문제 자동 해결대시보드용 HR
문제 자동 해결 for HR 대시보드를 사용하면 애플리케이션의 케이스 해결 성능을 그래픽으로 문제 자동 해결 나타낼 수 있습니다. 애플리케이션을 사용하여 자동 해결된 케이스, 예상 비용 및 절약된 시간에 대한 성공 메트릭을 모니터링할 수도 있습니다.
대시보드 개요
대시보드는 중요하지 않은 케이스를 식별하고 자동 해결하는 애플리케이션의 케이스 해결 성능을 거의 실시간으로 보여줍니다.
다음 예제에서는 대시보드를 보는 관점을 보여 줍니다.
보고서 및 표시기
다음 표에서는 응용 프로그램의 성능을 추적하고 모니터링하는 데 사용하는 보고서와 표시기를 보여 줍니다.
| 그래프 제목 | 유형 | 설명 |
|---|---|---|
| 모든 케이스 | 도넛형 | 직원이 제기한 총 일반 질의 건수입니다. 주: 이 보고서의 데이터 요소는 기본 ML(Machine Learning) 솔루션에 의해 예측되며 중요하지 않은 사례 보고서와 다릅니다. |
| 자동 해결됨(중요하지 않은 케이스) | 단일 점수 | 문제 자동 해결 셀프 서비스 컨텐츠를 권장 사항으로 사용하는 케이스에 응답한 애플리케이션입니다. |
| 예상 절약 시간 | 단일 점수 | 애플리케이션을 사용하여 절약한 문제 자동 해결 총 시간입니다. |
| 예상 비용 절약 | 단일 점수 | 오픈 케이스를 해결하는 데 드는 예상 비용입니다(오픈 케이스에 케이스당 평균 수준/계층 1 비용을 곱한 값). |
| 비용 절감 시뮬레이션 | 단일 점수 | 비용 절감을 예상합니다. |
| 오픈 케이스의 예상 비용 | 단일 점수 | 오픈 케이스를 해결하기 위해 조직에서 지출해야 하는 예상 금전적 가치입니다. |
| 평균 해결 시간 | 단일 점수 | 중요하지 않은 케이스로 예측된 케이스를 해결하는 데 걸리는 평균 시간입니다. 주: 케이스 해결 시간은 직원의 피드백과 SLA(서비스 수준 계약)에 따라 달라집니다. |
| 현재 자동 해결률(%) | 단일 점수 | 중요하지 않은 것으로 예측된 총 케이스 수 중에서 자동 해결된 케이스 수입니다. |
| 자동 해결 시도됨 | 단일 점수 | 편향이 시도된 케이스가 AI 예측을 통과한 총 케이스 수입니다. |
| IAR에 의해 해결됨 | 가로 막대 | 각 HR 우수성 센터(COE)에 문제 자동 해결 대해 애플리케이션을 통해 자동 해결된 케이스 수입니다. |
| 요청 채널 | 도넛형 | 요청 채널을 통해 접수된 일반 문의의 비율입니다. |
| 중요하지 않은 케이스에 대한 직원 피드백 | 세로 막대 |
애플리케이션의 중요하지 않은 모든 케이스에 대한 직원 피드백 패턴입니다 문제 자동 해결 . |
상세 보고서 뷰
각 대시보드 보고서는 데이터 소스(테이블 또는 표시기)와 관련이 있습니다. 보고서에서 각 데이터 요소를 선택하여 자세한 데이터 목록을 봅니다.
다음 예제에서는 대시보드에서 데이터 요소를 선택하여 전체 목록 보고서를 제공하는 방법을 보여 줍니다.
대시보드 필터
대시보드 필터를 사용하여 선택한 날짜 범위를 기반으로 결과를 가져옵니다.
다음 예제에서는 대시보드에서 날짜 필터 옵션의 모양을 보여 줍니다.