IT工单治理野史：由每周最高150+治理到20+ | 京东物流技术团队-低调大师

IT工单治理野史：由每周最高150+治理到20+ | 京东物流技术团队

2024-02-05 318

背景

相信不少人都值过班当过小秘吧，每天都要在线排查与解答各种各样来自IT或"单聊"的问题，同时还要针对每个问题进行"复盘"分析，在完善系统、提高体验的同时挖掘出其中的雷点，防止某一天突然"爆炸"造成不可控的局面。

我们这边在值班小秘每日进行线上问题排查、解答与跟踪，工单量越大耗费的精力和成本就越高。周而复始了一段时间之后，发现IT工单量不但没有得到明显的降低，而且还很不稳定，一周最高可达150个，效果不是很理想。于是此项被单独成立为一个目标，而我被指派为此项负责人，会在每周对上一周的IT工单逐个进行分析复盘，其中治理的具体思路和过程如下。

在此之前，我们先来看一下比较振奋人心的实战效果吧，来吧，上图

新方案实践

1.问题分类治理

在进行了一段时间跟踪治理之后，发现很多问题在本质上都是同一类问题，如果是按场景、功能模块、操作节点等维度进行归类，同一种类别算成是一个工单的话，那么这个量级至少是一半以下，基于上述发现，我们基于这样一个原则来进行问题归类以及各类别的治理方案：优先分析、跟踪治理优先级高的类别问题，优先级规则如下（由高到低）

• 影响财务结算类问题（涉及到计费模块类的功能异常）

• 影响系统稳定类问题（系统缺陷、BUG等）

• 产品场景异常类问题（场景丢失、场景越界等）

• 系统体验类问题（并发、核心实操类功能性能低下、提示术语存在歧义等）

• 其余非咨询类问题量级由高到低

• 其他问题

基于以上优先级规则，我们的归类维度以及对应治理方案主要如下（出现频率高的类别）

• 系统类问题

◦ 系统缺陷类（并发、业务交叉等）-->挖出根因并修复，而不是简单的更改数据

◦ 系统BUG类（代码逻辑错误）-->多方核实出正确逻辑并修复上线

• 产品类问题-->多方排查核实并由产品和业务牵头进行业务场景梳理落实需求

◦ 场景丢失

◦ 场景越界

• 体验类问题

◦ 功能慢需要等待-->进行性能优化

◦ 提示语歧义不明确-->展示信息纠正抽象概括类名词未具体语义名词、多业务同名名词进行区分改名、实操提示语中明确具体因由和解决方案等

◦ 操作繁杂-->根据具体场景进行简化：能自动带出的信息自动带出、能简化步骤的简化步骤、能进行合并的进行合并等

◦ 操作口隐藏太深-->根据对应场景进行功能模块的聚合

◦ 业务逻辑反人类-->重新核实业务逻辑并进行优化

◦ 重要信息没地儿查-->现场调研收集吐槽点、核实分析后产出需求或一些简单信息直接在对应模块页面上展示出来

• 业务实操类-->多次培训

◦ 业务规则卡控

◦ 基础信息配置卡控

◦ 异步逻辑无感

• 咨询类-->多次培训

◦ 业务规则咨询

◦ 协助查询数据信息

◦ 系统使用教程

◦ 系统中一些业务词汇或数据的含义解释

◦ 对应职责对接人员名单

• 其他类

◦ 历史问题（N年没有的业务突然来量了，系统逻辑早已面目全非）-->重新核实业务逻辑并进行优化

◦ 数据类问题（N年前的数据已经结转走了）-->提供拉回功能和权限控制

经过上述的方案进行治理了一段时间之后，需要产品、研发、业务介入跟进开发落实类的问题是越来越少，系统的稳定性提高不少。不过呢IT单量虽然整体有所下降，但是并没有达到预期，因由就是优先级高的类别问题占比总体其实并不大，而除此之外的其他类问题占比最大的就是咨询和实操类别的问题，而这两类占比更高的是咨询类问题（几乎是一多半），所以我们又想出了接入智能问答机器人的方案。

