Beispiel: Ähnliche Teileanforderungen für Arbeitsauftragsaufgaben vorschlagen

Dieses Beispiel bietet einen Anwendungsfall für einen Wartungsmanager für medizinische Geräte, der eine Ähnlichkeitsdefinitionslösung in aktualisiert und trainiert Außendienst-ManagementAnwendung, um ähnliche Teileanforderungen für eine Arbeitsauftragsaufgabe vorzuschlagen.

Problemszenario

Joy, ein Wartungsmanager für medizinische Geräte, äußerte seine Unzufriedenheit mit den relativ niedrigen anfänglichen Erfolgsraten bei der Wartung medizinischer Geräte. Dieses Problem ist hauptsächlich aufgetreten, da Techniker während ihrer ersten Besuche keinen Zugriff auf die erforderlichen Teile hatten. Um dieses Problem zu beheben, muss der Manager die Teileanforderungen basierend auf dem vorherigen Serviceverlauf der Arbeitsauftragsaufgabe hinzufügen. Dieser Prozess ist jedoch zeitaufwändig und erfordert eine gründliche Bewertung der Aufgaben.

Lösung: Verwenden Predictive IntelligenceÄhnlichkeitslösung

Joy entscheidet sich für die Implementierung Predictive IntelligenceFür Außendienst-ManagementDient zur Verbesserung der Abschlussbewertung von Aufgaben, indem automatisch ähnliche Teileanforderungen für Arbeitsauftragsaufgaben vorgeschlagen werden. Dies wird erreicht, indem die Lösung für maschinelles Lernen trainiert wird, um den bisherigen Serviceverlauf der Arbeitsauftragsaufgaben zu nutzen.

Jetzt arbeitet Joy mit dem Administrator zusammen, um die in bereitgestellte Lösung für maschinelles Lernen zu trainieren Predictive IntelligenceFür Außendienst-Management. Diese Lösung wurde entwickelt, um vorhandene Datensätze zu erfassen und mit neuen zu vergleichen. Mithilfe der Predictive Intelligence-Funktion trainiert der Administrator die Ähnlichkeitslösung für ähnliche Teileanforderungen, um den Prozess der Vorschlagung ähnlicher erforderlicher Teileanforderungen für Arbeitsauftragsaufgaben zu automatisieren. Dies wird erreicht, indem der Teileanforderungsdatensatz mit dem Arbeitsauftragsaufgabendatensatz verglichen und relevante Ergebnisse bereitgestellt werden.

Zum Trainieren der Lösung gibt Joy die folgenden Werte in das Formular „Ähnlichkeitsdefinition“ ein, basierend auf den Anweisungen zum Trainieren der Ähnlichkeitslösung. Weitere Informationen finden Sie unter Trainieren Sie die Ähnlichkeitslösung, um ähnliche Teile für eine Arbeitsauftragsaufgabe vorzuschlagen.

Feld	Wert
Bezeichnung	Ähnliche Teileanforderungen
Name	ml_sn_sn_fsm_ml_global_similar_part_requirements
Tabelle	Teileanforderung [sm_part_Request]
Felder	Kurzbeschreibung, Beschreibung, Kompetenzen und Asset-Anzeige
Testtabelle	Arbeitsauftragsaufgabe [wm_Task]
Testfelder	Felder „Beschreibung“, „Kurzbeschreibung“, „Kompetenzen“ und „Asset“
Filter	[Arbeitsauftragsaufgabe_Asset] [ist] [nicht leer]
Verarbeitungs­sprache	English
Stoppwörter	Standardmäßige englische Stoppwörter
Schulungs­häufigkeit	Alle 30 Tage
Aktualisierungshäufigkeit	Jeden Tag

Trainieren Sie die Ähnlichkeitslösung, um ähnliche Teile für eine Arbeitsauftragsaufgabe vorzuschlagen

Aktualisieren und trainieren Sie die Ähnlichkeitsdefinitionslösung für ähnliche Teileanforderungen, um die erforderlichen Teile für eine Arbeitsauftragsaufgabe vorzuschlagen.

