Jak nastavit service desk, který lidé opravdu použijí

Problém obvykle není v nástroji. Je v tom, co v portálu je, jak je to pojmenované a podle čeho poznáte, že to funguje. V tomto článku projdeme čtyři kroky: jak navrhnout katalog služeb z reálných dat o tiketech, co automatizovat jako první, jak připravit znalostní bázi a jakou roli dát chatbotu. Pak ukážeme tři ukazatele, podle kterých poznáte, jestli samoobsluha opravdu pomáhá, nebo jen přidává uživatelům krok navíc. A nakonec si řekneme, kdy nasazení chatbota nedává smysl.

Proč lidé portál obcházejí

Než začnete cokoli navrhovat, je dobré vědět, s jakými čísly realisticky počítat. Samoobsluha vyřeší menší část případů, než slibují prodejní prezentace, a vysoké využívání portálu ještě neznamená spokojené uživatele.

Za těmito čísly se opakují tři příčiny:

• Uživatel nenajde odpověď. Podle průzkumu Gartneru je to nejčastější důvod, proč samoobsluha selže – objevil se ve více než 43 % případů. Nástroj je v pořádku, jen v něm chybí obsah, který lidé hledají, nebo je pojmenovaný jinak, než by ho hledali.
• Narazí na slepou uličku. Formulář neodpovídá jeho problému, článek nepomůže a nikde není cesta dál. V tu chvíli je telefon prostě rychlejší.
• Nikdo mu portál nedoporučil. Gartner v roce 2025 zjistil, že 60 % pracovníků podpory samoobslužné možnosti zákazníkům vůbec nezmíní. Přitom když je agent doporučí, je zákazník dvakrát ochotnější je příště použít. Průzkum se týkal zákaznického servisu, ale princip platí i uvnitř firmy: technik, který na telefonu jen vyřeší problém a nepošle odkaz na článek, nevědomky učí uživatele volat.

Pravidlo 10 minut

Jeff Rumburg, šéf benchmarkingové firmy MetricNet, doporučuje jednoduchou hranici: uživatel by neměl strávit pokusem o samoobslužné řešení víc než 10 minut v kuse. „Každá minuta navíc v samoobslužném portálu firmu nejspíš stojí víc ztracené produktivity, než kolik ušetří.“ Na tuto hranici se budeme v článku vracet.

Krok 1: Navrhněte katalog z tiketů, ne z organizační struktury

Typický katalog služeb vzniká tak, že IT sepíše, co umí dodat, a roztřídí to podle týmů. Výsledek dává smysl technikům, ne uživatelům. Zaměstnanec nehledá „Správa identit – změna oprávnění“, hledá „nemám přístup do sdílené složky“. Lepší výchozí bod máte v systému už teď: jsou to vaše tikety.

1. Exportujte tikety za posledních 6–12 měsíců. Kratší období může zkreslit sezónní výkyvy (nástupy v září, uzávěrky na konci roku). Budete potřebovat hlavně kategorii a podkategorii, kanál, kterým tiket přišel, typ (požadavek, nebo incident), dobu řešení, počet přeřazení mezi týmy a předmět tiketu. Automaticky generované tikety z monitoringu vynechte, do samoobsluhy nepatří.

2. Ukliďte kategorie. Sloučte duplicity a podívejte se, kolik tiketů skončilo v kategorii „Ostatní“. Pokud je jich hodně, projděte ručně vzorek předmětů. Bývají v nich celé skupiny požadavků, pro které jen chyběla kategorie.

3. Seřaďte tikety dvakrát: podle počtu a podle ztraceného času. Seřazení podle počtu ukáže, co vás zatěžuje nejčastěji. Seřazení podle času ukáže, co nejvíc bolí. Podle benchmarku HappySignals 2025 způsobuje 13 % tiketů 80 % veškerého ztraceného času zaměstnanců. Rizikovým signálem jsou přeřazení: tikety, které prošly dvěma a více týmy, tvoří podle benchmarku 2026 zhruba 13 % objemu a právě u nich se nejvíc zhoršuje spokojenost i ztracený čas. Pokud ztracený čas neměříte, poslouží jako náhrada doba řešení vynásobená počtem tiketů.

