---
sourceDocument: Gestion du service à la clientèle de Yokohama
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/yokohama/customer-service-management

 Release :

    - yokohama

ft:locale :

    - fr-FR

ft:publication_title :

    - Gestion du service à la clientèle de Yokohama

ft:clusterId :

    - csm

bundleId :

    - csm

workflow :

    - Customer and Industry


---

# Composants installés avec Intelligence des tâches pour Service clientèle

# Composants installés avec Intelligence des tâches pour Service clientèle {#ariaid-title1}

* Rversion finale: Yokohama
* 
* Mis à jour 30 janv. 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 12 minutes de lecture

Plusieurs types de composants sont installés avec l'application Intelligence des tâches pour Service clientèle, notamment les tables, les rôles, les propriétés, les flux et les travaux planifiés.

## Tables {#case-categorization-components__section_tw3_krt_xrb}

L'application Intelligence des tâches pour Service clientèle utilise les tables suivantes.  
{#case-categorization-components__table_ykp_1d5_xrb__entry__2}

| Table | Description |
|-|-|
| Solution ML \[ml_solution\] | La table Solution ML stocke des solutions d'apprentissage machine formées. L'activation de l'application Intelligence des tâches pour Service clientèle (com.snc.csm_ml_task) crée un enregistrement dans cette table pour la solution d'apprentissage machine d'analyse des sentiments pré-entraînée : ml_x_snc_global_global_sentiment. |
| ML Sentiment \[ml_sentiment\] | Cette table stocke les informations de sentiment de machine learning et comprend les champs suivants : * Sentiment d'origine : sentiment prédit lors de la création du ticket. * Sentiment actuel : sentiment prédit lorsque le ticket est mis à jour. * Sentiment dans le temps : affiche la prédiction de tendance des sentiments pendant qu'un agent travaille à la résolution du ticket. Pour pouvoir calculer une valeur pour ce champ, il doit y avoir au minimum deux prédictions de sentiment. Le système utilise la formule suivante pour déterminer la tendance des sentiments : (currentSentiment - originalSentiment) \> 0 ?'improving' :'declining'; {#case-categorization-components__ul_jmv_qbg_c5b} |
| Résultat de Predictor \[ml_predictor_results\] | Cette table stocke les résultats de prédiction et les commentaires pour la catégorisation des enregistrements, l'analyse des sentiments et la détection de la langue. Cela inclut les prédictions ignorées ou échouées qui résultent de demandes de prédiction. Pour la catégorisation des tickets : * Les champs Fiabilité par défaut et Fiabilité prévue stockent les valeurs de confiance renvoyées par les modèles d'apprentissage machine de catégorisation. * Pour les tickets créés à partir d'un e-mail, le champ ID source inclut une référence à l'enregistrement de sys_email et le champ Table prévue comprend une référence à la table sys_email. {#case-categorization-components__ul_ihf_24p_f5b} Pour l'analyse des sentiments : * La valeur par défaut du champ Prévu correctement pour chaque prédiction de sentiment est définie sur vrai. * Les champs Valeur d'entrée finale et Valeur de sortie finale restent vides, car les prédictions d'analyse des sentiments ne collectent pas de commentaires de la part des agents. {#case-categorization-components__ul_ulw_dcg_c5b} Pour la détection de la langue : * La table Résultats de prédiction stocke les résultats de prédiction du spoke du service de détection des langues. * Le champ Langue détectée stocke la langue renvoyée par le spoke Language Detection Services. {#case-categorization-components__ul_dx4_25l_d1c} La table Résultat de Predictor inclut le champ Ignoré , qui est un champ vrai/faux. * Vrai : la prédiction a été ignorée. * Faux : la prédiction n'a pas été ignorée. {#case-categorization-components__ul_rzk_h5l_d1c}Pour en savoir plus sur les prédictions [ignorées, consultez Logique des valeurs de champ ignorées](https://servicenow-prod.fluidtopics.net/XAiAhLbwlwl4I1dv6et9KA#case-categorization-components__table_njw_ztt_d1c) ci-dessous. Remarque : La liste des résultats de Predictor inclut un filtre sur le champ Option , qui affiche les résultats où l'option est Classification. Supprimez ce filtre pour afficher tous les résultats de prédiction. |
| Ticket \[sn_customerservice_case\] | La table Ticket stocke les enregistrements des tickets du service clientèle. Cette table est le destinataire des prédictions de catégorisation des tickets. Le champ Language (Langue) a été ajouté à la table Case (Ticket). Ce champ est une référence à la table Langue \[sys_language\]. Ce champ est renseigné avec la prédiction effectuée par le spoke de détection de langue et stocke la langue utilisée pour créer l'e-mail ou le ticket. La table Ticket est ajoutée avec le module d'extension Customer Service (com.sn_customerservice). |
| Tâche \[tâche\] | La table de tâches est l'une des tables principales fournies avec le système de ServiceNow base. La fonctionnalité d'analyse des sentiments ajoute la colonne Sentiment à la table de tâches. Cette colonne est une référence à la table Sentiment de Task ML \[task_ml_sentiment\]. |
| Sentiment ML de la tâche \[task_ml_sentiment\] | Cette table stocke les prédictions de sentiment. La référence à l'enregistrement de prédiction est stockée dans le champ Sentiment de la table Tâche. Cette table est une extension de la table Sentiment ML \[ml_sentiment\]. La colonne Tâche de la table Sentiment de la tâche est une référence à la table Tâche \[task\] et est utilisée pour la séparation de domaine. |
| Compétences de la tâche \[task_m2m_skill\] | La table Compétences de la tâche stocke les compétences pour l'application Gestion du service client. La fonctionnalité de détection de la langue relie les compétences linguistiques aux nouveaux tickets du service clientèle en enregistrant la langue détectée dans la table Compétences de la tâche. La table Compétences de la tâche répertorie les tickets du service clientèle et les compétences linguistiques détectées et affectées à chaque ticket. |
[Tableau 1. Tables installées avec l'application Intelligence des tâches pour Service clientèle]

