---
sourceDocument: Yokohama Employee Service Management
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/employee-service-management

 Release :

    - yokohama

ft:locale :

    - pt-BR

ft:publication_title :

    - Yokohama Employee Service Management

ft:clusterId :

    - emplsm

bundleId :

    - emplsm

workflow :

    - Employee


---

# Modelo de PIWB de RH: Recomende o tempo estimado para resolução

# Modelo de PIWB de RH: Recomende o tempo estimado para resolução {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 7 min. de leitura

Treine sua solução usando dados históricos para prever saídas numéricas com base nos dados históricos. Configure a definição da solução para prever o tempo estimado para resolver um caso de RH.

## Antes de Iniciar

Função necessária: sn_piwb_hr_content.admin

## Por Que e Quando Desempenhar Esta Tarefa

As soluções de regressão permitem prever uma estimativa de pontos e um intervalo de previsão. Ao fazer previsões, a regressão também permite especificar um nível de confiança para o intervalo de previsão (intervalo). Entenda as informações de configuração do ETTR de [Tempo estimado para resolver casos de RH](https://servicenow-prod.fluidtopics.net/iSdnossvyaPokXxVds4lGA "Determine o tempo estimado para resolver um caso (ETTR) para um caso analisando casos encerrados semelhantes no passado para melhor visibilidade e transparência.").

## Procedimento

1. Navegar até TudoWorkbench de inteligência preditivaCasos de UsoCriar novo a partir de modelos.
2. Na lista de modelos, acesse Tempo estimado para resolver um caso de RH e clique em Início .  
   Uma janela pop-up com o nome do modelo é exibida. Este caso de uso é tratado na Inteligência preditiva clássica. Você será levado até lá para concluir a configuração. Você pode executar as seguintes etapas:
   1. Certifique-se de clicar Exibir a documentação do produto para configurar este caso de uso para revisar as instruções sobre como configurar a definição da solução.  
      Nota:  
      Certifique-se de revisar e entender a documentação para criar a definição da solução.
   2. Clique em Leve-me lá para começar com a definição da solução.
   {#hr-piwb-ettr__ul_hqv_g34_2qb}  
   A página principal de Soluções de aprendizado de máquina é exibida.Figura 1. Casos de uso de RH ML
3. Ir para Regressãoml_sn_sn_hr_core_global_hr_case_resolution_time Nas Definições de solução disponíveis, clique em Configurar .  
   A definição da solução de regressão para o tempo de resolução de caso de RH é exibida.
4. No formulário de definição da solução, configure esses campos de acordo com a orientação a seguir.  
   {#hr-piwb-ettr__table_kx3_qgr_qlb__entry__2}

   | Campo | Valor |
   |-|-|
   | Rótulo | Insira um nome exclusivo para sua solução de regressão. Por exemplo, insira <kbd class="ph userinput">Tempo de resolução de caso de RH </kbd>. |
   | Nome | À medida que você insere o valor do rótulo da solução, este campo é preenchido automaticamente com um nome atribuído pelo sistema semelhante ao valor do rótulo <kbd class="ph userinput">ml_sn_sn_hr_core_global_hr_case_resolution_time </kbd> |
   | Corpus de palavras | Selecione um corpus de palavras existente que seja relevante para sua solução. Por exemplo, neste caso de uso, você seleciona um corpus de palavras que tenha um título como Regressão de corpus de palavras . Se você não tiver um corpus de palavras relevante, siga as etapas em Criação de um corpus de palavras. Quando o corpus de palavras estiver concluído, você poderá selecioná-lo no campo Corpus de palavras no formulário Definição de regressão. No entanto, a seleção de corpus de palavras é opcional. Se os dados de entrada tiverem colunas de texto e você não escolher um corpus de palavras, sua solução de regressão treinará um novo modelo de corpus de palavras usando as colunas de texto nos dados de entrada. O corpus de palavras resultante pode ser reutilizado em qualquer outra solução de regressão ou outro tipo de solução DE ML. Nota: O número de registros por tabela para criação de corpus de palavras usado em soluções de regressão é limitado a 300 000. |
   | Tabela | Selecione a tabela de banco de dados na qual você está aplicando a regressão. A tabela deve conter registros históricos que o sistema pode usar para prever a duração da restauração do banco de dados <kbd class="ph userinput">Caso de RH [sn_hr_core_case] </kbd>. |
   | Campo de Saída | Selecione o campo cujo valor você deseja que o modelo preditivo defina. Em geral, um bom campo de saída é numérico, inteiro ou de ponto flutuante. Neste cenário de exemplo, você usa o. atual_resolution_time campo para medir um período de tempo. O campo de saída deve gerar um valor numérico. |
   | Campos | Selecione um ou mais tipos de campo que ajudem o sistema a identificar os registros que você deseja treinar usando regressão. Neste cenário, você usa short_description, description, hr_service,assignment_group, topic_detail, topic_category, priority,sys_class_name. Os tipos de campo de entrada podem ser cadeia de caracteres, nominal ou numérico. |
   | Filtro | (Opcional) Adicione condições de filtro aos registros de campo de saída que você deseja treinar usando regressão. Ajuste os filtros para garantir registros suficientes. O número mínimo de registros para treinamento de regressão é de 10 000 registros. O número máximo de registros para treinamento de regressão é limitado a 300 000. |
   | Idioma de processamento | Selecione o idioma dominante do conjunto de dados que você está treinando na definição da solução. Se o idioma do conjunto de dados for inglês, escolha Inglês . Além disso, o processamento em inglês é aplicado a todos os conjuntos de dados por padrão. Por exemplo, se você selecionar italiano, o sistema processará os dados em inglês e italiano. Nota: O termo processando indica algumas das etapas específicas do idioma usadas como parte do treinamento de uma solução. Por exemplo, tokenizar palavras, remover palavras de parada e stemming. |
   | Palavras irrelevantes | Quando você seleciona o idioma de processamento, o sistema adiciona automaticamente uma lista de palavras irrelevantes que usa o mesmo idioma. Por exemplo, se o idioma de processamento for o italiano, a lista Palavras irrelevantes padrão em italiano será exibida. A lista Palavras irrelevantes padrão em inglês também aparecerá na sua seleção. Se você criar uma lista de palavras de interrupção personalizada, poderá selecioná-la no campo Palavras de interrupção para adicioná-la à sua solução. Neste cenário, você usa o. Palavras irrelevantes em inglês padrão lista. |
   | Frequência de Treinamento | Selecione com que frequência o sistema gera novamente a solução com base nos registros correspondentes a. Filtro . Suas opções incluem: * Executar uma vez * A cada 30 dias * A cada 60 dias * A cada 90 dias * A cada 120 dias * A cada 180 dias {#hr-piwb-ettr__ul_tv3_wmp_j1b} Neste cenário, você seleciona a cada 30 dias Por padrão, o sistema executa o treinamento uma vez. Esta prática fornece tempo para revisar e atualizar a definição da solução conforme necessário até que forneça valores aceitáveis de cobertura e precisão. O número mínimo de registros necessários para o treinamento da solução de regressão é de 10 000. O agendador DE ML limita o número de treinamentos que uma instância pode confirmar a 50 novas solicitações de treinamento DE ML por instância em uma janela de 24 horas. Isso exclui solicitações de retreinamento agendadas. Além disso, atualizações de clustering e semelhança também são excluídas desse limite, mesmo que as novas solicitações de treinamento excedam 50 em um intervalo de 24 horas. |
   [ ]

