Worauf kommt es letztlich an – auf technische Performance-Kennzahlen oder das subjektive IT-Erlebnis? Mit steigender Digitalisierung und hybriden Arbeitsumgebungen rücken mehr und mehr Experience Level Agreements, kurz XLAs, in den Blick. Scheinbar schwer zu fassen. Denn es gibt probate Wege, um die ‚gefühlte‘ Anwenderperspektive in greifbare Ansatzpunkte für die IT zu übersetzen. Nexthink erklärt XLA-Kennzahlen.
Für Qualitätskriterien von IT-Services und -Support sind traditionell Service Level Agreements (SLAs) das Maß der Dinge. Unbeantwortet bleibt dabei: Ist der Mitarbeiter am digitalen Arbeitsplatz mit dem, was bei ihm ankommt, zufrieden und produktiv, oder genervt und ausgebremst? Eine Frage, die für Unternehmen immer wichtiger wird, wie auch eine aktuelle Nexthink-Studie, erhoben von Vanson Bourne, zeigt.
Doch im Backend scheinbar proper funktionierende IT-Infrastrukturen bedeuten nicht automatisch, dass für Endanwender störungsfreies und effizientes Arbeiten gewährleistet ist.
SLA und XLA sind wie gemessene & gefühlte Temperatur
Service Level Agreements (SLAs) und Experience Level Agreements (XLAs) verhalten sich ähnlich wie beim Wetter die gemessene und gefühlte Temperatur. Vermeintlich angenehme 17 Grad können bei Wind und Nieselregen durchaus ungemütlich sein.
Wie ein IT-Service, die Nutzung von Applikationen, Endgeräten oder eine Netzverbindung „empfunden“ wird, braucht von der Endanwenderseite systematisch erfasste Messwerte und Kontext, um für die IT greifbare Ansatzpunkte für Maßnahmen zu liefern.
Das heißt, objektive Messwerte der Arbeitsumgebung müssen zeitnah in Zusammenhang gebracht werden mit dem subjektiven IT-Erlebnis aus Sicht des Anwenders (Sentiment-Analysen). Diese liefern DEX-Plattformen, die auf der Endgeräte-Seite Leistungskennzahlen auf Hardware-, Applikations- und Netzebene erfassen, im Idealfall kombiniert mit dediziertem Anwender-Feedback.
Aus diesen Daten lassen sich Kennzahlen – XLAs – ableiten, die für eine produktive Arbeitsumgebung wesentlich sind.
Welche XLAs für ein Unternehmen entscheidend sind, lässt sich am besten anhand von konkreten Use Cases definieren. Aus der Projekterfahrung von Nexthink vereinfacht dies eine veränderte Sicht darauf zu entwickeln, was erfolgreiche IT bis hin zum digitalen Arbeitsplatz ausmacht.
Das „Warum“ der eigenen XLA-Strategie klären
Dieser Schritt schärft zum einen das Problembewusstsein zum Unterschied zwischen technischer und gefühlter Qualität digitaler Arbeitsplätze. Zum anderen hilft es, die Optimierung digitaler Arbeitsplätze mit Geschäftszielen abzugleichen.
Nur ein Signal für die Notwendigkeit einer XLA-Strategie ist, wenn die Anzahl der Tickets im IT-Support hoch ist, obwohl im IT-Backend kaum Auffälligkeiten zu verzeichnen sind. Auch die Menge an Schatten-IT und inoffizieller Workarounds an digitalen Arbeitsplätzen zeigt, dass Endanwender mit zu vielen Kompromissen bzw. DYI-Lösungen agieren.
So können mögliche Ansatzpunkte für das „Warum“ sein: bei Digitalisierungsinitiativen maximal die Anforderungen der Mitarbeiter einbeziehen, bei Cloud-First-Strategien die Auswirkungen auf digitale Arbeitsumgebungen besser berücksichtigen, die Umstellung auf hybrides Arbeiten optimieren oder die Evaluation und Anpassung von geschäftskritischer Software verbessern.
Konkrete Ziele setzen
Bei diesem Schritt wird sichergestellt, dass XLA-Messungen auch zu konkreten, nachweisbaren Verbesserungen bei Endanwendern führen. Das heißt, dass aus XLA- und Sentiment-Analysen in Korrelation mit SLAs die richtigen Maßnahmen abgeleitet und umgesetzt werden. Dies kann Anforderungen betreffen wie:
- Anzahl und Dauer von IT-Störungen reduzieren.
- Anzahl der von Endanwendern selbstverursachten IT-Störungen reduzieren.
- Vermeidung erhöhten Ticket-Aufkommens bei der Einführung neuer Software-Lösungen.
- Ausrichtung des IT-Supports auf unterschiedliche Levels an IT-Kompetenzen, so dass Mitarbeiter mit viel und wenig IT-Erfahrung geeignete Unterstützung erhalten.
- Umsetzung strikter IT-Security- und Compliance-Policies ohne Beeinträchtigung der Produktivität und Erhalt eines positiven IT-Erlebnis.
Übersetzung der Ziele in korrelierte SLA-XLA-Maßnahmen und -Messungen
Je klarer die Ziele formuliert sind, um so besser können sie in messbare SLA- und XLA-Kennzahlen übersetzt werden – drei Beispiele:
Rückgang der Tickets im IT-Support insgesamt:
- bei gleichzeitig verbessertem Anwenderfeedback zur beschleunigten Problemlösung und höheren Nutzungsraten der Self-Service-Angebote.
- aufgrund verbesserter proaktiver und kontextbezogener Kommunikation der IT mit Endanwendern (etwa über direkte Nachrichten am Bildschirm), verifiziert durch Feedbackanalysen.
