--- sourceDocument: Yokohama 従業員サービス管理 (ESM) sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/yokohama/employee-service-management Release : - yokohama ft:locale : - ja-JP ft:publication_title : - Yokohama 従業員サービス管理 (ESM) ft:clusterId : - emplsm bundleId : - emplsm workflow : - Employee --- # HR 予測インテリジェンスワークベンチ の実装 # HR 予測インテリジェンスワークベンチ の実装 {#ariaid-title1} * リリースバージョン: Yokohama * * 更新日 2025年01月30日 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：4分 機械学習を使用してビジネスプロセスを最適化できます。HR 予測インテリジェンスワークベンチ ユースケースをトレーニングして実装することにより、既存のアプリケーションワークフローを強化できます。 ## 一般的なユースケーステンプレートを探索 {#hr-piwb-implementation-guidance__section_otc_5b4_qlb} sn_piwb_hr_content.admin ロールを持つユーザーは、ユースケーステンプレートを探索して予測機械学習モデルを作成できます。機械学習モデルを作成するには、まずビルド済みユースケーステンプレートを選択します。ユースケースを設定するには、次のいずれかのテンプレートを使用できます。 * ガイド付きテンプレートには、実装を補助する包括的なセットアッププロセスが含まれています。利用可能な自動トレーニングモデルを含むテンプレートでは、データに基づく事前生成済みモデルによりセットアッププロセスを高速化します。 * クラシックテンプレートには、実装に役立つ包括的な設定情報が含まれています。既存のテンプレートを活用して、ビジネス要件に基づいてモデルを構成、テスト、トレーニングします。 {#hr-piwb-implementation-guidance__ul_ywp_h3s_2qb} テンプレートで自動トレーニングモデルが利用可能であることが示されている場合は、ユースケースセットアップの評価フェーズに直接進めることを意味します。自動トレーニングモデルが受け入れ可能である場合は、ビジネスプロセスにモデルを直接統合できます。それ以外の場合は、このモデルを調整するか別のモデルを作成できます。後でユースケースの名前と説明を変更できます。 ## ソリューション定義 {#hr-piwb-implementation-guidance__section_ifk_n1t_kbb} これらのソリューション定義は、予測インテリジェンス と HR の両方が有効なインスタンス上で、テンプレートとして使用できます。独自のソリューション定義レコードを作成して、動作をカスタマイズします。 {#hr-piwb-implementation-guidance__table_dyg_yp3_gqb__entry__4} | ソリューション タイプ | ソリューション定義 | 説明 | 実装 | |-|-|-|-| | 分類 | 受信ケースの HR サービスを予測 | ケースの正しい HR サービスを予測します。 | ガイド付き | | 分類 | 受信ケースのアサイン先グループを予測 | ケースの正しいアサイン先グループを予測します。 | ガイド付き | | 分類 | メールケースの分類 | メールケースの HR サービスを自動分類し、時間とコストを節減して生産性を向上させます。 | ガイド付き | | 類似性 | 類似のクローズ済み HR ケース | 過去にクローズした類似のケースを推奨し、HR エージェントが迅速かつ適切に解決できるように支援します。 | クラシック | | 類似性 | ユーザープロファイルベースの推奨事項 | コンテンツの検出と個別のエクスペリエンスに備え、類似のプロファイルを持つユーザーに基づいて、関連する上位 3 つの記事とカタログアイテムを推奨します。 | クラシック | | 類似性 | 類似の HR ケースとナレッジ | ナレッジベースのナレッジのギャップの検出を自動化し、デマンドに応じたナレッジの改善に関するインサイトを推奨します。 | クラシック | | 類似性 | HR タスクの類似のナレッジ記事 | 従業員が HR、コンテンツ、またはキャンペーン To Do を完了するのに役立つ関連記事を表示します。 | クラシック | | 類似性 | HR ケースの類似のナレッジ記事 | ML を使用して最も関連性の高いナレッジ記事を特定し、HR エージェントが迅速かつ適切に解決できるように支援します。 | クラシック | | 回帰 | HR ケースの解決時間 | 過去の類似のクローズ済みケースを分析して可視化と透明性を向上させることで、ケースの予想解決時間を決定します。 | クラシック | | クラスタリング | デマンドインサイト (Demand Insights)：HR ケースクラスターにはナレッジが必要 | ナレッジがないケースクラスターを特定し、ナレッジベースのナレッジのギャップを埋めるのに役立ちます。 | クラシック | [表 : 1. HR ソリューション定義] {#hr-piwb-implementation-guidance__table_dyg_yp3_gqb} ## ユースケース作成フェーズ {#hr-piwb-implementation-guidance__section_gwt_pml_rpb} 予測機械学習モデルの作成には、いくつかのフェーズが含まれます。モデルを作成してトレーニングした後、評価、調整、予測結果のテスト、モデルとビジネスプロセスとの統合を行う必要があります。ユースケースモデル作成フェーズには、以下が含まれます。 * モデルの作成とトレーニング (Create and train models)：一意のデータに基づいてトレーニングするモデルを作成するためのパラメーターを定義します。