🎯 Mục Đích

Mục tiêu chính của workflow này là tự động hóa quá trình quản lý sự cố trong hệ thống Jira, phản hồi từ khách hàng qua các kênh như Slack, đồng thời sử dụng AI để phân tích và tối ưu hóa quy trình làm việc.

⚙️ Cách Hoạt Động

1. Lên lịch kích hoạt tự động từ `scheduleTrigger`.
2. Lấy bình luận sự cố từ Jira thông qua node `Get Issue Comments`.
3. Tập hợp bình luận từ các node khác nhau.
4. Kiểm tra giải pháp: Nếu giải pháp đã tìm thấy, gửi phản hồi qua Jira.
5. Xử lý tương tác không phải từ bot để phân tích ý kiến khách hàng bằng `Customer Satisfaction Agent`.
6. Gửi thông báo đến kênh Slack về tình trạng của sự cố.
7. Phân tích tâm lý và kiếm tra trạng thái hiện tại của sự cố để quyết định hành động tiếp theo.
8. Liên kết kiến thức từ Notion để cung cấp thông tin hỗ trợ cho đội ngũ xử lý sự cố.

🔗 Tích Hợp Chính

• lmChatOpenAi: Tạo và tương tác với mô hình AI để phân tích và đưa ra đáp ứng cần thiết.
• scheduleTrigger: Kích hoạt workflow theo lịch trình.
• Jira: Quản lý toàn bộ quy trình liên quan đến sự cố.
• slack: Gửi thông báo đến các kênh Slack để thông báo tình trạng sự cố.
• notionTool: Truy vấn kiến thức cần thiết để hỗ trợ xử lý sự cố.

💼 Giá Trị Doanh Nghiệp

Workflow này giải quyết các vấn đề liên quan đến quá trình xử lý sự cố kéo dài và phức tạp, đảm bảo rằng phản hồi từ khách hàng đều được duy trì và quản lý hiệu quả. Nó cung cấp thông tin nhanh chóng cho đội ngũ về tình trạng của sự cố, giúp nâng cao trải nghiệm khách hàng và thúc đẩy năng suất làm việc.

📊 Đánh Giá Kỹ Thuật

• Phức tạp: Workflow có 29 node và 24 kết nối, cho thấy sự phức tạp và khả năng mở rộng cao.
• Bảo trì: Cần cập nhật định kỳ các token và kiểm tra kết nối giữa các tích hợp.
• Tối ưu hóa: Có thể xem xét việc rút gọn các bước hoặc tích hợp để giảm số lượng node mà không làm mất tính năng.

🏷️ Thẻ

• Tự động hóa
• Quản lý sự cố
• Phản hồi khách hàng
• AI và Machine Learning
• Kết nối ứng dụng