Loading
Índice de materias
Filtros (0)Agregar
Seleccionar filtros

          No hay resultados
          No hay resultados
          Estas son algunas sugerencias de búsqueda

          Compruebe la ortografía de sus palabras clave.
          Utilice términos de búsqueda más generales.
          Seleccione menos filtros para ampliar su búsqueda.

            Buscar en toda la Ayuda de Salesforce
            Buscar en toda la Ayuda de Salesforce
            Monitorear tarjeta de predicción de riesgo de cambio

            Usted está aquí:

            1. Ayuda de Salesforce
            2. Documentos
            3. Servicio de TI Agentforce

            Monitorear tarjeta de predicción de riesgo de cambio

            Pronostique el riesgo de que falle una solicitud de cambio utilizando aprendizaje automático para generar un puntuaje de 0 a 100. Utilice estos puntuajes dirigidos por datos para sustituir evaluaciones subjetivas por un proceso coherente que mejora la estabilidad de TI.

            Ediciones necesarias

            Disponible en: Lightning Experience
            Disponible en: Ediciones Enterprise y Unlimited con el complemento Einstein para Servicios de TI y el complemento Acelerador de IA para Servicios de TI.
            1. Desde el Iniciador de aplicación, busque y seleccione Solicitudes de cambio.
            2. Desde la página Solicitudes de cambio, abra un registro.
            3. En un registro de solicitud de cambio, navegue a la tarjeta Puntuaje de riesgo de cambio en el panel lateral.
              La tarjeta Puntuaje de riesgo de cambio muestra la probabilidad de que falle una solicitud de cambio.
            4. Revise el puntuaje predicho para determinar el nivel de riesgo. Por ejemplo, un puntuaje de 33,35 indica un riesgo moderado de fallo de solicitud de cambio.
            5. En la lista Predictores principales, identifique los factores que influyen en el puntuaje. Los predictores comunes incluyen:
              • Asunto y descripción: Palabras clave como contraseña o rechazo que se correlacionan con patrones históricos.
              • Prioridad y urgencia: La repercusión de incidentes relacionados o niveles de urgencia actuales en el puntuaje final.
              • Tendencias históricas: Factores como el porcentaje de incidentes pasados infringidos por el propietario actual.
            6. Utilice los iconos de comentarios para ayudar a perfeccionar el modelo de aprendizaje automático:

              • Seleccione el icono Pulgar hacia arriba si la predicción es precisa.

              • Seleccione el icono Pulgar hacia abajo si la predicción es incorrecta.

            Ejemplo:

            Ejemplo
            Ejemplo

            Sarah, una Gestor de cambios en Cumulus Bank, supervisa actualizaciones críticas en aplicaciones bancarias. Cuando se programa una migración de esquema de base de datos para transacciones en tiempo real, se crea una solicitud de cambio con estos detalles.

            • Número de solicitud de cambio: CHG-4055
            • Asunto: Migración de esquemas de base de datos para transacciones en tiempo real
            • Categoría: Base de datos

            Sarah abre el registro y ve la tarjeta Puntuaje de riesgo de cambio con un puntuaje de 72,45. Este puntuaje indica una alta probabilidad de fallo para la migración planificada.

            Sarah revisa los factores de riesgo identificados por el aprendizaje automático. La IA predictiva identifica que los campos Asunto y Descripción contienen palabras clave como Migración y Esquema, que históricamente se correlacionan con mayores índices de fallo. Además, el predictor de tendencias históricas muestra que un cambio de emergencia tiene mayor probabilidad de un cambio fallido.

            Para mantener la estabilidad de TI, Sarah pospone la migración en 24 horas para pruebas de sandbox y asigna un revisor experto. Utilizando el análisis de datos desde el Puntuaje de riesgo de cambio, Sarah sigue un proceso coherente que evita un fallo de servicio.

             
            Cargando
            Salesforce Help | Article