예측 인텔리전스 사용
다양한 작업을 수행하고 다른 제품(예작업 인텔리전스: )과 ServiceNow 통합되는 솔루션을 교육하고 사용합니다예측 인텔리전스.문서 인텔리전스
예측 인텔리전스 개요
예측 인텔리전스는 AI 플랫폼에서 모델을 교육할 수 있는 인터페이스입니다.ServiceNow 이러한 모델을 사용하면 작업을 라우팅하고, 양식 필드를 채우고, 대기 시간을 예측하는 등의 작업에 사용할 수 있는 패턴을 예측, 예측 및 식별할 수 있습니다.
- 관련 문서에 대한 제안을 표시합니다.
- 작업을 할당하고, 범주화하고, 우선순위를 지정합니다.
- 중요 인시던트를 탐지합니다.
- 케이스 해결을 권장합니다.
- 중복 문서와 아이디어를 방지합니다.
- 피싱 시도를 탐지합니다.
사용 가능한 다양한 유형의 솔루션에 대한 자세한 내용은 다음 문서를 참조하십시오 예측 인텔리전스 탐색.
ML 솔루션 교육
예측 인텔리전스 를 사용하면 인스턴스의 데이터를 사용하여 적용할 수 있는 예측 모델과 머신 러닝 솔루션을 교육할 수 있습니다. 사용자가 만드는 솔루션은 프레임워크를 사용하여 데이터를 예측, 추천 및 구성합니다. 시작하려면 다음 문서를 참조하십시오 솔루션 생성 및 교육.
- 인시던트 분류: 짧은 설명을 기반으로 인시던트 범주를 예측합니다. 인시던트 관리용 예측 인텔리전스를 참조하십시오.
- CSM 케이스 할당: 짧은 설명을 기반으로 케이스 기록 할당 그룹을 예측합니다. 케이스 관리용 예측 인텔리전스를 참조하십시오.
자세한 내용은 ServiceNow 를 사용하는 앱 및 기능 예측 인텔리전스 문서를 참조하십시오.
예측 테스트 및 모니터링
솔루션을 만들고 교육한 후에는 예측 인텔리전스 API를 호출하여 솔루션을 예측합니다. 결과를 사용하여 솔루션의 성과를 측정하고 필요한 경우 변경합니다.
| 보고서 | 설명 |
|---|---|
| 평균 예측 범위(지난 30일) | 시도된 총 예측 횟수 중에서 결과를 도출한 예측의 비율입니다. 범위 점수를 클릭하여 클래스별 세부 항목을 확인합니다. |
| 일일 예측 범위 | 솔루션에서 결과를 예측할 수 있었던 특정 날짜에 생성된 기록의 백분율입니다. |
| 평균 예측 정확도(지난 30일) | 기록이 종결될 때 예측된 값이 필드의 최종 값과 같았던 예측의 백분율입니다. 정확도 점수를 클릭하면 클래스별 세부 항목을 볼 수 있습니다. |
| 일일 예측 정확도 | 예측 필드 값이 최종 값과 동일한 특정 날짜에 종결된 기록의 백분율입니다. |
자세한 내용은 예측 테스트 및 모니터링 문서를 참조하십시오.
인스턴스 준비 중
최대한 활용하려면 예측 인텔리전스준비해야 할 것입니다. 코드를 작성하거나 계산을 할 필요는 없지만 솔루션 정의로 수행할 작업을 결정하면 구현이 더 쉬워집니다.
- 으로 해결하려는 문제를 식별합니다.예측 인텔리전스
- 학습할 수 있는 예측 인텔리전스 30,000–300,000개의 고품질 기록이 있습니다.
- 기대치를 설정하세요.
구현 프로세스
예측 인텔리전스 프로덕션 인스턴스에서 구현하는 데 약 14일이 걸립니다.
- 1일차: 프로덕션 인스턴스를 비프로덕션 인스턴스로 복제합니다.
- 2-10일: 솔루션 정의를 만들고, 이력 기록에 따라 교육하고, 비프로덕션 인스턴스에서 솔루션이 원하는 대로 작동하는지 확인합니다.
- 11-13일: 임포트 및 업데이트 세트를 생성하여 솔루션을 프로덕션으로 이동하고, 새 인스턴스에서 교육 및 확인하고, 재교육 빈도를 설정합니다.
- 14일차 이상: 솔루션을 모니터링합니다.
일반적으로 비프로덕션 환경에서는 워크플로우를 테스트하고 형식을 지정한 후 프로덕션 인스턴스로 이동하여 모델을 추가로 교육하고 예측을 테스트할 수 있습니다.
시작하는 방법에 대한 자세한 내용은 다음을 참조하십시오.예측 인텔리전스 시작하는 방법에 대한 가이드 예측 인텔리전스.