---
sourceDocument: Xanadu Now Platform 기능
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/xanadu/servicenow-platform

 Release :

    - xanadu

ft:locale :

    - ko-KR

ft:publication_title :

    - Xanadu Now Platform 기능

ft:clusterId :

    - platcap

bundleId :

    - platcap

workflow :

    - Platform


---

# 정규화된 평가 값

# 정규화된 평가 값 {#ariaid-title1}

* 릴리스 버전: Xanadu
* 
* 업데이트 날짜 2024년 08월 01일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 2분

정규화된 값은 선형 방정식과 메트릭의 배율 정의를 기반으로 계산됩니다. 이 값은 위험 평가에 사용할 수 있습니다.

## 모든 메트릭의 정규화된 값 {#example-normalized-value-calc__section_efw_jxt_zz}

정규화된 값은 메트릭의 배율 정의에 정비례합니다. 배율 정의가 낮으면, 즉 배율 값이 낮을수록 더 좋으면 `정규화된 값 = 1.0 -- 정규화된 값`입니다.

보고 목적으로 메트릭 결과 \[asmt_metric_result\] 테이블을 사용합니다.

`정규화된 값 = (입력 값 - 메트릭에 정의된 최소값) / (메트릭에 정의된 최대값 - 메트릭에 정의된 최소값) * (현재 메트릭 가중치 * 편차 / (메트릭 범주의 모든 메트릭 가중치 합계)) * scale_factor`  
편차는 범주의 총 메트릭 가중치의 비율과 메트릭 범주의 유효한 메트릭 가중치 합계입니다. 편차를 계산하는 동안 스크립팅된 메트릭은 제외됩니다.  
주:  
* 평가를 수행할 때 메트릭을 건너뛰면 `메트릭 범주에서 유효한 메트릭 가중치의 합계`를 계산할 때 가중치가 제외됩니다.
* 다음 메트릭 유형은 정규화된 값 계산에서 제외됩니다.
  * 문자열
  * 날짜
  * 날짜/시간
  * 참조
  * 첨부 파일
  * 순위
  {#example-normalized-value-calc__ul_upj_bky_ylb}
{#example-normalized-value-calc__ul_wsp_wjy_ylb}

예를 들어 다음과 같은 경우를 생각해 볼 수 있습니다.

기술자의 역량을 평가하십시오 메트릭의 정규화된 값을 계산합니다.

|-|-|
| 입력 값 | 3 |
| 최소값 | 1 |
| 최대값 | 6 |
| 현재 메트릭 가중치 | 10 |
| 메트릭 범주의 메트릭 수 | 6 * 유형=번호의 4 * 유형 1개=예/아니요 * type=string 중 1개(잘못된 데이터 형식, 값을 계산할 수 없음) {#example-normalized-value-calc__ul_myf_qxt_zz} |
| 각 응답의 유효한 메트릭 가중치 | 10 |
| 배율 인수 | 10 |
[표 1. 메트릭 값]

{#example-normalized-value-calc__table_dpr_cyt_zz}

`정규화된 값 = (3 - 1) / (6 - 1) * (10 / (10 + 10 + 10 + 10 + 10)) * 10 = 0.8`

## 다중 선택 메트릭의 정규화된 값 {#example-normalized-value-calc__section_sy5_yvv_3kb}

다중 선택 메트릭의 정규화된 값은 메트릭의 가중치와 메트릭의 각 선택 항목에 대한 점수를 사용하여 계산됩니다.

다중 선택 메트릭에서 정규화 계산에 사용해야 하는 각 선택 항목에 대해 정규화 입력 값을 정의합니다.

`정규화된 값 = (모든 선택 항목의 점수) * (현재 메트릭 가중치 / (메트릭 범주에서 유효한 메트릭 가중치의 합계)) * scale_factor`  
여기서 메트릭의 모든 선택 점수는 각 선택 항목의 개별 점수의 합계입니다.

* `다중 선택 메트릭의 각 선택 점수 = 선택의 정규화 입력/메트릭의 최대값`
* `메트릭의 최대값 = 메트릭의 모든 선택 항목에 대한 정규화 입력의 합계`
* `메트릭의 최소값은 항상 0입니다.`
{#example-normalized-value-calc__ul_il5_szv_3kb}

예를 들어 다음과 같은 경우를 생각해 볼 수 있습니다.

다중 선택 메트릭의 정규화된 값을 계산합니다. A, B, C의 세 가지 선택 항목으로 기술자의 역량을 평가하십시오.

|-|-|
| 선택 A | 정규화 입력은 1입니다. |
| 선택 B | 정규화 입력은 1입니다. |
| 선택 C | 정규화 입력은 2입니다. |
| 최소값 | 0 |
| 최대값 | 4 |
| 현재 메트릭 가중치 | 10 |
| 메트릭 범주의 메트릭 수 | 5 |
| 각 메트릭의 유효한 메트릭 가중치 | 10 |
| 배율 인수 | 10 |
[표 2. 메트릭 값]

{#example-normalized-value-calc__table_gqq_c1w_3kb}

선택 A와 B를 선택하면 `정규화된 값 = ((1 / 4) + (1 / 4)) * (10 / (10 + 10 + 10 + 10 + 10)) * 10 = 1`

## 위험 평가에 대한 가중치 {#example-normalized-value-calc__section_gk3_mzr_jkb}

위험 평가의 경우 메트릭 결과 테이블의 가중치 값은 다음과 같이 계산됩니다.

`weighted_value = metric.weight * result.actual_value`