M42 Intelligence Similarities and Classification (aiemmin Effie AI Ticket, Virtual Coach) on lisensoitava lisäominaisuus, joka on saatavilla Efecten pilvi-instansseissa ja joka auttaa ESM-käyttäjiä löytämään olennaista tietoa ja työskentelemään tehokkaammin hyödyntäen olemassa olevaa dataa.

Tällä hetkellä M42 Intelligence Similarities and Classification -toiminnossa on kolme ominaisuutta, jotka järjestelmänvalvoja voi konfiguroida:

• Similar content tarjoaa ESM-käyttäjille listan kohteista, joita M42 Intelligence Similarities and Classification pitää olennaisina avoinna olevalle tietokortille.
• Suggestions mahdollistaa sen, että ESM-käyttäjät voivat täyttää konfiguroidun viitetyyppisen kentän arvolla, jonka M42 Intelligence Similarities and Classification ehdottaa. Tätä voidaan käyttää tietokorttien luokitteluun.
• Copy -toiminnolla tietokortit voidaan täyttää nopeammin kopioimalla useita arvoja muokattavaan tietokorttiin Similar content -kohteesta.

M42 Intelligence Similarities and Classification on konfiguroitava erikseen niille malleille, joissa sitä tarvitaan. Enintään 5 mallia voidaan määrittää. M42 Intelligence Similarities and Classification on käytettävissä käyttöliittymässä vain näillä konfiguroiduilla tietokorteilla työskenneltäessä, jos käyttäjä on ottanut sen käyttöön omissa käyttäjäasetuksissaan.

Toimintojen konfigurointi tehdään ESM:n ylläpitopuolella. Asetuksiin pääset kohdasta Administration → Maintenance → System settings → Virtual Coach settings.

Ensin M42 Intelligence Similarities and Classification on otettava käyttöön. Tilavalo osoittaa, toimivatko M42 Intelligence Similarities and Classification -toiminnon tarvitsemat ohjelmistokomponentit vai eivät. Jos valo on punainen, kaikki komponentit eivät toimi oikein, ja sinun tulee ottaa yhteyttä Efecten Service Deskiin.

M42 Intelligence Similarities and Classification -komponentit

M42 Intelligence Similarities and Classification -ominaisuus on rakennettu ESM-käyttöliittymän päälle, mutta se nojaa erilliseen tekoälykomponenttiin. Tekoälykomponentilla on kaksi päätoimintoa:

Suggestion-malli

Kun M42 Intelligence Similarities and Classification on konfiguroitu, se soveltaa attribuuttiparametreja rakentaakseen tilastollisen mallin, jota voidaan käyttää tikettien luokitteluun. Jos annetulle mallille rakennetussa luokittelumoottorissa on jotain vikaa, konfigurointinäkymässä näytetään virhe. Jos virhe ei katoa muutaman tunnin kuluessa konfiguroinnista, mallin rakentaminen on epäonnistunut, ja sinun tulee ottaa yhteyttä Efecten Service Deskiin. Suggestion-malli rakennetaan aina uudelleen konfiguraatiota tallennettaessa, joten uusia tietokortteja ei oteta automaattisesti huomioon mallissa. Mallin uudelleenrakentaminen voi kestää jopa 30 minuuttia järjestelmän datamäärästä riippuen.

Search index

Samankaltaisen sisällön haku käyttää indeksiä, jonka M42 Intelligence Similarities and Classification rakentaa konfiguroitujen attribuuttien avulla. Kun käyttäjällä on tietokortti auki, M42 Intelligence Similarities and Classification analysoi kentät määriteltyjen attribuuttien perusteella ja tarjoaa tuloksia, joita se pitää olennaisina. Hakuindeksi päivitetään joka kerta, kun tietokortti tallennetaan.

Komponenttien vianmääritys

Suggestion-mallin ja Search indexin tila näytetään konfiguroinnin käyttöliittymässä. Jos virheitä ilmenee, noudata näitä ohjeita:

1. Varmista, että järjestelmässä on vähintään 5 tietokorttia, joilla on arvot Search- ja Suggestion-attribuuteissa.

2. Tuotantojärjestelmissä, joissa on tuhansia tietokortteja konfiguroitua mallia kohden, Suggestion-mallin rakentaminen voi kestää jopa 30 minuuttia. Hakuindeksi rakentuu aina muutamassa minuutissa. Jos virhe jatkuu 30 minuutin jälkeenkin ja konfigurointi on tehty attribuuteilla, joissa on riittävästi dataa, tekoälykomponentissa on jotain vikaa, ja sinun tulee ottaa yhteyttä Efecten Service Deskiin.

Ympäristön analysointi

M42 Intelligence Similarities and Classification toimii parhaiten silloin, kun sitä käytetään malleille, joissa on jo järjestelmässä tuhansia tietokortteja. Harkitse seuraavia käyttötapauksia ennen konfigurointia:

Mikä olemassa oleva data voisi olla hyödyllistä käyttäjille tietokorttia käsiteltäessä?

