Task Intelligence Admin Console

Rversion finale: Australia

Mis à jour 12 mars 2026

1 minute de lecture

Utilisez la console d’administration Intelligence des tâches pour créer, former et déployer des modèles de machine learning qui prédisent différents types d’informations pour les enregistrements de tickets et d’interactions.

Console d’administration Intelligence des tâches affichant des mesures de prédiction, une liste détaillée des modèles d’apprentissage machine, des modèles de modèle et l’accès aux applications connexes.

À partir de la console d’administration, vous pouvez configurer des modèles prédictifs, prévisualiser l’expérience de l’agent, voir quand les modèles sont actifs et suivre leurs performances.

La console d’administration fournit des outils que vous pouvez utiliser pour créer et implémenter des modèles d’apprentissage machine en quelques étapes seulement. Chaque modèle suit un processus en six étapes.

Tableau 1. Étapes de création et d’implémentation de modèles de machine learning
1. Sélectionnez un modèle à utiliser comme point de départ.	Sélectionnez le modèle en fonction de ce que vous voulez que le modèle fasse. Par exemple : Utilisez le modèle de prédiction de champ pour effectuer des prédictions de valeur de champ que vous pouvez utiliser pour classer les tickets et les interactions. Utilisez le modèle de sentiment du ticket pour prédire le sentiment à tout moment, de la création du ticket à sa résolution.
2. Définissez l’objectif du modèle.	Indiquez au modèle quand vous souhaitez qu’il fasse des prédictions et ce que vous voulez qu’il prédise. Par exemple, prédire la catégorie et la priorité lors de la création d’un ticket.
3. Sélectionnez les données utilisées pour former le modèle.	Formez le modèle à l’aide de données sélectionnées, telles que le texte dans la description brève du ticket et la description, afin qu’il puisse apprendre des schémas dans les données. Testez ensuite le modèle pour voir s’il fonctionne.
4. Évaluez les résultats du modèle.	Affichez les résultats des tests pour voir comment le modèle s’est comporté. Ces résultats indiquent les performances d’un modèle après son déploiement.
5. Sélectionnez les préférences pour les résultats de prédiction.	Ajoutez des prédictions directement aux champs d’enregistrement, affichez les prédictions sous forme de recommandations ou surveillez les prédictions en arrière-plan.
6. Déployez le modèle.	Vérifiez vos sélections et commencez à utiliser le modèle.

Vous pouvez également utiliser la console d’administration Intelligence des tâches pour accéder aux applications connexes. Pour plus d’informations sur l’utilisation de la console, consultez les rubriques suivantes :