4. Roztřiďte nejčastější a nejdražší typy do tří skupin.

• Opakovaný požadavek (přístup, software, nové zařízení, nástup zaměstnance) se stává položkou katalogu s předem daným formulářem, schvalováním a postupem plnění.
• Opakovaný incident (tiskárna, VPN, plná schránka) se stává článkem ve znalostní bázi, který uživatel najde dřív, než tiket založí.
• Všechno ostatní – nepředvídatelné chyby, výjimky, problémy v interních aplikacích – zůstává u člověka. A to je v pořádku.

5. Pojmenujte položky slovy uživatelů. Nejlepším zdrojem názvů jsou předměty tiketů a hledané výrazy v portálu. Například firma Ripple Junction podle případové studie ALVAO tvoří články do znalostní báze právě podle výrazů, které lidé zadávali do vyhledávání v samoobslužném katalogu.

Dvě položky by v katalogu neměly chybět nikdy:

• „Nenašel jsem, co hledám.“ Obecný požadavek je pojistka, aby uživatel, který nenajde správnou položku, neodešel k telefonu. Například Ivanti Neurons for ITSM má pro to vestavěnou možnost Generic Request. Navíc vám tato položka po čase ukáže, co v katalogu chybí.
• „Nahlásit bezpečnostní incident.“ Od 1. listopadu 2025 platí zákon č. 264/2025 Sb. o kybernetické bezpečnosti, který podle NÚKIB dopadá zhruba na 6 000 organizací a vyžaduje mimo jiné procesy detekce a hlášení incidentů. Service desk je často první místo, kam zaměstnanec podezřelý e-mail nebo podivné chování počítače nahlásí. Tato položka musí být vidět na první pohled a nesmí se schovávat za chatbota.

Krok 2: Co automatizovat jako první

Ne všechno, co se dostane do katalogu, se vyplatí hned automatizovat. První vlna by měla být vidět, fungovat napoprvé a nikomu neublížit, když se něco pokazí. Pomůže jednoduchá matice se čtyřmi kritérii:

• Objem: kolik takových požadavků měsíčně přichází.
• Předvídatelný postup: řeší se pokaždé stejně, bez úsudku technika.
• Nízké riziko: chyba nezpůsobí únik dat ani výpadek.
• Ověřitelný výsledek: systém pozná, že se akce povedla (heslo je změněné, software je nainstalovaný).

V první vlně se typicky objevují:

• Reset hesla a odemčení účtu. Podle MetricNet tvoří resety hesel naprostou většinu všech samoobslužně vyřešených incidentů. Je to nejjistější start.
• Přístupová práva se schvalovacím krokem. Uživatel požádá, vedoucí schválí, systém práva přidělí. Technik do procesu vstupuje jen u výjimek.
• Software ze schváleného seznamu. Instalace z katalogu bez čekání na technika.
• Jednoduché akce přímo na zařízení. Vyčištění disku, restart služby, oprava síťového připojení. V Ivanti Neurons for ITSM se dají spouštět přes Neurons Bots na zařízeních s agentem.

Naopak počkejte s požadavky, které vyžadují posouzení (výjimky z bezpečnostních pravidel, nestandardní hardware), a s procesy, které zasahují do více systémů, dokud nemáte vyřešené integrace. Nástup nového zaměstnance je typický příklad: v katalogu má být od začátku, plná automatizace ale přichází až později.

Připravte vedení na jedno číslo, které poroste

S rostoucí samoobsluhou bude průměrná cena jednoho tiketu u technika stoupat. Není to chyba, ale důsledek: jednoduché případy odejdou do samoobsluhy a technikům zůstanou ty složité. MetricNet na to upozorňuje dlouhodobě. Pokud vedení sleduje jen cenu za tiket, bude samoobsluhu po půl roce považovat za neúspěch. Proto je dobré předem domluvit, že se hodnotí celkové náklady a ztracený čas uživatelů, ne cena jednoho tiketu.