Vorbereitungen

Erforderliche Rolle: wm_admin

Warum und wann dieser Vorgang ausgeführt wird

Die Ähnlichkeitslösung für ähnliche Teileanforderungen erfasst und vergleicht Ihre vorhandenen Datensätze mit neuen ähnlichen Datensätzen. Es hilft, die erforderlichen Teile für Arbeitsauftragsaufgaben vorzuschlagen, die in der Vergangenheit häufig verwendet wurden. Diese Lösung verwendet den vordefinierten Teileanforderungsdatensatz, der in der Teileanforderungstabelle gespeichert ist, um genaue Empfehlungen zu geben.

Um den Teilevorschlag basierend auf bestimmten Arbeitsauftragsaufgabenfeldern anzupassen, müssen Sie diese Ähnlichkeitslösung ändern. Damit eine Ähnlichkeitslösung ordnungsgemäß funktioniert, muss in der Tabelle „Teileanforderungen“ [sm_part_Request] in der Datenbank „Arbeitsauftragsaufgabe [wm_Task]“ mindestens die erforderliche Anzahl von Datensätzen in der Konfiguration von festgelegt sein ServiceNowInstanz. Die standardmäßig erforderliche Mindestanzahl ist 10.000.

Prozedur

1. Navigieren zu Alle > Predictive Intelligence > Ähnlichkeit > Lösungsdefinitionenan.
2. Suchen Sie in der Liste Ähnlichkeitsdefinitionen nach der Lösungsdefinition für ähnliche Teileanforderungen (ml_sn_sn_fsm_ml_global_similar_part_requirements), und wählen Sie sie aus.
3. Überprüfen Sie im Formular „Ähnlichkeitsdefinition“ die Standardfeldwerte für Teileanforderungen.
   Hinweis:

   Wenn der Anwendungsbereich nicht auf festgelegt ist Predictive IntelligenceFür Außendienst-ManagementAnwendung können Sie das Formular nicht bearbeiten, und eine Warnmeldung wird angezeigt. Um das Formular bearbeitbar zu machen, klicken Sie auf das Wort Hier Am Ende der Nachricht.

   Tabelle : 1. Formular „Ähnlichkeitsdefinition“

   Feld	Beschreibung
   Bezeichnung	Eindeutiger Name für Ihre Ähnlichkeitslösung.
   Name	Wenn Sie Ihren Lösungsbezeichnungswert eingeben, wird dieses Feld automatisch mit einem vom System zugewiesenen Namen ausgefüllt, der Ihrem Bezeichnungswert ähnelt.
   Tabelle	Tabelle, die den Teileanforderungen-Datensatz enthält, für den Sie mit anderen ähnlichen Datensätzen vergleichen und trainieren möchten. Nachdem Sie einen Tabellenwert zugewiesen haben, wird im Formular ein Link angezeigt, der die Anzahl der Datensätze anzeigt, die Ihren Filterbedingungen entsprechen.
   Felder	Feldtypen, die den Text der Teileanforderungen-Datensätze enthalten, deren Arbeitsauftragsaufgaben Sie identifizieren möchten. Sie können die Spalten aus der Tabelle „Teileanforderung“ [sm_part_Request] für den Ähnlichkeitsvergleich mit der Kurzbeschreibung der Arbeitsauftragsaufgabe und anderen Feldern auswählen.
   Testtabelle	Tabelle, die die Arbeitsauftragsaufgabendatensätze enthält, die Sie mit den Teileanforderungen-Datensätzen vergleichen möchten.
   Testfelder	Felder aus der Arbeitsauftragsaufgabe, die wahrscheinlich Text enthalten, der den Teileanforderungen-Feldern ähnlich oder relevant ist. Diese Felder werden für die Ähnlichkeitsabstimmung mit den Teileanforderungsfeldern verwendet.
   Filter	Filterbedingungen, die auf die Felddatensätze angewendet werden, um Arbeitsauftragsaufgabendatensätze nach Teileanforderungsempfehlungen zu filtern.
   Verarbeitungs­sprache	Dominante Sprache des Datensatzes, den Sie für die Lösungsdefinition trainieren. Wenn die Datensatzsprache Englisch ist, wählen Sie aus Englisch . Hinweis: Die Begriffsverarbeitung gibt einige der sprachspezifischen Schritte an, die im Rahmen des Trainings einer Lösung verwendet werden. Diese Schritte können das Tokenisieren von Wörtern, das Entfernen von Stoppwörtern und das Stemmming umfassen.
   Stoppwörter	Allgemeine Begriffe in der Verarbeitungssprache, die von der Suche ausgeschlossen werden, z. B. Präpositionen. Wenn Sie Ihre Verarbeitungssprache auswählen, fügt das System automatisch eine Stoppwortliste hinzu, die dieselbe Sprache verwendet. Wenn Ihre Verarbeitungssprache beispielsweise Italienisch ist, wird die Standardmäßige Italienische Stoppwörter Liste wird angezeigt.
   Schulungs­häufigkeit	Die Häufigkeit, mit der das Modell für die Definition der Ähnlichkeitslösung neu trainiert werden muss.
   Aktualisierungshäufigkeit	Häufigkeit, wie oft neue Datensätze in das Modell aufgenommen werden sollen, um die Ähnlichkeitsergebnisse abzurufen.

