Utiliser Intelligence prédictive
Former et utiliser Intelligence prédictive des solutions pour accomplir diverses tâches et qui s’intègrent à d’autres ServiceNow produits, tels que Intelligence documentaire et Intelligence des tâches.
Vue d’ensemble d’Intelligence prédictive
Intelligence prédictive est l’interface par laquelle vous pouvez former des modèles sur AI ServiceNow Platform. Ces modèles vous permettent de prédire, d’estimer et d’identifier des schémas qui peuvent être utilisés pour acheminer le travail, remplir des champs de formulaire, estimer les temps d’attente, etc.
- Affichez des suggestions d’articles pertinents.
- Assignez, classez et classez les tâches par ordre de priorité.
- Détecter les incidents majeurs.
- Recommander des résolutions de ticket.
- Empêchez les articles et les idées en double.
- Détecter les tentatives d’hameçonnage.
Pour plus d’informations sur les différents types de solutions disponibles, reportez-vous à la section Explorer Intelligence prédictive.
Former vos solutions ML
Intelligence prédictive vous permet de former des modèles prédictifs et des solutions d’apprentissage machine que vous pouvez appliquer à l’aide des données de vos instances. Les solutions que vous créez utilisent les cadres de travail pour prédire, recommander et organiser les données. Pour commencer, reportez-vous à la section Solutions de création et de formation.
- Catégorisation de l’incident : prédit la catégorie de l’incident en fonction de la brève description. Consultez Intelligence prédictive pour Gestion des incidents.
- Affectation de ticket CSM : prédit le groupe d’affectation de l’enregistrement de ticket en fonction de la brève description. Consultez Intelligence prédictive pour la gestion des tickets.
Pour plus d'informations, consultez ServiceNow les applications et fonctionnalités qui utilisent Intelligence prédictive.
Prédictions de test et de surveillance
Après avoir créé et formé vos solutions, faites appel à l’API Intelligence prédictive pour effectuer une prédiction de solution. Utilisez les résultats pour évaluer les performances de la solution et apporter les modifications nécessaires.
| Rapport | Description |
|---|---|
| Couverture moyenne des prédictions (30 derniers jours) | Pourcentage de prédictions ayant généré un résultat par rapport au nombre total de prédictions tentées. Cliquez sur le score de couverture pour afficher une répartition par classe. |
| Couverture des prédictions quotidiennes | Pourcentage d’enregistrements créés un jour donné pendant lesquels la solution a été en mesure de prédire un résultat. |
| Précision moyenne des prédictions (30 derniers jours) | Pourcentage de prédictions pour lesquelles la valeur prévue a été identique à la valeur finale du champ lors de la fermeture de l’enregistrement. Cliquez sur le score de précision pour afficher une répartition par classe. |
| Précision des prédictions quotidiennes | Pourcentage d’enregistrements fermés un jour donné où la valeur de champ prévue était identique à la valeur finale. |
Pour plus d'informations, consultez Prédictions de test et de surveillance.
Préparation de votre instance
Pour que vous puissiez en tirer le meilleur parti Intelligence prédictive, vous voudrez vous préparer. Vous n’avez pas besoin d’écrire de code ou de faire des calculs, mais décider de ce que vous espérez faire avec les définitions de solutions facilitera la mise en œuvre.
- Identifiez les problèmes que vous souhaitez résoudre à l’aide de Intelligence prédictive.
- Disposez de 30 000 à 300 000 enregistrements de haute qualité à Intelligence prédictive partir desquels vous pouvez apprendre.
- Définissez vos attentes.
Processus de mise en œuvre
Intelligence prédictive prend environ 14 jours à implémenter sur une instance de production.
- Jour 1 : cloner l’instance de production vers une instance de non-production.
- Jours 2 à 10 : créez une définition de solution, formez-la sur des enregistrements historiques et validez que la solution fonctionne comme souhaité sur l’instance de non-production.
- Jours 11 à 13 : créer des ensembles d’importation et de mise à jour pour faire passer la solution en production, former et valider sur la nouvelle instance, et définir la fréquence de reformation.
- Jour 14 et suivants : Surveillez la solution.
En général, les environnements de non-production permettent de tester et de formater les workflows avant d’être déplacés vers l’instance de production pour former davantage les modèles et tester les prédictions.
Pour plus d’informations sur la mise en route de Intelligence prédictive, voir notre guide pour démarrer avec Intelligence prédictive.