---
sourceDocument: Gestion du service clientèle Xanadu
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/customer-service-management

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Gestion du service clientèle Xanadu

ft:clusterId :

    - csm

bundleId :

    - csm

workflow :

    - Customer and Industry


---

# Task Intelligence Admin Console

# Task Intelligence Admin Console {#ariaid-title1}

* Rversion finale: Xanadu
* 
* Mis à jour 1 août 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 minute de lecture

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

À partir de la console d'administration, vous pouvez configurer des modèles prédictifs, prévisualiser l'expérience de l'agent, afficher le moment où les modèles sont actifs et suivre leurs performances.  
Admin Console 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.

|-|-|
| 1. Sélectionnez un modèle à utiliser comme point de départ. | Sélectionnez le modèle en fonction de ce que vous souhaitez qu'il fasse. Par exemple : * Utilisez le modèle de prédiction de champ pour effectuer des prédictions de valeur de champ que vous pouvez utiliser pour catégoriser les tickets et les interactions. * Utilisez le modèle de sentiment des tickets pour prédire le sentiment à tout moment, de la création d'un ticket à sa résolution. {#csm-task-intel-admin-center__ul_tsd_bnv_c5b} |
| 2. Définissez l'objectif du modèle. | Indiquez au modèle quand vous souhaitez qu'il fasse des prédictions et ce que vous souhaitez qu'il prédise. Par exemple, prédire la catégorie et la priorité lorsqu'un nouveau ticket est créé. |
| 3. Sélectionnez les données utilisées pour entraîner le modèle. | Entraînez le modèle à l'aide de données sélectionnées, telles que le texte de la brève description et de la description du ticket, de sorte qu'il puisse apprendre à identifier des tendances dans les données. Testez ensuite le modèle afin d'en vérifier le bon fonctionnement. |
| 4. Évaluez les résultats du modèle. | Affichez les résultats des tests pour voir si votre modèle a été performant. Ces résultats reflètent les performances de votre modèle une fois qu'il sera déployé. |
| 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. | Examinez vos sélections et commencez à utiliser le modèle. |
[Tableau 1. Étapes de création et d'implémentation de modèles d'apprentissage machine]

{#csm-task-intel-admin-center__table_rt4_2hv_c5b}  
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 :

* [Créer un modèle pour prédire les champs d'enregistrement](https://servicenow-prod.fluidtopics.net/IkBFz~u2hG6YE~8fagFddA "Créez et formez un modèle pour prédire les champs pour les enregistrements de tickets et d’interactions.")
* [Créer un modèle pour prédire le sentiment des tickets](https://servicenow-prod.fluidtopics.net/JB2SudPzunUsdhJNK8iJww "Modifiez et testez le modèle de sentiment pré-entraîné pour prédire le sentiment pour les tickets de service client.")
* [Créer un modèle pour détecter la langue du ticket](https://servicenow-prod.fluidtopics.net/4rljvR7coeh8i36VkUSa_A "Modifiez et testez le modèle préformé pour détecter le langage utilisé pour créer des tickets de service clientèle.")
* [Créer un cas d'utilisation Intelligence documentaire](https://servicenow-prod.fluidtopics.net/emeRp2PweKiEc9BcORBK0Q "Créez un cas d’utilisation qui identifie les informations à extraire des pièces jointes d’e-mail et de ticket et détermine comment les utilisateurs ayant des rôles d’agent CSM interagissent avec les valeurs extraites dans l’espace de travail Intelligence documentaire.")
{#csm-task-intel-admin-center__ul_sqk_y1r_fvb}
* **[Configuration et comportement du modèle d'apprentissage machine](https://servicenow-prod.fluidtopics.net/0vltpn9bAg2wMe5NpE~Xhg)**   
  Configurez des modèles pour prédire les valeurs de champ et le sentiment pour les tickets de service client.