{#case-categorization-components__table_ykp_1d5_xrb}  
{#case-categorization-components__table_njw_ztt_d1c__entry__4}

| Préférence de prédiction | Prédiction top 1 | Top 3 (au moins 1 prédiction) | Ignoré |
|-|-|-|-|
| Remplissage automatique | Oui | Oui | Faux |
|   | Vide | Oui | Vrai |
| Recommandations | Oui | Oui | Faux |
|   | Vide | Oui | Faux |
|   | Vide | Vide | Vrai |
| Surveiller uniquement | Oui | Oui | Faux |
|   | Vide | Oui | Faux |
|   | Vide | Vide | Vrai |
| Prédiction non réussie | N/A | N/A | Vrai |
| Erreur de prédiction | N/A | N/A | Vrai |
[Tableau 2. Logique pour les valeurs de champ ignorées]

{#case-categorization-components__table_njw_ztt_d1c}

## Tables installées avec Intelligence documentaire pour Service clientèle {#case-categorization-components__section_al4_qft_gwb}

L'application Intelligence documentaire pour Service clientèle utilise les tables suivantes :{#case-categorization-components__table_w3z_tft_gwb__entry__2}

| Table | Description |
|-|-|
| Cas d'utilisation IntelDoc \[di_task_definition\] | Stocke les cas d'utilisation d'Intelligence documentaire pour la table de tickets (sn_customerservice_case) ou les tables de types de tickets qui étendent la table de tickets. |
| Tâche IntelDoc \[di_task\] | Stocke les tâches d'Intelligence documentaire. Le champ is_stp contrôle directement le traitement. Lorsque ce champ est défini sur vrai, le traitement direct est activé pour la tâche. Le champ agent_input est défini sur vrai si un agent apporte des modifications aux valeurs prévues dans l'onglet IntelDoc. Remarque : Vous pouvez suivre les tâches à partir de la table Solutions ML (ml_solution.list). |
| Configuration de l'intégration \[di_integration_setup\] | Stocke les filtres de cas d'utilisation appliqués aux tickets. Le champ Table cible stocke la cible des champs prévus, soit la table Ticket (sn_customerservice_case), soit une table de type de ticket. |
| Champ \[di_key\] | Stocke les clés à extraire par Intelligence documentaire. |
| Valeur du champ \[di_extracted_value\] | Stocke les valeurs extraites des clés dans une tâche de cas d'utilisation. |
[Tableau 3. Tables installées avec l'application Intelligence documentaire pour Service clientèle]

