Painel do Workbench de inteligência preditiva do ITSM

Workbench de inteligência preditiva do ITSM fornece o painel do Predictive Intelligence para incidentes para que você possa medir o valor do uso do aprendizado de máquina para automatizar seus processos de negócios de TI. Monitore modelos de caso de uso e exiba as estatísticas associadas. Demonstre de forma eficaz o valor comercial para as partes interessadas com exibições de painel.

Saiba exatamente em que estágio seus fluxos de trabalho de modelo estão com comentários automatizados em indicadores específicos ServiceNow® Performance Analytics. Os comentários aparecem nos indicadores de Automação de rede real. Os comentários das fases do modelo incluem quando o modelo é integrado, quando uma integração é removida, quando um modelo existente é alterado para um novo modelo e quando a repetição de treinamento está concluída.

Figura 1. Guia Valor comercial

Figura 2. Guia Modelos de monitoramento

Você pode exibir o gráfico Limite de automação de rede na guia Modelos de monitoramento. Este limite é um cálculo da diferença entre a automação de rede estimada e os valores insuficientes da propriedade de desempenho. Os limites são calculados diariamente e as notificações são enviadas para as partes interessadas quando os limites são violados.

Exiba comentários automáticos no indicador de Automação de rede real em várias fases do monitoramento do modelo. Um comentário é gerado quando existe um dos seguintes critérios de modelo:

• O modelo está integrado
• A integração do modelo foi removida
• O modelo existente foi alterado para um novo modelo
• O modelo integrado foi retreinado

Figura 3. Guia Estatísticas de modelo

Usuário final e funções

Usuário final e objetivo	Função necessária	Benefícios
Arquiteto de processo, proprietário de processo ou defensor de aprendizado de máquina: Visualize o desempenho das métricas operacionais e de automação. Comunique o valor do aprendizado de máquina às partes interessadas para aumentar os recursos de automação do Predictive Intelligence.	Workbench de inteligência preditiva gerente ou visualizador [piwb_manager] [piwb_viewer]	Capacidade de medir o valor do uso de Predictive Intelligence para automatizar processos do ITSM.

Indicadores

Cobertura de previsão para incidente

A pontuação deste indicador é calculada de acordo com a fórmula: se ([[Número de tentativas de previsões com base em Criado hoje para incidente]]==0){0}senão{[[Número de previsões aplicadas com base em Criado hoje para incidente]]/[[Número de tentativas de previsões com base em Criado hoje para incidente]]*100}.

Número de resultados previstos com base no valor da data final do incidente

O número de resultados previstos é baseado no valor da data final de um incidente. A pontuação é medida diariamente como unidade #.

Automação de rede para incidente

A pontuação para este indicador é calculada de acordo com a fórmula: [[Precisão de previsão para incidente]]*[[Cobertura de previsão para incidente]]/100.

Número de previsões aplicadas com base em Criado hoje para Incidente

O número de previsões aplicadas com base em Criado hoje para Incidente é medido diariamente como unidade #.

Número de tentativas de previsões com base em Criado hoje para Incidente

O número de tentativas de previsões com base em Criado hoje para Incidente é medido diariamente como unidade #.

O objetivo deste indicador é maximizar a qualidade das previsões.

Precisão de previsão para incidente

A pontuação deste indicador é calculada de acordo com a fórmula: se ([[Número de resultados previstos com base no valor da data final do incidente]]==0){0}senão{[[Número de previsões bem-sucedidas não ignoradas com base no valor da data final do incidente]]/[[Número de resultados previstos com base no valor da data final do incidente]]*100}.

Automação de rede estimada

Automação de rede estimada medida diariamente como unidade %.

Número de previsões bem-sucedidas não ignoradas com base no valor da data final do incidente

Número de previsões bem-sucedidas não ignoradas com base no valor da data final é medido diariamente como unidade #. É a contagem na fonte de dados MLPredictorResults.FinalValueDate.Incident, que está usando a tabela: ml_predictor_results.

Número de previsões para incidentes

O número de previsões para incidentes é medido diariamente como unidade #. É a contagem da fonte de dados MLPredictorResults.CreatedToday.Incident, que está usando a tabela: ml_predictor_results.

Detalhamentos

Caso de uso.

Visualizações de dados

Título	Tipo	Tabela de origem	Descrição
Previsões ignoradas	Pontuação única	sn_piwb_itsm_conte_dbv_ml_predictor_results	% de precisão estimada. Precisão estimada medida como unidade %, com base nos dados em que o modelo foi treinado.
Previsões ignoradas	Linha	sn_piwb_itsm_conte_dbv_ml_predictor_results	Previsões ignoradas (num). Número de ___, devido à baixa confiança.
Distribuição de classe - Dados de treinamento	Barra	sn_piwb_itsm_conte_dbv_ml_classes	Previsões ignoradas (linha).
% de precisão estimada	Pontuação única	sn_piwb_itsm_conte_dbv_ml_solutions	Prevista corretamente (num). Número de ___, comparando o valor inicial previsto com o valor do registro final.
Classes excluídas devido à baixa distribuição	Pontuação única	sn_piwb_itsm_conte_dbv_ml_excluded_classes	Prevista corretamente (linha).
Distribuição de classe - Real	Barra	sn_piwb_itsm_conte_dbv_ml_predictor_results	Prevista incorretamente (num). Número de ___, comparando o valor inicial previsto com o valor do registro final.
Prevista corretamente	Pontuação única	sn_piwb_itsm_conte_dbv_ml_predictor_results	Prevista incorretamente (linha).
Prevista corretamente	Linha	sn_piwb_itsm_conte_dbv_ml_predictor_results	Distribuição de classe, Dados de treinamento. Distribuição de classes em dados em que a solução foi treinada.
Prevista incorretamente	Pontuação única	sn_piwb_itsm_conte_dbv_ml_predictor_results	Distribuição de classe, Real. Distribuição atual de classes em dados dinâmicos.
Prevista incorretamente	Linha	sn_piwb_itsm_conte_dbv_ml_predictor_results	Classes previstas. Número de valores que o modelo pode retornar como uma previsão.
Classes de previsão	Pontuação única	sn_piwb_itsm_conte_dbv_ml_classes	Classes excluídas devidas. Número de valores que o modelo não tinha confiança suficiente para retornar como uma previsão, devido à falta de dados.

Nota:

Com relação às tabelas de origem, todos os indicadores e relatórios são construídos a partir de exibições de bancos de dados adicionados recentemente, combinando plataforma ServiceNow tabelas Inteligência preditiva com tabelas Workbench de inteligência preditiva de casos de uso. Com essas novas exibições, você pode filtrar os dados da plataforma por caso de uso para entender melhor o impacto nas métricas. Todas as exibições de banco de dados para este aplicativo de conteúdo têm um prefixo de sn_piwb_itsm_conte_dbv.