---
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


---

# Catégorisation des enregistrements

# Catégorisation des enregistrements {#ariaid-title1}

* Rversion finale: Yokohama
* 
* Mis à jour 30 janv. 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 minutes de lecture

La fonctionnalité de catégorisation des enregistrements incluse dans Intelligence des tâches pour service clientèle utilise des modèles de machine learning pour évaluer le texte, prédire les valeurs des champs et renseigner automatiquement les champs sur les enregistrements de tickets et d'interactions.
La catégorisation des enregistrements prend en charge plusieurs langues et peut analyser les pièces jointes en plus d'évaluer le texte des e-mails et des enregistrements. Utilisez cette fonctionnalité pour catégoriser les tickets, les types de tickets et les interactions à partir de plusieurs canaux, y compris les e-mails, le Web et la messagerie instantanée.

Vous pouvez utiliser les résultats de la catégorisation pour acheminer automatiquement les enregistrements vers le centre de services approprié, ce qui évite d'avoir besoin de plusieurs boîtes de réception et de robots RPA. L'acheminement automatique permet également à vos employés de se consacrer à d'autres tâches.  
Figure 1. Formulaire de ticket avec valeurs de champ prévues et recommandées

## Valeurs de champ prévues {#case-categorization-overview__section_d11_5fb_4yb}

Dans Espace de travail configurable de CSM et Interface utilisateur principale, les champs de l'enregistrement qui contiennent des valeurs prévues sont identifiés par les Predicted messages ou recommandés .

## Filtrage des valeurs de champ inactives à partir des prédictions {#case-categorization-overview__section_ipc_mkt_d1c}

Activez l'option sn_csm_ml_task.case.categorization.enable_inactive_filter pour supprimer les valeurs de champ inactives des prédictions. Le paramètre par défaut de cette propriété est faux.

## Catégorisation multilingue des enregistrements {#case-categorization-overview__section_xvp_gn4_f5b}

Utilisez un modèle de machine learning qui comprend les langues suivantes pour évaluer le texte dans les e-mails et les enregistrements créés dans différentes langues, et pour prédire et remplir automatiquement les champs sur les tickets, les types de tickets et les interactions.

* Anglais
* Français
* Allemand
* Espagnol
{#case-categorization-overview__ul_qsz_v2b_h5b}  
La catégorisation d'enregistrements multilingues utilise un modèle de machine learning formé pour comprendre plusieurs langues. Ce modèle peut :

* Comprendre le texte dans les e-mails et les enregistrements.
* Évaluer le texte et prédire les valeurs de champ.
* Ajoutez les valeurs prédites aux champs sur les tickets, les types de tickets et les interactions.
{#case-categorization-overview__ul_p1w_yz3_d5b}  
La catégorisation multilingue des enregistrements peut prendre en charge les langues supplémentaires suivantes sur demande :

* Arabe
* Chinois (RPC)
* Chinois (Taïwan)
* Néerlandais
* Italien
* Japonais
* Coréen
* Polonais
* Portugais
* Russe
* Thaï
* Turc

{#case-categorization-overview__ul_ccw_rmh_f5b}  
Remarque :  
Si vous devez évaluer des e-mails ou des tickets dans ces langues supplémentaires, contactez l'équipe produit pour obtenir de l'aide.

## Catégorisation des enregistrements basée sur les pièces jointes {#case-categorization-overview__section_pry_kn4_f5b}

Les pièces jointes peuvent contenir des signaux précieux qui aident les services d'assistance à classer et à acheminer automatiquement les enregistrements. Pour tirer parti des informations sur les pièces jointes, vous pouvez utiliser un modèle d'apprentissage machine pour analyser les e-mails, enregistrer le texte et les pièces jointes, et renseigner automatiquement les champs des tickets, des types de tickets et des interactions en fonction des signaux contenus dans le texte.  
Le modèle peut prédire des informations sur un ticket en fonction des éléments suivants :

* Texte dans la ligne d'objet et le corps d'un e-mail client.
* Texte dans la brève description et la description d'un ticket ou d'une interaction.
* Texte dans les pièces jointes d'e-mail et d'enregistrement.

{#case-categorization-overview__ul_uwd_vf3_f5b}  
Remarque :  
Le modèle peut être configuré pour utiliser différents champs de prédiction.

La catégorisation basée sur les pièces jointes utilise toutes ces informations pour prédire les valeurs des champs. Par conséquent, vous pouvez acheminer automatiquement les enregistrements vers le centre de services approprié en fonction de ces valeurs.
**Concepts associés**   

* [Configurer la catégorisation des enregistrements](https://servicenow-prod.fluidtopics.net/uEmuPgHC5chWLaHKq7q1FQ "Activez les modules d’extension requis, importez des données de formation et créez et formez un modèle pour prédire les valeurs de champ pour les enregistrements de tickets et d’interactions.")
* [Task Intelligence Admin Console](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.")
* [Créer un modèle pour prédire les champs d'enregistrement](https://servicenow-prod.fluidtopics.net/voOthW_5Ub8wFRcdCKouOg "Créez et formez un modèle pour prédire les champs pour les enregistrements de tickets et d’interactions.")