Freshservice에서 자동 그룹화에 대해 모두 알아보기

참고: 이 기능은 현재 퍼블릭 베타 상태이며 Pro 및 Enterprise 플랜의 모든 고객에게 제공됩니다

요약
문제점: 경고 홍수가 소음을 만들고 MTTR을 증가시킴
해결책: 새로운 사건을 생성하는 대신 관련된 열린 사건에 경고 첨부
자동 그룹화는 시간이 지남에 따라 더 민감해짐
프로세스: 자동 그룹화를 사용하는 방법

요약

자동 그룹화는 Freddy 머신 러닝 알고리즘을 사용하여 맥락적으로 풍부한 사건을 생성하면서 동시에 소음을 줄입니다.

문제점: 경고 홍수가 소음을 만들고 MTTR을 증가시킴

일반적으로 모니터링 도구는 모든 종류의 알림을 지속적으로 생성합니다. 이들 중 모두가 실행 가능한 것은 아닙니다. 왜냐하면 다음을 포함할 수 있기 때문입니다:

상태 업데이트
반복적인 알림
리소스 또는 애플리케이션 정보의 형태로 맥락이 부족한 알림

이러한 경고에서 생성된 사건은 리소스 및 메트릭을 기반으로 그룹화되더라도 충분한 맥락이 부족합니다. 게다가, 공통 문제와 관련된 여러 사건은 소음을 만들고 상담원의 노력을 분산시키며, 근본 원인을 식별하는 데 시간이 걸려 해결까지의 평균 시간(MTTR)을 증가시킵니다.

해결책: 새로운 사건을 생성하는 대신 관련된 열린 사건에 경고를 첨부하기

자동 그룹화는 Freshservice의 독점적인 머신 러닝 알고리즘인 Freddy 를 사용하여 다양한 자원에서 들어오는 경고를 연구하고 이를 관련된 열린 사건에 첨부합니다. 관련된 열린 사건이 없으면 Freddy가 새로운 사건을 생성합니다.

이 연결은 조직의 디지털 인프라에서 경고 동시 발생 패턴 에 기반합니다. Freddy는 과거의 공통 문제를 참조하기 위해 함께 묶일 수 있는 경고 패턴을 찾기 위해 역사적인 경고 데이터를 연구합니다. 그런 다음 이러한 패턴은 열린 사건과 상관관계가 있는 새로운 경고에 적용됩니다.

자동 그룹화는 시간이 지남에 따라 더 민감해집니다

Freddy 머신 러닝 알고리즘은 선천적인 지능으로 미리 로드되어 있습니다. 그러나 각 조직은 고유한 디지털 설정을 가지고 있어 알고리즘이 이에 맞춰져야 합니다. 그래서 사용자는 처음에 경고를 열린 사건에 수동으로 첨부하고 상관관계를 설정하여 Freddy를 훈련시켜야 할 수도 있습니다. 마찬가지로, 잘못된 상관관계는 Freddy가 첨부한 경고를 사건에서 수동으로 분리하여 지적할 수 있습니다.

이 지속적인 학습은 조직에 고유한 경고 및 사건 패턴의 Freddy 저장소를 구축합니다. 알고리즘은 그런 다음 이러한 패턴을 사용하여 중요하지 않은 경고를 억제하고, 문제를 나타내는 알림을 그룹화하며, 들어오는 경고를 열린 사건에 첨부합니다.

적절히 훈련되면, Freddy는 최대 50%까지 소음을 줄이고 사건을 맥락적으로 더 풍부하게 만듭니다 . 이러한 사건은 문제의 실시간 그림을 제공하여 NOC 및 DevOps 팀이 빠르고 효과적인 결정을 내리기 쉽게 만듭니다.

프로세스: 자동 그룹화를 사용하는 방법

1단계:

관리 페이지의 IT 운영 관리 섹션에서 경고 그룹화로 스크롤합니다. a페이지. 계정에 여러 작업 공간이 있는 경우 관리 > {작업 공간 이름} > IT 운영 관리 > 경고 그룹화.

2단계:

자동 그룹화가 활성화되지 않은 것을 볼 수 있습니다.

3단계:

자동 그룹화가 작동하려면 Freddy가 최소한의 경고 및 리소스를 필요로 합니다. 기준을 충족하면 도구는 자동 그룹화로 가능한 잠재적 소음 감소를 보여줍니다. 이 기능의 혜택을 누리려면 자동 그룹화를 활성화해야 합니다. 그러면 경고 창에서 Freddy가 첨부한 경고를 확인할 수 있습니다.