Modèle PIWB RH : recommander un délai de résolution estimé

  • Rversion finale: Australia
  • Mis à jour 12 mars 2026
  • 7 minutes de lecture

    • Entraînez votre solution à l’aide de données historiques pour prédire les sorties numériques en fonction des données historiques. Configurez la définition de la solution pour prédire le temps estimé de résolution d’un ticket RH.

    Avant de commencer

    Rôle requis : sn_piwb_hr_content.admin

    Pourquoi et quand exécuter cette tâche

    Les solutions de régression vous permettent de prévoir une estimation ponctuelle et un intervalle de prédiction. Lors de la réalisation de prédictions, la régression vous permet également de spécifier un niveau de fiabilité pour l’intervalle de prédiction (plage). Comprenez les informations de configuration ETTR à partir de Temps estimé pour résoudre les tickets RH.

    Procédure

    1. Accédez à la Tous > Console Intelligence prédictive > Cas d'utilisation > Créer à partir de modèles.
    2. Dans la liste des modèles, accédez à Durée estimée pour résoudre un ticket RH et cliquez sur Démarrer.
      Une fenêtre contextuelle avec le nom du modèle s’affiche. Ce cas d’utilisation est géré dans Intelligence prédictive classique. Vous y accèderez terminer la configuration. Vous pouvez effectuer les étapes suivantes :
      1. Cliquez sur Afficher la documentation du produit pour configurer ce cas d’utilisation afin de consulter les instructions de configuration de la définition de la solution.
        Remarque :
        Assurez-vous de lire et de comprendre la documentation de création de la définition de solution.
      2. Cliquez sur Accéder à la page pour commencer avec la définition de la solution.
      La page de destination des solutions de machine learning s’affiche.
      Figure 1. Cas d’utilisation ML RH
      Liste des cas d’utilisation ML pour RH PIWB
    3. Accéder à Régression > ml_sn_sn_hr_core_global_hr_case_resolution_time dans les définitions de solutions disponibles, cliquez sur Configurer.
      La définition de solution de régression pour le délai de résolution des tickets RH s’affiche.
    4. Sur le formulaire de définition de la solution, configurez ces champs en suivant les instructions suivantes.
      Tableau 1. Champs de formulaire et configurations pour la définition de la solution
      Champ Valeur
      Étiquette Saisissez un nom unique pour votre solution de régression. Par exemple, saisissez le délai de résolution des tickets RH.
      Nom Lorsque vous entrez la valeur Label de votre solution, ce champ se remplit automatiquement avec un nom affecté par le système similaire à votre valeur Label ml_sn_sn_hr_core_global_hr_case_resolution_time
      Corpus de mots

      Sélectionnez un corpus de mots existant pertinent pour votre solution. Par exemple, dans ce cas d’utilisation, vous sélectionnez un corpus de mots qui a un titre, tel que Régression de corpus de mots.

      Si vous n’avez pas de corpus de mots pertinent, suivez les étapes de la section Créer un corpus de mots. Lorsque le corpus de mots est terminé, vous pouvez le sélectionner dans le champ Corpus de mots de votre formulaire de définition de régression.

      Toutefois, la sélection de corpus de mots est facultative. Si vos données d’entrée comportent des colonnes de texte et que vous ne choisissez pas de corpus de mots, votre solution de régression forme un nouveau modèle de corpus de mots en utilisant les colonnes de texte de vos données d’entrée. Le corpus de mots obtenu peut être réutilisé dans n’importe quelle autre solution de régression ou tout autre type de solution ML.

      Remarque :
      Le nombre d’enregistrements par table pour la création de corpus de mots utilisée dans les solutions de régression est limité à 300 000.
      Table Sélectionnez la table de base de données sur laquelle vous appliquez la régression. La table doit contenir des enregistrements historiques que le système peut utiliser pour prédire la durée de restauration de sa base de données Ticket RH [sn_hr_core_case].
      Champ de sortie

      Sélectionnez le champ dont vous souhaitez que le modèle prédictif définisse la valeur. En général, un bon champ de sortie est un champ numérique, entier ou à virgule flottante.

      Dans cet exemple, vous utilisez le champ actual_resolution_time pour mesurer une durée. Le champ de sortie doit générer une valeur numérique.
      Champs Sélectionnez un ou plusieurs types de champs qui aident le système à identifier les enregistrements que vous souhaitez former à l’aide de la régression. Dans ce scénario, vous utilisez short_description, description, hr_service,assignment_group, topic_detail, topic_category, priority,sys_class_name. Les types de champs d’entrée peuvent être chaîne, nominal ou numérique.
      Filtre (Facultatif) Ajoutez des conditions de filtre aux enregistrements de champ de sortie que vous souhaitez former à l’aide de la régression. Assurez-vous d’avoir suffisamment d’enregistrements en ajustant les filtres.

      Le nombre minimum d’enregistrements pour l’entraînement de régression est de 10 000 enregistrements.

