历史上，任何支持项目的重点都是遵守客户制定的SLA级别。但在目前的情况下，这是一个被公认的既定目标。客户方提出的问题主要集中在我们作为服务提供商还可以做些什么，以便在支持环境中增加价值。

以下是一些从个人经验中挑选出来的建议，可以在任何支持环境中复制。

这些方面不是孤立的，大数据分析系统，而是相互关联的相互依赖。

生产率提高：

这是一个关键领域，预计将成为客户和内部关注的焦点。

重点应是建立一个强有力的指导和知识管理结构，以便中等复杂度的票据显示出解决时间的逐步下降。

知识管理层：

应鼓励团队成员创建"解决方案文档"，为二级支持团队和关键用户解决类似问题提供现成的工具。这确保了我们不必每次都"重新发明轮子"，将来发生的类似问题可以在更短的时间内得到解决和解决。

原因分析：

必须对所有未达到SLA的机票进行原因分析。即使达到了SLA目标，进行这样的练习也意味着我们将继续努力追求卓越，并100%遵守SLA。原因分析还有助于确定需要改进的领域，以便采取纠正措施。

趋势分析：

支持团队可以提供的附加值的一个组成部分是对新发生的事件进行趋势分析。可能来自某些特定国家/地区的门票数量更多。与其他业务领域相比，某些业务领域的门票数量也可能更高。分析这些有助于确定趋势，这些趋势反过来又可以反馈到诸如用户培训、稳定某些功能领域的内部增强、问题管理等措施中

减少流入：

这应该是任何支持项目的关键指标。这样做的目的应该是为了显示传入卷的逐渐减少。除了通过问题管理和内部改进来稳定系统外，企业大数据分析，团队还应重点确定由于用户错误、不遵守既定流程甚至本可以在本地解决的事件而导致的票证流量增加的趋势。团队可以对每一个提出的事件进行分类，如技术错误、接口错误、知识不足、用户错误等，这将有助于在任何时间点对机票相关数据进行有意义的分析。

嗨，

一个非常好的文档。

想补充一点如下：

改进解决方案本身：

在支持项目中，云产品，支持团队/顾问应始终向客户建议新的和更好的解决方案、想法和方法。

客户将始终欣赏这些为其业务增值的想法。

我的个人经验很多时候实施团队和支持团队是不同的（甚至SI和支持合作伙伴也是不同的），因此向客户建议的解决方案可能不是最好的简单解决方案。

功能/技术顾问应尽量减少解决方案中的定制，淘客插件，并始终以符合标准要求为目标解决方案。

只有在确实需要的时候才可以定制，物联网开发，配件分析指向非标准的溶液桶。

这只是我这边的输入。