Krok 3: Znalostní báze dřív než chatbot

Chatbot je jen tak dobrý jako obsah, ze kterého odpovídá. Výrobce ITSM nástrojů InvGate upozorňuje, že při zastaralé znalostní bázi může chatbot vykazovat dobrá čísla, i když jsou jeho odpovědi špatné. Uživatel prostě odejde a zavolá. Proto má znalostní báze přednost.

Osvědčeným přístupem je metodika KCS (Knowledge-Centered Service) od organizace Consortium for Service Innovation. Její hlavní myšlenka je jednoduchá: články nevznikají jako samostatný projekt, ale jako součást řešení tiketů. Technik, který řeší problém, rovnou zapíše postup nebo upraví existující článek. Totéž doporučuje i Gartner.

Kde začít:

• Opakované incidenty z kroku 1. Ty, které jste zařadili do skupiny „článek“, mají přednost.
• Hledání bez výsledku. Výrazy, které lidé zadali do portálu a nic nenašli, jsou přesný seznam chybějících článků.
• Dotazy, které technici řeší po telefonu stále dokola. Pokud se je technik naučil vysvětlit za dvě minuty, zvládne je i krátký článek.

Jak má vypadat článek, který lidé použijí

Název jako otázka uživatele: „Nejde mi připojit VPN z domova“, ne „VPN – řešení potíží s konektivitou“.
Pro koho platí: operační systém, typ zařízení, lokalita – ať uživatel hned pozná, jestli je na správném místě.
Krátké očíslované kroky: jeden krok, jedna akce, ideálně se snímkem obrazovky. Pamatujte na pravidlo 10 minut.
„Nepomohlo to?“ na konci: tlačítko, které založí tiket a rovnou k němu připojí odkaz na článek. KCS tomu říká „žádné slepé uličky“.
Vlastník a datum revize: každý článek má člověka, který odpovídá za jeho aktuálnost.

Kdy portál začít propagovat? KCS doporučuje počkat, až znalostní báze zvládne vyřešit zhruba 40–50 % dotazů, se kterými lidé do samoobsluhy přicházejí. Pak se vyplatí samoobsluhu aktivně nabízet – a technici by měli být první, kdo to dělá: místo vysvětlování do telefonu poslat odkaz na článek. Podle dat KCS lidé dobrou samoobsluhu používají až desetkrát častěji než asistovanou podporu. Klíčové slovo je „dobrou“.

Že znalostní báze funguje, poznáte i nepřímo: technikům bude přibývat podíl nových, dosud neznámých problémů, protože ty známé si lidé vyřeší sami. KCS tento poměr nových a známých incidentů doporučuje sledovat jako jeden z hlavních ukazatelů.

Krok 4: Chatbot jako vstupní dveře, ne zeď

Chatbot nemá nahradit service desk. Má být pohodlnější cestou k tomu, co už v portálu je: ke znalostní bázi, ke katalogu a k technikovi. Proto by měl umět tři věci:

• Najít odpověď ve znalostní bázi a nabídnout konkrétní článek nebo jeho kroky.
• Objednat položku z katalogu přímo v konverzaci, bez proklikávání formulářů.
• Předat dotaz technikovi i s kontextem. Uživatel nesmí opakovat, co už jednou napsal. Například Ivanti u svého AI agenta pro samoobsluhu (v řízeném vydání od dubna 2026) slibuje, že z konverzace rovnou vytvoří strukturovaný incident.

Cesta k člověku musí být vždy na dosah. Chatbot, ze kterého se nedá dostat k technikovi, je přesně ta zeď, kvůli které lidé volají.

Pozor také na legislativu. Od 2. srpna 2026 platí článek 50 nařízení o umělé inteligenci (AI Act): pokud uživatel komunikuje s AI systémem, musí o tom být informován, a to nejpozději při první interakci, pokud to není zřejmé z okolností. Nestačí zmínka v podmínkách použití. Zaměstnanec je fyzická osoba, takže podle našeho výkladu se povinnost týká i interních chatbotů. Doporučujeme si ji ověřit s právníkem, stejně jako to, kde se ukládají záznamy konverzací a jak dlouho, protože obsahují osobní údaje zaměstnanců.

