持续的数字化转型

在疫情爆发之前，GLOBO 已经提供了视频软件服务，将同在一个房间的医生和患者与口译员联系起来。但是，该服务有限制，即同时只支持两个拨入。随着 COVID-19 爆发变得更加广泛，医生和患者经常需要从不同地点进行交流。很明显，他们需要一个可以容纳医生、患者和口译员的口译解决方案，每个人都分别拨入。

当 COVID-19 流行时，扩大视频产品的规模成为工程团队的主要关注点。De Jong 和他的团队需要改进软件的能力，以安全、实时地接待医生、病人和口译员。扩展该产品以支持来自全球不同地点的三个独立的视频通话并非易事。尽管如此，该团队还必须扩展新的和改进的视频软件，以满足需要转向完全远程工作方式的客户的需求。随着每个人都远程办公，客户支持组织开始发现需要工程团队及时提供帮助的客户面临的问题有所增加——工程师们很快意识到他们需要一个解决方案来帮助管理增加的事件流量。

除了转向全远程视频产品所带来的困难之外，GLOBO 还遇到了许多其他挑战，包括：

• 由于通过电子邮件和 Slack 手动升级警报，导致响应时间变慢
• 客户支持和工程组织之间缺乏可见性
• 在非工作时间由不可操作的事件升级引起的警报疲劳

“有一周，每天凌晨 2 点左右，我都被亚马逊发出的警报叫醒，决定为我们的数据仓库回收所有 Redshift 连接。我们需要一个解决方案来帮助更好地确定我们团队的事件严重性，”De Jong 说。

使用 PagerDuty 增加跨职能协作

Jonathan 在之前的职位上使用过 PagerDuty，并将其带到 GLOBO 的新团队。通过使用 PagerDuty 自动执行升级策略，GLOBO 极大地改善了部门之间的工作流程，特别是与客户支持和工程团队之间的工作流程。

现在，当出现客户支持代理无法自行解决的面向客户的问题时，问题就会上报给随叫随到的工程师。例如，当患者尝试加入视频软件，但连接出现问题时，客户支持将首先尝试解决问题。如果他们无法修复它，那么客户支持代理将使用 PagerDuty 将问题上报给工程组织以快速解决问题。

随着继续向远程工作转移，越来越多的 GLOBO 客户转向改进的视频软件。升级策略允许 De Jong 和团队快速解决来自客户支持团队和所有其他端点的事件；但是，仍然有太多时间花在解决可能不是优先考虑的问题上，这导致 De Jong 选择了PagerDuty Event Intelligence。

GLOBO 使用事件智能作为端点，从组织的整个监控堆栈（包括 Datadog 和 New Relic）接收警报。使用人工智能和机器学习，事件智能帮助 De Jong 和他的团队通过自动减少警报噪音和智能地将警报分组到单个事件中来避免不必要的中断。

因此，De Jong 的工程团队能够将他们的重点从被动应对客户问题转移到积极主动并在客户受到影响之前解决问题。这对于通过经过认证的虚拟口译员在医生和患者之间交流敏感信息尤为重要。

此外，PagerDuty 还帮助 GLOBO：

• 上市速度。自动升级允许团队专注于构建和扩展新产品和服务。
• 自我管理。可定制的升级策略允许随叫随到的工程师个性化他们接收警报（电子邮件、短信、电话或推送通知）的方式。
• 减少警觉疲劳。 PagerDuty Event Intelligence帮助 GLOBO 将警报减少了三分之二。

“在 PagerDuty 之前，我和我的团队对出现的事件非常敏感，这导致解决事件的时间比支持我们的产品要多。PagerDuty 让我们能够专注于真正重要的事情，”De Jong 解释道。

扩展 PagerDuty 以促进增长

展望未来，GLOBO 计划继续将 PagerDuty 的使用及其自动化功能扩展到整个组织的更多团队。例如，为了帮助口译员更快地与客户建立联系，GLOBO 希望在服务请求期间自动化联系待命口译员的过程。此外，GLOBO 希望最终通过继续使用PagerDuty Event Intelligence将警报噪音减少多达 90% 。

借助 PagerDuty，客户可以依靠 GLOBO 为其用户提供翻译服务，并在最重要的时候确保一致的客户体验。“我喜欢 PagerDuty，因为它很管用。我们的客户依靠我们为他们提供无缝的客户体验，我们知道 PagerDuty 会在最重要的时刻帮助我们，”De Jong 分享道。