Prevedere se è probabile che un incidente venga inoltrato al livello superiore a un incidente grave utilizzando il machine learning per analizzare i dati in tempo reale e gli schemi storici. Utilizzare i punteggi di rischio risultanti per avviare tempestivamente i protocolli di risposta e ridurre l'impatto sul business.
Versioni (Edition) richieste
Disponibile nelle versioni: Lightning Experience
Disponibile in: Enterprise Edition e Unlimited Edition con componente aggiuntivo Einstein per Servizi IT e Acceleratore AI per Servizi IT.
Dal Programma di avvio app, trovare e selezionare Incidenti.
Dalla pagina Incidenti, aprire un record.
In un record incidente, accedere alla scheda Punteggio incidente grave nel riquadro laterale.
La scheda Punteggio incidente grave visualizza la probabilità che l'incidente venga inoltrato al livello superiore in un incidente grave.
Esaminare la probabilità prevista per valutare il livello di rischio, dove un punteggio di 0,08 indica un rischio molto basso e un punteggio di 98,28 indica un rischio elevato di inoltro al livello superiore.
Nell'elenco Predittori migliori, identificare i fattori che influenzano il punteggio.
Utilizzare le icone di feedback per perfezionare il modello di machine learning:
Selezionare l'icona Pollice in alto se la previsione è corretta.
Selezionare l'icona Pollice giù se la previsione non è corretta.
Esempio:
Esempio
John, un analista IT di Cumulus Bank, analizza i flussi di ticket di assistenza in seguito agli aggiornamenti del firmware. Quando gli operatori del magazzino non possono accedere agli scanner palmari, viene creato un record incidente con questi dettagli.
Numero incidente: INC-00003879
Oggetto: Autenticazione dello scanner non riuscita - Southeast Hub
Categoria: Hardware/autenticazione
John apre il record e vede la scheda Previsione incidente grave con un punteggio di 98,77. Questo punteggio indica una quasi certezza che l'incidente probabilmente si trasformerà in un evento critico per l'azienda.
John esamina l'elenco dei predittori migliori, basato sul machine learning, per identificare il rischio. L'intelligenza artificiale predittiva identifica che il volume di ticket con priorità alta collegati a questo problema è il fattore principale per il punteggio elevato. Inoltre, gli schemi storici mostrano che errori di autenticazione con i server locali causano interruzioni significative delle spedizioni.
Per mantenere l'affidabilità del servizio, John attiva il protocollo di risposta agli incidenti gravi. Utilizzando l'analisi dei dati del punteggio dell'incidente principale, John garantisce che i team di ingegneria e comunicazione diano priorità al problema prima che si verifichino le interruzioni della spedizione. Il team passa a una risposta proattiva e riduce l'impatto sul business.
Questo articolo ha risolto il problema?
Facci sapere, così possiamo migliorare!
Caricamento
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.