Jak měřit, jestli samoobsluha opravdu funguje

Výrobci nástrojů rádi mluví o „deflection“, tedy o tiketech, kterým samoobsluha zabránila. Jedno takové číslo se ale poctivě změřit nedá. Consortium for Service Innovation to říká přímo: ne každý neúspěšný pokus o samoobsluhu skončí tiketem a ne každý úspěšný znamená, že by jinak tiket vznikl. Podobně zavádějící je „containment rate“ chatbota, tedy podíl konverzací, do kterých nevstoupil člověk. Zahrnuje totiž i konverzace, ze kterých uživatel jen odešel a zavolal.

Místo jednoho čísla doporučujeme sledovat tři ukazatele a jednu kontrolu:

• Podíl požadavků přes portál = tikety založené přes portál nebo chatbota ÷ všechny tikety (bez automatických z monitoringu). Ukazuje, jestli je portál hlavním vstupem.
• Podíl vyřešených chatbotem = konverzace, které skončily bez tiketu a bez dalšího kontaktu stejného uživatele do 7 dní ÷ všechny konverzace s konkrétním dotazem. Sedmidenní okno odfiltruje případy, kdy uživatel jen odešel jiným kanálem.
• Podíl, který stejně skončil u technika = konverzace nebo hledání, po kterých do 7 dní přišel tiket nebo hovor ÷ všechny konverzace. Nejupřímnější číslo: říká, kolikrát samoobsluha uživateli jen přidala krok navíc.
• Kontrola: opakovaný kontakt, spokojenost a ztracený čas podle kanálu a poměr nových a známých incidentů.

Vyzkoušejte si výpočet na vlastních číslech. Kalkulačka zároveň ukáže, jak čísla číst dohromady.

Jednotlivá čísla samostatně o mnoho nevypovídají. Teprve kombinace řekne, co se děje:

• Podíl portálu roste a roste i podíl, který skončil u technika. Portál se stal povinnou zastávkou, ale neřeší. Uživatel jen vyplní formulář místo telefonu. Hledejte díry ve znalostní bázi u nejčastějších dotazů, které končí u technika.
• Chatbot „řeší“ hodně, ale přibývá opakovaných kontaktů. Odpovědi vypadají dobře, ale nefungují. Projděte vzorek konverzací a zkontrolujte aktuálnost článků.
• Podíl vyřešených roste a technikům přibývají nové problémy. Takhle vypadá úspěch: jednoduché věci si lidé řeší sami a technici se věnují tomu, co opravdu potřebuje člověka.

Jaké hodnoty čekat? Nezávislý benchmark úspěšnosti chatbota pro interní IT neexistuje. Čísla, která kolují na internetu, pocházejí většinou z blogů výrobců bez popsané metodiky. Pro orientaci: MetricNet uvádí průměrný podíl samoobslužně vyřešených incidentů 8,9 % s rozpětím 0–48 % (údaj z roku 2018). Proto je nejdůležitější změřit výchozí stav před spuštěním a pak sledovat vývoj měsíc po měsíci.

A ještě jedna věc: neposuzujte portál jen podle toho, kolik požadavků přes něj jde. HappySignals ukazuje, že portál může mít 82% podíl a zároveň nejhorší hodnocení ze všech kanálů – v jejich indexu spokojenosti má osobní návštěva technika +94, portál +77. Krátký dotazník spokojenosti po uzavření tiketu, vyhodnocený zvlášť podle kanálu, vám ukáže, jestli portál lidem čas šetří, nebo bere.

