Predictive Intelligence verwenden

Trainieren und verwenden Predictive Intelligence Lösungen zur Ausführung verschiedener Aufgaben, die in andere integriert werden ServiceNow Produkte, z. B. Document Intelligence Und Task Intelligence.

Übersicht Von Predictive Intelligence

Predictive Intelligence Ist die Schnittstelle, über die Sie Modelle auf trainieren können ServiceNow KI-Plattform. Mit diesen Modellen können Sie Muster vorhersagen, schätzen und identifizieren, die zum Weiterleiten von Arbeit, zum Ausfüllen von Formularfeldern, zur Schätzung von Wartezeiten und mehr verwendet werden können.

• Vorschläge für relevante Artikel anzeigen.
• Aufgaben zuweisen, kategorisieren und priorisieren.
• Erkennen Sie schwerwiegende Incidents.
• Empfehlen Sie Falllösungen.
• Verhindern Sie doppelte Artikel und Ideen.
• Phishing-Versuche erkennen.

Weitere Informationen zu den verschiedenen Arten von verfügbaren Lösungen finden Sie unter Erkunden Sie Predictive Intelligence.

ML-Lösungen trainieren

Predictive Intelligence Ermöglicht Ihnen das Trainieren von Vorhersagemodellen und Lösungen für maschinelles Lernen, die Sie mithilfe von Daten auf Ihre Instanzen anwenden können. Die von Ihnen erstellten Lösungen verwenden die Frameworks, um Daten vorherzusagen, zu empfehlen und zu organisieren. Informationen zu den ersten Schritten finden Sie unter Lösungen werden erstellt und trainiert.

Sie können auch erweitern Predictive Intelligence Für andere Prozesse und Anwendungen, z. B.:

• Incident-Kategorisierung: Sagt die Kategorie des Incidents anhand der Kurzbeschreibung vorher. Siehe Predictive Intelligence für Incident-Management .
• CSM-Fallzuweisung: Sagt die Zuweisungsgruppe für den Falldatensatz anhand der Kurzbeschreibung vorher. Siehe Predictive Intelligence für Fallmanagement .

Weitere Informationen finden Sie unter ServiceNow Apps und Funktionen, die verwenden Predictive Intelligence.

Vorhersagen werden getestet und überwacht

Rufen Sie nach dem Erstellen und Trainieren Ihrer Lösungen die Predictive Intelligence-API auf, um eine Lösungsvorhersage zu treffen. Verwenden Sie die Ergebnisse, um die Leistung der Lösung zu messen und bei Bedarf Änderungen vorzunehmen.

Sie können die Abdeckung und Genauigkeit bereitgestellter Vorhersagemodelle mithilfe des Dashboards „Lösungsstatistiken“ nachverfolgen, das standardmäßig Berichte zu diesen Vorhersagebereichen bereitstellt.

Bericht	Beschreibung
Durchschnittliche Vorhersageabdeckung (letzte 30 Tage)	Der Prozentsatz der Vorhersagen, die ein Ergebnis aus der Gesamtzahl der versuchten Vorhersagen ergeben haben. Klicken Sie auf den Abdeckungswert, um eine Aufgliederung nach Klassen anzuzeigen.
Tägliche Vorhersagenabdeckung	Der Prozentsatz der an einem bestimmten Tag erstellten Datensätze, an dem die Lösung ein Ergebnis vorhersagen konnte.
Durchschnittliche Vorhersagegenauigkeit (letzte 30 Tage)	Der Prozentsatz der Vorhersagen, in denen der vorhergesagte Wert mit dem endgültigen Wert des Felds übereinstimmte, als der Datensatz geschlossen wurde. Klicken Sie auf den Genauigkeitswert, um eine Aufgliederung nach Klassen anzuzeigen.
Tägliche Vorhersagegenauigkeit	Der Prozentsatz der an einem bestimmten Tag geschlossenen Datensätze, bei denen der vorhergesagte Feldwert mit dem endgültigen Wert übereinstimmte.

Weitere Informationen finden Sie unter Vorhersagen werden getestet und überwacht.

Ihre Instanz wird vorbereitet

Damit Sie das Beste aus machen können Predictive Intelligence, Sie möchten sich vorbereiten. Sie müssen keinen Code schreiben oder Berechnungen vornehmen, aber wenn Sie entscheiden, was Sie mit den Lösungsdefinitionen tun möchten, wird die Implementierung erleichtert.

• Identifizieren Sie die Probleme, mit denen Sie lösen möchten Predictive Intelligence.
• Haben 30.000–300.000 Datensätze von hoher Qualität, aus denen Predictive Intelligence Kann lernen.
• Legen Sie Ihre Erwartungen fest.

Hinweis:

Inkonsistenzen oder Lücken in Trainingsdaten können zu falschen oder unzuverlässigen Vorhersagen führen.

Implementierungsprozess

Predictive Intelligence Die Implementierung in einer Produktionsinstanz dauert ungefähr 14 Tage.

• Tag 1: Klonen Sie die Produktionsinstanz in eine Instanz außerhalb der Produktion.
• Tage 2–10: Erstellen Sie eine Lösungsdefinition, trainieren Sie sie anhand von Verlaufsdatensätzen, und validieren Sie, ob die Lösung auf der Instanz außerhalb der Produktion wie gewünscht funktioniert.
• Tage 11–13: Erstellen Sie Import- und Update-Sätze, um die Lösung in die Produktion zu verschieben, trainieren und validieren Sie in der neuen Instanz, und legen Sie die Häufigkeit des erneuten Trainings fest.
• Tag 14 und am: Überwachen Sie die Lösung.

Im Allgemeinen können Workflows außerhalb der Produktion getestet und formatiert werden, bevor sie in die Produktionsinstanz verschoben werden, um Modelle und Testvorhersagen weiter zu trainieren.

Weitere Informationen zu den ersten Schritten mit Predictive Intelligence, Siehe Unser Leitfaden für die ersten Schritte mit Predictive Intelligencean.