文章存在但没找到"分开。当一个案例在没有链接的情况下关闭,原因不同,修复也不同。增加一个简短的关闭选项,比如"不存在文章"和"文章未找到",并把它们报告为未关联案例的占比。前者指向要写的内容;后者指向搜索、命名和结构。在会拖慢服务台之处,让这个选项保持可选,转而抽样。

在工作完成时捕获知识

4. 让捕获成为完成定义的一部分。在敏捷团队里,改变服务行为的工作项,在运行手册、已知错误记录或帮助文章更新之前就不算完成。在服务台,需要探索的案例,在探索被捕获或现有文章被改进之前就不算解决。这就是 KCS 在解决回路中工作的思想,它使撰写成本保持很低,因为写的人还记得背景。

5. 允许轻量的草稿状态。许多团队丢失知识,是因为每篇文章都必须通过繁重的评审才能被人看到。KCS 式的实践区分了对团队可见的在制文章,和对更广受众可见的已验证文章。分别度量两个阶段的发布时间,用中位数和第 85 百分位数,使缓慢的评审显示为队列,而不是含糊的抱怨(见主题 1.6,服务指标的统计素养)。

6. 偏好改进,而不是创建。不断增长的近似重复文章,使搜索变差,也使新鲜度更难维护。把复用比与创建数放在一起观察,当创建上升而复用下降时,去找重复。让合并和退役变得容易而可见,并把一次合并算作积极的贡献。

保持知识最新且可查找

7. 评审被使用的文章。把评审的精力集中在使用率高之处。按被关联或被查看的频率给在用文章排序,为最顶部的一组设定比长尾更短的评审窗口。一篇无人阅读的陈旧文章代价很小;一篇出现在三分之一的解决中的陈旧文章,则可能误导数百个案例。把经常使用的那一组的新鲜度单独报告为一行,使整个知识库的平均值不会隐藏它。

8. 把搜索失败视为待办项。每月阅读最频繁的零结果搜索,并对每一个决定:写一篇文章、增加一个同义词、重命名一篇文章,还是接受这个问题属于别处。这把一项指标变成了团队可以着手处理的简短、具体的清单。它也显示出真实的词汇,因为用户和分析员很少使用服务目录所用的词。

9. 阅读投票背后的话。有帮助率廉价而嘈杂。回复率通常很低,并偏向强烈的意见。把回复率显示在有帮助率旁边,并在常设评审中阅读浏览量最大的文章上的书面评论。像"第 4 步在新版本中已不存在"这样的一条评论,胜过一千张没有标签的投票。

10. 把知识与问题和复盘联系起来。反复用同一篇文章解决的重复事件,是对问题管理的信号,问题管理寻找底层原因,并可能消除对这篇文章的需要(见主题 4.1,问题管理指标)。已知错误记录和复盘的教训是有自己生命周期的知识资产(见主题 4.2,事后复盘与学习指标,以及主题 4.6,技术债务与已知错误)。每季度查看被关联最多的十篇文章,并问哪些应当通过修复原因而退役。

治理而不排名

11. 在团队层面报告贡献。贡献广度告诉你,知识工作是共享的,还是集中在两个人身上。这是值得看到的风险,因为它与两个人的巴士因子是同一种模式。它绝不能变成作者的排行榜,那会奖励编辑的数量,并教会人们拆分文章或作琐碎的修改。如果出现集中,就把它视为一场关于时间、支持和写作许可的团队交谈(见主题 9.4,技能与学习指标)。

12. 让不再有帮助的度量退役。如果没人对链接率采取行动,就把注意力转向相关性或经常使用的那一组的新鲜度。连同理由记录定义的变更,因为公式一变,趋势线就断了(见主题 1.5,数据来源与埋点)。

