Mit „Task Intelligence for Customer Service“ installierte Komponenten

Tabellen

Die Anwendung „Task Intelligence for Customer Service“ nutzt die folgenden Tabellen.

Tabelle : 1. Mit Task Intelligence für Customer Service installierte Tabellen
Tabelle	Beschreibung
ML-Lösung [ml_solution]	In der Tabelle „ML-Lösung“ werden trainierte, auf maschinellem Lernen basierende Lösungen gespeichert. Durch Aktivieren der Anwendung „Task Intelligence for Customer Service“ (com.snc.csm_ml_task) wird in dieser Tabelle ein Datensatz für die vortrainierte, auf maschinellem Lernen basierende Lösung zur Stimmungsanalyse erstellt: ml_x_snc_global_global_sentiment.
ML-Stimmung [ml_sentiment]	In dieser Tabelle werden auf maschinellem Lernen basierende Stimmungsinformationen gespeichert. Sie enthält die folgenden Felder: Ursprüngliche Stimmung: Die Stimmung, die bei der Erstellung des Falls vorhergesagt wird. Aktuelle Stimmung: Die Stimmung, die bei der Aktualisierung des Falls vorhergesagt wird. Stimmung im Laufe der Zeit: Zeigt die Vorhersage für den Stimmungstrend an, während ein Service Desk-Mitarbeiter an der Lösung des Falls arbeitet. Um einen Wert für dieses Feld zu berechnen, müssen mindestens zwei Stimmungsvorhersagen vorhanden sein. Das System ermittelt den Stimmungstrend mit der folgenden Formel: (currentSentiment - originalSentiment) > 0 ?'improving' :'declining';
Ergebnis der Vorhersage ml_predictor_results	In dieser Tabelle werden Vorhersageergebnisse und Feedback für die Datensatzkategorisierung, Stimmungsanalyse und Spracherkennung gespeichert. Dies umfasst übersprungene und fehlgeschlagene Vorhersagen, die aus Vorhersageanforderungen resultieren. Für die Fallkategorisierung: In den Feldern Standardkonfidenz und Voraussichtliche Konfidenz werden Konfidenzwerte gespeichert, die von den maschinellen Lernmodellen für die Kategorisierung zurückgegeben werden. Für Fälle, die aus E-Mails erstellt wurden, enthält das Feld Quell-ID einen Verweis auf den Datensatz „sys_email“ und das Feld Voraussichtliche Tabelle einen Verweis auf die Tabelle „sys_email“. Für die Stimmungsanalyse: Der Wert im Feld Richtig vorhergesagt ist standardmäßig für jede Stimmungsvorhersage auf „true“ festgelegt. Die Felder Endgültiger Eingabewert und Endgültiger Ausgabewert bleiben leer, da die Vorhersagen der Stimmungsanalyse kein Feedback von Service Desk-Mitarbeitern erfassen. Für Spracherkennung: In der Tabelle „Vorhersageergebnis“ werden die Vorhersageergebnisse aus der Spoke des Spracherkennungsservice gespeichert. Im Feld Erkannte Sprache wird die von der Spracherkennungsservice-Spoke zurückgegebene Sprache gespeichert. Die Tabelle „Vorhersageergebnis“ enthält das Feld Übersprungen, bei dem es sich um ein true\|false-Feld handelt. Wahr: Die Vorhersage wurde übersprungen. False: Die Vorhersage wurde nicht übersprungen. Weitere Informationen zu übersprungenen Vorhersagen finden Sie unten unter Logik für übersprungene Feldwerte. Hinweis: Die Liste Vorhersageergebnis enthält einen Filter im Feld Fähigkeit, der Ergebnisse anzeigt, bei denen die Fähigkeit Klassifizierung ist. Entfernen Sie diesen Filter, um alle Vorhersageergebnisse anzuzeigen.
Fall [sn_customerservice_case]	In der Falltabelle werden Kundenservicefall-Datensätze gespeichert. Diese Tabelle ist der Empfänger für Vorhersagen zur Fallkategorisierung. Das Feld Sprache wurde der Falltabelle hinzugefügt. Dieses Feld verweist auf die Tabelle „Sprache“ [sys_language]. Es wird automatisch mit der Vorhersage der Spracherkennungs-Spoke gefüllt und speichert die Sprache, die zum Erstellen der E-Mail bzw. des Falls verwendet wurde. Die Tabelle „Fall“ wird mit dem Plugin „Customer Service“ (com.sn_customerservice) hinzugefügt.
Aufgabe [task]	Die Aufgabentabelle ist eine der Kerntabellen, die mit dem ServiceNow-Basissystem bereitgestellt werden. Die Stimmungsanalysefunktion fügt der Aufgabentabelle die Spalte Stimmung hinzu. Diese Spalte ist ein Verweis auf die Tabelle „ML-Stimmung der Aufgabe“ [task_ml_sentiment].
ML-Stimmung der Aufgabe [task_ml_sentiment]	In dieser Tabelle werden Stimmungsvorhersagen gespeichert. Der Verweis auf den Vorhersagedatensatz wird im Feld Stimmung in der Aufgabentabelle gespeichert. Diese Tabelle ist eine Erweiterung der Tabelle „ML-Stimmung“ [ml_sentiment]. Die Spalte Aufgabe in der Tabelle „Aufgabenstimmung“ verweist auf die Tabelle „Aufgabe“ [task] und dient zur Domänentrennung.
Aufgabenkompetenzen [task_m2m_skill]	In der Tabelle „Aufgabenkompetenzen“ werden Kompetenzen für die Anwendung Customer Service Management gespeichert. Die Spracherkennungsfunktion verknüpft Sprachkenntnisse mit neuen Kundenservicefällen, indem die erkannte Sprache in der Tabelle „Aufgabenkompetenzen“ gespeichert wird. Die Tabelle „Aufgabenkompetenzen“ listet Kundenservicefälle und die erkannte und jedem Fall zugewiesene Sprachkompetenz auf.

