Prognosticer risikoen for, at en ændringsanmodning mislykkes ved at bruge maskinlæring til at generere en score mellem 0 og 100. Brug disse datastyrede scores til at erstatte subjektive vurderinger med en ensartet proces, der forbedrer it-stabiliteten.
EditionsHeading
Tilgængelig i: Lightning Experience
Tilgængelig i: Enterprise og Unlimited Edition med tilføjelsesprogrammet Einstein for IT-tjenester og tilføjelsesprogrammet AI Accelerator for IT-tjenester.
Fra Appstarter skal du finde og vælge Ændringsanmodninger.
Fra siden Ændringsanmodninger skal du åbne en registrering.
I en ændringsanmodningsregistrering skal du navigere til kortet Score for ændringsrisiko i sidepanelet.
Kortet Score for ændringsrisiko viser sandsynligheden for, at en ændringsanmodning mislykkes.
Gennemse den forudsagte score for at bestemme risikoniveauet. En score på f.eks. 33,35 angiver en moderat risiko for, at ændringsanmodningen mislykkes.
Identificer de faktorer, der påvirker scoren, på listen Topprædiktorer. Almindelige prædiktorer omfatter:
Emne og beskrivelse: Nøgleord som adgangskode eller afvisning, der er forbundet med historiske mønstre.
Prioritet og nød: Påvirkningen af relaterede hændelser eller aktuelle nøjagtighedsniveauer på det endelige resultat.
Historiske tendenser: Faktorer som procentdelen af tidligere hændelser, der er brudt af den aktuelle ejer.
Brug feedbackikoner til at hjælpe med at justere maskinlæringsmodellen:
Vælg ikonet Tumper op, hvis forudsigelsen er korrekt.
Vælg Ikonet Tommelfinger ned, hvis forudsigelsen er forkert.
Eksempel:
Example
Sarah, en ændringsmanager hos Cumulus Bank, overvåger vigtige opdateringer af bankansøgninger. Når en databaseskemigrering for realtidstransaktioner er planlagt, oprettes der en ændringsanmodning med disse detaljer.
Ændringsanmodningsnummer: CHG-4055
Emne: Database-skemigrering for transaktioner i realtid
Kategori: Database
Sarah åbner registreringen og ser kortet Score for ændringsrisiko med en score på 72,45. Denne score angiver en høj sandsynlighed for fejl for den planlagte migrering.
Sarah gennemser de risikofaktorer, der er identificeret af maskinlæring. Forudsigende AI identificerer, at felterne Emne og Beskrivelse indeholder nøgleord som f.eks. Migrering og Skema, som historisk har korreleret med højere fejlfrekvenser. Endvidere viser prædiktoren for historiske tendenser, at en ændring i nødstilfælde har større sandsynlighed for en mislykket ændring.
For at bevare it-stabiliteten udsætter Sarah migreringen med 24 timer til sandbox-test og tildeler en ekspertanmelder. Ved at bruge dataanalyser fra Score for ændringsrisiko følger Sarah en ensartet proces, der forhindrer en tjenesteafbrydelse.
Løste denne artikel dit problem?
Giv os besked, så vi kan forbedre os!
Indlæser
Salesforce Help | Article
Cookie Consent Manager
Cookie Consent Manager
General Information
Required Cookies
Functional Cookies
Advertising Cookies
General Information
We use three kinds of cookies on our websites: required, functional, and advertising. You can choose whether functional and advertising cookies apply. Click on the different cookie categories to find out more about each category and to change the default settings.
Privacy Statement
Required Cookies
Always Active
Required cookies are necessary for basic website functionality. Some examples include: session cookies needed to transmit the website, authentication cookies, and security cookies.
Functional Cookies
Functional cookies enhance functions, performance, and services on the website. Some examples include: cookies used to analyze site traffic, cookies used for market research, and cookies used to display advertising that is not directed to a particular individual.
Advertising Cookies
Advertising cookies track activity across websites in order to understand a viewer’s interests, and direct them specific marketing. Some examples include: cookies used for remarketing, or interest-based advertising.