操纵途径与护栏

定义表中的每项指标都出现在这里。知识指标特别容易受到影响,因为链接或评审只是快速一点,而真正的价值在内容里。

指标 被操纵的方式 配套的护栏指标或实践
知识链接率 在关闭前给每个案例附上一篇文章,往往是通用的或非常热门的;事后批量链接 链接案例的月度相关性抽样;指向同样几篇文章的链接占比;链接时间戳对解决时间戳
复用比 为每个案例创建一篇新文章,再立即链接它,使它在下一次算作复用;或从不创建,使比率看上去完美 通过定期搜索发现的重复文章率;以"不存在文章"为理由关闭的案例占比
文章新鲜度 不检查就把文章标为已评审;通过琐碎的编辑重置评审日期;只统计容易评审的文章 对近期已评审文章对照真实服务测试的样本;同一批文章的有帮助率和书面评论
零结果搜索率 添加能匹配任何查询的含糊或笼统文章;堆砌关键词;把难办的搜索词排除出日志 点击之后短期内就同一话题的联系;有帮助率;人工阅读热门搜索词
有帮助率 只提示满意的读者去投票;隐藏"无帮助"选项;由团队内部投票 在比率旁边显示回复率和回复者构成;书面评论;阅读文章之后的联系率
发布时间 发布单薄的草稿来停止时钟;把一篇文章拆成几块;把草稿移到时钟排除的状态 近期已发布文章的相关性和有帮助率;处于被排除状态的草稿的数量和年龄
贡献广度 作琐碎的编辑,使每个人都显得是贡献者;要求人们增加一句话以满足配额 抽查编辑的大小和实质;所贡献文章的复用和有帮助率;报告中不含姓名

健康的读数显示:人工抽样确认相关的已链接文章,随着知识库成熟而上升的复用比,一组经常使用、且近期经过验证评审的文章,团队正在处理的一小串搜索失败,以及分布在整个团队的贡献。一些没有文章的案例,因为它们确实是新的,是知识库诚实的迹象,而不是失败的迹象。

权衡:利弊

做法 优势 劣势
以较高的链接率为目标 把捕获和复用推入日常;易于理解 招致毫无意义的链接;隐藏没有文章之处的缺口
手工抽样相关性 揭示链接是否有意义;建立共同标准 占用分析员时间;小样本有噪声;依赖抽样者的判断
按固定计划评审全部 易于计划和审计;应用均匀 把精力花在无人阅读的文章上;忽视经常使用的
按使用评审 把精力导向错误知识伤害最大之处 需要可靠的查看和链接数据;长尾文章可能在无人看见时腐烂
正式采用 KCS 给出一套连贯、经过检验的实践和指标 需要持续的投入、辅导和工具支持;对很小的团队而言偏重
用交谈和结对代替文章 传递判断和背景;开销低 无法应对轮班、休假和人员更替;知识随人离开

只度量到足以看出知识是否被使用和被信任,把节省下来的精力花在内容上。对小团队来说,链接率加月度相关性抽样和一份简短的搜索失败清单,就是完整的方案。对大型服务台而言,全套度量只有在有人负责评审并据此行动时才值回票价。

与团队讨论的问题

1. 我们上次解决一个难题时,知识来自哪里?之后它去了哪里? 挑一个最近花了真功夫的案例,追溯所学到的东西的去向。是找到了一篇文章,问了同事,还是从头摸索出来的答案?问下一个遇到同样问题的人,是否能在五分钟内找到答案。主持人应寻找团队所知与知识库所存之间的缺口。

2. 如果我们下个月把链接率提高到一个规定的目标,我们怎么才能做到而不帮到任何人? 把操纵清单明确列出,并把它当作设计输入,而不是指控。常见的答案有:链接一篇通用的文章、在关闭时批量链接,以及挑选最热门的文章。对每个答案,问表中哪个护栏能发现它、多快。主持人应带着至少一项新的检查离开,比如月度相关性抽样,以及它的负责人。

3. 我们最依赖的五篇文章是哪些?它们上次对照真实服务验证是什么时候? 查看被关联最多和被查看最多的文章,一起大声读其中两篇。交谈常会显示,影响最大的文章,恰恰是被照料得最少的,这就是按使用评审的论据。

