ITSM용 워크포스 최적화의 수요 예측
수요 예측을 사용하여 기록 데이터를 기반으로 자원을 예측하는 방법에 대해 알아봅니다.
아래 비디오는 수요 예측 애플리케이션의 개요를 보여줍니다.
수요 예측은 MetricBase를 사용하여 팀에 대한 수요를 예측합니다.
- 상호작용에 필요한 에이전트 수를 예측합니다.
- 지정된 날 동안 인시던트를 해결합니다.
수요 예측 자원 예측 분석
이 비디오를 시청하면서 수요 시나리오를 모델링하고 달력에서 업데이트된 수요를 보는 방법을 확인합니다.
예측 관리자 역할을 가진 관리자는 ITSM용 워크포스 최적화 관리자 작업 공간에서 예측 매개변수를 만들 수 있습니다. 예측 매개변수를 수정하여 예측 데이터를 시각화하고 시계열 데이터를 미리 본 후 게시합니다. 원하는 수만큼 예측을 생성하여 실시간으로 시계열 데이터를 미리 볼 수 있습니다.
또한 수동 조정을 통해 예측을 수정하고 예측 패턴을 분석할 수 있습니다. 예측 모델을 분석하기 위해 시각화된 예측 데이터에 수동 조정을 오버레이하고 시계열 데이터를 확인할 수 있습니다. 예를 들어, 다가오는 주에 특정 패턴이 있지만 해당 주간에 공휴일이 있는 경우 매출이 증가할 것으로 예상되기 때문에 더 많은 에이전트가 필요할 수 있습니다. 이러한 경우 10% 상승하는 것으로 예측을 수동으로 수정한 후에 해당 데이터를 분석할 수 있습니다.
수요 예측
| 모듈 이름 | 설명 |
|---|---|
| 데이터 수집 정의 | 인시던트, 상호작용 또는 테이블에 대해 수집하려는 데이터를 정의하는 조건을 설정합니다. |
| 수식 매개변수 | 하루의 시간당 자원 개수를 계산하는 수식에 정의할 매개변수를 추가합니다. |
| 자원 변환 수식 | 예측을 자원으로 변환하는 수식을 추가합니다. |
| 그룹 예측 구성 | 자원 변환을 위해 구성된 수식을 그룹에 연결합니다. |
예측 관리자(sn_agent_forecast.admin)는 교대조에 필요한 에이전트 수를 예측할 수 있습니다.
- 데이터 수집 정의를 정의하여 데이터 수집
- 예측 매개변수를 생성합니다.
- 예측 인시던트 수를 해당 인시던트에 대응해야 하는 자원 수로 변환하는 수식을 생성합니다.
- 수식을 할당 그룹에 연결합니다.
- 달력에서 예측 수요를 확인합니다.
데이터 수집 정의를 정의하여 데이터 수집
데이터 수집 정의 애플리케이션을 사용하여 에이전트 예측을 위해 수집하려는 데이터를 정의합니다.
- Collect daily data for automated forecast configurations 예약된 작업을 사용하여 데이터 수집 정의에 정의된 메트릭의 데이터를 수집합니다. 예약된 작업은 각 시간 및 모든 할당 그룹에 대해 전날의 기록을 가져옵니다. 이 데이터는 MetricBase에 저장됩니다.
그룹 [sys_user_group] 테이블의 MetricBase
list를 사용하여 수집된 데이터의 시계열에 액세스할 수 있습니다. MetricBase 데이터 액세스에 대한 자세한 내용은 list 명령을 사용하여 MetricBase 데이터에 액세스를 참조하십시오. - Collect historical data for automated forecast configurations 온디맨드 작업을 사용하여 시간별 기록 데이터를 수집합니다. 이 작업은 지난 3년 동안의 데이터를 수집합니다.
- 향후 자원 예측 예약된 작업을 사용하여 수집된 데이터에 입각하여 자원을 예측합니다. 예약된 작업은 MetricBase의 Agent Forecast 메트릭에 데이터를 저장합니다. 데이터를 수집해야 하는 일수와 같은 수집 빈도를 설정하려면 예측 속성을 참조합니다. 이 정보를 사용하여 데이터를 저장할 기간 또는 예측을 계산할 수 있습니다.
수식 매개변수 생성
숫자 값 또는 스크립트를 사용하여 예측 수식에 사용할 매개변수를 정의합니다. 기본적으로 사용할 수 있는 구성된 자원 예측 수식은 자원 예측 구성을 참조하십시오.
수식을 할당 그룹에 연결
인시던트 수를 에이전트로 전환하려면 할당 그룹을 자원 변환 공식에 연결합니다.
달력에서 예측된 수요 확인
MetricBase에서 Agent Forecast 메트릭을 통해 수집된 데이터는 하루 중 매 시간별로 필요한 에이전트를 예측하는 데 사용됩니다. 이 데이터는 팀 달력에 표시됩니다. 달력의 주별 뷰에는 특정 주의 인력 배치 수준이 표시됩니다.