2.接入智能问答机器人

基于上述经历呢，我们决定基于最小成本和简易问答场景进行接入一款智能问答机器人进行尝试，经过与多方沟通最终采用慧言机器人：对比过程这里不再详述，各个机器人平台都有对应的教程文档和对接人，随时可看与咨询，大体原则是：接入成本、使用场景两个主要要素。

接入前我们整理了下述类别的数据，并会定时更新

• 咨询类问题与答案-->原材料来源于日常值班记录和IT工单数据

◦ 业务规则咨询

◦ 系统使用咨询

◦ 名词解释咨询

◦ 上下游关联场景咨询

◦ 其他零散类咨询

• 系统教程类文档

• 上下游交互类文档（接口、MQ等）

• 各系统对接人/值班人文档

风风火火一顿整理后同步后，就开始尝试进行推进，在日常工作中、对应的群里以及一些联手小伙伴们都会时不时地进行宣导，一段时间下来后发现实际效果确实是差强人意，IT单总量几乎是没有什么大的变化，后来经过私下调研一些使用者的反馈后，大体总结出以下几个原因

• 不够便捷，需要弹出京me进行咨询

• 命中率不高（是个难题）

• 推广受限（使用人员：系统操作期间非必要不会打开京me，基本上体验一次后就望而却步了）

基于上述原因和结果，我们放弃了此种方案，开始着想其他方案，下图是最近日期的一些使用数据统计

3.知识库前置功能

基于上述两种方案的经历后，日常值班和IT单的类型占比就大头的就是一些偏向咨询和实操类的工单了，挑选治理期间其中一周明细进行二次分析，其分布图如下

出去产研侧类问题，我们能看看到图中蓝色和绿色部分就是所谓的咨询和用户类问题，而这两类问题中可以粗略拆为基础信息配置和业务操作类，基于此种特色我们又想出了一种方案：进行知识库前置

这里我来解释一下知识库前置是个啥东东哈，所谓的知识库前置是一种思想：在咨询前通过配置好的知识库进行拦截指引，即在对应实操上给出具体解决方案、业务页面上给出具体指导手册，达到具体问题/业务具体指引的效果，方便系统使用者自行快速地解决遇到的问题。

思想听起来挺高大上的哈，其实实现起来就比较简单了，我们这边的系统是传统的web网站系统

• 首先在知识库平台上进行上述方案2中整理好的方案导入进去，然后拿到每个知识库的id编号

• 在埋点系统上新创建一批空的埋点站位，拿到对应埋点的ID

• 在系统中新增一张表用来保存知识库ID、埋点ID、访问URL/业务异常码关系（当然还有一些兼容前台体验的属性配置：这里不再赘述）

• 通过新增spirngMVC的拦截器进行解析其中的页面uri或业务异常码，在库中进行关系检索并拿到具体配置的知识库内容挂在/返回页面进行展示提醒

具体使用的展示效果图如下

实操同步交互的业务异常拦截方式：在提示业务异常的同时，会在对应的提示信息后边跟着一个上下跳动的“解决方案”字样（为了吸引注意让使用者去点击）

点击后效果如下图所示(弹窗中的内容都是自行编辑，此处抓取其中一个示例展示效果，并非对应上述的业务异常)

页面挂载的拦截方式：在对应页面上挂载此页面涉及到的业务功能和使用教程知识库（默认展示在页面的右下角，点击可进行拖拽：不影响页面使用或遮挡信息），点击后弹出上图所示效果的具体知识库内容，如下图

其实呢，说白了就是一个AOP切面的事情，一样的道理，但是这个效果确实有着显著的效果，通过下图中的知识库埋点点击数据可看到确实有人在使用，而本文最开始的IT单量统计折线图确实能够看到目前每周单量维持在20左右，相比最初的150、中间阶段的90上下，确实整体下降量非常明显

4.智能问答功能（目前处于试用阶段）

基于此种治理效果，基本上算是比较满意了（心里美滋滋），然而周而复始的值班进行在线解答与事后分析盘点，其实还是能看到咨询类的问题占比较多，纵横对比发现此时的咨询类问题提出人的所属部门很零散（销售、客服、运营、解决部、仓等等），问的问题也是“千奇百怪”，算是上述方案中的一些盲点区域了。基于此种特色，我们在想是否能够在系统中提供一个简易的问答检索功能来支持这些"边角"咨询类的问题的咨询，那么咱们说干就干。

