HR-PIWB-Vorlage: E-Mail-Fälle automatisch kategorisieren

  • Freigeben Version: Xanadu
  • Aktualisiert 1. August 2024
  • 4 Minuten Lesedauer

    • Verwenden Sie eine geführte Vorlage, die Sie durch die Einrichtung eines ML-Modells für maschinelles Lernen führt, um E-Mail-Fälle automatisch zu kategorisieren und dadurch Produktivitätssteigerungen und Kosteneinsparungen zu erzielen.

    Vorbereitungen

    Erforderliche Rolle: sn_piwb_hr_content.admin

    Warum und wann dieser Vorgang ausgeführt wird

    Diese Vorlage führt Sie durch die Anpassung eines Anwendungsfallmodells zur Kategorisierung von E-Mail-Fällen. Wenn in der Anwendungsfallvorlage die Bezeichnung Geführt angezeigt wird, können Sie verschiedene Implementierungsschritte verwenden und werden automatisch zum Bewerten und Optimieren Ihrer Modelle weitergeleitet, sobald Sie auf Start klicken. Andernfalls erstellen Sie zunächst ein auf maschinellem Lernen basierendes Modell.

    Prozedur

    1. Navigieren zu Alle > Predictive Intelligence-Workbench > Anwendungsfälle > Neues aus Vorlage erstellen.
    2. Wählen Sie die angeleitete Vorlage Email case categorization for HR (E-Mail-Fallkategorisierung für HR) aus.
      Abbildung : 1. Anwendungsfall der E-Mail-Fallkategorisierung
      Anwendungsfallmodell für PIWB-E-Mail-Fallkategorisierung
    3. Geben Sie im Feld Name des Anwendungsfalls einen eindeutigen Namen für den Anwendungsfall ein.
      Hinweis:
      Der Anwendungsfall enthält mehrere von Ihnen erstellte Modelle. Wenn Sie möchten, können Sie den Namen der Vorlage verwenden.
    4. Geben Sie einen Namen für das Modell im Feld Modellname an.
      Hinweis:
      Modelle werden basierend auf Standardparametern trainiert. Am Namen des Modells sollte sein Zweck erkennbar sein, z. B. E-Mail-Fallkategorisierung für HR.
    5. Klicken Sie auf Start.
      Hinweis:
      Um die Implementierung zu starten, müssen Sie einen Anwendungsfallnamen und eine Kurzbeschreibung angeben.
      Die Setupseite für Anwendungsfälle wird geöffnet. Auf dieser Seite werden Name und Beschreibung des von Ihnen erstellten Anwendungsfalls angezeigt. Sie sehen alle Implementierungsphasen zum Erstellen und Implementieren Ihres Anwendungsfallmodells.
    6. Klicken Sie im Abschnitt Create and train models (Modelle erstellen und trainieren) des Setups auf Start, um ein Modell zu erstellen, das mit Ihrem Anwendungsfall verknüpft ist.
    7. Füllen Sie die erforderlichen Felder mit einem Modellnamen und einer Kurzbeschreibung aus.
      Hinweis:
      Andere mit dem Modell verbundene Daten sind standardmäßig bereits gefüllt, z. B. Datentabelle, Vorhergesagtes Feld und Verarbeitungssprache.
    8. Erweitern Sie den Abschnitt Verwendete Filter zum Trainieren dieses Modells überprüfen, um die Standardfilter anzuzeigen.

      Überprüfen Sie die festgelegten Parameter des Basissystems, um das Modell in den Feldern Eingabefelder und Anzahl der Datensätze zu trainieren. Um diese Daten zu ändern, klicken Sie auf Erweiterte Einrichtung und dann auf Speichern, um alle vorgenommenen Änderungen zu speichern. Sie können die Filter anpassen, um Ihre Geschäftsdaten optimal darzustellen, oder neue Kriterien hinzufügen, indem Sie auf Neues Kriterium klicken.

