cosa sono e perché contano nell’IT Service Management

La dashbord degli SLA dice 99,9% di uptime. L’utente dice che il servizio IT è un incubo. Chi ha ragione?

Nessuno dei due, o meglio, entrambi.

Ticket chiusi in tempo, disponibilità al massimo, ogni KPI verde… Eppure i dipendenti continuano a lamentarsi e si sentono inascoltati.

Se i report SLA sono impeccabili ma il morale degli utenti è nero, il problema forse non è nei sistemi IT ma nel modo in cui si misurano le loro prestazioni.

Sì perché un sistema può rispettare ogni parametro tecnico previsto da un accordo di servizio e, nonostante questo, lasciare gli utenti insoddisfatti. È il paradosso che negli ultimi anni ha spinto molte organizzazioni a interrogarsi su un limite strutturale dei tradizionali Service Level Agreement, che misurano la disponibilità di un sistema ma non la qualità dell’esperienza di chi lo utilizza.

Esperienza “sulla carta” ed esperienza vissuta

È da questo cortocircuito tra la qualità “sulla carta” e quella percepita che nascono gli Experience Level Agreement (XLA). Non l’ennesimo acronimo da aggiungere alla collezione, ma un cambio di paradigma che costringe l’IT a rispondere a una domanda che con gli SLA nessuno si è mai posto. Non tanto “Il sistema funziona?”, ma “Le persone si trovano bene a usarlo?”.

Un interrogativo scomodo, che sposta il punto di vista dalle dashboard tecniche alla percezione soggettiva di chi il servizio lo vive ogni giorno. Ed è proprio per questo che i CIO più avveduti hanno smesso di ignorarlo.

Cosa sono gli Experience Level Agreement (XLA)

Gli XLA sono accordi che definiscono e misurano la qualità dell’esperienza vissuta da un utente – dipendente o cliente – nell’interazione con un servizio IT.

A differenza degli SLA, che si fondano su indicatori tecnici come uptime, tempo di risposta o tempo medio di risoluzione, gli XLA integrano dati di sentiment, soddisfazione, effort percepito e produttività, restituendo una fotografia più completa dell’impatto reale della tecnologia sul business.

Non si tratta di un semplice affinamento terminologico, ma di un cambio di prospettiva che porta il tea, IT a chiedersi non solo se il servizio funziona ma anche se offre una buona esperienza d’uso.

Definizione e obiettivi di un XLA

Un XLA specifica obiettivi di esperienza anziché soli parametri tecnici, considerando elementi come la facilità d’uso, la soddisfazione emotiva e la capacità di un servizio di supportare l’utente nel raggiungimento dei propri obiettivi.

Non sostituisce gli SLA, ma li completa, aggiungendo un livello interpretativo che permette di capire perché un servizio, pur tecnicamente conforme, genera frustrazione o disaffezione. Questo lo rende uno strumento particolarmente utile nei contesti in cui la tecnologia è pervasiva e la sua adozione quotidiana condiziona in modo diretto il morale e le prestazioni delle persone.

Come nasce il concetto di XLA

L’attenzione crescente verso l’esperienza utente affonda le radici nella cosiddetta economia dell’esperienza, teorizzata a inizio anni 2000. Se nell’economia dei servizi il focus era sull’efficienza operativa – un sistema disponibile, un servizio erogato in tempi rapidi -, oggi le persone valutano il tempo e l’energia investiti in un’interazione, non solo il risultato tecnico ottenuto.

Lo stesso spostamento di priorità, prima osservato nei consumatori, si è progressivamente esteso ai dipendenti. Chi non percepisce un adeguato supporto da parte degli strumenti aziendali, infatti, tende a disimpegnarsi o a guardarsi intorno, in un mercato del lavoro in cui il senso di scopo e il trattamento equo pesano quanto la retribuzione. È in questo contesto che gli XLA si sono affermati come risposta naturale a un’esigenza di misurazione più “umana”.

Perché gli SLA da soli non bastano più

Gli SLA restano strumenti preziosi per garantire accountability e prevedibilità, ed è utile ricordare che hanno introdotto per primi standard misurabili in un settore che ne era privo. Il loro limite strutturale, tuttavia, è quello di misurare attività di erogazione del servizio, non risultati di business o percezione dell’utente: due dimensioni che possono divergere in modo significativo senza che nessun report tecnico possa darne evidenza.

I limiti delle metriche tecniche tradizionali

Un ticket risolto entro i tempi previsti dagli SLA non garantisce che l’utente non abbia comunque perso ore di produttività, né che la sua percezione del supporto IT sia positiva. Le metriche tradizionali – uptime, percentuali di disponibilità, tempi di risoluzione – non catturano variabili come la frustrazione, l’interruzione del flusso di lavoro o l’impatto sul morale. Questo scollamento è amplificato dai modelli di lavoro ibridi e dallo smart working, ambiti in cui l’esperienza digitale incide direttamente sulla produttività quotidiana e un disservizio percepito come minore da un sistema di monitoraggio tecnico può, invece, rappresentare un ostacolo concreto al lavoro di una persona.

Cosa cambia con l’introduzione degli XLA

Integrando dati di sentiment con le metriche SLA e i KPI tecnici già disponibili, i team IT ottengono un contesto aggiuntivo che permette di comprendere non solo se un servizio funziona, ma perché genera o meno una buona esperienza.

