ITSM 予測インテリジェンスワークベンチダッシュボード

ITSM 予測インテリジェンスワークベンチ では、インシデントの予測インテリジェンスダッシュボードを提供しています。これにより、機械学習を使用する価値を測定して IT ビジネスプロセスを自動化します。ユースケースモデルを監視して、関連する統計情報を表示します。ステークホルダーにビジネス価値を、ダッシュボードビューで効果的に示します。

重要:

Xanadu リリース以降、ITSM 予測インテリジェンスワークベンチは将来の廃止に備えて準備されます。これは完全に廃止され、Yokohama リリースからサポートされなくなります。この機能の最新のエクスペリエンスを得るには、ITSM のタスクインテリジェンスアプリケーション (com.snc.itsm_ml_task) プラグインをインストールする必要があります。詳細については、「ITSM のタスクインテリジェンス」を参照してください。

詳細については、Now Support ナレッジベース の「Deprecation Process (廃止プロセス) [KB0867184]」の記事を参照してください。

特定の ServiceNow® パフォーマンスアナリティクス インジケーターの自動コメントを使用して、モデルワークフローのステージを正確に把握できます。コメントは、実際のネット自動化 インジケーターに表示されます。モデルステージのコメントには、モデルがデータ連携されたとき、データ連携が削除されたとき、既存のモデルが新しいモデルに変更されたとき、および再トレーニングが完了したときのものが含まれます。

図 : 1. [ビジネス価値] タブ

図 : 2. [監視モデル] タブ

[監視モデル] タブでネット自動化しきい値グラフを表示できます。このしきい値は、推定ネット自動化と低実績プロパティ値との差を計算したものです。しきい値は毎日計算され、しきい値に違反すると、ステークホルダーに通知が送信されます。

モデル監視のさまざまなステージで、 実際のネット自動化 インジケーターに自動コメントが表示されます。次のいずれかのモデル基準が存在するときに、コメントが生成されます。

• モデルがデータ連携された
• モデルデータ連携が削除された
• 既存のモデルが新しいモデルに変更された
• データ連携モデルが再トレーニングされた

図 : 3. [モデル統計情報] タブ

エンドユーザーとロール

エンドユーザーと目標	必要なロール	利点
プロセスアーキテクト、プロセスオーナー、または機械学習の支持者: 運用および自動化のメトリクスパフォーマンスを可視化します。 機械学習の価値をステークホルダーに説明して、予測インテリジェンスの自動化機能を強化します。	予測インテリジェンスワークベンチ マネージャーまたはビューアー [piwb_manager] [piwb_viewer]	予測インテリジェンス を使用する価値を測定して ITSM プロセスを自動化する機能です。

インジケーター

インシデントの予測範囲

このインジケーターのスコアは、次の式に従って計算されます: if ([[本日のインシデントの作成に基づき試行された予測の数]]==0){0}else{[[本日のインシデントの作成に基づき適用された予測の数]]/[[本日のインシデントの作成に基づき試行された予測の数]]*100}。

インシデントの最終実行日に基づいた予測結果の数

予測結果の数は、インシデントの最終実行日に基づきます。スコアは # 単位で毎日測定されます。

インシデントのネット自動化

このインジケーターのスコアは次の式に従って計算されます: [[インシデントの予測精度]]*[[インシデントの予測範囲]]/100。

本日のインシデントの作成に基づき適用された予測の数

本日のインシデントの作成に基づき適用された予測の数は、# 単位で毎日測定されます。

本日のインシデントの作成に基づき試行された予測の数

本日のインシデントの作成に基づき試行された予測の数は、# 単位で毎日測定されます。

このインジケーターの目標は、予測の質を最大限に高めることです。

インシデントの予測精度

このインジケーターのスコアは、次の式に従って計算されます: if ([[インシデントの最終実行日に基づいた予測結果の数]]==0){0}else{[[インシデントの最終実行日に基づいてスキップされない成功予測の数]]/[[インシデントの最終実行日に基づいた予測結果の数]]*100}。

推定ネット自動化

推定ネット自動化は、% 単位で毎日測定されます。

インシデントの最終実行日に基づいてスキップされなかった成功予測の数

最終実行日に基づいてスキップされなかった成功予測の数は、# 単位で毎日測定されます。これは、データソース MLPredictorResults.FinalValueDate.Incident のカウントで、ml_predictor_results テーブルを使用しています。

インシデントの予測数

インシデントの予測数は、# 単位で毎日測定されます。これは、データソース MLPredictorResults.CreatedToday.Incident のカウントで、ml_predictor_results テーブルを使用しています。

ブレークダウン

ユースケース

データの可視化

タイトル	タイプ	ソーステーブル	説明
スキップされた予測	単一スコア	sn_piwb_itsm_conte_dbv_ml_predictor_results	% 推定精度。 モデルがトレーニングされたデータに基づいて、単位 % で測定された推定精度。
スキップされた予測	線グラフ	sn_piwb_itsm_conte_dbv_ml_predictor_results	スキップされた予測 (数)。 ___ 個 (信頼性が低いため)。
クラス分布 - トレーニングデータ	棒グラフ	sn_piwb_itsm_conte_dbv_ml_classes	スキップされた予測 (行)。
% 推定精度	単一スコア	sn_piwb_itsm_conte_dbv_ml_solutions	正しく予測済み (数)。 ___ 個 (初期予測値と最終レコード値の比較)。
低分布のために除外されたクラス	単一スコア	sn_piwb_itsm_conte_dbv_ml_excluded_classes	正しく予測済み (行)。
クラス分布 - 実績	棒グラフ	sn_piwb_itsm_conte_dbv_ml_predictor_results	誤って予測済み (数)。 ___ 個 (初期予測値と最終レコード値の比較)。
正しく予測済み	単一スコア	sn_piwb_itsm_conte_dbv_ml_predictor_results	誤って予測済み (行)。
正しく予測済み	線グラフ	sn_piwb_itsm_conte_dbv_ml_predictor_results	クラス分布、トレーニングデータ。 ソリューションがトレーニングされたデータにあるクラスの分布。
誤って予測済み	単一スコア	sn_piwb_itsm_conte_dbv_ml_predictor_results	クラス分布、実績。 実データにあるクラスの現在の分布。
誤って予測済み	線グラフ	sn_piwb_itsm_conte_dbv_ml_predictor_results	予測済みクラス。 モデルが予測として返せる値の数。
予測クラス	単一スコア	sn_piwb_itsm_conte_dbv_ml_classes	除外されたクラス。 充分なデータがないため、モデルが予測として返すには信頼性が不足している値の数。

注:

ソーステーブルについては、すべてのインジケーターとレポートが、ServiceNow プラットフォーム 予測インテリジェンス テーブルと 予測インテリジェンスワークベンチ ユースケーステーブルを組み合わせて新規追加されたデータベースビューからビルドされます。これらの新しいビューでは、プラットフォームデータをユースケース別に並べ替えて、メトリクスへの影響度を把握しやすくします。このコンテンツアプリケーションのすべてのデータベースビューには、プリフィックス sn_piwb_itsm_conte_dbv が含まれます。