      Hinweis:
      Durch Klicken auf Erweiterte Einrichtung können Sie die Verarbeitungssprache ändern sowie Filter überprüfen und ändern, die zum Trainieren des Modells verwendet werden. Sie können die Filter anpassen, um Ihre Geschäftsdaten optimal darzustellen, oder neue Kriterien hinzufügen, indem Sie auf Neues Kriterium klicken. Überprüfen und ändern Sie die Eingabefelder, die zum Generieren von Vorhersagen verwendet werden. Passen Sie die Felder so an, dass Ihre Geschäftsdaten optimal dargestellt werden, indem Sie Felder zwischen den Listen Verfügbar und Ausgewählt hin -und herschieben. Stellen Sie sicher, dass Sie über eine ausreichende Anzahl von Datensätzen für das Modell verfügen. Speichern Sie alle vorgenommenen Änderungen.
    9. Klicken Sie auf Speichern.
      Die ML-Modell-Setupseite für Anwendungsfälle wird geöffnet.
    10. Klicken Sie im Abschnitt Create and train models (Modelle erstellen und trainieren) auf Fortsetzen.
      Die Seite Modell erstellen wird geöffnet.
    11. Klicken Sie auf Dieses Modell schulen.
      Der Prozess kann eine Weile in Anspruch nehmen. Das Fenster Dieses Modell trainieren wird angezeigt und informiert Sie darüber, dass der Prozess eine Weile dauern wird.
    12. Klicken Sie auf Start, um die Schulung zu initiieren.
      Die Setupseite für das ML-Modell wird geöffnet.
    13. Klicken Sie auf Setupseite für das ML-Modell unter dem Header auf Fortschritt anzeigen, um den Schulungsprozess zu überwachen, und klicken Sie auf „Schließen“.
    14. Wahlweise: Klicken Sie auf der Setupseite für Anwendungsfälle unter den Header auf Fortschritt anzeigen, um den Schulungsprozess zu überwachen.
    15. Klicken Sie auf Start, um die Schulung zu initiieren.
      Die Setupseite für Anwendungsfälle wird mit dem trainierten Modell geöffnet.
    16. Klicken Sie im verfügbaren trainierten Modell auf Werte optimieren.
      Der Datensatz des Anwendungsfallmodells wird geöffnet. Sie können die Punktzahlen für Genauigkeit (%), Abdeckung (%) und Netzautomatisierung (%) anzeigen.
      Hinweis:
      Verfeinern Sie Ihr Anwendungsfallmodell, indem Sie eine adäquate Kombination aus Abdeckungs- und Genauigkeitswerten festlegen.
    17. Wenn Sie bereit sind, Ihr Anwendungsfallmodell zu testen, klicken Sie auf Modelle testen.
      Abbildung : 2. Geführte Schritte
      PIWB-Modell – Geführte Schritte für Training, Tests und Integration
      Die Seite Modelle testen für Anwendungsfälle wird geöffnet.
    18. Verfeinern Sie im Abschnitt Zu testende Modelle auswählen die Modelle zum Testen und für den Vergleich.
      Verschieben Sie Optionen von Verfügbar in Ausgewählt. Denken Sie daran, dass die Auswahl weiterer Modelle mehr Verarbeitungszeit für einen Batch-Test erfordert.
    19. Legen Sie im Abschnitt Testparameter definieren fest, ob Sie ein einzelnes Anwendungsfallmodell testen möchten.

      Wählen Sie den Testtyp Einzelner Test aus. Einzelner Test ist der Standardwert.

      Hinweis:
      Wählen Sie Batch-Test aus, wenn Sie mehr als ein Anwendungsfallmodell testen möchten.

      Bestimmen Sie die Anzahl der besten Ergebnisse, die angezeigt werden sollen.

    20. Geben Sie im Abschnitt Eingabefelder eine Kurzbeschreibung für den Test des Anwendungsfallmodells an.
    21. Klicken Sie auf Test ausführen.
      Zeigen Sie die Testergebnisdaten im Abschnitt „Testergebnisse anzeigen“ mit Details wie vorhergesagten Werten und Konfidenzniveau an.
    22. Klicken Sie auf Als abgeschlossen markieren, um die Tests abzuschließen.
    23. Wenn Sie bereit sind, Ihr Anwendungsfallmodell in Ihre Geschäftsprozesse zu integrieren, klicken Sie im Abschnitt Modell integrieren neben dem Modell, das Sie integrieren möchten, auf Starten.
    24. Wählen Sie im Abschnitt Zu integrierendes Modell auswählen das Modell aus der Liste der verfügbaren Modelle aus.
    25. Die Definition im Feld Zeitplan für erneutes Schulen können Sie bei Bedarf ändern.
      Der Standardwert lautet Einmal ausführen, aber Sie können die Schulung alle 30 bis 180 Tage erneut durchführen.
    26. Klicken Sie auf Integrieren.
      Klicken Sie im Bestätigungs-Popup erneut auf Integrieren, um diese Aktion abzuschließen. Sie haben ein Anwendungsfallmodell in den Geschäftsprozess integriert.

    Ergebnisse

    Wenn die Konfiguration abgeschlossen ist, kategorisiert die Lösung den HR-Service für E-Mail-Fälle automatisch. Weitere Informationen finden Sie unter Fälle automatisch aus E-Mails erstellen

    Nächste Maßnahme

    Sie können den Integrationsstatus im überprüfen HR-Verwaltung > HR-KI-Konfiguration > Lösungsdefinition. Der Anwendungsfall ist jetzt der ausgewählten Lösungsdefinition zugeordnet.