Prvních 90 dní: plán, který zvládnete vedle provozu

Celý postup se dá rozložit tak, aby neblokoval běžný provoz service desku:

• Dny 1–30: data a katalog. Export a úklid tiketů, dvojí seřazení, roztřídění do tří skupin. Změření výchozího stavu všech tří ukazatelů. Návrh prvních 10–15 položek katalogu pojmenovaných slovy uživatelů, včetně obecného požadavku a hlášení bezpečnostního incidentu.
• Dny 31–60: znalostní báze a první automatizace. Články k nejčastějším incidentům podle šablony výše, každý s vlastníkem. Automatizace 2–3 požadavků s nejvyšším skóre v matici, typicky reset hesla a software ze schváleného seznamu. Technici začínají posílat odkazy na články místo vysvětlování po telefonu.
• Dny 61–90: měření a rozhodnutí o chatbotu. První srovnání ukazatelů s výchozím stavem. Projití hledání bez výsledku a doplnění článků. Teprve teď, s kontrolním seznamem v ruce, rozhodnutí, jestli a kde nasadit chatbota.

Jak s tím pomáháme v Solutii

V Solutii implementujeme service desk na platformě Ivanti Neurons for ITSM v souladu s ITIL 4. Nezačínáme ale konfigurací nástroje – začínáme vašimi daty o tiketech. Z nich navrhneme katalog, vybereme první automatizace a nastavíme měření tak, abyste od prvního dne viděli, kolik požadavků samoobsluha opravdu vyřeší a kolik stejně skončí u technika.

Zdroje

• Gartner: Only 14% of Customer Service Issues Are Fully Resolved in Self-Service, tisková zpráva 19. 8. 2024 (průzkum 5 728 zákazníků, zákaznický servis). Převzato přes CX Today a Directors Club News – použito v textu a v prvku 1
• Self-service often falls flat, Customer Experience Dive, 2024 (43 % selhání kvůli nenalezenému obsahu) – text a prvek 1
• 3 In 5 Contact Center Agents Don’t Recommend Self-Service, CX Today o průzkumu Gartner, 2025 – text
• Global IT Experience Benchmark 2026, HappySignals × ISG, květen 2026 (podíl portálu, spokojenost podle kanálu, přeřazení) – text a prvek 1
• Global IT Experience Benchmark Report 2025, HappySignals (13 % tiketů = 80 % ztraceného času) – text a prvek 2
• Jeff Rumburg: Metric of the Month: User Self-Service, HDI / MetricNet, 2018 (pravidlo 10 minut, průměr 8,9 %, resety hesel, rostoucí cena asistovaného tiketu) – text, prvky 1, 3 a 5
• 2024 IT Service Management Trends Report, Ivanti, 2024 (47 % stále volá; výzkum výrobce) – text a prvek 1
• Consortium for Service Innovation: Self-Service Success, Technique 5.11: Self-Service Success a Self-Service Measures (KCS, práh 40–50 %, „žádné slepé uličky“, měření úspěšnosti) – text a prvek 4
• KPIs to Evaluate Your IT AI Chatbot or Virtual Agent, InvGate, 2026 (definice containment a escalation rate) – text a prvek 4
• Containment Rate: Formula, Benchmarks and How to Audit It, Aissist, 2026 (opakovaný kontakt do 7 dní jako kontrola) – text a prvek 4
• Ivanti Launches Agentic AI on the System of Record You Trust, Ivanti, 20. 4. 2026 (marketing výrobce) – text
• Ivanti: Working with Page Settings – Service Catalog (Generic Request) a Neurons Bots Integration for ITSM, dokumentace – text a prvek 3
• Přeměna IT chaosu na růst s ALVAO: Příběh Ripple Junction, ALVAO – text
• Článek 50 AI Actu v praxi, PETERKA & PARTNERS, 1. 9. 2026, a EU AI Act: Pravidla o transparentnosti AI začínají platit 2. srpna, Česká asociace umělé inteligence – text
• Legislativa, NÚKIB, a Nový zákon o kybernetické bezpečnosti vstupuje v účinnost, Hospodářská komora ČR – text a prvek 5

Ukázková data v prvcích 2 a 3 jsou ilustrativní, sestavená pro potřeby článku, a nepocházejí od konkrétní organizace.
Při tvorbě článku bylo využito generativní AI.