• 将此类问题人工分析抽象为问答模式数据

• 将数据存储在ES进行保存于检索（问题字段采用IK分词器）

• 采用NLP结合停用词过滤（一些自定义匹配过滤：比如特定的业务单号是需要过滤的等）进行特征词的提取

• 采用TF-IDF+余弦相似度进行数据转为向量的训练与相似度匹配

• 个性化加工包装（比如识别到规则识别出的一些特定业务模块，可根据用户录入的单号或其他业务数据，进行入库查询返回给客户带有业务数据的解决方案）

上述为此功能的粗略设计步骤，简易功能实现模式如下：责任链：es-->算法-->模块；工厂策略：算法

语料训练过程如下

通过开关和双套数据模型设计支持在线语料训练与检索并行

目前处于试用阶段，正在尝试推行，在系统上进行挂靠，同时在值班过程中也在推行，目前经过部分使用者的反馈看是有些效果，但是在单量上还未有所体现，可以随着推行时间的延长来看具体的效果，让我们拭目以待吧，效果图和使用记录如下所示

未来展望

接入chagpt，数据保密不会泄露，并且根据聊天记录自行进行思维训练更新与解答。

作者：京东物流张小龙

来源：京东云开发者社区自猿其说 Tech 转载请注明来源

微信关注我们

原文链接：https://my.oschina.net/u/4090830/blog/11030186

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

KubeEdge v1.16.0 版本发布！10项新增特性

本文分享自华为云社区《KubeEdge v1.16.0 版本发布！集群升级部署易用性大幅提升》，作者：容器大未来。北京时间2024年1月23日，KubeEdge 发布 1.16.0 版本。新版本新增多个增强功能，在集群升级、集群易用性、边缘设备管理等方面均有大幅提升。 KubeEdge v1.16.0 新增特性：集群升级：支持云边组件自动化升级支持边缘节点的镜像预下载支持使用 Keadm 安装 Windows 边缘节点增加多种容器运行时的兼容性测试 EdgeApplication 中支持更多 Deployment 对象字段的 Override 支持基于 Mapper-Framework 的 Mapper 升级 DMI 数据面内置集成 Redis 与 TDEngine 数据库基于 Mapper-Framework 的 USB-Camera Mapper 实现易用性提升：基于 Keadm 的部署能力增强升级 K8s 依赖到 v1.27 新特性概览集群升级：支持云边组件自动化升级随着 KubeEdge 社区的持续发展，社区版本不断迭代；用户环境版本升级的诉求亟需解...

2024-02-05

302

我也不想标题党，可它们就是好萌啊！看看下面这些你认识多少？我是憨憨，一个不会画画的设计师。过去半年里，AI绘画曾经多次引爆公众讨论，网络上那些精致的二次元同人插画、堪比真人的AI穿搭博主、打破次元壁的赛博Coser……背后都有一个“幕后黑手” —— Stable Diffusion，其背后的技术便是人们常说的扩散模型（扩散模型这个概念源自热力学，在图像生成问题中得以应用）。想知道上面这些精致的插画是如何实现的吗？接下来，我将结合这个案例带你走进 Stable Diffusion 的世界，帮你系统性地了解并掌握这神奇AI绘画魔法。虽然我们把这个过程称之为AI绘画，但实际上它并不是像人类画图一样打草稿、构线描边，再去上色、对细节加工……这样按部就班地去完成一幅画作的，它采取了一个人类不曾设想的路径 —— Diffusion（扩散）。一、Diffusion：眼一闭一睁，一张图画好了有一个非常形象的方式，来解释 Diffusion 的原理。这是我家的傻狗，你可以将自己的角色带入到执行绘画指令的AI中，现在让你把这幅画用宫崎骏风格重新绘制一遍，你做得到吗？你可以尝试着...

2024-02-05

275

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。