使用する範囲と精度の適切な組み合わせを定義し、モデルを調整して改良ため、複数のモデルを作成します。 * モデルをテストします：予測結果をモデルから取得して、ビジネスプロセスと統合するのに最適なモデルを決定します。モデルが正しい結果を返すかどうかを確認するには、単一またはバッチテストプロセスを使用できます。 * 最適なモデルを統合 (Integrate the best model)：最適なモデルをビジネスプロセスに展開します。どのモデルが最適で正しい結果を返すかを判断したら、本番環境に統合します。 {#hr-piwb-implementation-guidance__ul_zjd_qml_rpb} ## 予測精度のメンテナンス {#hr-piwb-implementation-guidance__section_pbx_k2v_bgb} ビジネス状況の変化を反映するために、新しいソリューションを再トレーニング、変更、または作成することによって予測ドリフトを管理できます。時間をかけてビジネスルールをテストして変更し、複数の消費ポイントやユーザーペルソナにわたって目的どおりに機能することを確認します * **[HR PIWB テンプレート：メールケースの自動分類](https://servicenow-prod.fluidtopics.net/~KG2gtKN6aW8En4WU65Dsw)** 機械学習モデルの設定について説明するガイド付きテンプレートを使用して、メールケースを自動的に分類し、生産性を高めコスト節減を促進します。 * **[HR PIWB テンプレート：受信ケースの HR サービスを予測](https://servicenow-prod.fluidtopics.net/qEXSjAL0L6db_BCS8UxmkQ)** 機械学習モデルの設定について説明するガイド付きテンプレートを使用して、ケースに対する正しい HR サービスを予測します。 * **[HR PIWB テンプレート：受信ケースのアサイン先グループを予測](https://servicenow-prod.fluidtopics.net/xBrIM55iJuGvh_B70tE9RA)** 機械学習モデルの設定について説明するガイド付きテンプレートを使用して、ケースに対する正しいアサイン先グループを予測します。 * **[HR PIWB テンプレート：ナレッジケースクラスターとデマンドインサイトを予測](https://servicenow-prod.fluidtopics.net/lCvnO5QS7TwBBaqrezCTTQ)** クラシックセットアップテンプレートを使用して、機械学習モデルでクラスターソリューションテンプレートを構成およびトレーニングし、ナレッジがないケースクラスターを予測して、ナレッジデマンドを特定し、ナレッジ記事を改善します。 * **[HR PIWB テンプレート：ナレッジギャップとインサイトを予測](https://servicenow-prod.fluidtopics.net/J4W6YvJVE9TspdPbr_0xEg)** 機械学習モデルの設定について説明するクラシックテンプレートを使用して、ナレッジギャップのディスカバリーを自動化し、デマンドごとにナレッジを改善するためのインサイトを推奨します。 * **[HR PIWB テンプレート：人事ケース解決のナレッジを予測](https://servicenow-prod.fluidtopics.net/ZXlibpXbYRVscT0X9Wd6Ow)** クラシックセットアップテンプレートを使用して、機械学習モデルで類似性ソリューションテンプレートを構成およびトレーニングし、HR エージェントがケースを迅速に解決できるよう支援するためのナレッジ記事を推奨します。 * **[HR PIWB テンプレート：従業員プロファイル別の類似ケースの推奨](https://servicenow-prod.fluidtopics.net/sRlruDxq2aObqdB_cQyKWQ)** クラシックセットアップテンプレートを使用して、機械学習モデルで類似性ソリューションテンプレートを構成およびトレーニングし、コンテンツの検出と個別のエクスペリエンスに備え、類似の従業員プロファイルに基づいて上位の関連記事とカタログアイテムを推奨します。 * **[HR PIWB テンプレート：人事タスク完了のナレッジを予測](https://servicenow-prod.fluidtopics.net/nVjWeve1ZGRk28ENjW2VgA)** クラシックセットアップテンプレートを使用して、機械学習モデルで類似性ソリューションテンプレートを構成およびトレーニングして、従業員が HR タスクを完了できるようにナレッジ記事を推奨します。 * **[HR PIWB テンプレート：類似ケースを推奨](https://servicenow-prod.fluidtopics.net/8zzheJkLY9kI6ZgkPvWGbw)** クラシックセットアップテンプレートを使用して、機械学習モデルで類似性ソリューションテンプレートを構成およびトレーニングして、類似のクローズ済み HR ケースを推奨します。 * **[HR PIWB テンプレート：解決までの推定時間の推奨](https://servicenow-prod.fluidtopics.net/K23sfeg3cqBw1K3e~TKWVg)** 履歴データを使用してソリューションをトレーニングし、履歴データに基づいて数値出力を予測します。HR ケース解決までの推定時間を予測するようにソリューション定義を構成します。 **関連情報** * [予測インテリジェンス](https://www.servicenow.com/docs/access?context=predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US) * [予測インテリジェンス を開始するには](https://www.servicenow.com/docs/access?context=install-predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences§ion=get-started-predictive-intelligence&ft:locale=en-US)