HR Predictive Intelligence-Workbench – Implementierung
Mithilfe von maschinellem Lernen können Sie Ihre Geschäftsprozesse optimieren. Sie können Anwendungsfälle für HR Predictive Intelligence-Workbench trainieren und implementieren, um Ihre vorhandenen Anwendungs-Workflows zu verbessern.
Allgemeine Anwendungsfallvorlagen untersuchen
- Angeleitete Vorlagen beinhalten einen umfassenden Setupprozess, der Ihnen die Implementierung erleichtert. Vorlagen, für die automatisch trainierte Modelle verfügbar sind, beschleunigen den Setupprozess durch die Bereitstellung eines vorab generierten, auf Ihren Daten basierenden Modells.
- Klassische Vorlagen beinhalten umfassende Setupinformationen, die Ihnen die Implementierung erleichtern. Nutzen Sie die vorhandenen Vorlagen, um die Modelle basierend auf Ihren Geschäftsanforderungen zu konfigurieren, zu testen und zu trainieren.
Wenn bei einer Vorlage der Hinweis Automatisch geschultes Modell verfügbar angegeben ist, können Sie direkt zur Bewertungsphase des Setups für den Anwendungsfall übergehen. Wenn das automatisch trainierte Modell akzeptabel ist, können Sie es direkt in Ihre Geschäftsprozesse integrieren. Andernfalls können Sie das Modell optimieren oder ein anderes erstellen. Sie können den Namen und die Beschreibung des Anwendungsfalls später noch ändern.
Lösungsdefinitionen
Diese Lösungsdefinitionen sind als Vorlagen in Instanzen verfügbar, in denen sowohl Predictive Intelligence als auch HR aktiv ist. Erstellen Sie Ihre eigenen Lösungsdefinitions-Datensätze, um das Verhalten anzupassen.
| Lösungstyp | Lösungsdefinition | Beschreibung | Implementierung |
|---|---|---|---|
| Klassifizierung | HR-Service für eingehende Fälle vorhersagen | Sagt den richtigen HR-Service für Fälle vorher. | Geführt |
| Klassifizierung | Zuweisungsgruppe für eingehende Fälle vorhersagen | Sagt die richtige Zuweisungsgruppe für Fälle vorher. | Geführt |
| Klassifizierung | E-Mail-Fallkategorisierung | Kategorisiert den HR-Service für die E-Mail-Fälle automatisch, um die Produktivität durch Zeit- und Kostenersparnis zu verbessern. | Geführt |
| Ähnlichkeit | Ähnliche geschlossene HR-Fälle | Empfiehlt ähnliche Fälle, die in der Vergangenheit geschlossen wurden, um HR-Mitarbeiter bei der schnelleren und besseren Lösung zu unterstützen. | Klassisch |
| Ähnlichkeit | Benutzerprofilbasierte Empfehlung | Bietet die Erkennung von Inhalten und eine personalisierte Experience, indem die Top-3-Artikel und -Katalogelemente gemäß ihrer Relevanz basierend auf Benutzern mit einem ähnlichen Profil empfohlen werden. | Klassisch |
| Ähnlichkeit | Ähnliche HR-Fälle und Wissen | Automatisiert die Erkennung von Wissenslücken in Ihren Knowledge Bases und empfiehlt Einblicke in die Verbesserung von Wissen, das von der Nachfrage bestimmt wird. | Klassisch |
| Ähnlichkeit | Ähnliche Wissensartikel für HR-Aufgabe | Zeigt zugehörige Artikel an, um Mitarbeiter bei der Durchführung der HR-, Inhalts- und Kampagnenaufgaben zu unterstützen. | Klassisch |
| Ähnlichkeit | Ähnliche Wissensartikel für HR-Fall | Nutzt ML, um die relevantesten Wissensartikel zu identifizieren und HR-Mitarbeiter bei der schnelleren und besseren Lösung zu unterstützen. | Klassisch |
| Regression | Lösungszeit für HR-Fälle | Ermittelt die für einen Fall erwartete Lösungszeit durch Analyse ähnlicher abgeschlossener Fälle in der Vergangenheit, um eine bessere Sichtbarkeit und Transparenz zu gewährleisten. | Klassisch |
| Clustering | Bedarfseinblicke: Wissen in HR-Fallclustern erforderlich | Identifiziert die Fallcluster, in denen kein Wissen vorhanden ist, und hilft dabei, die Wissenslücken in Ihrer Wissensbasis zu schließen. | Klassisch |
Phasen der Anwendungsfallerstellung
- Modelle erstellen und trainieren: Legen Sie Parameter fest, um ein Modell zu erstellen, das Sie auf Grundlage Ihrer individuellen Daten trainieren. Erstellen Sie mehrere Modelle, während Sie Ihre Modelle optimieren und verfeinern, indem Sie eine adäquate Kombination aus Abdeckung und Genauigkeit festlegen.
- Modelle testen: Rufen Sie Vorhersageergebnisse aus Ihren Modellen ab, um zu entscheiden, welches sich am besten zur Integration in den Geschäftsprozess eignet. Um zu sehen, ob ein Modell ein korrektes Ergebnis zurückgibt, können Sie entweder den Einzel- oder den Batch-Testprozess verwenden.
- Bestes Modell integrieren: Stellen Sie das beste Modell in Ihrem Geschäftsprozess bereit. Nachdem Sie ermittelt haben, welches Modell die besten und zutreffendsten Ergebnisse zurückgibt, integrieren Sie es in die Produktion.
Verwaltung der Vorhersagegenauigkeit
Sie können Prognoseabweichungen verwalten, indem Sie Lösungen neu trainieren, ändern oder neue Lösungen erstellen, um Änderungen in Ihren Geschäftsbedingungen widerzuspiegeln. Testen und ändern Sie Ihre Geschäftsregel im Laufe der Zeit, um sicherzustellen, dass sie für mehrere Verbrauchspunkte und Benutzer-Personas wie gewünscht funktioniert.