ITSM용 워크포스 최적화의 수요 예측 구성요소

  • 릴리스 버전: Australia
  • 업데이트 날짜 2026년 03월 12일
  • 소요 시간: 5분

    • ITSM용 워크포스 최적화 관리할 ITSM Manager Workspace 요구 예측역할, 기본 동작을 구성하는 속성, 구성에 대한 데이터를 수집하는 예약된 작업, 데이터를 저장하는 테이블, 인시던트 및 상호작용에 대한 데이터를 수집하는 예측 구성, 메트릭 데이터를 저장하는 보존 정책을 설치합니다.

    예측 구성

    이름 설명
    생성된 채팅 상호작용 채팅 상호작용에 대한 데이터를 수집합니다.
    생성된 비 P1 인시던트 우선순위 1로 태그가 지정되지 않은 모든 인시던트에 대한 데이터를 수집합니다.
    생성된 P1 인시던트 우선순위 1 인시던트에 대한 데이터를 수집합니다.
    생성된 워크업 상호작용 워크업 상호작용에 대한 데이터를 수집합니다.

    메트릭 유지 정책

    WFO 예측 시계열 메트릭 유지 정책은 기본적으로 모든 예측 구성에 사용할 수 있습니다. 기본적으로 이 유지 정책은 지난 3년간의 데이터를 1시간 간격으로 저장합니다.

    자원 예측 구성을 생성하는 수식

    이름 이 자원 예측 구성을 생성하는 수식
    에이전트 변환에 대한 채팅 상호작용 ([FC: 생성된 채팅 상호작용] * [FP: 평균 채팅 기간]) / [FP: 일 평균 에이전트 작업 시간]
    인시던트 및 상호작용 자원 [FC: 에이전트 변환에 생성된 인시던트] + [FC: 에이전트 변환에 대한 채팅 상호작용] + [FC: 에이전트 변환에 대한 워크업 상호작용]
    에이전트 변환에 생성된 인시던트 (([FC: 생성된 P1 인시던트] * [FP: 평균 P1 인시던트 작업 시간]) / [FP: 일 평균 에이전트 작업 시간]) + (([[FC: 생성된 비 P1 인시던트] * [FP: 평균 비 P1 인시던트 작업 시간]) / [FP: 일 평균 에이전트 작업 시간])
    에이전트 변환에 대한 워크업 상호작용 ([FC: 생성된 워크업 상호작용] * [FP: 평균 워크업 기간]) / [FP: 일 평균 에이전트 작업 시간]

    예측 매개변수

    이름 설명
    일 평균 에이전트 작업 시간 에이전트가 지정된 날짜에 작업하는 평균 시간입니다.
    평균 채팅 기간 각 인시던트 또는 상호작용에 대한 에이전트 채팅의 평균 기간입니다.
    평균 비 P1 인시던트 작업 시간 에이전트가 우선순위 1로 분류되지 않은 모든 인시던트 작업에 소비하는 평균 시간입니다.
    평균 P1 인시던트 작업 시간 에이전트가 우선순위 1로 분류되는 모든 인시던트 작업에 소비하는 평균 시간입니다.
    평균 워크업 기간 에이전트가 워크업 상호작용에 소비하는 평균 시간입니다.

    예측 구성에 대한 예측 매개변수를 생성하는 경우 예측 속성 섹션에 나열된 기본 예측 매개변수 대신 구성에 설정된 값이 사용됩니다. 예측 매개변수 구성에 대한 자세한 내용은 예측 매개변수를 수정하여 예측 데이터 시각화를 참조하십시오

    예측 속성

    이름 설명 예제
    sn_agent_forecast.historical_data_points

    예측에 사용할 시간별 이력 데이터 포인트입니다.

    허용되는 최대 데이터 포인트는 26280입니다. 기본값은 8760이며 1년 기간의 시간별 데이터 요소를 나타냅니다(24시간 x 365일 x 1년).

    예: 24시간 x 365일 x 3년 = 26280
    sn_agent_forecast.seasonal_frequency 반복되는 패턴의 계절 빈도입니다. 기본값은 168입니다.
    예:
    • 일별 데이터 패턴 = 1 * 24 = 24
    • 주별 데이터 패턴 = 7 * 24 = 168
    • 월별 데이터 패턴 = 30 * 24 = 720
    sn_agent_forecast.forecast_periods 예측할 기간/시즌 수입니다. 기간은 계절의 길이입니다. 기본값은 5입니다.
    예:
    • 시즌 길이가 24시간(1일)과 같은 일별이고 예측 기간이 30인 경우 예측할 기간의 수는 24 * 30 = 720시간과 같습니다.
    • 시즌 길이가 168시간(1주)과 같은 주별이고 예측 기간이 5인 경우 예측할 기간의 수는 168 * 5 = 840시간과 같습니다.
    sn_agent_forecast.number_of_historical_days_in_timeseries_chart 관리자 작업 공간의 시계열 차트에 표시될 과거 일 수입니다. 예를 들어, 숫자가 90으로 설정되어 있는 경우 날짜 수는 현재 날짜부터 90일 전까지 계산됩니다.

    수요 예측에 대한 역할

    역할 이름 [name] 설명 포함하는 역할
    예측 관리자 [sn_agent_forecast.admin] 예측 구성 테이블을 생성, 읽기, 업데이트 및 삭제(CRUD)할 수 있는 관리자 권한을 부여합니다.
    • sn_agent_forecast.users
    • clotho_admin
    예측 사용자 [sn_agent_forecast.user] 예측 구성 테이블에 대한 읽기 권한을 부여합니다.

    요구 예측에 대한 테이블

    테이블 설명
    예측 구성 [sn_agent_forecast_configuration] 데이터 수집 정의 및 자원 변환 수식 구성을 정의합니다.
    예측 매개변수 [sn_agent_forecast_parameter] 수식에 필요한 예측 매개변수를 정의합니다.
    예측 구성 그룹 [sn_agent_forecast_configuration_m2m_sys_user_group] 자원 변환 수식을 할당 그룹과 연결합니다.

    기본적으로 사용 가능한 예측 구성

    기본적으로 예측 구성은 다음 그룹에 사용할 수 있습니다.
    • 데스크 측 지원
    • IT 서비스 데스크
    • 애플리케이션 지원
    • 기술 지원

    수요 예측을 위한 작업 예약

    이름 설명
    Collect historical data for automated forecast configurations
    • 기록 데이터 수집을 위한 요청 시 작업입니다.​
    • 지난 3년간의 일별 기록 데이터를 시간별로 수집합니다.
    Collect daily data for automated forecast configurations
    • 매일 오전 2시에 실행됩니다.
    • 데이터 수집 정의 구성에 정의된 각 테이블에 대해 모든 그룹에 대해 전날에 매 시간마다 작성된 기록을 가져와 MetricBase에 저장합니다.
    • 그룹 [sys_user_group] 테이블의 MetricBase 목록 명령을 사용하여 수집된 데이터의 시계열에 액세스할 수 있습니다
    • 데이터 보존을 위해 WFO 예측 보존 정책을 사용합니다.
    Forecast resources for future 수집된 데이터를 기반으로 미래 예측 자원을 계산합니다.
    • 매일 오전 3시에 실행됩니다.
    • 수식 예측 구성을 위해 매일 시간별 데이터를 수집합니다.
    • MetricBase의 에이전트 예측 메트릭에 데이터를 저장합니다.
    • 예측 속성을 사용하여 데이터 수집 빈도 또는 데이터 저장 기간을 설정합니다. 데이터 수집 정의에 대해 게시된 예측 매개변수 가 있는 경우 예측 속성이 사용되지 않습니다.