      Le nombre maximal d’enregistrements pour l’entraînement de régression est limité à 300 000.
      Langue de traitement Sélectionnez la langue dominante de l’ensemble de données sur lequel vous vous entraînez sur la définition de la solution. Si la langue de l’ensemble de données est l’anglais, choisissez Anglais. De plus, le traitement en anglais est appliqué à tous les ensembles de données par défaut. Par exemple, si vous sélectionnez l’italien, le système traite les données en anglais et en italien.
      Remarque :
      Le terme traitement désigne certaines des étapes spécifiques à la langue utilisées dans le cadre de l’entraînement d’une solution. Par exemple, la création de jetons de mots, la suppression de mots vides et la radicalisation.
      Mots vides Lorsque vous sélectionnez votre langue de traitement, le système ajoute automatiquement une liste de mots vides qui utilise la même langue. Par exemple, si votre langue de traitement est l’italien, la liste Mots vides italien par défaut s’affiche. La liste des mots vides anglais par défaut apparaît également dans votre sélection. Si vous créez une liste de mots vides personnalisée, vous pouvez la sélectionner dans le champ Mots vides pour l’ajouter à votre solution. Dans ce scénario, vous utilisez la liste Mots vides anglais par défaut .
      Fréquence de la formation
      Sélectionnez la fréquence à laquelle le système régénère la solution en fonction des enregistrements correspondant au filtre. Vos options sont les suivantes :
      • Exécuter une fois
      • Tous les 30 jours
      • Tous les 60 jours
      • Tous les 90 jours
      • Tous les 120 jours
      • Tous les 180 jours

      Dans ce scénario, vous sélectionnez Tous les 30 jours

      Par défaut, le système exécute la formation une seule fois. Cette pratique vous laisse le temps d’examiner et de mettre à jour la définition de la solution selon les besoins jusqu’à ce qu’elle fournisse des valeurs de couverture et de précision acceptables.

      Le nombre minimum d’enregistrements requis pour la formation à la solution de régression est de 10 000.

      Le planificateur ML limite le nombre de formations qu’une instance peut valider à 50 nouvelles demandes de formation ML par instance dans une fenêtre de 24 heures. Cela exclut les demandes de reformation planifiées. En outre, les mises à jour de mise en grappe et de similarité sont également exclues de cette limite, même si les nouvelles demandes de formation dépassent 50 dans une fenêtre de 24 heures.
    5. Cliquez sur l’option ou le bouton de menu contextuel approprié pour définir votre solution.
      OptionDescription
      Enregistrer ou enregistrer et former Enregistrez votre enregistrement de définition de solution pour y revenir ultérieurement ou enregistrez-le et soumettez-le pour une formation.
      Soumettre ou Soumettre et former Créez votre enregistrement de définition de solution et soumettez-le, ou soumettez-le et formez-le.
    6. Si vous avez soumis la solution pour la formation, cliquez sur OK dans la fenêtre d’activation de la formation pour confirmer.
      Le système planifie la solution de formation avec le service de formation le plus proche. Le système vous envoie une notification à la fin de la formation, incluant les erreurs qui ont pu se produire au cours de la formation. Tous les autres utilisateurs peuvent s’abonner à la Intelligence prédictive catégorie Notifications. Lorsque la formation se termine, le système charge la solution en tant qu'enregistrement de pièce jointe.

      Lorsque la configuration est terminée, les employés et les agents voient le temps de résolution estimé dans les sections des demandes.

    Que faire ensuite

    Dans ce scénario, vous avez créé une solution ML à partir de votre définition de solution. Dans la section Liens connexes de votre solution ML, consultez les onglets Statistiques de la solution, Solution de test et Définition de la solution. Dans l’onglet Statistiques de la solution, passez en revue les statistiques d’estimation de points et de plage (intervalle de prévision) fournies par votre solution.
    Figure 2. Définition de solution de régression
    Statistiques de définition de solution de régression pour le ticket RH

    Dans l’onglet Solutions de test de votre solution, vous pouvez tester la sortie de prédiction pour les enregistrements que vous avez utilisés comme entrée dans la prédiction en saisissant des valeurs pour les champs d’entrée. Vous pouvez également utiliser le niveau de fiabilité de prédiction par défaut de 95 ou entrer un autre niveau compris entre 0 et 100. L’utilisation de 95 comme valeur signifie que le système est sûr à 95 % que la prédiction réelle se situe dans l’intervalle de prédiction. Cliquez sur le bouton Exécuter le test pour trouver la sortie de prédiction.

    Une fois le test exécuté, les statistiques de sortie de prédiction s’affichent. L’estimation ponctuelle à l’écran est une valeur unique à un moment donné. Lorsque la configuration est terminée, les employés et les agents voient le temps de résolution estimé dans les sections des demandes.

    Vous pouvez vérifier l’état de l’intégration à partir de Administration RH > Configurations AI RH > Définition de la solution. Le cas d’utilisation est maintenant mappé à la définition de solution sélectionnée.