{#case-categorization-components__table_w3z_tft_gwb}

## Rôles {#case-categorization-components__section_qfl_m1g_c5b}

L'application Intelligence des tâches pour Service clientèle inclut les rôles suivants.{#case-categorization-components__table_dny_pcd_ztb__entry__3}

| Rôle | Description | Contient les rôles |
|-|-|-|
| Administrateur Intelligence des tâches \[sn_csm_ml_task.ti_admin\] | Peut créer, former et reformer des modèles de machine learning. Ce rôle peut également déployer et supprimer des modèles. | * sn_docintel.admin * sn_ti_admin.tia_admin * sn_customerservice.case_viewer {#case-categorization-components__ul_lzg_2vr_f5b} |
| Analyste Intelligence des tâches \[sn_csm_ml_task.ti_analyst\] | Peut créer, former et reformer des modèles de machine learning. | * sn_customerservice.case_viewer * sn_ti_admin.tia_analyst * sn_docintel.responsable {#case-categorization-components__ul_inz_hvr_f5b} |
| \[sn_ti_admin.tia_admin\] |   | * ml_admin * platform_ml_read {#case-categorization-components__ul_y1q_4vr_f5b} |
| \[sn_ti_admin.tia_analyst\] |   | ml_admin |
| \[sn_ti_admin.tia_user\] |   | ml_report_user |
| Visionneuse de sentiments sur la tâche \[task_ml_sentiment_viewer\] | Fournit un accès en lecture aux enregistrements de la table Sentiment de la tâche \[task_ml_sentiment\] si l'utilisateur dispose d'un accès en lecture aux enregistrements de tâche associés. Ce rôle s'ajoute aux rôles suivants : * sn_customerservice_agent * sn_customerservice.consumer_agent {#case-categorization-components__ul_kbb_nq2_g5b} |   |
[Tableau 4. Rôles installés avec Task Intelligence pour Service clientèle]

{#case-categorization-components__table_dny_pcd_ztb}  
Remarque :  
Le rôle sn_docintel.extraction_agent est ajouté au rôle d'agent du service client (sn_customerservice_agent) et au rôle d'agent du service consommateur (sn_customerservice_consumer_agent).

## Propriétés {#case-categorization-components__section_bqd_lqt_xrb}

L'application Intelligence des tâches pour Service clientèle inclut les propriétés suivantes.  
{#case-categorization-components__table_sdr_1r3_yrb__entry__2}

