작업 인텔리전스 관리 콘솔

  • 릴리스 버전: Xanadu
  • 업데이트 날짜 2024년 08월 01일
  • 소요 시간: 1분

    • 작업 인텔리전스 관리 콘솔을 사용하여 케이스 및 상호작용 기록에 대한 다양한 유형의 정보를 예측하는 머신 러닝 모델을 생성, 학습 및 배포합니다.

    예측 메트릭, 머신 러닝 모델의 상세 목록, 모델 템플릿 및 관련 애플리케이션에 대한 액세스를 표시하는 작업 인텔리전스 관리 콘솔.

    Admin Console에서 예측 모델을 설정하고, 에이전트의 경험을 미리 보고, 모델이 활성 상태가 되는 시기를 확인하고, 모델 성능을 추적할 수 있습니다.

    Admin Console은 몇 단계만에 머신 러닝 모델을 만들고 구현하는 데 사용할 수 있는 도구를 제공합니다. 각 모델은 6단계 프로세스를 따릅니다.
    표 1. 머신 러닝 모델을 만들고 구현하는 단계
    1. 시작점으로 사용할 모델을 선택합니다. 모델이 수행하려는 작업에 따라 모델을 선택합니다. 예:
    • 필드 예측 모델을 사용하여 케이스 및 상호작용을 범주화하는 데 사용할 수 있는 필드 값 예측을 만듭니다.
    • 케이스 감정 모델을 사용하여 케이스 생성부터 케이스 해결까지 어느 시점에서나 감정을 예측할 수 있습니다.
    2. 모델의 목적을 정의합니다. 모델을 예측하고 싶은 시기와 예측하려는 항목을 지정합니다. 예를 들어 새 케이스가 생성되면 범주와 우선순위를 예측합니다.
    3. 모델을 학습시키는 데 사용되는 데이터를 선택합니다. 케이스에 대한 짧은 설명 및 설명에 있는 텍스트와 같이 선택한 데이터를 사용하여 모델을 학습시키면 모델이 데이터의 패턴을 학습할 수 있습니다. 그런 다음 모델을 테스트하여 얼마나 잘 작동하는지 확인합니다.
    4. 모델의 결과를 평가합니다. 테스트 결과를 보고 모델이 얼마나 잘 수행되었는지 확인합니다. 이러한 결과는 모델이 배포된 후 수행되는 방식을 나타냅니다.
    5. 예측 결과에 대한 기본 설정을 선택합니다. 기록 필드에 직접 예측을 추가하거나, 예측을 권장 사항으로 표시하거나, 백그라운드에서 예측을 모니터링합니다.
    6. 모델을 배포합니다. 선택 항목을 검토하고 모델 사용을 시작합니다.
    작업 인텔리전스 관리 콘솔을 사용하여 관련 애플리케이션에 액세스할 수도 있습니다. 콘솔 사용 방법에 대한 자세한 내용은 다음 주제를 참조하십시오.