Utiliser Intelligence prédictive
Former et utiliser des Intelligence prédictive solutions pour accomplir diverses tâches et qui s’intègrent à d’autres ServiceNow produits, tels que Intelligence documentaire et Intelligence des tâches.
Vue d'ensemble
Intelligence prédictive est l’interface par laquelle vous pouvez entraîner des modèles sur AI ServiceNow Platform. Ces modèles vous permettent de prédire, d’estimer et d’identifier des modèles qui peuvent être utilisés pour acheminer le travail, renseigner les champs de formulaire, estimer les temps d’attente, etc.
- Affichez des suggestions pour les articles pertinents.
- Affectez, catégorisez et hiérarchisez les tâches.
- Détecter les incidents majeurs.
- Recommander des résolutions de ticket.
- Évitez les doublons d’articles et d’idées.
- Détecter les tentatives d’hameçonnage.
Pour plus d’informations sur les différents types de solutions disponibles, reportez-vous à Explorez Intelligence prédictive.
Former vos solutions ML
Intelligence prédictive vous permet d’entraîner des modèles prédictifs et des solutions d’apprentissage machine que vous pouvez appliquer à l’aide de données sur vos instances. Les solutions que vous créez utilisent les cadres de travail pour prédire, recommander et organiser les données. Pour commencer, reportez-vous à Création et formation de solutions.
- Catégorisation des incidents : prédit la catégorie de l’incident en fonction de la brève description. Consultez Predictive Intelligence pour Incident Management.
- Affectation de ticket CSM : prédit le groupe d’affectation de l’enregistrement de ticket en fonction de la brève description. Consultez Predictive Intelligence pour la gestion des tickets.
Pour plus d'informations, consultez ServiceNow Applications et fonctionnalités qui utilisent Intelligence prédictive.
Test et surveillance des prédictions
Après avoir créé et formé vos solutions, faites appel à l’API Predictive Intelligence pour faire une prédiction de solution. Utilisez les résultats pour évaluer les performances de la solution et apporter les changements nécessaires.
| Rapport | Description |
|---|---|
| Couverture moyenne des prédictions (30 derniers jours) | Pourcentage de prédictions ayant généré un résultat par rapport au nombre total de prédictions tentées. Cliquez sur le score de couverture pour afficher une répartition par classe. |
| Couverture des prédictions quotidiennes | Pourcentage d’enregistrements créés un jour donné au cours desquels la solution a été en mesure de prédire un résultat. |
| Précision moyenne des prédictions (30 derniers jours) | Pourcentage de prédictions dans lesquelles la valeur prévue était identique à la valeur finale du champ lors de la fermeture de l’enregistrement. Cliquez sur le score de précision pour afficher une répartition par classe. |
| Précision des prédictions quotidiennes | Pourcentage d’enregistrements fermés un jour donné au cours desquels la valeur de champ prédite était la même que la valeur finale. |
Pour plus d'informations, consultez Test et surveillance des prédictions.
Préparation de votre instance
Pour que vous tiriez le meilleur parti de Intelligence prédictive, vous voudrez vous préparer. Vous n’avez pas besoin d’écrire du code ou de faire des calculs, mais décider de ce que vous espérez faire avec les définitions de solutions facilitera l’implémentation.
- Identifiez les problèmes que vous souhaitez résoudre avec Intelligence prédictive.
- Disposer de 30 000 à 300 000 enregistrements de haute qualité à Intelligence prédictive partir desquels vous pouvez apprendre.
- Définissez vos attentes.
Processus d’implémentation
Intelligence prédictive prend environ 14 jours à implémenter sur une instance de production.
- Jour 1 : clonez l’instance de production vers une instance de non-production.
- Jours 2 à 10 : créez une définition de solution, formez-la sur des enregistrements historiques et validez que la solution fonctionne comme souhaité sur l’instance de non-production.
- Jours 11 à 13 : créez des ensembles d’importation et de mise à jour pour passer la solution en production, formez et validez sur la nouvelle instance, et définissez la fréquence de reformation.
- Jour 14 et suivants : Surveillance de la solution.
En général, les environnements de non-production sont ceux où les workflows peuvent être testés et formatés avant d’être transférés vers l’instance de production afin d’entraîner davantage les modèles et tester les prédictions.
Pour plus d’informations sur la mise en route de Intelligence prédictive, consultez Notre guide sur la façon de commencer avec Intelligence prédictive.