4. 人们在搜索什么而我们没有? 带来排前的零结果搜索和未关联案例的原因。把它们分成要写的文章、要增加的词,以及属于另一个团队的问题。主持人应记下接下来三项的简短清单,并计划如何在正常工作中而不是在特别项目中把它们写出来。

5. 谁来写我们的知识?这样做对他们要付出什么代价? 坦率地讨论捕获。写作是被看作工作的一部分,还是工作之后的额外工作?问是什么拖慢了它:繁重的模板、缓慢的评审、怕出错,还是一个艰难的班次结束时没有时间。主持人应从追究个人转向改变工具、时间和许可。

6. 我们的哪些文章应当不再被需要? 取复用最多的文章,问它们在绕过什么反复出现的原因。一个每月使用 200 次的重置步骤,可能是产品缺陷、令人困惑的屏幕或缺失的自动化的症状。决定把哪些项目交给问题管理或产品团队,哪些要自动化(见主题 3.7,自助服务与自动化指标)。主持人应指出,好的知识工作的最佳结果,有时是更少的文章。

四种视角

产品与交付团队

交付团队创造了服务所需知识的大部分:一项功能如何表现,一条新的错误意味着什么,如何回滚。如果这些知识在发布之前没有被捕获,服务台和值班团队就会用艰难的方式学到它。把运行手册和帮助文章纳入完成的定义,并把你所拥有的服务的链接率和搜索失败作为反馈来观察。当同一篇文章被链接很多次时,把它视为对产品的缺陷报告,而不是文档的成功。

服务与运维团队

服务台和运维团队是知识库的主要生产者和消费者,所以这些指标主要归他们使用。诚实地走解决回路:先搜索,复用并改进,没有合适的才创建。使用带相关性抽样的链接率,并把零结果搜索读作待办。避免任何作者或编辑的排行榜,因为知识库是共享的工具,个人计数会损害它(见主题 3.1,服务台指标)。

领导层与治理

领导层决定知识工作是否有时间,所以他们决定知识的质量。在要文章数之前,先要相关性抽样和经常使用的文章的新鲜度。抵制没有护栏的链接率或文章创建的目标,并预期数字会因好的原因而下降,比如一组重复文章被合并。为评审经常使用的文章,以及让文章变得不必要的修复出资。

客户与用户

用户通过搜索、门户、聊天机器人或分析员给他们的答案接触知识。他们注意到的,是第一个答案是否正确,以及是否不得不重复自己的话。他们对文章的反馈、搜索无果的情形,以及重复联系,是本主题中一切事物最好的护栏。如果请用户给文章评分,告诉他们反馈会怎么处理,并明显地据此行动(见主题 6.1,客户满意度指标)。

实践:一个敏捷 ITIL 示例

一家中型保险公司运营着一个约十几名分析员的内部 IT 服务台,支持几个办公室的员工。服务台与两个产品团队共享一个知识库,这两个团队分别拥有理赔应用和文档门户。本示例中的所有数字都是示意数字。

领导层要求更好的首次联系解决率(见主题 3.1,服务台指标),并把知识链接率的目标设定为 60%,高于示意的 38%。六周之内,仪表板显示 64%。服务台主管并不信服,因为分析员仍然抱怨找不到答案,一位产品团队负责人也提到,她所拥有的三篇文章出现在大多数已关闭的案例上。

团队进行了一次操纵评审和一次相关性抽样。他们从上个月随机挑选 30 个已链接的案例阅读,并判断文章是否合适。按示意的计数,30 个链接中有 11 个指向一篇通用的"如何登记工单",或没有针对问题的一般网络概览。他们还发现,链接是在关闭案例的几秒钟内建立的,这一模式暗示的是习惯,而不是使用。服务台主管看了复用比,它上升了,又看了以"不存在文章"为理由的未关联案例占比,它已降到几乎为零,因为分析员现在挑最接近的文章。知识的缺口变得不可见了。

