M42 Intelligence Similarities and Classification (anciennement Effie AI Ticket , Virtual Coach ) est une fonctionnalité supplémentaire sous licence disponible dans les installations cloud Efecte qui aide les utilisateurs d'ESM à trouver des informations pertinentes et à travailler plus efficacement en utilisant les données existantes.

Actuellement, M42 Intelligence Similarities and Classification possède trois fonctionnalités qui peuvent être configurées par l'administrateur :

• Un contenu similaire fournit aux utilisateurs d'ESM une liste d'éléments que M42 Intelligence Similarities and Classification considère comme pertinents pour la carte de données ouverte.
• Les suggestions permettent aux utilisateurs d'ESM de renseigner un champ configuré d'un type de référence avec une valeur suggérée par M42 Intelligence Similarities and Classification . Ceci peut être utilisé pour classer les cartes de données.
• La copie est utilisée pour remplir les cartes de données plus rapidement en copiant plusieurs valeurs sur une carte de données en cours de modification à partir d'un élément de contenu similaire.

M42 Intelligence Similarities and Classification doit être configurée séparément pour les modèles requis. Un maximum de cinq modèles peut être défini. La fonctionnalité M42 Intelligence Similarities and Classification sera accessible dans l'interface utilisateur uniquement lors de l'utilisation de ces cartes de données configurées, si l'utilisateur l'a activée dans ses préférences.

La configuration des fonctionnalités s'effectue côté administrateur ESM. Pour accéder aux paramètres, rendez-vous dans Administration → Maintenance → Paramètres système → Paramètres de Virtual Coach .

Tout d'abord, M42 Intelligence Similarities and Classification doit être activé. Un voyant d'état indique si les composants logiciels nécessaires à M42 Intelligence Similarities and Classification fonctionnent. Si le voyant est rouge, tous les composants ne fonctionnent pas correctement et vous devez contacter le Service Desk d'Efecte.

Composants Similarities and Classification M42 Intelligence

La fonctionnalité Similarities and Classification M42 Intelligence s'appuie sur l'interface utilisateur d'ESM, mais s'appuie sur un composant d'IA distinct. Ce composant a deux fonctions principales :

Modèle de suggestion

Une fois M42 Intelligence Similarities and Classification configuré, il applique les paramètres d'attribut pour créer un modèle statistique permettant de classer les tickets. Si le modèle créé par le moteur de catégorisation pour un modèle donné présente un problème, une erreur s'affiche dans la vue de configuration. Si l'erreur persiste quelques heures après la configuration, la création du modèle a échoué et vous devez contacter le Service Desk d'Efecte. Le modèle de suggestion est systématiquement reconstruit lors de l'enregistrement d'une configuration ; les nouvelles cartes de données ne sont donc pas automatiquement prises en compte. La reconstruction du modèle peut prendre jusqu'à 30 minutes, selon la quantité de données du système. 

Index de recherche 

La recherche de contenu similaire utilise un index créé par M42 Intelligence Similarities and Classification à partir des attributs configurés. Lorsqu'une fiche de données est ouverte, M42 Intelligence Similarities and Classification analyse les champs en fonction des attributs définis et fournit les résultats qu'il juge pertinents. L'index de recherche est mis à jour à chaque enregistrement d'une fiche de données.

Dépannage des composants

L'état du modèle de suggestion et de l'index de recherche est affiché dans l'interface de configuration. En cas d'erreur, procédez comme suit :

1. Assurez-vous d'avoir au moins 5 cartes de données dans le système avec des valeurs dans les attributs Recherche et Suggestion.

2. Dans les systèmes de production comportant des milliers de cartes de données par modèle configuré, la création du modèle de suggestion peut prendre jusqu'à 30 minutes. L'index de recherche est toujours créé en quelques minutes. Si l'erreur persiste après 30 minutes et que la configuration a été effectuée avec des attributs contenant suffisamment de données, il y a un problème avec le composant IA et vous devez contacter le Service Desk d'Efecte.