| Propriété | Description |
|-|-|
| sn_csm_ml_task.logging.verbosity | Verbosité du journal pour l'application Intelligence des tâches pour Service clientèle. Cette propriété a les valeurs suivantes : * erreur : afficher uniquement les erreurs critiques qui peuvent empêcher la recherche. * warn : affiche un avertissement qui indique d'éventuels changements inattendus dans le comportement lors de la recherche. Affiche également les erreurs. * info : afficher les messages de progression pendant que l'application de recherche de code recherche des résultats. Affiche également les erreurs et les avertissements. * debug : affiche les informations qui peuvent être utiles lors du débogage de l'application. Affiche également les messages d'erreur, d'avertissement et d'information. * off : ne pas générer de journaux. {#case-categorization-components__ul_j1m_x2r_b5b} Le paramètre par défaut est info. |
| Propriétés de catégorisation ||
| sn_csm_ml_case.case.categorization.mlpredictor.enabled | Active les prédictions de catégorisation pour les tickets du service clientèle. Le paramètre par défaut est faux. |
| sn_csm_ml_task.categorization.attachment.max_size | Détermine la taille maximale d'une pièce jointe qui peut être analysée par des modèles de machine learning de catégorisation. La taille maximale prise en charge est de 500 Ko. Le paramètre par défaut est de 450 ko. |
| sn_csm_ml_task.categorization.allowed_content_types | Contrôle les types de contenu et les extensions de fichier pris en charge par la prédiction ML pour la catégorisation avec pièce jointe. Par défaut, les types de pièce jointe suivants peuvent être utilisés avec les prédictions de catégorisation de ticket basées sur les pièces jointes : pdf, xls, xlsx, docx et csv. Pour configurer les types de contenu : * Laissez la propriété vide pour activer toutes les extensions de fichier prises en charge. Il s'agit du paramètre par défaut. * Créez un sous-ensemble des valeurs par défaut en saisissant une liste de types de contenu et d'extensions de fichiers séparés par des virgules. Par exemple, `application/pdf,text/csv`. {#case-categorization-components__ul_snn_qjw_ytb} |
| sn_csm_ml_task.categorization.flow_start_time.threshold | Définit le seuil d'attente maximal pour les prédictions de catégorisation qui incluent des pièces jointes. La valeur par défaut est de 10 minutes. Si l'appel à l'API ne renvoie pas de prédiction avant que le seuil d'attente maximal ne soit atteint, les prédictions sont effectuées sans le texte de pièce jointe. Ces prédictions sont basées sur le texte provenant de l'objet et du corps de l'e-mail ou de la description courte et de la description brève du ticket. |
| sn_csm_ml_task.categorization.case.delay_attachment_fetch | Ajoute un délai de 1 seconde avant d'extraire des pièces jointes valides pour Task Intelligence lorsque les tickets sont créés à partir d'un e-mail. |
| sn_csm_ml_task.case.categorization.enable_inactive_filter | Activez cette propriété pour supprimer les choix de champs inactifs des prédictions. Le paramètre par défaut est faux. |
| Propriétés de l'analyse des sentiments ||
| sn_csm_ml_task.case.sentiment.mlpredictor_enabled | Active les prédictions de sentiments pour les tickets du service clientèle. Le paramètre par défaut est faux. Pour activer les prédictions de sentiments, définissez cette propriété sur vrai. Remarque : Cette propriété est automatiquement définie sur vrai lorsqu'un modèle de sentiment est formé et déployé à partir de la [console d'administration Intelligence des tâches](https://servicenow-prod.fluidtopics.net/giRfU7d5_SCZbV8FHa77Fw "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."). |
| Propriétés de détection de langue ||
| sn_csm_ml_task.case.language.mlpredictor.enabled | Active la détection de la langue pour les tickets du service clientèle. Le paramètre par défaut est faux. Pour activer la détection de langue, définissez cette propriété sur vrai. Remarque : Cette propriété est automatiquement définie sur vrai lorsqu'un module de détection de langue est testé et déployé à partir de la [console d'administration Intelligence des tâches](https://servicenow-prod.fluidtopics.net/giRfU7d5_SCZbV8FHa77Fw "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."). |
| sn_csm_customerservice.case.ml.language.detection.threshold | Contrôle le seuil de prédiction de la langue. La valeur par défaut de cette propriété est 0,70. Les prédictions avec un niveau de fiabilité supérieur au seuil sont enregistrées dans la table Résultats de prédictions (ml_predictor_results_task) et la table Compétences de la tâche (task_m2m_skill). Les prédictions dont le niveau de fiabilité est inférieur au seuil sont enregistrées uniquement dans la table Résultats de prédictions (ml_predictor_results_task). |
| sn_csm_ml_task.case.languagedetection.default_confidence | Stocke le seuil de niveau de fiabilité pour la fonctionnalité de détection de langue. La valeur par défaut est 0,7. |
| Propriétés d'Intelligence documentaire ||
| sn_csm_ml_task.case.docintel.mlpredictor.enabled | Active Intelligence documentaire pour Gestion du service clientèle. Remarque : Cette propriété est activée automatiquement lorsque l'utilisateur crée un cas d'utilisation. |
| sn_csm_ml_task.case.docintel.parsing_supported_types | Contient une liste des types de pièces jointes pris en charge : image/png,image/jpeg,application/pdf |
| sn_csm_ml_task.straight_through_processing_max_waiting_threshold | Définit le temps d'attente maximal pour la fin d'une tâche de traitement direct. La durée par défaut est de 5 minutes. Si un cas d'utilisation est configuré pour utiliser le mode de prédiction de traitement direct, l'agent peut voir les champs pertinents du formulaire de ticket renseignés automatiquement dans les 5 minutes suivant l'arrivée du ticket. Si ce seuil est dépassé, les valeurs sont ignorées. Toutefois, l'agent peut toujours afficher la tâche dans l'onglet IntelDoc et extraire manuellement les valeurs. |
| sn_csm_ml_task.case.delay_attachment_fetch | Attend plusieurs millisecondes avant d'extraire des pièces jointes valides pour Task Intelligence pour Service clientèle lorsqu'un ticket est créé à partir d'un e-mail. Remarque : Cette propriété est désactivée par défaut. Si vous remarquez que des pièces jointes sont manquées pour les tickets créés à partir d'un e-mail, activez cette propriété.​ |
[Tableau 5. Propriétés installées avec Intelligence des tâches pour Service clientèle]