   {#hr-piwb-ettr__table_kx3_qgr_qlb}
5. Clique no botão ou opção de menu de contexto apropriado para a definição da sua solução.

   | Opção | Descrição |
   | Salvar ou Salvar e treinar | Salve o registro de definição da solução para retornar a ele mais tarde ou salve e envie-o para treinamento. |
   | Enviar ou Enviar e treinar | Crie seu registro de definição de solução e envie-o ou envie-o e treine-o. |
   |-|-|

   {#hr-piwb-ettr__choicetable_ohd_ndj_3fb}
6. Se você enviou a solução para treinamento, clique em OK em Ativação de treinamento janela para confirmar.  
   O sistema agenda a solução para treinamento com o serviço de treinamento mais próximo. O sistema envia uma notificação quando o treinamento é concluído, incluindo quaisquer erros que possam ter ocorrido no treinamento. Qualquer outro usuário pode assinar o. Inteligência preditivaCategoria de notificações. Quando o treinamento é concluído, o sistema carrega a solução como um registro de anexo.

   Quando a configuração estiver concluída, os funcionários e agentes verão o tempo estimado para resolver nas seções de solicitação.
{#hr-piwb-ettr__steps_x1g_nm1_dqb}

## O que Fazer Depois

Neste cenário, você criou uma solução DE ML a partir da sua definição de solução. Na seção Links relacionados da sua solução DE ML, consulte as guias Estatísticas da solução, Testar solução e Definição da solução. Na guia Estatísticas da solução, revise as estatísticas Estimativa de pontos e intervalo (intervalo de previsão) fornecidas pela solução.Figura 2. Definição da solução de regressão

Na guia Testar soluções da sua solução, você pode testar a saída de previsão para os registros usados como entrada para a previsão inserindo valores para os campos de entrada. Você também pode usar o nível de confiança de previsão padrão de <kbd class="ph userinput">95 </kbd>ou insira um nível diferente entre <kbd class="ph userinput">0 </kbd>e. <kbd class="ph userinput">100 </kbd>. Usar 95 como o valor significa que o sistema está 95% confiante de que a previsão real está dentro do intervalo de previsão. Clique em Executar teste botão para encontrar a saída de previsão.

Depois de executar o teste, as estatísticas de saída de previsão serão exibidas. A estimativa de ponto na tela é um valor único em um point-in-time. Quando a configuração estiver concluída, os funcionários e agentes verão o tempo estimado para resolver nas seções de solicitação.

Você pode verificar o status da integração de Administração de RHConfigurações de IA do RHDefinição de solução. O caso de uso agora está mapeado para a definição de solução selecionada.
* **[Tempo estimado para resolver casos de RH](https://servicenow-prod.fluidtopics.net/iSdnossvyaPokXxVds4lGA)**   
  Determine o tempo estimado para resolver um caso (ETTR) para um caso analisando casos encerrados semelhantes no passado para melhor visibilidade e transparência.
* **[Exibindo previsões de ETTR](https://servicenow-prod.fluidtopics.net/Nuy1a3l7GNjudD1ovrLpMw)**   
  Veja os exemplos de exibições de ETTR na jornada de um caso que indica o tempo estimado de resolução com base nos dados históricos.

**Tópicos relacionados**   

* [Inteligência preditiva](https://www.servicenow.com/docs/access?context=predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences&ft:locale=en-US)
* [Para começar com Inteligência preditiva](https://www.servicenow.com/docs/access?context=install-predictive-intelligence&version=yokohama&pubname=yokohama-intelligent-experiences&section=get-started-predictive-intelligence&ft:locale=en-US)