Analyser l'environnement

M42 Intelligence Similarities and Classification est particulièrement adapté aux modèles contenant déjà des milliers de cartes de données. Avant de configurer, tenez compte des cas d'utilisation suivants :

Quelles données existantes pourraient être utiles lorsque les utilisateurs travaillent sur une carte de données ? 

Utilisez la configuration « Contenu similaire » pour permettre à M42 Intelligence Similarities and Classification de rechercher des éléments pertinents, tels que des incidents historiques, en analysant certains champs (par exemple, Objet et Description) afin de trouver des incidents susceptibles de contenir des informations pertinentes pour la résolution de l'incident en question (comme la résolution ou les incidents associés ). Ces informations peuvent être utiles pour résoudre des problèmes récurrents ou pour l'intégration de nouveaux employés .

Où perd-on le plus de temps lorsqu’on choisit parmi plusieurs valeurs possibles ? 

Les suggestions permettent aux utilisateurs de gagner du temps sur chaque fiche de données. Elles permettent de sélectionner rapidement les valeurs les plus pertinentes sans avoir à parcourir les valeurs possibles, par exemple dans les catégories. Les valeurs probables pour l'attribut sont alors suggérées en haut à droite et peuvent être facilement sélectionnées d'un simple clic. De plus, le résultat est filtré en fonction de la sélection effectuée au clic.

Commencez par examiner les données existantes et déterminez quel type d'ensemble de données est disponible avec l'attribut de suggestion souhaité. Par exemple, si la catégorie est utilisée, y a-t-il des catégories 1) qui ne sont plus pertinentes, 2) qui se chevauchent ou 3) qui sont sur- ou sous-représentées ? Les valeurs les plus courantes sont généralement plus susceptibles d'être suggérées par M42 Intelligence Similarities and Classification , mais le résultat final dépendra toujours des valeurs des attributs de recherche de la carte de données ouverte, ainsi que de l'ensemble des données et de sa configuration.

Quelles données existantes pourraient être réutilisées avec de nouvelles cartes de données ?

Utilisez Copier pour réutiliser les valeurs d'un élément de contenu similaire. Ainsi, les utilisateurs peuvent saisir les informations nécessaires plus rapidement, car ils peuvent remplir jusqu'à trois champs avec les données existantes en un seul clic.

Exigences en matière de données

Un aspect important de la configuration de M42 Intelligence Similarities and Classification est le type et la quantité de données disponibles. La qualité des résultats fournis par M42 Intelligence Similarities and Classification dépend de la qualité des données. Voici quelques uid concernant les données à prendre en compte avant la configuration :

Utilisez M42 Intelligence Similarities and Classification du renseignement pour :

• Environnements contenant beaucoup de données (au moins 5 000 cartes de données de chaque modèle où l'on souhaite utiliser M42 Intelligence Similarities and Classification )
• Articles avec contenu généré par l'homme et langage naturel
• Environnements qui utilisent une sorte de catégorisation ou de classification
• Cartes de données contenant les sélections correctes
• Analyser les éléments qui contiennent généralement au moins cinq mots
• Analyser les problèmes qui se répètent par nature

N'utilisez pas Similarities and Classification M42 Intelligence pour :

• Éléments générés par machine où la majorité du contenu est généré automatiquement, comme les alertes automatiques
• Problèmes qui ne sont pas récurrents
• Analyse des attributs qui contiennent généralement moins de cinq mots
• Cartes de données où les attributs peuvent avoir des valeurs erronées

Similarities and Classification M42 Intelligence ne seront disponibles que pour les modèles qui ont été correctement configurés dans les paramètres de Virtual Coach .

Configuration

La configuration de M42 Intelligence Similarities and Classification s'effectue principalement via des menus déroulants, permettant de sélectionner uniquement les options prises en charge. Les sélections obligatoires sont indiquées comme « Requises » dans l' interface utilisateur, simplifiant ainsi la configuration. La configuration de M42 Intelligence Similarities and Classification s'effectue principalement via des menus déroulants, permettant uniquement de sélectionner les options prises en charge.