团队作出三项决定。第一,撤回链接率目标,改用经相关性调整的视图:链接率与抽样的相关链接占比并列报告,并让"不存在文章"这个关闭理由容易选择,不被视为失败。第二,每月阅读零结果搜索,排前五的成为下一批写作任务,由整个服务台分担。第三,对最常被链接的 20 篇文章在一个月内评审新鲜度,由相关产品团队负责,任何被链接到某项服务四分之一以上案例的文章,都转交问题管理,作为永久修复的候选(见主题 4.1,问题管理指标)。

两个月后,头条链接率回落到示意的 51%,这让人觉得是坏消息。抽样的相关性按示意数字从 63% 升到了 85%,零结果搜索率下降了,文档门户上反复出现的登录问题在其原因处被修复,这使三篇文章退役。主管请领导层依据相关性和退役的变通办法,而不是原始的链接率,来评判这个项目。

行业视角

初创企业。知识存在于少数几个人脑子里和聊天历史里。为夜里会坏的东西写一份简短的运行手册清单,并在每次事件之后记录修复。每月检查头几份运行手册是否仍然有效,这样的度量就足够了。

小型企业。一个人往往既是服务台,又是管理员,又是知识的负责人。风险在于巴士因子,因为这个人一走知识就没了。使用简单的共享库,保持文章简短,并让一位外包人员或同事测试关键步骤。定期通读最常用的页面,胜过任何仪表板。

大型企业。规模带来重复的文章和参差不齐的质量。对链接率、新鲜度和复用使用共同的定义,按服务和团队报告,并为高使用率的文章指定负责人。避免比较团队,因为服务构成和知识库的年龄各不相同。

政府与公共部门。记录规则、无障碍要求和审计期望,可能约束知识如何被存储、评审和退役。把这些视为设计输入:为影响公民的文章保留批准轨迹,并发布无障碍的内容。来自公民的反馈和搜索失败尤其有价值(见主题 8.5,受监管与政府报告)。

商业论证:动机、投资回报与总拥有成本

知识指标的成本是适度的。工具数据通常已经存在于 ITSM 平台和知识库中。主要成本是定义度量的时间、检查相关性的小型月度抽样、评审高使用率文章的时间,以及在解决问题的同时捕获知识的纪律。如果知识平台缺少可用的链接或搜索数据,应把对其埋点的成本计入(见主题 1.5,数据来源与埋点)。

回报是一种模式,本书不为它给出数字。当分析员能迅速找到正确的文章时,解决更快、更一致,新员工更早变得有用,值班工程师对少数几位专家的依赖更少。当用户能自己找到答案时,服务台对已知问题收到的重复联系更少。这些指标的帮助在于显示知识在哪里缺失、陈旧或未被使用,使稀缺的写作时间用在重要的文章上。

总拥有成本包括维护。文章随服务变化而衰减,所以评审时间是持续的成本,忽视它的项目会高估收益。要估算你自己团队的回报,请比较变更前后你自己的案例样本,并标明你的假设。

反模式与陷阱

  • 把文章数或浏览量算作成功。数量随杂乱而上升,浏览量可能表示困惑。相反,度量解决中的使用、相关性和反馈。
  • 有链接率目标而无相关性检查。人们会附上任何文章。每月对已链接案例抽样,并在比率旁边报告相关链接的占比。
  • 给作者或编辑排名。个人计数产生单薄的编辑和文章拆分。报告团队的贡献广度,并把它作为容量问题来讨论。
  • 所有文章用同一个固定计划评审。精力花在无人阅读的页面上。按使用评审,并让不用的退役。
  • 发布草稿来停止时钟。快速而单薄的文章让发布时间失去意义。把它与有帮助率和后续联系率配对。
  • 忽视失败的搜索。失败的搜索是未满足需求最清晰的信号。每月阅读它们,并把头几项变成工作。
  • 把知识与工作分开。季度末的文档项目产生陈旧的页面。在解决期间以及完成的定义中捕获。
  • 把知识库视为永久的。内容会衰减。让退役和合并成为常规并获得认可。

