ITSM 예측 인텔리전스 워크벤치 대시보드
ITSM 예측 인텔리전스 워크벤치 는 머신 러닝을 사용하여 IT 비즈니스 프로세스를 자동화할 때 얻는 가치를 측정할 수 있도록 인시던트용 예측 인텔리전스 대시보드를 제공합니다. 사용 사례 모델을 모니터링하고 관련 통계를 확인합니다. 대시보드 뷰를 사용하여 이해 관계자에게 비즈니스 가치를 효과적으로 시연합니다.
Xanadu 릴리스부터 ITSM 예측 인텔리전스 워크벤치는 향후 사용 중단을 준비 중입니다. 이 기능은 완전히 사용 중단될 예정이며 Yokohama 릴리스부터 더 이상 지원되지 않습니다. 이 기능에 대한 최신 환경을 사용하려면 ITSM용 작업 인텔리전스 애플리케이션(com.snc.itsm_ml_task) 플러그인을 설치해야 합니다. 자세한 내용은 문서를 참조하십시오.
자세한 내용은 Now Support 지식베이스에서 사용 중단 프로세스 [KB0867184] 문서를 참조하십시오.
특정 ServiceNow® 퍼포먼스 분석 표시기의 자동화된 설명을 통해 모델 워크플로우가 어떤 단계에 있는지 정확히 파악합니다. 실제 순 자동화 표시기에 설명이 나타납니다. 모델 스테이지 설명에는 모델이 통합될 때, 통합이 제거될 때, 기존 모델이 새 모델로 변경될 때, 재교육이 완료될 때가 포함됩니다.
모델 모니터링 탭에서 순 자동화 임계치 그래프를 볼 수 있습니다. 이 임계치는 예상 순 자동화와 저조한 속성 값 간의 차이를 계산하는 것입니다. 임계값은 매일 계산되고 임계치가 위반된 경우 이해 관계자에게 알림이 전송됩니다.
- 모델이 통합됩니다.
- 모델 통합이 제거됩니다.
- 기존 모델이 새 모델로 변경됩니다.
- 통합 모델이 재교육됩니다.
최종 사용자 및 역할
| 최종 사용자 및 목표 | 필요한 역할 | 이점 |
|---|---|---|
| 프로세스 설계자, 프로세스 소유자 또는 머신 러닝 지지자: 운영 및 자동화 메트릭 성능을 시각화합니다. 예측 인텔리전스의 자동화 기능을 향상시키는 머신 러닝의 가치를 이해 관계자에게 전달합니다. |
예측 인텔리전스 워크벤치 관리자 또는 뷰어 [piwb_manager] [piwb_viewer] |
예측 인텔리전스를 사용하여 ITSM 프로세스를 자동화할 때 얻는 가치를 측정하는 기능입니다. |
표시기
- 인시던트 예측 범위
- 이 지표의 점수는
if ([[인시던트에 대해 오늘 생성된 항목을 기준으로 시도한 예측 수]]==0){0}else{[[인시던트에 대해 오늘 생성된 항목을 기준으로 적용된 예측 수]]/[[인시던트에 대해 오늘 생성된 항목을 기준으로 시도한 예측 수]]*100}수식에 따라 계산됩니다. - 인시던트 최종 값 날짜를 기준으로 예측한 결과 수
- 인시던트의 최종 값 날짜를 기준으로 예측한 결과 수입니다. 점수는 매일 # 단위로 측정됩니다.
- 인시던트 순 자동화
- 이 지표의 점수는
[[인시던트의 예측 정확도]]*[[인시던트의 예측 범위]]/100수식에 따라 계산됩니다. - 인시던트 오늘 생성을 기준으로 적용한 예측 수
- 인시던트에 대해 오늘 생성된 항목을 기준으로 적용한 예측 수는 매일 # 단위로 측정됩니다.
- 인시던트 오늘 생성을 기준으로 시도한 예측 수
-
인시던트에 대해 오늘 생성된 항목을 기준으로 시도한 예측 수는 매일 # 단위로 측정됩니다.
이 지표의 목표는 예측 품질을 최대화하는 것입니다.
- 인시던트 예측 정확도
- 이 지표의 점수는
if ([[인시던트의 최종 값 날짜를 기준으로 예측한 결과의 수]]==0){0}else{[[인시던트의 최종 값 날짜를 기준으로 건너뛰지 않고 성공한 예측 수]]/[[인시던트의 최종 값 날짜를 기준으로 예측한 결과 수]]*100}수식에 따라 계산됩니다. - 예상 순 자동화
- 예상 순 자동화는 매일 % 단위로 측정됩니다.
- 인시던트 최종 값 날짜를 기준으로 건너뛰지 않은 성공적 예측 수
-
최종 값 날짜를 기준으로 건너뛰지 않은 성공 예측 수는 # 단위로 매일 측정됩니다. 테이블 ml_predictor_results를 사용 중인 데이터 소스 MLPredictorResults.FinalValueDate.Incident의 개수입니다.
- 인시던트 예측 수
-
인시던트 예측 수는 # 단위로 매일 측정됩니다. ml_predictor_results 테이블을 사용 중인 데이터 소스 MLPredictorResults.CreatedToday.Incident의 개수입니다.
세부 항목
사용 사례
데이터 시각화
| 제목 | 유형 | 소스 테이블 | 설명 |
|---|---|---|---|
| 건너뛴 예측 | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 예상 정확도(%). 모델이 교육한 데이터를 기반으로 하여 % 단위로 측정한 예상 정확도입니다. |
| 건너뛴 예측 | 라인 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 건너뛴 예측(수). 신뢰도가 낮아 ___ 수입니다. |
| 클래스 분포 - 교육 데이터 | 막대 |
sn_piwb_itsm_conte_dbv_ml_classes | 건너뛴 예측(라인). |
| 예상 정확도(%) | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_solutions | 올바른 예측(수). ___의 수로, 초기 예측 값과 최종 기록 값을 비교합니다. |
| 낮은 분포로 인해 제외된 클래스 | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_excluded_classes | 올바른 예측(라인). |
| 클래스 분포 - 실제 | 막대 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 잘못된 예측(수). ___의 수로, 초기 예측 값과 최종 기록 값을 비교합니다. |
| 올바른 예측 | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 잘못된 예측(라인). |
| 올바른 예측 | 라인 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 클래스 분포, 교육 데이터입니다. 솔루션을 교육한 데이터의 클래스 분포입니다. |
| 잘못된 예측 | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 클래스 분포, 실제. Live data의 클래스의 현재 분포입니다. |
| 잘못된 예측 | 라인 |
sn_piwb_itsm_conte_dbv_ml_predictor_results | 예측한 클래스. 모델이 예측으로 반환할 수 있는 값의 수입니다. |
| 예측 클래스 | 단일 점수 |
sn_piwb_itsm_conte_dbv_ml_classes | 제외된 클래스. 데이터가 부족하여 모델에서 예측으로 반환하기에 충분하지 않은 값의 수입니다. |