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 former 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, remplir des champs de formulaire, estimer les temps d’attente, etc.
- Affichez des suggestions d’articles pertinents.
- Affectez, classez et classez les tâches par ordre de priorité.
- Détecter les incidents majeurs.
- Recommandez des résolutions de ticket.
- Évitez les articles et les idées en double.
- Détecter les tentatives d’hameçonnage.
Pour plus d’informations sur les différents types de solutions disponibles, reportez-vous à la section Découvrir Intelligence prédictive.
Formation de vos solutions ML
Intelligence prédictive vous permet de former 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 la section Création et formation de solutions.
- Catégorisation des incidents : prédit la catégorie d’incident en fonction de la description brève. Reportez-vous à la section Intelligence prédictive pour Gestion des incidents.
- Affectation de ticket CSM : prédit le groupe d’affectation de l’enregistrement de ticket en fonction de la description brève. Consultez Intelligence prédictive pour la gestion des tickets.
Pour plus d'informations, consultez ServiceNow Applications et fonctionnalités qui utilisent Intelligence prédictive.
Test et surveillance des prédictions
Après la création et la formation de vos solutions, faites appel à l’API Intelligence prédictive pour effectuer 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 la couverture pour afficher une répartition par classe. |
| Couverture des prédictions quotidiennes | Pourcentage d’enregistrements créés un jour donné pendant lesquels 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 prévue était la même que la valeur finale. |
Pour plus d'informations, consultez Test et surveillance des prédictions.
Préparation de votre instance
Pour que vous puissiez tirer 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 dossiers de haute qualité à partir desquels Intelligence prédictive vous pouvez apprendre.
- Définissez vos attentes.
Processus de mise en œuvre
Intelligence prédictive prend environ 14 jours pour implémenter sur une instance de production.
- Jour 1 : Cloner une instance de production vers une instance de non-production.
- Jours 2 à 10 : créez une définition de solution, formez-la sur les enregistrements historiques et validez le fait 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 faire passer la solution en production, former et valider sur la nouvelle instance, et définir la fréquence de reformation.
- Jour 14 et suivants : Surveiller la solution.
En général, les environnements de non-production sont ceux où les workflows peuvent être testés et formatés avant d’être déplacés vers l’instance de production pour entraîner davantage les modèles et tester les prédictions.
Pour en savoir plus sur la mise en route de Intelligence prédictive, reportez-vous à la rubrique Notre guide sur la façon de démarrer avec Intelligence prédictive.