Tabelle : 2. Logik für übersprungene Feldwerte
Vorhersageeinstellung	Top-1-Vorhersage	Top 3 (mindestens 1 Vorhersage)	Übersprungen
Automatisches Ausfüllen	Ja	Ja	Falsch
	Leer	Ja	True
Empfehlungen	Ja	Ja	Falsch
	Leer	Ja	Falsch
	Leer	Leer	True
Nur überwachen	Ja	Ja	Falsch
	Leer	Ja	Falsch
	Leer	Leer	True
Vorhersage nicht erfolgreich	NA	NA	True
Vorhersagefehler	NA	NA	True

Mit Document Intelligence für Customer Service installierte Tabellen

Die Anwendung „Document Intelligence für Customer Service“ verwendet die folgenden Tabellen

Tabelle : 3. Mit der Anwendung „Document Intelligence für Customer Service“ installierte Tabellen
Tabelle	Beschreibung
DocIntel-Anwendungsfall [di_task_definition]	Speichert Document Intelligence-Anwendungsfälle für die Falltabelle (sn_customerservice_case) oder Falltyptabellen, die die Falltabelle erweitern.
DocIntel-Aufgabe [di_task]	Speichert Document Intelligence-Aufgaben. Das Feld is_stp steuert die direkte Verarbeitung. Wenn dieses Feld auf „true“ festgelegt ist, wird die direkte Verarbeitung für die Aufgabe aktiviert. Das Feld agent_input wird auf „true“ festgelegt, wenn ein Service Desk-Mitarbeiter Änderungen an den vorhergesagten Werten auf der Registerkarte „DocIntel“ vornimmt. Hinweis: Sie können Aufgaben aus der Tabelle „ML-Lösungen“ (ml_solution.list) nachverfolgen.
Integrationseinrichtung [di_integration_setup]	Speichert Anwendungsfallfilter, die auf Fälle angewendet werden. Im Feld Zieltabelle wird das Ziel für die vorhergesagten Felder gespeichert, entweder die Falltabelle (sn_customerservice_case) oder eine Falltyptabelle.
Feld [di_key]	Speichert die von Document Intelligence zu extrahierenden Schlüssel.
Feldwert [di_extracted_value]	Speichert die extrahierten Werte für die Schlüssel in einer Anwendungsfallaufgabe.

Rollen

Die Anwendung „Task Intelligence für Customer Service“ enthält die folgenden Rollen .