Gli XLA consentono, così, di identificare i punti critici percepiti dagli utenti, i momenti che contano davvero nella loro esperienza e gli aspetti positivi da preservare e rafforzare, costruendo nel tempo una base di conoscenza che orienta le decisioni di investimento IT in modo più mirato rispetto al passato.

XLA, SLA e OLA: le differenze fondamentali

Nella governance IT moderna, XLA, SLA e OLA (Operational Level Agreement) non sono modelli alternativi, ma livelli complementari di uno stesso ecosistema di misurazione.

Comprendere dove intervengono singolarmente aiuta i CIO a costruire una strategia realmente completa, capace di collegare la performance tecnica, l’esperienza dell’utente e il coordinamento interno che rende tutto questo possibile.

SLA vs XLA vs OLA: cosa misura ciascun modello

Gli SLA (Service Level Agreement) sono accordi formali tra provider e cliente che stabiliscono le prestazioni minime garantite, con parametri quantitativi come uptime e tempi di risposta.

Gli XLA (Experience Level Agreement) si concentrano, invece, sulla qualità percepita dall’utente, includendo soddisfazione, effort e sentiment.

Gli OLA (Operational Level Agreement), infine, regolano i rapporti tra team interni e fornitori esterni che collaborano per garantire il rispetto degli SLA, definendo con chiarezza responsabilità e tempistiche operative tra le parti coinvolte, così da evitare zone grigie nella catena di erogazione del servizio.

Perché i CIO dovrebbero adottare gli XLA

Per un CIO, gli XLA rappresentano uno strumento per dimostrare in modo tangibile il valore degli investimenti tecnologici, collegando la tecnologia a produttività, engagement, retention e soddisfazione del cliente.

In un momento in cui i budget IT sono sotto costante scrutinio da parte del board, poter tradurre un investimento in metriche di esperienza comprensibili anche a chi non ha un background tecnico diventa un vantaggio strategico non trascurabile.

Miglior allocazione delle risorse

Gli XLA rivelano dove gli utenti incontrano le maggiori difficoltà. Così facendo, consentono di prioritizzare progetti e risorse di supporto sulla base di dati concreti anziché di assunzioni.
Questo sposta il processo decisionale da un approccio reattivo, in cui si interviene solo dopo un’ondata di lamentele, a uno guidato da evidenze raccolte in modo continuativo sull’esperienza reale degli utenti.

Relazioni più solide con il business

Parlare il linguaggio dei risultati di business, anziché quello della sola performance infrastrutturale, rafforza la relazione tra IT e stakeholder aziendali, costruendo fiducia e allineamento sulle priorità condivise.

Un XLA ben costruito diventa, così, un terreno comune su cui IT e altre funzioni aziendali possono confrontarsi senza dover tradurre continuamente metriche tecniche in impatti di business.

Supporto alla trasformazione digitale

Gli XLA permettono di monitorare adozione e utilizzo reale delle nuove tecnologie, per verificare se un’iniziativa di trasformazione digitale sta effettivamente generando il valore atteso invece di limitarsi a misurarne il completamento tecnico. Questo è particolarmente rilevante per progetti come il rollout di nuove piattaforme di collaborazione o strumenti di intelligenza artificiale generativa, dove il successo dipende in larga parte dall’adozione effettiva da parte degli utenti finali.

Come implementare un framework XLA in azienda

Introdurre gli XLA in un’organizzazione che già utilizza gli SLA richiede un cambiamento di approccio. Il percorso funziona meglio quando procede per fasi progressive, evitando di trasformare l’iniziativa in un progetto monolitico difficile da governare.

I passi operativi per l’adozione

Il primo passo consiste nell’analizzare i report SLA esistenti per individuare le aree in cui le metriche tecniche non riflettono la reale esperienza degli utenti.

Segue la scelta di un’area pilota ad alto impatto – onboarding, piattaforme di collaborazione, interazioni con il service desk – su cui testare l’approccio, stabilendo prima una baseline di soddisfazione rispetto a cui misurare i progressi futuri.

È poi necessario coinvolgere funzioni trasversali come HR, operations e responsabili di business unit nella definizione di cosa costituisca un’esperienza di successo, gestendo per tempo le resistenze tipiche legate alla fatica da survey o alla difficoltà di definire metriche esperienziali condivise.

Infine, comunicare regolarmente i progressi agli stakeholder chiude il ciclo, dimostrando che il feedback raccolto genera azioni concrete e non resta lettera morta.

Il ruolo dell’intelligenza artificiale negli XLA

L’AI rende gli XLA sempre più predittivi, non solo descrittivi. Strumenti di Sentiment Analysis applicati a ticket, commenti e interazioni digitali permettono una raccolta continua del feedback, superando la logica dei sondaggi trimestrali che fotografavano la situazione solo a intervalli sporadici.

Correlare dati soggettivi e metriche tecniche consente di individuare pattern ricorrenti – per esempio un calo di soddisfazione associato a un aumento dei tempi di risposta -, mentre l’analisi predittiva permette di intercettare segnali deboli, come picchi di richieste o anomalie di performance, e attivare interventi correttivi prima ancora che il problema venga percepito dall’utente finale.