Surveillance et analyse pour Intelligence des tâches pour ITSM

  • Rversion finale: Zurich
  • Mis à jour 31 juil. 2025
  • 3 minutes de lecture
  • Vous pouvez afficher les impacts de vos modèles de prédiction d'incidents formés. Contrôlez les heures supplémentaires de performance du modèle, suivez la valeur commerciale et affichez les prédictions que vos agents ont utilisées et n'ont pas utilisées.

    Pour accéder au tableau de bord d’analyse Intelligence des tâches, accédez à Tous > Task Intelligence pour ITSM > Surveillance.

    Utilisez la liste déroulante Modèle pour sélectionner un modèle. Sélectionnez Appliquer pour ouvrir la configuration du modèle.

    Le tableau de bord d'analyse contient les sections suivantes :
    • Obtenir une vue d'ensemble
    • Voyez comment fonctionne votre modèle formé

    Interface utilisateur du tableau de bord d'analyse Intelligence des tâches.

    Obtenir une vue d'ensemble

    Le tableau de bord d'analyse utilise des visuels pour représenter la vue d'ensemble des performances du modèle.
    Nombre de prédictions
    Le graphique linéaire indique le nombre de champs que les modèles Catégorisation des incidents et Incidents similaires ont prédits au fil du temps. À mesure que le modèle continue d'apprendre, il peut augmenter le nombre de prédictions.
    Délai moyen de résolution des incidents (MTTR)
    Le graphique linéaire indique la durée moyenne nécessaire pour résoudre les incidents au fil du temps. Plus le modèle fait de prédictions, plus le MTTR doit diminuer, car les prédictions facilitent le travail des agents.

    Voyez comment fonctionne votre modèle formé

    Le tableau de bord d'analyse utilise des visuels pour suivre la façon dont le modèle a utilisé les prédictions au fil du temps.
    Prédictions acceptées par les agents
    Le widget affiche les prédictions correctes que vos agents ont utilisées au fil du temps au cours de la gestion des tickets. Si ce nombre est à la baisse, envisagez d'entraîner à nouveau votre modèle. Pour plus d'informations sur la modification d'un modèle formé, consultez la rubrique Modifier un modèle de prédiction d'incidents dans Intelligence des tâches pour ITSM.
    Prédictions remplacées par les agents
    Le widget affiche les prédictions incorrectes que vos agents ont supprimées au fil du temps au cours de la gestion des tickets. Si ce nombre est à la hausse, envisagez d'entraîner à nouveau votre modèle. Pour plus d'informations sur la modification d'un modèle formé, consultez la rubrique Modifier un modèle de prédiction d'incidents dans Intelligence des tâches pour ITSM.
    Prédictions ignorées par le modèle
    Le widget affiche le nombre de prédictions qui ont été ignorées par le modèle en fonction du modèle, du champ de sortie et de la sélection de la plage de dates. Pour plus d'informations sur la modification d'un modèle formé, consultez la rubrique Modifier un modèle de prédiction d'incidents dans Intelligence des tâches pour ITSM.
    Vue d'ensemble des performances
    La table Vue d'ensemble des performances affiche les valeurs moyennes, en pourcentage, pour les données correctes, incorrectes et ignorées pour chaque combinaison de modèle et de champ de sortie.
    Suivre l'utilisation des prédictions de champ individuelles au fil du temps
    Le graphique à barres suit l'utilisation des prédictions de champ individuelles au fil du temps. Chaque barre du graphique affiche trois composants, à savoir les prédictions acceptées, les prédictions remplacées et les prédictions qui ont été ignorées par le modèle. Un cadre rouge autour de chaque barre représente le nombre total d'enregistrements pour chaque jour. Pour comparer des composants spécifiques, accédez aux légendes et désélectionnez celles que vous ne souhaitez pas inclure afin d'avoir une comparaison plus personnalisée et ciblée en fonction des préférences utilisateur. Par défaut, la vue affiche le nombre de prédictions. Toutefois, vous avez la possibilité de passer à la vue en pourcentage en activant l'option Afficher le pourcentage. Dans la vue en pourcentage, vous pouvez également accéder aux informations sur la base de référence qui a été remplacée et acceptée et qui est dérivée des données de formation. Cette option vous permet d'obtenir des aperçus des performances du modèle avec la base de référence.