成熟度模型

维度 1 起步 2 发展 3 标准化 4 管理 5 协同
捕获与链接 知识存在于人脑和聊天中;链接罕见 部分团队把文章链接到案例,做法各异 一条关于链接和捕获的书面规则;记录关闭理由 每月评审链接率和相关性抽样,并与改进相联 捕获是跨服务台、运维和产品团队工作流的一部分;定义在不再为决定提供依据时修订
新鲜度与所有权 没有负责人;文章在无人看见时老化 为关键服务指定负责人 设定评审窗口,经常使用的文章窗口更短 经常使用的文章的新鲜度有趋势并获得资助 评审责任与供应商和产品团队共担;退役成为常规
可查找性与反馈 搜索是临时的;没有搜索数据 存在搜索日志,但无人阅读 按固定节奏评审零结果搜索和读者反馈 搜索失败驱动待办,并与联系数据配对 用户、分析员和聊天机器人共用一个知识来源;反馈明显改变内容
在改进中的使用 指标(如果有的话)是计数 向团队展示计数 指标与护栏配对,并先向团队展示 被大量链接的文章为问题管理和自动化决定提供依据 知识、问题和产品待办在团队之间一并管理

检查清单

  • 每项知识指标都写明它所服务的受众以及它所依据的决定。
  • 链接率有书面的定义,包括时钟、排除项,以及对重大事件的处理。
  • 月度抽样检查已链接文章与案例是否相关。
  • 案例关闭时把"不存在文章"和"文章未找到"记录为不同的理由。
  • 发布时间以中位数和一个高百分位数报告,草稿阶段与已发布阶段分开。
  • 为在用文章设定评审窗口,最常使用的更短。
  • 每月阅读排前的零结果搜索,并把它们变成待办项。
  • 读者反馈连同其回复率一起显示,并阅读热门文章上的评论。
  • 贡献只在团队层面报告,不含点名的清单。
  • 每季度评审被链接最多的文章,作为永久修复的候选。
  • 定义变更连同理由被记录。

AI 提示词

检查已链接文章是否适合其案例。

我为[团队名称]进行知识评审,该团队支持[服务类型]。下面是[数量]个已解决案例,
每个附有案例摘要、解决备注,以及所链接文章的标题和正文。请对每一对,判断文章是
相关的答案、部分答案,还是无关的链接,并给出一行理由。按文章和服务报告模式。
不要点名或给个别分析员排名。不要编造关于服务的事实。列出你的假设,以及你无法
从文本中判断的内容。

[粘贴案例和文章,已去除个人数据]

把失败的搜索变成写作待办。

这是[知识库或门户名称]中[期间]内最频繁的、没有返回结果的搜索:[搜索词及计数
清单]。请将它们分成主题。对每个主题,建议它需要新文章、对现有文章([相关文章标题
清单])加同义词或重命名、链接到另一个团队,还是无需行动。不要编造文章或关于
我们系统的事实。列出你的假设,以及在写任何东西之前我应当回答的问题。

设计一组轻量的知识度量。

请为[团队名称]设计一小组知识管理度量,该团队规模为[团队规模],使用[ITSM 工具]和
[知识工具]。我们的主要目标是[目标,比如更快的首次联系解决或对专家更少的依赖]。
对每项度量,给出定义、时钟或边界、数据来源、可能的操纵途径和一个护栏。不要提议
个人排名,不要编造基准值,也不要引用来源。列出你的假设,以及你需要而我没有提到
的数据字段。

AI 技能

关键要点

  • 在使用的那一刻度量知识:在解决中被链接、被搜索找到、被读者确认。
  • 把链接率与人工的相关性抽样配对,因为链接只证明有人点了一下。
  • 按使用评审新鲜度,把精力放在错误的文章会误导最多案例之处。
  • 把失败的搜索和被大量链接的文章视为新内容、更好的命名或永久修复的信号。
  • 在团队层面报告贡献,绝不给作者排名。
  • 更少而更好的文章,常常比更大的知识库表明更健康。

参考文献与延伸阅读

  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.