Käytä Similar content -konfiguraatiota, jotta M42 Intelligence Similarities and Classification voi etsiä olennaisia kohteita, kuten aiempia häiriöitä, analysoimalla tiettyjä kenttiä (esim. Subject ja Description) ja auttaa löytämään häiriöitä, jotka saattavat sisältää olennaista tietoa käsillä olevan häiriön ratkaisemiseksi (kuten ratkaisu tai liittyvät häiriöt). Tämä tieto voi olla hyödyllistä toistuvien ongelmien ratkaisemisessa tai uusien työntekijöiden perehdyttämisessä.

Missä eniten aikaa kuluu hukkaan valittaessa yhtä arvoa useista mahdollisista?

Suggestions voi auttaa käyttäjiä säästämään aikaa jokaisella käsiteltävällä tietokortilla. Sen avulla käyttäjä voi valita parhaiten sopivan arvon nopeasti selaamatta läpi kaikkia mahdollisia arvoja esimerkiksi Categories-kentässä – sen sijaan todennäköiset arvot attribuutille ehdotetaan oikeassa yläkulmassa, ja ne voidaan valita helposti klikkaamalla. Lisäksi tulosjoukko suodatetaan valinnan mukaan klikkauksen yhteydessä.

Tutustu ensin olemassa olevaan dataan ja katso, millaista dataa on saatavilla halutulle suggestion-attribuutille. Jos esimerkiksi käytetään Category-kenttää, onko olemassa kategorioita, jotka 1) eivät ole enää relevantteja, 2) menevät päällekkäin, tai 3) ovat yli- tai aliedustettuina? Yleisimmät arvot ovat yleensä todennäköisemmin M42 Intelligence Similarities and Classification -toiminnon ehdottamia, mutta lopputulos riippuu aina avoinna olevan tietokortin hakuattribuuttien arvoista sekä koko datajoukosta ja konfiguraatiosta.

Mitä olemassa olevaa dataa voitaisiin käyttää uudelleen uusilla tietokorteilla?

Käytä Copy-toimintoa käyttääksesi uudelleen arvoja samankaltaisesta kohteesta. Näin käyttäjät voivat täyttää tarvittavat tiedot nopeammin, sillä he voivat täyttää jopa kolme kenttää olemassa olevalla datalla yhdellä klikkauksella.

Datavaatimukset

Tärkeä osa M42 Intelligence Similarities and Classification -toiminnon konfigurointia on saatavilla olevan datan tyyppi ja määrä. M42 Intelligence Similarities and Classification -toiminnon tulokset voivat olla vain niin hyviä kuin datajoukko sallii. Tässä muutamia ohjeita datasta, jotka kannattaa huomioida ennen konfigurointia:

Käytä M42 Intelligence Similarities and Classification -toimintoa:

• Ympäristöille, joissa on paljon dataa (vähintään 5000 tietokorttia jokaista mallia kohden, jossa M42 Intelligence Similarities and Classification -toimintoa halutaan käyttää)
• Kohteille, joissa on ihmisen tuottamaa sisältöä ja luonnollista kieltä
• Ympäristöille, joissa käytetään jonkinlaista kategorisointia tai luokittelua
• Tietokorteille, joissa on oikeat valinnat
• Kohteiden analysointiin, joissa on tyypillisesti vähintään viisi sanaa
• Luonteeltaan toistuvien ongelmien analysointiin

Älä käytä M42 Intelligence Similarities and Classification -toimintoa:

• Koneellisesti tuotetuille kohteille, joiden sisällöstä suurin osa on luotu automaattisesti, kuten automaattiset hälytykset
• Ongelmille, jotka eivät ole toistuvia
• Attribuuttien analysointiin, joissa on tyypillisesti alle viisi sanaa
• Tietokorteille, joiden attribuuteissa saattaa olla vääriä arvoja

M42 Intelligence Similarities and Classification on käytettävissä vain niille malleille, jotka on konfiguroitu asianmukaisesti Virtual Coach settings -asetuksissa.

Konfigurointi

M42 Intelligence Similarities and Classification konfiguroidaan seuraavilla pudotusvalikkovalinnoilla, jotka sallivat vain tuettujen vaihtoehtojen valitsemisen. Pakolliset valinnat on merkitty käyttöliittymässä tekstillä "Required", mikä tekee konfiguroinnista suoraviivaista. M42 Intelligence Similarities and Classification -konfigurointi tehdään pääosin pudotusvalikkovalinnoilla, jotka sallivat vain tuetut valinnat konfiguraatioon.

Template

Ensin sinun on määriteltävä, minkä tietokorttien kanssa M42 Intelligence Similarities and Classification -toimintoa käytetään. Valitun mallin tietokortit analysoidaan, ja M42 Intelligence Similarities and Classification näyttää näiden tietokorttien sisältöä, kun sitä pidetään olennaisena avoinna olevalle tietokortille. Konfiguroidun mallin tulokset voidaan näyttää myös muiden mallien tietokorteilla. Voit valita mallin halutun käyttötapauksen mukaan:

1. Näytä valitun mallin tietokorttien tulokset työskennellessäsi saman mallin tietokorttien kanssa
2. Näytä valitun mallin tietokorttien tulokset työskennellessäsi muiden konfiguroitujen mallien tietokorttien kanssa.

