Überwachung und Analysen für Task Intelligence für ITSM
Sie können die Auswirkungen Ihrer trainierten Incident-Vorhersagemodelle anzeigen. Überwachen Sie die Leistung des Modells im Laufe der Zeit, verfolgen Sie den Geschäftsnutzen, und zeigen Sie an, welche Vorhersagen Ihre Service Desk-Mitarbeiter verwendet bzw. nicht verwendet haben.
Um auf das Task Intelligence Analytics-Dashboard zuzugreifen, navigieren Sie zu an.
Verwenden Sie die Dropdown-Liste Modell, um ein Modell auszuwählen. Wählen Sie Anwenden, um die Konfiguration des Modells zu öffnen.
Das Analytics-Dashboard enthält die folgenden Abschnitte:
- Überblick verschaffen
- Leistung Ihres trainierten Modells anzeigen
Überblick verschaffen
Im Analytics-Dashboard werden Grafiken verwendet, um die Leistungsübersicht des Modells darzustellen.
- Anzahl der Vorhersagen
- Das Liniendiagramm zeigt die Anzahl der Felder, die die Modelle „Incident-Kategorisierung“ und „Ähnliche Incidents“ im Laufe der Zeit vorhergesagt hat. Je mehr das Modell lernt, desto höher ist die Anzahl der Vorhersagen.
- Durchschnittliche Zeit bis zur Lösung des Incident (Incident Mean Time to Resolve, MTTR)
- Das Liniendiagramm zeigt die durchschnittliche Zeit, die zur Lösung von Incidents im Laufe der Zeit benötigt wird. Je mehr Vorhersagen das Modell trifft, desto kürzer muss die MTTR werden, da die Vorhersagen den Service Desk-Mitarbeitern helfen.
Leistung Ihres trainierten Modells anzeigen
Das Analytics-Dashboard verwendet Visualisierungen, um nachzuverfolgen, wie das Modell Vorhersagen im Zeitverlauf verwendet hat.
- Vorhersagen, die Service Desk-Mitarbeiter angenommen
- Das Widget zeigt die richtigen Vorhersagen, die Service Desk-Mitarbeiter im Laufe der Zeit während der Fallverwaltung verwendet haben. Wenn diese Zahl einen Trend nach unten aufweist, sollten Sie in Erwägung ziehen, Ihr Modell neu zu trainieren. Weitere Informationen zum Bearbeiten eines trainierten Modells finden Sie unter Incident-Vorhersagemodell in Task Intelligence für ITSM bearbeiten.
- Vorhersagen, die Service Desk-Mitarbeiter ersetzt
- Das Widget zeigt die falschen Vorhersagen, die Service Desk-Mitarbeiter im Laufe der Zeit während der Fallverwaltung entfernt haben. Wenn diese Zahl einen Trend nach oben aufweist, sollten Sie in Erwägung ziehen, Ihr Modell neu zu trainieren. Weitere Informationen zum Bearbeiten eines trainierten Modells finden Sie unter Incident-Vorhersagemodell in Task Intelligence für ITSM bearbeiten.
- Vom Modell übersprungene Vorhersagen
- Das Widget zeigt die Anzahl der Vorhersagen an, die vom Modell basierend auf Modell, Ausgabefeld und Datumsbereichsauswahl übersprungen wurden. Weitere Informationen zum Bearbeiten eines trainierten Modells finden Sie unter Incident-Vorhersagemodell in Task Intelligence für ITSM bearbeiten.
- Leistungsüberblick
- Die Tabelle mit der Leistungsübersicht zeigt die mittleren Prozentwerte für richtige, falsche und übersprungene Daten für jede Kombination aus Modell und Ausgabefeld an.
- Nutzung einzelner Feldvorhersagen im Laufe der Zeit nachverfolgen
- Das Balkendiagramm bildet die Verwendung einzelner Feldvorhersagen im Laufe der Zeit ab. Jeder Balken im Diagramm zeigt drei Komponenten: die akzeptierten Vorhersagen, die ersetzten Vorhersagen und die vom Modell übersprungenen Vorhersagen. Ein roter Rahmen um jeden Balken zeigt die Gesamtzahl der Datensätze für jeden Tag an. Um bestimmte Komponenten zu vergleichen, navigieren Sie zu den Legenden, und deaktivieren Sie diejenigen, die Sie nicht einbeziehen möchten, damit Sie einen individuelleren und fokussierteren Vergleich basierend auf den Anwendereinstellungen erhalten. Standardmäßig zeigt die Ansicht die Anzahl der Vorhersagen an. Sie haben jedoch die Möglichkeit, zur Prozentansicht zu wechseln, indem Sie die Option „Prozentsatz anzeigen“ umschalten. In der Prozentansicht können Sie auch auf die Informationen über die ersetzte und akzeptierte Baseline zugreifen, die aus den Trainingsdaten abgeleitet wird. Mit dieser Option können Sie Einblicke in die Leistung des Modells mit der Baseline erhalten.