go to top
Obsidian Business Service Intelligence

Interpretación automática de indicadores de gestión de servicios

Presentación en GigaTIC2017 sobre técnicas de inteligencia artificial para la interpretación automática de indicadores de gestión de servicios

A continuación, se muestra la presentación en GigaTIC2017, evento organizado por itSMF e ISACA, de las investigaciones sobre interpretación automática de indicadores de gestión de servicios implementada en Obsidian. Realizada por el catedrático de inteligencia artificial Alberto Bugarín bien como por el director de Obsidian, Diego Berea.

Actualmente, el vídeo cuenta con 37072 visitas en YouTube bien como 358 likes.

Si desea permanecer informado de los nuevos vídeos publicados por Obsidian, suscríbase al canal, y YouTube le enviará periódicamente notificaciones cuando se publiquen nuevos vídeos. Así el canal de Youtube de Obsidian tiene actualmente 1913 suscriptores.  


Implementación Data2text en Obsidian

Dentro de las disciplinas de inteligencia artificial, existen varias relacionadas con el procesamiento de lenguaje natural (NLP). De ellas, un subconjunto son las técnicas de generación automática de lenguaje natural (NLG).

Desde hace unos años, se ha trabajado intensamente en esta área. Como resultado, se han desarrollado diferentes programas que, incluso se han implementado en entornos reales, con muy buenos resultados.

Es especialmente relevante mencionar lo que apuntan las predicciones de Gartner para 2018 sobre NLG. Y es que se espera que NLG esté presente en el 90% de las herramientas BI del mercado.

La gestión de servicios ITSM ofrece un contexto muy apropiado para la aplicación de técnicas NLG. Esta posee múltiples actores (técnicos, responsables o directores). Cada uno de ellos con necesidades de información diferentes. Pueden ser especificaciones puramente técnicas, valores sobre el desempeño de un servicio o simplemente saber si se han cumplido o no los niveles de servicio acordados con clientes. Sub embargo esta información puede ser extraída de las herramientas corporativas de service desk y monitorización. Las técnicas NLG pretenden ayudar al usuario en la interpretación de los datos. Además generando explicaciones escritas adaptadas al rol del usuario.

Esta presentación expone, inicialmente, las metodologías más habituales para implementar un sistema NLG de tipo data2text. A continuación, se presentan múltiples ejemplos de aplicación práctica a la interpretación automática de indicadores de gestión de servicios. Así los ejemplos se basan en la implementación data2text realizada en Obsidian. Esta implementación incluye tanto de métricas de service desk como de indicadores de disponibilidad, capacidad o nivel de servicio. Ahora es posible obtener, automáticamente, informes explicativos redactados a partir de datos obtenidos de herramientas. Esta es una de las principales ventajas de este tipo de sistemas: disminuir el esfuerzo analítico requerido por parte del usuario.

 

Por último, puede obtener más información en sobre las funcionalidades data2text de Obsidian.

Más información

Si está interesado en obtener más información sobre interpretación automática de indicadores de gestión de servicios o sobre cualquier otra funcionalidad de Obsidian, no dude en contactar con nosotros cubriendo el formulario adjunto.

NOTA  Sólo se aceptan direcciones de correo electrónico profesionales. No se aceptarán formularios con cuentas de gmail, yahoo, hotmail, etc.

Los datos personales recabados a través del formulario serán tratados para atender la petición que ha realizado. Usted puede ejercer los derechos de acceso, rectificación y cancelación mediante escrito dirigido a Obsidian Soft, paseo del General Martinez Campos 44, 28010 Madrid.

Además, puede suscribirse a la newsletter o al canal de YouTube de Obsidian. Cuenta actualmente con 1913 suscriptores. Sin embargo considere también leer nuestro blog así como la sección de noticias para acceder a recursos adicionales sobre Obsidian. Por último, puede seguirnos en las redes sociales linked-in, facebook y twitter.



X