Voit esimerkiksi konfiguroida "Ticket"- ja "Problem"-tietokortit siten, että kumpikin voidaan näyttää tuloksissa, kun jommastakummasta mallista löytyy samankaltaista sisältöä sisältäviä tietokortteja.

Search attributes

Search-attribuutit määrittävät, mitkä tämän mallin tietokorttien kentät analysoidaan samankaltaisuuden määrittämiseksi. Kaksi attribuuttia on merkitty pakollisiksi, ja niiden tulee olla string- tai text-tyyppisiä attribuutteja. Static- ja monivalintaisia attribuutteja ei tueta. Valinnaisesti voit myös määrittää lisäksi viitetyyppisen attribuutin analysoitavaksi ja huomioitavaksi haussa. Tekoäly lukee tekstiattribuutit ja ottaa huomioon vain sisällön, jota se pitää merkityksellisenä. M42 Intelligence Similarities and Classification ei ole luonteeltaan tarkka hakukone. Sen sijaan se rakentaa hakuindeksin, josta se hakee samankaltaista sisältöä avattaessa.

Suggestion attribute

Suggestion-attribuuttia käytetään suggestion-ominaisuuden attribuuttina, jota voidaan käyttää esimerkiksi Category-kentän kaltaisten tikettien luokitteluun. M42 Intelligence Similarities and Classification rakentaa tilastollisen mallin käyttäen Suggestion-attribuuttia yhdessä Search-attribuuttien kanssa tarjotakseen järjestettyjä ehdotuksia tämän luokitteluattribuutin arvolle. Suggestion-attribuutin on oltava viitetyyppinen attribuutti. Monivalintaisia attribuutteja ei tueta. Lisäksi suggestion-attribuutin tulosta käytetään loppukäyttäjälle suodattavana attribuuttina samankaltaiselle sisällölle, kun käyttäjä valitsee tuloksen M42 Intelligence Similarities and Classification -näkymässä.

Copy attributes

M42 Intelligence Similarities and Classification mahdollistaa sen, että loppukäyttäjä voi käyttää uudelleen olemassa olevaa sisältöä saman mallin samankaltaisen sisällön tietokorteilta kopioimalla. On mahdollista valita jopa kolme eri attribuuttia, joita käytetään arvojen kopioimiseen avoinna olevalle tietokortille. Tällä hetkellä tuetut attribuuttityypit ovat text, string, static string, reference ja external reference. Myös rich text -sisältöä voidaan kopioida ja esikatsella erillisessä esikatseluikkunassa ennen kopiointia.

Data set size

Käytä Data set size -asetusta antaaksesi M42 Intelligencelle tiedon saatavilla olevan datajoukon suhteellisesta koosta. M42 Intelligence käyttää järjestysalgoritmia määrittääkseen, mitkä tulokset ovat samankaltaisimpia avoinna olevan tietokortin kanssa. Loppukäyttäjälle näytetty samankaltaisuuspisteytys on aina suhteellinen luku, joka johdetaan saatavilla olevasta datasta. Siksi M42 Intelligence Similarities and Classification käyttää skaalauskerrointa, jolla Similar content -tulokset skaalataan välille 0–100 saatavilla olevan datan mukaan. Skaalauskerrointa voidaan säätää Data set size -asetuksella, joka on oletuksena 40. Tämä vaikuttaa siihen, miten samankaltaisen sisällön pisteytys lasketaan. Säädä Data set size -asetusta, jos tulokset tuntuvat aina liian matalilta tai korkeilta. Ennen Data set size -asetuksen muuttamista, huomioi seuraavat parhaat käytännöt:

• Skaalauskertoimen oletusarvo on 40. Tämä sopii malleille, joissa on noin 10 000–60 000 tietokorttia.
• Arvoa 4 suositellaan malleille, joissa on 100–200 tietokorttia.
• Arvoa 10 suositellaan malleille, joissa on noin 1000 tietokorttia.
• Yli 40 arvot sopivat suuremmille tuotantoympäristöille.
• Vain arvot väliltä 0–100 ovat sallittuja.

Data set size -asetuksen säätäminen ei vaikuta siihen, mitkä tulokset näytetään, vaan ainoastaan Similar content -tuloksissa näytettävien tietokorttien relevanssipisteytykseen.

Järjestelmästä riippuen käynnistys- ja oppimisvaihe kestää noin 10–30 minuuttia. Tämä aika tarvitaan siihen, että M42 Intelligence analysoi dataa ja luo palvelun.

Tämän jälkeen käyttäjät voivat ottaa M42 Intelligence Similarities and Classification -toiminnon käyttöön itselleen. Testataksesi, päivitä näyttö ja siirry käyttäjäprofiiliisi.

Katso käyttöopas, jossa on lisätietoja M42 Intelligence Similarities and Classification -toiminnon käytöstä.