{#case-categorization-components__table_sdr_1r3_yrb}

## Flux {#case-categorization-components__section_mt1_njl_d5b}

L'application Intelligence des tâches pour Service clientèle inclut les flux suivants.{#case-categorization-components__table_e4p_rjl_d5b__entry__2}

| Flux | Description |
|-|-|
| Task Intelligence Sentiment \[new_task_intelligence\] | Ce flux est inactif par défaut et est activé après la configuration des modèles sur la console d'administration Intelligence des tâches. |
| Task Intelligence : mise à jour du ticket de sentiment \[task_intelligence_case_update_flow\] | Ce flux est inactif par défaut et est activé après la configuration des modèles sur la console d'administration Intelligence des tâches. |
| Task Intelligence : réponse par e-mail entrant \[task_intelligence_inbound_email_reply\] | Ce flux est inactif par défaut et est activé après la configuration des modèles sur la console d'administration Intelligence des tâches. |
| Détection de langue des tickets Task Intelligence \[task_intelligence_case_language_detection\] | La détection de la langue détermine la langue utilisée pour créer un ticket. Selon la configuration, le système peut ajouter cette valeur au champ Language (Langue ) du formulaire Case (Ticket). Ce champ est une référence à la table Langue \[sys_language\]. Il peut également ajouter la langue en tant que compétence à la liste connexe Compétences de la tâche sur le formulaire de ticket. Ce flux est automatiquement activé lorsqu'un module de détection de langue est formé et déployé à partir de la [console d'administration Intelligence des tâches](https://servicenow-prod.fluidtopics.net/giRfU7d5_SCZbV8FHa77Fw "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."). |
| Task Intelligence : IntelDoc lors de la création de tickets | Ce flux est inactif par défaut. |
| Task Intelligence : valeurs extraites du processus IntelDoc | Ce flux est inactif par défaut. |
[Tableau 6. Flux installés avec Task Intelligence pour Service clientèle]

{#case-categorization-components__table_e4p_rjl_d5b}

## Modèles de machine learning {#case-categorization-components__section_r2d_x13_yrb}

La fonctionnalité d'analyse des sentiments utilise le modèle d'apprentissage ml_x_snc_global_global_sentiment machine. Ce modèle est fourni avec l'application Intelligence des tâches pour Service clientèle.

## Tâche planifiée pour la formation à la solution de catégorisation {#case-categorization-components__section_ujx_ssp_fsb}

L'administrateur système peut exécuter la Categorization solution training tâche planifiée sur demande.  
Remarque :  
Il est recommandé d'importer un ensemble de données d'entraînement dans la table Ticket \[sn_customerservice_case\] pour prendre en charge l'entraînement initial du modèle d'apprentissage machine Catégorisation. L'ensemble de données de formation doit être adapté aux champs du ticket que vous souhaitez prédire et inclure des enregistrements de tickets supplémentaires qui ont les étiquettes correctes (c'est-à-dire, les valeurs de champ attendues) pour les champs spécifiques prévus. En créant cet ensemble de données, vous exploitez vos propres données pour entraîner l'algorithme à prédire sur les champs que vous sélectionnez.  
L'administrateur système peut définir les paramètres suivants avant d'exécuter la tâche planifiée. {#case-categorization-components__table_pl2_q2p_trb__entry__2}

| Paramètre | Description |
|-|-|
| formerNewSolution | Définir sur vrai pour former une nouvelle solution. Définissez la valeur sur faux pour reformer une solution et ajouter le nom de la solution dans le existingSolutionName paramètre. |
| Champs d'entrée | Champs utilisés pour former le modèle. Par exemple : `["short_description >>,"description"] ;` |
| outputFields | Les champs à prédire. Par exemple : `["priorité >>,"catégorie"] ;` |
| encodedQuery | Requête appliquée aux données utilisées pour la formation. |
| nom_solutionexistant | Nom d'une solution existante. Ajoutez un nom à ce paramètre si vous reformez une solution. |
[Tableau 7. Paramètres pour les travaux planifiés]

{#case-categorization-components__table_pl2_q2p_trb}

Pour déterminer quand une solution est prête à être utilisée pour les prédictions de catégorisation, l'administrateur système peut vérifier l'état de la tâche planifiée. Une fois que l'état est Solution Complète, la solution peut être utilisée pour les prédictions.

## Tâche planifiée pour la publication des modèles précédemment déployés {#case-categorization-components__section_x2z_ljg_b1c}

L'administrateur système peut exécuter le après la mise à niveau du module d'extension Deploying Task Intelligence for Customer Service Management Intelligence des tâches pour service clientèle.

Cette tâche planifiée vérifie s'il existe déjà des modèles déployés pour la catégorisation des enregistrements, l'analyse des sentiments, la détection de la langue et l'intelligence documentaire, et publie ces modèles.