Tabelle : 4. Mit Task Intelligence für Customer Service installierte Rollen
Rolle	Beschreibung	Enthält Rollen
Task Intelligence-Administrator [sn_csm_ml_task.ti_admin]	Kann Modelle für maschinelles Lernen erstellen, trainieren und neu trainieren. Diese Rolle kann auch Modelle bereitstellen und löschen.	sn_docintel.admin sn_ti_admin.tia_admin sn_customerservice.case_viewer
Task Intelligence-Analyst [sn_csm_ml_task.ti_analyst]	Kann Modelle für maschinelles Lernen erstellen, trainieren und neu trainieren.	sn_customerservice.case_viewer sn_ti_admin.tia_analyst sn_docintel.manager
[sn_ti_admin.tia_admin]		ml_admin platform_ml_read
[sn_ti_admin.tia_analyst]		ml_admin
[sn_ti_admin.tia_user]		ml_report_user
Task sentiment viewer (Aufgabenstimmungsbetrachter) [task_ml_sentiment_viewer]	Stellt Lesezugriff auf Datensätze in der Tabelle „Aufgabenstimmung“ [task_ml_sentiment] bereit, wenn der Benutzer Lesezugriff auf die zugehörigen Aufgabendatensätze hat. Diese Rolle wird den folgenden Rollen hinzugefügt: sn_customerservice_agent sn_customerservice.consumer_agent

Hinweis:

Die Rolle „sn_docintel.extraction_agent“ wird der Rolle „Kundenservice-Mitarbeiter“ (sn_customerservice_agent) und der Rolle „Kundenservice-Mitarbeiter“ (sn_customerservice_consumer_agent) hinzugefügt.

Eigenschaften

Die Anwendung „Task Intelligence for Customer Service“ enthält die folgenden Eigenschaften.

