Loading
Inhalt
Filter (0)Hinzufügen
Filter auswählen

          Keine Ergebnisse
          Keine Ergebnisse
          Hier sind einige Suchtipps

          Überprüfen Sie die Schreibweise Ihrer Stichwörter.
          Verwenden Sie allgemeinere Suchbegriffe.
          Wählen Sie weniger Filter aus, um Ihre Suche auszuweiten.

            Gesamte Salesforce-Hilfe durchsuchen
            Gesamte Salesforce-Hilfe durchsuchen
            Überwachen der Prognosekarte für schwere Vorfälle

            Sie befinden sich hier:

            1. Salesforce-Hilfe
            2. Dokumente
            3. Agentforce IT-Service

            Überwachen der Prognosekarte für schwere Vorfälle

            Prognostizieren Sie, ob ein Vorfall wahrscheinlich zu einem größeren Vorfall eskaliert wird, indem Sie mithilfe von maschinellem Lernen Echtzeitdaten und historische Muster analysieren. Verwenden Sie die daraus resultierenden Risikobewertungen, um frühzeitig Antwortprotokolle zu initiieren und die Auswirkungen auf das Geschäft zu reduzieren.

            Erforderliche Editionen

            Verfügbarkeit: Lightning Experience
            Verfügbarkeit: Enterprise und Unlimited Edition mit dem Add-On "Einstein für IT-Services" und dem Add-On "AI Accelerator für IT-Services".
            1. Suchen Sie im App Launcher nach Vorfälle und wählen Sie diese Option aus.
            2. Öffnen Sie auf der Seite "Vorfälle" einen Datensatz.
            3. Navigieren Sie in einem Vorfallsdatensatz im seitlichen Bereich zur Karte "Ergebnis für schwere Vorfälle".
              Auf der Karte "Bewertung des schweren Vorfalls" wird die Wahrscheinlichkeit angezeigt, dass der Vorfall zu einem schweren Vorfall eskaliert.
            4. Überprüfen Sie die prognostizierte Wahrscheinlichkeit zur Bewertung der Risikostufe, wobei eine Bewertung von 0,08 ein sehr geringes Risiko und eine Bewertung von 98,28 ein hohes Eskalationsrisiko angibt.
            5. Identifizieren Sie in der Liste "Wichtigste Prädiktoren" die Faktoren, die die Bewertung beeinflussen.
            6. Verwenden Sie die Feedback-Symbole, um das Modell für maschinelles Lernen zu optimieren:

              • Wählen Sie das Symbol Daumen hoch aus, wenn die Prognose richtig ist.

              • Wählen Sie das Symbol Daumen runter aus, wenn die Prognose falsch ist.

            Beispiel:

            Beispiel
            Beispiel

            John, IT-Analyst bei der Cumulus Bank, testet Support-Ticket-Zuflüsse nach Firmware-Aktualisierungen. Wenn sich Lagerhausbetreiber nicht bei Handscannern anmelden können, wird ein Vorfallsdatensatz mit diesen Details erstellt.

            • Vorfallsnummer: INC-00003879
            • Titelperson: Fehler bei der Scanner-Authentifizierung – Southeast Hub
            • Kategorie: Hardware/Authentifizierung

            John öffnet den Datensatz und sieht die Karte "Prognose schwerer Vorfälle" mit einer Bewertung von 98,77. Diese Bewertung gibt nahezu sicher an, dass der Vorfall wahrscheinlich zu einem geschäftskritischen Ereignis eskaliert wird.

            John überprüft die Liste der wichtigsten Prädiktoren, die auf maschinellem Lernen basieren, um das Risiko zu identifizieren. Die prädiktive AI identifiziert, dass das Volumen der Tickets mit hoher Priorität, die mit diesem Problem verknüpft sind, der primäre Treiber für die hohe Bewertung ist. Darüber hinaus zeigen historische Muster, dass Authentifizierungsfehler bei lokalen Servern zu erheblichen Lieferunterbrechungen führen.

            Zum Aufrechterhalten der Servicezuverlässigkeit löst John das Antwortprotokoll für schwere Vorfälle aus. Mithilfe der Datenanalyse aus der Bewertung wichtiger Vorfälle stellt John sicher, dass die Technik- und Kommunikationsteams das Problem priorisieren, bevor die Versandunterbrechungen auftreten. Das Team wechselt zu einer proaktiven Antwort und reduziert die Auswirkungen auf das Geschäft.

             
            Laden
            Salesforce Help | Article