Prognose of een incident waarschijnlijk zal escaleren naar een groot incident door machine learning te gebruiken om realtime gegevens en historische patronen te analyseren. Gebruik de resulterende risicoscores om reactieprotocollen vroeg te starten en de impact op het bedrijf te verminderen.
Vereiste editions
Beschikbaar in: Lightning Experience
Beschikbaar in: Enterprise en Unlimited Edition met uitbreiding Einstein voor IT-services en uitbreiding AI Accelerator voor IT-services.
Zoek en selecteer vanuit de Appstarter Incidenten.
Open een record vanaf de pagina Incidenten.
Navigeer in een incidentrecord naar de kaart Score voor zwaar incident in het zijdeelvenster.
De kaart Score voor zwaar incident geeft de waarschijnlijkheid weer dat het incident zal escaleren tot een groot incident.
Controleer de voorspelde waarschijnlijkheid om het risiconiveau te beoordelen, waarbij een score van 0,08 duidt op een zeer laag risico en een score van 98,28 duidt op een hoog risico op escalatie.
Identificeer in de lijst Beste predictors de factoren die de score beïnvloeden.
Gebruik de feedbackpictogrammen om het machine learning-model te verfijnen:
Selecteer het pictogram Duim omhoog als de voorspelling nauwkeurig is.
Selecteer het pictogram Duimen omlaag als de voorspelling onjuist is.
Voorbeeld:
Voorbeeld
John, een IT-analist bij Cumulus Bank, ondersteunt ticketinstromen na firmware-updates. Wanneer magazijnoperatoren niet kunnen inloggen bij handheld scanners, wordt een incidentrecord gemaakt met deze details.
John opent de record en ziet de kaart Voorspelling voor zwaar incident met een score van 98,77. Deze score geeft aan dat het incident waarschijnlijk zal escaleren tot een bedrijfskritieke gebeurtenis.
John beoordeelt de lijst van beste predictors, aangestuurd door machine learning, om het risico te identificeren. Voorspellende AI geeft aan dat het aantal tickets met hoge prioriteit dat aan dit probleem is gekoppeld, de primaire drijfveer is voor de hoge score. Daarnaast tonen historische patronen aan dat authenticatiefouten met lokale servers leiden tot aanzienlijke verzendonderbrekingen.
Om de betrouwbaarheid van de service te behouden activeert John het protocol voor de reactie op grote incidenten. Met behulp van gegevensanalyse van de score van het hoofdincident zorgt John ervoor dat engineering- en communicatieteams het probleem prioriteren voordat de verzendingsonderbrekingen optreden. Het team schakelt over op een proactieve reactie en vermindert de impact op het bedrijf.
Heeft dit artikel uw probleem opgelost?
Laat ons weten wat we kunnen doen om te verbeteren!
Wordt geladen
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.