Fallstudie
Google verkürzt die Bearbeitungszeiten von Servicetickets um das 10-fache
-
Ziel war die Verbesserung der End-to-End-Durchlaufzeit beim Prozess für Außendienst-Serviceanfragen
-
Mit Pega startete die Entwicklung einer benutzerdefinierten Regel-Engine für Serviceanfragen
-
Ingenieure können Ihre Zeit jetzt effizienter ohne die Bearbeitung von Tickets nutzen
![]()
„Dank Project Moose sowie der Nutzung der intelligenten Automatisierung von Pega auf der Google Cloud Platform profitieren wir nun von besserer Transparenz und kürzeren Bearbeitungszeiten bei unserem gewaltigen [Service]ticket-Volumen.“
Problem
Das Global Networking-Team von Google unterstützt alle Produktbereiche bei Google, einschließlich Maps, YouTube und die Internetsuche. Das Team ist für die reibungslose Funktion aller internen Services zuständig – von der Identifizierung und Einteilung der richtigen Wartungsingenieure und Ressourcen für neue Builds und Reparaturen bis hin zur Sicherstellung eines ausreichenden Zugangs zu Umgebungen mit gesicherten Daten.
Google wollte die End-to-End-Durchlaufzeit dieses Prozesses im Rahmen seiner „Do Stuff Faster“-Initiative verkürzen. Vor diesem Projekt mussten sich Teams manuell durch ein Partner-Ökosystem voller Legacy-Unternehmen wühlen. Sie mussten sich Hunderte von Websites, Apps und Systeme ansehen und anschließend die gleichen Informationen immer wieder übertragen. Das war ein unzureichender Prozess und die schiere Anzahl an Tickets, um die sich das Ingenieurs-Team kümmern musste, führte zu häufigen Fehlern.
Lösung
Google startete Project Moose, eine Workflow-Management-Lösung mit Low-Code, die von Pega implementiert wurde. Anstatt Ingenieuren Tickets auf einer individuellen Grundlage zuzuweisen, hat Google eine benutzerdefinierte Regel-Engine entwickelt, mit der Tickets anhand einer definierten Logik bearbeitet werden und anschließend die beste Zuweisung auf Basis von passenden Fähigkeiten berechnet wird.
Wenn ein Ingenieur nicht verfügbar ist, folgt die Regel-Engine der Rangfolgen-Kette, mit der die nächste geeignete Person ermittelt wird, und kontaktiert sie dann automatisch. Google fügte auch Automatisierungstools wie RPA hinzu, damit immer die richtigen Teams zur passenden Zeit an den richtigen Ort gesendet werden.
Ergebnisse
Mit der Lösung von Pega erzielte Google die folgenden Ergebnisse:
- 80 % des Ticketvolumens sind vollständig automatisiert
- 10-fache Verbesserung bei der Durchlaufzeit für Tickettransaktionen
- Bessere Datengenauigkeit und Systemausrichtung für Anfragen
- Ingenieure können sich auf komplexere Probleme anstatt auf das Bearbeiten einzelner Tickets konzentrieren