   Weitere Informationen finden Sie unter Erstellen und trainieren Sie eine Ähnlichkeitslösung .

4. Wahlweise: Aktualisieren Sie in der zugehörigen Liste „Zeitplan für Schulungsanforderung“ den Zeitplan für das Training der Lösungsdefinition für ähnliche Teileanforderungen.
   Standardmäßig ist der Zeitplan für die Schulungsanforderung Regelmäßig Und wird alle 30 Tage ausgeführt.
5. Klicken Sie Auf Aktualisieren Und Erneut Trainieren .
6. Öffnen Sie die Lösungsdefinition für ähnliche Teileanforderungen (ml_sn_sn_fsm_ml_global_similar_part_requirements), und zeigen Sie in der zugehörigen Liste ML-Lösungen den Fortschritt der Schulungslösung in an Fortschritt Spalte.
   Wann Fortschritt Ist 100 %, können Sie in der zugehörigen Liste ML-Lösungen hilfreichere Inhalte in die Vorschläge für Teileanforderungen aufnehmen, indem Sie die Ähnlichkeitsbeispiele basierend auf der Ähnlichkeitsbewertung überprüfen und den Schwellenwert für die Ähnlichkeitsbewertung aktualisieren.
7. Wahlweise: Aktualisieren Sie den Schwellenwert für die Ähnlichkeitsbewertung.
   1. In Aktiv Klicken Sie auf den Link für die Lösung.
   2. Überprüfen Sie die Ähnlichkeitsbeispiele, indem Sie auf klicken Ähnlichkeitsbeispiele Zugehöriger Link im ML-Lösungsformular.
      Weitere Informationen finden Sie unter Überprüfen Sie Lösungsähnlichkeitsbeispiele .
   3. Geben Sie in der zugehörigen Liste „Lösungsstatistiken“ im ML-Lösungsformular den erforderlichen Wert in ein Schwellenwert Für Ähnlichkeitspunktzahl Feld, klicken Sie mit der rechten Maustaste auf das ML-Lösungsformular, und klicken Sie dann auf Speichern .
      Weitere Informationen finden Sie unter Aktualisieren Sie den Schwellenwert für die Ähnlichkeitsbewertung .

Ergebnisse

Wenn die Lösung abgeschlossen ist, wird das erforderliche Teil ähnlich den für eine Arbeitsauftragsaufgabe ausgewählten Feldern als Teileanforderungsempfehlungen gesendet.