작업 인텔리전스 개요

를 사용하면 작업 인텔리전스데이터와 상호 작용하는 머신 러닝 솔루션을 쉽게 설정할 수 있습니다. 그런 다음 솔루션이 생성, 편향, 분류, 정정 및 최적화 순간에 어떤 영향을 미치는지 추적합니다. 자동화된 작업 생성, 분류 및 조사를 통해 에이전트는 정보를 받고 준비하는 데 소요되는 시간을 줄여 작업을 더 빠르게 진행할 수 있습니다. 이러한 모델을 사용하면 작업의 평균 해결 시간(MTTR)을 단축하여 보다 효율적으로 작업할 수 있습니다.

작업 인텔리전스 워크플로우

작업 인텔리전스 관리 콘솔 머신 러닝 모델을 사용합니다. 모델은 통계적이며 과거 데이터로 학습하여 향후 데이터를 예측할 수 있습니다.

Admin Console을 사용하여 다른 ServiceNow 기능 및 애플리케이션(예 고객 서비스 관리(CSM): )에서 자동화에 사용되는 예측 모델을 생성, 구성, 교육, 테스트 및 배포합니다.

머신 러닝 모델 학습이란 모델이 과거 데이터의 패턴을 학습하여 새 데이터를 예측하는 상황을 뜻합니다. 모델은 패턴을 학습할 수 있도록 많은 데이터를 사용하여 학습되며, 대규모 데이터 세트는 학습된 패턴을 통계적으로 유의미하게 만듭니다. 시스템은 정보 시스템, 비즈니스 프로세스 및 서비스 운영에 대한 질문에 답함으로써 사용자의 응답을 적극적으로 학습합니다.

작업 인텔리전스 이점

작업 인텔리전스 관리 콘솔 관리자에게 솔루션 배포를 위한 노코드 환경을 제공합니다.작업 인텔리전스 원활한 경험을 통해 작업 생성, 편향, 분류 및 해결을 자동화하고 최적화할 수 있습니다.

기능은 ITSM용 작업 인텔리전스라는 두 가지 애플리케이션 Task Intelligence for Customer Service 으로 구현됩니다.