Tabelle : 5. Mit Task Intelligence für Customer Service installierte Eigenschaften
Eigenschaft	Beschreibung
sn_csm_ml_task.logging.verbosity	Die Protokollausführlichkeit für die Anwendung „Task Intelligence for Customer Service“. Diese Eigenschaft hat die folgenden Werte: Fehler: Zeigt nur kritische Fehler an, die verhindern, dass die Suche abgeschlossen wird. Warnen: Zeigt Warnungen an, die auf mögliche unerwartete Verhaltensänderungen während der Suche hinweisen. Zeigt auch Fehler an. Info: Zeigt Fortschrittsmeldungen an, während die Codesuche-Anwendung nach Ergebnissen sucht. Zeigt auch Fehler und Warnungen an. Debuggen: Zeigt Informationen an, die beim Debugging der Anwendung hilfreich sein können. Außerdem werden Fehler, Warnungen und Infomeldungen angezeigt. Aus: Es werden keine Protokolle generiert. Die Standardeinstellung ist „Info“.
Kategorisierungseigenschaften
sn_csm_ml_case.case.categorization.mlpredictor.enabled	Aktiviert Kategorisierungsvorhersagen für Kundenservicefälle. Die Standardeinstellung ist „false“.
sn_csm_ml_task.categorization.attachment.max_size	Legt die maximale Größe eines Anhangs fest, der von maschinellen Lernmodellen zur Kategorisierung analysiert werden kann. Die maximal unterstützte Größe beträgt 500 KB. Die Standardeinstellung ist „450 KB“.
sn_csm_ml_task.categorization.allowed_content_types	Steuert die Inhaltstypen und Dateierweiterungen, die von der ML-Vorhersage für die Kategorisierung mit Anhang unterstützt werden. Standardmäßig können die folgenden Anhangstypen mit anhangbasierten Fallkategorisierungsvorhersagen verwendet werden: PDF, XLS, XLSX, DOCX und CSV. So konfigurieren Sie Inhaltstypen: Lassen Sie die Eigenschaft leer, um alle unterstützten Dateierweiterungen zuzulassen. Das ist die Standardeinstellung. Erstellen Sie eine Teilmenge der Standardwerte, indem Sie eine durch Kommas getrennte Liste der Inhaltstypen und Dateierweiterungen eingeben. Zum Beispiel `application/pdf,text/csv`.
sn_csm_ml_task.categorization.flow_start_time.threshold	Legt den maximalen Warteschwellenwert für Kategorisierungsvorhersagen fest, die Anhänge enthalten. Der Standardwert ist 10 Minuten. Wenn der Aufruf der API keine Vorhersage zurückgibt, bevor der maximale Warteschwellenwert erreicht ist, werden Vorhersagen ohne den Anhangstext getroffen. Diese Vorhersagen beruhen auf dem Betreff und dem Textkörper der E-Mail bzw. der Kurzbeschreibung und der Beschreibung des Falls.
sn_csm_ml_task.categorization.case.delay_attachment_fetch	Fügt eine Verzögerung von 1 Sekunde hinzu, bevor gültige Anhänge für Task Intelligence abgerufen werden, wenn Fälle aus einer E-Mail erstellt werden.
sn_csm_ml_task.case.categorization.enable_inactive_filter	Aktivieren Sie diese Eigenschaft, um inaktive Feldauswahlmöglichkeiten aus Vorhersagen zu entfernen. Die Standardeinstellung ist „false“.
Eigenschaften der Stimmungsanalyse
sn_csm_ml_task.case.sentiment.mlpredictor_enabled	Aktiviert Stimmungsvorhersagen für Kundenservicefälle. Die Standardeinstellung ist „false“. Um Stimmungsvorhersagen zu aktivieren, legen Sie diese Eigenschaft auf „true“ fest. Hinweis: Diese Eigenschaft wird automatisch auf „true“ festgelegt, wenn ein Stimmungsmodell über die Task Intelligence Admin Console trainiert und bereitgestellt wird.
Spracherkennungseigenschaften
sn_csm_ml_task.case.language.mlpredictor.enabled	Aktiviert die Spracherkennung für Kundenservicefälle. Die Standardeinstellung ist „false“. Um die Spracherkennung zu aktivieren, legen Sie diese Eigenschaft auf „wahr“ fest. Hinweis: Diese Eigenschaft wird automatisch auf „true“ festgelegt, wenn ein Spracherkennungsmodul von der Task Intelligence-Administratorkonsole getestet und bereitgestellt wird.
sn_csm_customerservice.case.ml.language.detection.threshold	Steuert den Schwellenwert für die Sprachvorhersage. Der Standardwert für diese Eigenschaft ist 0,70. Vorhersagen mit einem Konfidenzniveau über dem Schwellenwert werden in der Tabelle „Ergebnisse der Vorhersage“ (ml_predictor_results_task) und in der Tabelle „Aufgabenkompetenzen“ (task_m2m_skill) gespeichert. Vorhersagen mit einem Konfidenzniveau unter dem Schwellenwert werden in der Tabelle „Ergebnisse der Vorhersage“ (ml_predictor_results_task) gespeichert.
sn_csm_ml_task.case.languagedetection.default_confidence	Speichert den Schwellenwert des Konfidenzniveaus für die Spracherkennungsfunktion. Der Standardwert ist 0,7.
Document Intelligence-Eigenschaften
sn_csm_ml_task.case.docintel.mlpredictor.enabled	Aktiviert Document Intelligence für Customer Service Management. Hinweis: Diese Eigenschaft wird automatisch aktiviert, wenn der Benutzer einen Anwendungsfall erstellt.
sn_csm_ml_task.case.docintel.parsing_supported_types	Enthält eine Liste der unterstützten Anhangstypen: image/png,image/jpeg,application/pdf
sn_csm_ml_task.straight_through_processing_max_waiting_threshold	Definiert die maximale Wartezeit für den Abschluss einer direkten Verarbeitungsaufgabe. Die Standardzeit ist 5 Minuten. Wenn ein Anwendungsfall für die Verwendung des Vorhersagemodus für die direkte Verarbeitung konfiguriert ist, kann der Service Desk-Mitarbeiter sehen, dass die relevanten Felder im Fallformular automatisch innerhalb von 5 Minuten nach der Ankunft des Falls ausgefüllt werden. Wird dieser Schwellenwert überschritten, so werden die Werte übersprungen. Der Service Desk-Mitarbeiter kann die Aufgabe jedoch weiterhin auf der Registerkarte „DocIntel“ anzeigen und die Werte manuell extrahieren.
sn_csm_ml_task.case.delay_attachment_fetch	Wartet einige Millisekunden, bevor gültige Anhänge für Task Intelligence für den Kundenservice abgerufen werden, wenn ein Fall aus einer E-Mail erstellt wird. Hinweis: Diese Eigenschaft ist standardmäßig deaktiviert. Wenn Sie feststellen, dass Anhänge für aus E-Mails erstellte Fälle fehlen, aktivieren Sie diese Eigenschaft.

Flows

Die Anwendung „Task Intelligence for Customer Service“ enthält die folgenden Flows.