- durch den Einsatz von Predictive Tools zur proaktiven Vermeidung von IT-Störungen, verifiziert durch entsprechende Telemetriedaten aus Endgeräten und Feedback-Analysen.
Bereits an diesen Beispielen wird klar, dass direktes, zeitnahes und kontextbezogenes Feedback von Endanwendern entscheidend ist, um Maßnahmen bewerten und anpassen zu können – denn: Die Zahl der Tickets sinkt auch, wenn der IT-Support sich als wenig hilfreich erweist.
Erfahren die Anwender, dass ihr Feedback spürbar etwas bewirkt, sind sie auch bereit, sich für einen kontinuierlichen Verbesserungsprozess zu engagieren. Statt still zu resignieren bis hin zur Kündigung.
Einführung einer XLA-Kultur
Die Use Cases helfen zu verstehen, wie und welche XLAs für bestimmte Ziele gemessen und operativ durch entsprechende SLAs unterstützt werden müssen. Dies führt zu einem grundlegenden Verständnis dazu, warum es zu einer Diskrepanz zwischen technischen Parametern und dem tatsächlichen IT-Erlebnis kommt. In der Folge wird es für die IT einfacher, die für ihr Unternehmen individuellen Wege für eine XLA-Kultur zu definieren und umzusetzen. Dies betrifft grundsätzlich vier Anforderungen:
Digitalen Arbeitsplatz als Ganzes analysieren und nicht nur einzelne Services
Ursachen für langsame Anwendungen oder Programmabstürze können an Cloud-Services, lokalen Servern, Netzverbindungen oder schlicht an überlasteten CPUs beim Desktop-PC liegen. Vieles davon ist weitgehend vorhersehbar, durch entsprechendes Enduser-Experience-Management vermeidbar.
Der Begriff Cloud ist mittlerweile fast allgegenwärtig. Einfach gesagt bezeichnet Cloud Computing eine IT-Infrastruktur, die über das Internet zugänglich ist. Aber wenn man genauer hinsieht, lassen sich drei verschiedene Arten des Cloud Computing identifizieren: Infrastructure-as-a-Service (Server, Betriebssysteme etc.), Platform-as-a-Service (Datenbanken, Speicher etc.), Software-as-a-Service (komplette Anwendung).
Doch die herkömmliche verteilte Sicht auf das Unternehmensnetz lässt zu viel Raum für Interpretationen zu, wo die Ursachen für ein schlechtes IT-Erlebnis liegen und wie diese zu beheben sind. Neben einer integrierten Analyse von IT-Ereignissen macht es daher Sinn, mit Predictive-Tools Ausfälle von vornherein zu verhindern oder betroffene Anwender frühzeitig zu warnen, gepaart mit Workaround-Hinweisen als Überbrückungshilfe während einer Störung.
Kommunikation mit Relevanz
Statt E-Mails oder kryptischer Support-Tickets haben Anwender in den meisten Fällen mehr davon, wenn sie über Pop-up-Meldungen auf dem Bildschirm gezielt die für sie relevanten IT-Informationen erhalten.
Das beginnt bereits bei vermeintlichen Kleinigkeiten. Eine Vorwarnung, wenn Störungen drohen, eine Meldung zur Dauer einer Störung, ein Hinweis, was bei instabilen Internetverbindungen am besten zu tun ist oder proaktiver Terminvorschläge, um das Laptop beim IT-Support aufrüsten zu lassen.
Ähnlich ist es mit Feedback-Fragen. Je klarer sie für Anwender im Kontext zu ihrer aktuellen Situation am digitalen Arbeitsplatz stehen, umso höher sind die Antwortquoten und die Aussagekraft der Angaben.
Korrelation von technischen mit Sentiment-Daten:
Die Gegenüberstellung von Daten aus dem IT-Performance-Management mit Feedback- und Sentiment-Daten aus Anwenderbefragungen zeigt, inwieweit die Sicht der IT ein realistisches Bild zum tatsächlichen IT-Erlebnis am Arbeitsplatz darstellt. Diskrepanzen sind ein wichtiger Ansatzpunkt für die IT, zum einen mögliche Ursachen von Beeinträchtigungen grundlegend zu beheben. Zum anderen hilft es, Muster von IT-Ereignissen zu interpretieren und proaktiv Störungen zu verhindern.
Anwender und ihre Anforderungen differenzieren:
Zwischen IT-affinen Power-Usern und reinen Nutzern von Standardapplikationen ist ein weites Feld – was die einen langweilt und ausbremst, überfordert die anderen. Dies in der IT-Kommunikation, bei Schulungen, Freiheitsgraden individueller Systemeinstellungen oder bei Verfahren zur Störungsbehebung zu berücksichtigen, ist wesentlich für ein positives IT-Erlebnis am Arbeitsplatz. Hier können XLA-Analysen einen wichtigen Beitrag leisten, um digitale Arbeitsplätze nach individuellen Bedürfnissen bereitzustellen und zu unterstützen.
Fazit
Aus vermeintlich schwammigen XLAs werden handfeste Kennzahlen, wenn sie aus Telemetriedaten der Endgeräte und systematischem, bidirektionalem Anwender-Feedback abgeleitet werden. Dann haben sie auch die nötige Aussagekraft, um durch eine direkte Korrelation mit SLAs aus dem IT-Backend eine ganzheitliche Sicht auf digitale Arbeitsumgebungen zu gewährleisten. Das Ergebnis sind Antworten darauf, wie es wirklich um die Qualität der Technologie am Arbeitsplatz bestellt ist und wo Prioritäten zur Verbesserung gesetzt werden sollten.