Surveillance de la carte de prédiction d'infraction de contrat de niveau de service
Prédisez les probabilités d'infraction au contrat de niveau de service en utilisant l'apprentissage machine et l'analyse des données en temps réel. Utilisez les scores obtenus, de 0 à 100, pour prioriser les tâches urgentes, gérer les problèmes critiques et améliorer la fiabilité du service.
Éditions requises
Disponible avec : Lightning Experience
Disponible avec : les éditions Enterprise et Unlimited avec le complément Einstein pour les services TI et le complément Accélérateur IA pour les services TI.
Dans le Lanceur d'application, recherchez et sélectionnez Incidents.
Dans la page Incidents, ouvrez un enregistrement.
Dans un enregistrement d'incident, accédez à la carte SLA Breach Score dans le panneau latéral.
Examinez le score prédit pour déterminer la probabilité d'infraction à l'accord de niveau de service. Par exemple, un score de 0,08 indique un risque très faible.
Dans la liste Principaux prédicteurs, identifiez les facteurs qui influencent le score. Les prédicteurs courants comprennent :
Objet et description : Mots-clés historiquement corrélés à des infractions.
Impact : La corrélation entre le niveau d'impact attribué et la prédiction.
Historique du propriétaire : Le pourcentage d'enregistrements passés violés par le propriétaire actuel.
Utilisez les icônes de commentaires pour affiner le modèle d'apprentissage machine :
Sélectionnez l'icône Pouce vers le haut si la prédiction est précise.
Sélectionnez l'icône Pouce vers le bas si la prédiction est incorrecte.
Exemple :
Exemple
Smith, gestionnaire des incidents à la banque Cumulus, gère les interruptions de service critiques. Lorsqu'un pic d'expiration de requête de base de données affecte les portails de trading, un enregistrement d'incident est créé avec les détails ci-dessous.
Numéro d'incident : INC-4491
Objet : Latence de la base de données de production - Région AP-Sud
Catégorie : Logiciel/base de données
Smith ouvre l'enregistrement et affiche la carte SLA Breach Score avec un score de 82. Ce score indique une probabilité élevée que le temps de résolution dépasse l'accord de niveau de service de 4 heures pour résoudre l'incident.
Smith examine la liste des principaux prédicteurs, pilotée par l'apprentissage machine, pour identifier les facteurs de risque. L’IA prédictive identifie que les champs Objet et Description contiennent des mots-clés tels que base de données de production et latence, qui entraînent historiquement des résolutions complexes. De plus, le prédicteur historique du propriétaire indique que la file d'attente généraliste présente un taux d'infraction élevé pour les problèmes de base de données à fort impact.
Pour préserver la fiabilité du service, Smith escalade l'incident auprès de l'équipe Cloud Infrastructure. En utilisant l'analyse en temps réel des données du SLA Breach Score, Smith garantit que les experts priorisent le problème avant la date limite. L'équipe résout la latence et maintient les engagements de service de la banque.
Cet article a-t-il résolu votre problème ?
Dites-nous ce que nous pouvons améliorer !
Chargement
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.