Tabelle : 6. Mit Task Intelligence für Customer Service installierte Flows
Flow	Beschreibung
Task Intelligence [new_task_intelligence]	Dieser Flow ist standardmäßig inaktiv und wird nach dem Einrichten von Modellen in der Task Intelligence Admin Console aktiviert.
Task Intelligence-Stimmungsfall-Aktualisierung [task_intelligence_case_update_flow]	Dieser Flow ist standardmäßig inaktiv und wird nach dem Einrichten von Modellen in der Task Intelligence Admin Console aktiviert.
Task Intelligence – Eingehende E-Mail-Antwort [task_intelligence_inbound_email_reply]	Dieser Flow ist standardmäßig inaktiv und wird nach dem Einrichten von Modellen in der Task Intelligence Admin Console aktiviert.
Task Intelligence – Fallspracherkennung [task_intelligence_case_language_detection]	Die Spracherkennung bestimmt die Sprache, die zum Erstellen eines Falls verwendet wird. Je nach Konfiguration kann das System diesen Wert dem Feld Sprache im Fallformular hinzufügen. Dieses Feld verweist auf die Tabelle „Sprache“ [sys_language]. Er kann die Sprache auch als Kompetenz zur zugehörigen Liste Aufgabenkompetenzen im Fallformular hinzufügen. Dieser Flow wird automatisch aktiviert, wenn ein Spracherkennungsmodul über die Task Intelligence-Administratorkonsole trainiert und bereitgestellt wird.
Task Intelligence – DocIntel bei Fallerstellung	Dieser Flow ist standardmäßig inaktiv.
Task Intelligence – Extrahierte DocIntel-Werte verarbeiten	Dieser Flow ist standardmäßig inaktiv.

Maschinelle Lernmodelle

Die Stimmungsanalysefunktion verwendet das maschinelle Lernmodell ml_x_snc_global_global_sentiment. Dieses Modell wird mit der Anwendung „Task Intelligence for Customer Service“ bereitgestellt.

Geplante Aufgabe für das Training der Kategorisierungslösung

Der Systemadministrator kann die geplante Aufgabe Categorization solution training nach Bedarf ausführen.

Hinweis:

Es wird empfohlen, einen zu importierenden Trainingsdatensatz in die Falltabelle [sn_customerservice_case] zu importieren, um das anfängliche Training des maschinellen Lernmodells für die Kategorisierung zu unterstützen. Der Trainingsdatensatz sollte auf die Fallfelder zugeschnitten sein, die Sie vorhersagen möchten, und zusätzliche Falldatensätze mit den richtigen Bezeichnungen (z. B. den erwarteten Feldwerten) für die spezifischen vorherzusagenden Felder enthalten. Durch die Erstellung dieses Datensatzes trainieren Sie den Algorithmus mit Ihren eigenen Daten, um Vorhersagen für die von Ihnen ausgewählten Felder zu treffen.

Der Systemadministrator kann vor der Ausführung der geplanten Aufgabe die folgenden Parameter festlegen.

Tabelle : 7. Parameter für geplante Aufgaben
Parameter	Beschreibung
trainNewSolution	Legen Sie den Wert auf „true“ fest, um eine neue Lösung zu trainieren. Legen Sie ihn auf „false“ fest, um eine Lösung neu zu trainieren, und fügen Sie den Namen der Lösung im Parameter existingSolutionName hinzu.
inputFields	Die Felder, mit denen das Modell trainiert wird. Beispiel: `["short_description","description"];`
outputFields	Die vorherzusagenden Felder. Beispiel: `["priority","category"];`
encodedQuery	Die Abfrage, die auf die für das Training verwendeten Daten angewendet wird.
existingSolutionName	Der Name einer vorhandenen Lösung. Fügen Sie diesem Parameter einen Namen hinzu, wenn Sie eine Lösung neu trainieren.

Um zu ermitteln, ab wann eine Lösung für Kategorisierungsvorhersagen geeignet ist, kann der Systemadministrator den Status der geplanten Aufgabe überprüfen. Sobald der Status „Lösung abgeschlossen“ lautet, kann die Lösung für Vorhersagen eingesetzt werden.

Geplante Aufgabe zum Veröffentlichen von zuvor bereitgestellten Modellen

Der -Systemadministrator kann Deploying Task Intelligence for Customer Service Management nach dem Upgrade des Plugins „Task Intelligence for Customer Service“ ausführen.

Diese geplante Aufgabe überprüft, ob zuvor bereitgestellte Modelle für die Datensatzkategorisierung, Stimmungsanalyse, Spracherkennung und Document Intelligence vorhanden sind, und veröffentlicht diese Modelle.