Loading
Innehållsförteckningar
Filter (0)Lägg till
Välj filter

          Inga resultat
          Inga resultat
          Här är några söktips

          Kontrollera stavningen av dina nyckelord.
          Använd mer allmänna söktermer.
          Välj färre filter för att utöka din sökning.

            Sök hela Salesforce-hjälpen
            Sök hela Salesforce-hjälpen
            Bevaka förutsägelsekort för servicenivåavtalsbrott

            Du är här:

            1. Salesforce-hjälp
            2. Dokument
            3. Agentforce IT-tjänst

            Bevaka förutsägelsekort för servicenivåavtalsbrott

            Prognostisera sannolikheten för servicenivåavtalsbrott genom att använda maskininlärning och dataanalys i realtid. Använd de resulterande betygen, från 0 till 100, för att prioritera brådskande uppgifter, hantera viktiga problem och förbättra servicetillförlitligheten.

            Versioner som krävs

            Tillgängliga i: Lightning Experience
            Tillgängliga i: Tillägget Enterprise och Unlimited Editions med Einstein för IT-tjänster och AI Accelerator för IT-tjänster.
            1. Sök fram och öppna Incidenter i Appstartaren.
            2. Från sidan Incidenter, öppna en post.
            3. I en incidentpost, gå till kortet SLA-överträdelsebetyg i sidopanelen.
            4. Granska det förutsagda betyget för att avgöra sannolikheten för ett servicenivåavtalsbrott. Till exempel indikerar betyget 0,08 en mycket låg risk.
            5. I listan Toppförutsägare, identifiera de faktorer som påverkar betyget. Vanliga förutsägare inkluderar:
              • Ämne och beskrivning: Nyckelord som historiskt korrelerar med överträdelser.
              • Påverkan: Korrelationen mellan den tilldelade påverkannivån och förutsägelsen.
              • Ägarhistorik: Procentandel av tidigare poster som överträtts av den aktuella ägaren.
            6. Använd feedbackikonerna för att förfina maskininlärningsmodellen:

              • Välj ikonen Tummen upp om förutsägelsen är korrekt.

              • Välj Tummen ner-ikonen om förutsägelsen är felaktig.

            Exempel:

            Exempel
            Exempel

            Smith, incidentansvarig på Cumulus Bank, hanterar viktiga serviceavbrott. När en ökning i timeout för databasfrågor påverkar handelsportaler skapas en incidentpost med dessa detaljer.

            • Incidentnummer: INC-4491
            • Ämne: Latens för produktionsdatabas - Region AP-South
            • Kategori: Mjukvara/Databas

            Smith öppnar posten och ser kortet Servicenivåavtalsbrottbetyg med betyget 82. Detta betyg indikerar en hög sannolikhet att lösningstiden kommer att överskrida det 4-timmars servicenivåavtalet för att lösa incidenten.

            Smith går igenom listan över toppförutsägare, driven av maskininlärning, för att identifiera riskfaktorer. Prediktiv AI identifierar att fälten Ämne och Beskrivning innehåller nyckelord som produktionsdatabas och latens, vilket historiskt sett resulterar i komplexa lösningar. Utöver detta visar förutsägaren för ägarhistorik att generalistkön har en hög överträdelsefrekvens för databasproblem med hög påverkan.

            För att upprätthålla servicetillförlitlighet flyttar Smith om incidenten till teamet för molninfrastruktur. Med hjälp av dataanalyser i realtid från SLA Breach Score säkerställer Smith att experter prioriterar problemet innan deadline. Teamet löser latensen och upprätthåller bankens serviceåtaganden.

             
            Laddar
            Salesforce Help | Article