ITSM 예측 인텔리전스 워크벤치 는 머신 러닝을 사용하여 IT 비즈니스 프로세스를 자동화할 때 얻는 가치를 측정할 수 있도록 인시던트용 예측 인텔리전스 대시보드를 제공합니다. 사용 사례 모델을 모니터링하고 관련 통계를 확인합니다. 대시보드 뷰를 사용하여 이해 관계자에게 비즈니스 가치를 효과적으로 시연합니다.

특정 ServiceNow® 퍼포먼스 분석 표시기의 자동화된 설명을 통해 모델 워크플로우가 어떤 단계에 있는지 정확히 파악합니다. 실제 순 자동화 표시기에 설명이 나타납니다. 모델 스테이지 설명에는 모델이 통합될 때, 통합이 제거될 때, 기존 모델이 새 모델로 변경될 때, 재교육이 완료될 때가 포함됩니다.

모델 모니터링 탭에서 순 자동화 임계치 그래프를 볼 수 있습니다. 이 임계치는 예상 순 자동화와 저조한 속성 값 간의 차이를 계산하는 것입니다. 임계값은 매일 계산되고 임계치가 위반된 경우 이해 관계자에게 알림이 전송됩니다.

데이터 시각화

제목	유형	소스 테이블	설명
건너뛴 예측	단일 점수	sn_piwb_itsm_conte_dbv_ml_predictor_results	예상 정확도(%). 모델이 교육한 데이터를 기반으로 하여 % 단위로 측정한 예상 정확도입니다.
건너뛴 예측	라인	sn_piwb_itsm_conte_dbv_ml_predictor_results	건너뛴 예측(수). 신뢰도가 낮아 ___ 수입니다.
클래스 분포 - 교육 데이터	막대	sn_piwb_itsm_conte_dbv_ml_classes	건너뛴 예측(라인).
예상 정확도(%)	단일 점수	sn_piwb_itsm_conte_dbv_ml_solutions	올바른 예측(수). ___의 수로, 초기 예측 값과 최종 기록 값을 비교합니다.
낮은 분포로 인해 제외된 클래스	단일 점수	sn_piwb_itsm_conte_dbv_ml_excluded_classes	올바른 예측(라인).
클래스 분포 - 실제	막대	sn_piwb_itsm_conte_dbv_ml_predictor_results	잘못된 예측(수). ___의 수로, 초기 예측 값과 최종 기록 값을 비교합니다.
올바른 예측	단일 점수	sn_piwb_itsm_conte_dbv_ml_predictor_results	잘못된 예측(라인).
올바른 예측	라인	sn_piwb_itsm_conte_dbv_ml_predictor_results	클래스 분포, 교육 데이터입니다. 솔루션을 교육한 데이터의 클래스 분포입니다.
잘못된 예측	단일 점수	sn_piwb_itsm_conte_dbv_ml_predictor_results	클래스 분포, 실제. Live data의 클래스의 현재 분포입니다.
잘못된 예측	라인	sn_piwb_itsm_conte_dbv_ml_predictor_results	예측한 클래스. 모델이 예측으로 반환할 수 있는 값의 수입니다.
예측 클래스	단일 점수	sn_piwb_itsm_conte_dbv_ml_classes	제외된 클래스. 데이터가 부족하여 모델에서 예측으로 반환하기에 충분하지 않은 값의 수입니다.

주:

소스 테이블과 관련하여, 모든 표시기와 보고서는 새로 추가된 데이터베이스 뷰에서 빌드되며, ServiceNow 플랫폼 예측 인텔리전스 테이블이 예측 인텔리전스 워크벤치 사용 사례 테이블과 결합됩니다. 이러한 새 뷰를 사용하여 플랫폼 데이터를 사용 사례별로 필터링하면 메트릭에 미치는 영향을 보다 정확하게 이해할 수 있습니다. 이 컨텐츠 애플리케이션에 대한 모든 데이터베이스 뷰에는 sn_piwb_itsm_conte_dbv 접두어가 붙습니다.