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-Management Anwendung, um ähnliche Teileanforderungen für eine Arbeitsauftragsaufgabe vorzuschlagen.

Problemszenario

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

Lösung: Verwenden Predictive IntelligenceÄhnlichkeitslösung

Joy entscheidet sich für die Implementierung Predictive Intelligence Für Außendienst-Management Verbessert die Abschlussbewertung der Aufgabe, 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 Intelligence Für Außendienst-Management. Diese Lösung dient zum Sammeln und Vergleichen vorhandener Datensätze mit neuen. Mithilfe der Predictive Intelligence-Funktion trainiert der Administrator die Ähnlichkeitslösung „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.

Um die Lösung zu trainieren, gibt Joy die folgenden Werte in das Formular „Ähnlichkeitsdefinition“ basierend auf den Anweisungen für das Training der Ähnlichkeitslösung ein. 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_requirement]
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 Lösung für die Ähnlichkeitsdefinition ähnlicher 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 Tabelle „Teileanforderungen“ 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_requirement] in der Datenbank „Arbeitsauftragsaufgabe“ [wm_Task] mindestens die erforderliche Anzahl von Datensätzen in der Konfiguration von festgelegt sein ServiceNow Instanz. Der Standardwert für die 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 Intelligence Für Außendienst-Management Anwendung können Sie das Formular nicht bearbeiten, und eine Warnmeldung wird angezeigt. Um das Formular bearbeitbar zu machen, klicken Sie am Ende der Nachricht auf das Wort hier.

   Tabelle : 1. Formular „Ähnlichkeitsdefinition“

   Feld	Beschreibung
   Bezeichnung	Eindeutiger Name für die Ähnlichkeitslösung
   Name	Wenn Sie eine Lösungsbezeichnung eingeben, wird dieses Feld automatisch mit einem vom System zugewiesenen Namen gefüllt, 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_requirement] für den Ähnlichkeitsvergleich mit der Kurzbeschreibung der Arbeitsauftragsaufgabe und anderen Feldern auswählen.
   Testtabelle	Tabelle, die die Arbeitsauftragsaufgaben-Datensätze enthält, die Sie mit den Teileanforderungen-Datensätzen vergleichen möchten.
   Testfelder	Felder aus der Arbeitsauftragsaufgabe, die wahrscheinlich Text enthalten, der den Feldern für Teileanforderungen 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	Die dominante Sprache des Datensatzes, den Sie anhand der Lösungsdefinition trainieren. Wenn die Datensatzsprache Englisch ist, wählen Sie Englisch aus. Hinweis: Der Begriff Verarbeitung beinhaltet einige der sprachspezifischen Schritte, die im Rahmen des Trainings einer Lösung verwendet werden. Diese Schritte können dabei das Tokenisieren von Wörtern, das Entfernen von Stoppwörtern und die Wortstammerkennung umfassen.
   Stoppwörter	Allgemeine Begriffe in der Verarbeitungssprache, die von der Suche ausgeschlossen werden, z. B. Präpositionen. Nachdem Sie die Verarbeitungssprache ausgewählt haben, fügt das System automatisch eine Stoppwortliste in derselben Sprache hinzu. Wenn Ihre Verarbeitungssprache beispielsweise Italienisch ist, wird die Liste für standardmäßige italienische Stoppwörter angezeigt.
   Schulungs­häufigkeit	Die Häufigkeit, mit der das Modell für die Definition der Ähnlichkeitslösung erneut 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 Schulungsanforderungen den Zeitplan für das Training der Lösungsdefinition für ähnliche Teileanforderungen.
   Standardmäßig ist der Zeitplan für Schulungsanforderungen Regelmäßig und wird alle 30 Tage ausgeführt.
5. Klicken Sie auf Update & Retrain (Aktualisieren und neu 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.
   Wenn Fortschritt Beträgt 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 Ähnlichkeitspunktzahl.
   1. Klicken Sie in der Spalte Aktiv auf den Link für die Lösung.
   2. Überprüfen Sie die Ähnlichkeitsbeispiele, indem Sie auf den zugehörigen Link Ähnlichkeitsbeispiele auf dem ML-Lösungsformular klicken.
      Weitere Informationen finden Sie unter Überprüfen Sie Lösungsähnlichkeitsbeispiele .
   3. Geben Sie in der zugehörigen Liste „Lösungsstatistiken“ auf dem ML-Lösungsformular den erforderlichen Wert im Feld Schwellenwert für Ähnlichkeitspunktzahl ein, 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 wie die für eine Arbeitsauftragsaufgabe ausgewählten Felder als Teileanforderungsempfehlungen gesendet.