Modèle

Vous devez d'abord définir les cartes de données avec lesquelles M42 Intelligence Similarities and Classification sera utilisé. Les cartes de données du modèle choisi sont analysées et M42 Intelligence Similarities and Classification affiche leur contenu lorsqu'il est jugé pertinent pour la carte de données ouverte. Les résultats d'un modèle configuré peuvent également être affichés pour les cartes de données d'autres modèles. Vous pouvez choisir le modèle en fonction du cas d'utilisation souhaité :

1. Afficher les résultats des cartes de données du modèle sélectionné tout en travaillant sur les cartes de données de ce modèle
2. Afficher les résultats des cartes de données du modèle sélectionné tout en travaillant sur des cartes de données d'autres modèles configurés.

Vous pouvez par exemple configurer les cartes de données « Ticket » et « Pro » afin que chacune puisse être affichée dans les résultats, lorsqu'il existe des cartes de données de l'un ou l'autre de ces modèles avec un contenu similaire.

Attributs de recherche

Les attributs de recherche définissent les champs des cartes de données de ce modèle qui seront analysés pour déterminer la similarité. Deux attributs sont obligatoires : chaîne ou texte. Les attributs statiques et à valeurs multiples ne sont pas pris en charge. Vous pouvez également définir un attribut de type référence supplémentaire à analyser et à prendre en compte dans la recherche. L'IA lira les attributs textuels et ne prendra en compte que le contenu qu'elle considère pertinent. M42 Intelligence Similarities and Classification n'est pas un moteur de recherche précis par nature. Il crée un index de recherche à partir duquel il recherchera le contenu similaire à l'ouverture.

Attribut de suggestion

L'attribut suggestion est utilisé pour la fonctionnalité de suggestion, qui permet de classer les tickets, par exemple par catégorie. M42 Intelligence Similarities and Classification construit un modèle statistique utilisant l'attribut Suggestion et les attributs Recherche pour fournir des suggestions classées selon la valeur de cet attribut de classification. L'attribut suggestion doit être de type référence. Les attributs multi-valeurs ne sont pas pris en charge. De plus, le résultat de l'attribut suggestion sert d'attribut de filtrage pour le contenu similaire, pour l'utilisateur final , lorsqu'il sélectionne un résultat dans la vue M42 Intelligence Similarities and Classification .

Copier les attributs

M42 Intelligence Similarities and Classification permet à l'utilisateur final de réutiliser le contenu existant de cartes de données similaires du même modèle par copie. Il est possible de choisir jusqu'à trois attributs différents pour copier les valeurs vers la carte de données ouverte. Les types d'attributs actuellement pris en charge sont : texte, chaîne, chaîne statique, référence et référence externe. Le contenu en texte enrichi peut également être copié et prévisualisé dans une fenêtre d'aperçu distincte avant la copie.

Taille de l'ensemble de données

Utilisez la taille de l'ensemble de données pour fournir M42 Intelligence la taille relative de l'ensemble de données disponible. M42 Intelligence utilise un algorithme de classement pour déterminer les résultats les plus similaires à la carte de données ouverte. Le score de similarité affiché à l'utilisateur final est toujours un nombre relatif dérivé des données disponibles. Par conséquent, M42 Intelligence Similarities and Classification utilise un facteur d'échelle permettant d'échelonner les résultats du contenu similaire entre 0 et 100, selon les données disponibles. Ce facteur d'échelle peut être ajusté via le paramètre Taille de l'ensemble de données, défini par défaut sur 40. Cela affectera le calcul du score du contenu similaire. Ajustez la taille de l'ensemble de données si vous estimez que les résultats sont toujours trop faibles ou trop élevés. Avant de modifier la taille de l'ensemble de données, tenez compte des bonnes pratiques suivantes :

• Le facteur d'échelle est défini par défaut sur 40. Il convient aux modèles contenant entre 10 000 et 60 000 cartes de données.
• Une valeur de 4 est recommandée pour les modèles avec 100 à 200 cartes de données.
• Une valeur de 10 est recommandée pour les modèles contenant environ 1 000 cartes de données.
• Les valeurs supérieures à 40 conviennent aux environnements de production plus importants.
• Seules les valeurs comprises entre 0 et 100 sont autorisées.

L'ajustement de la taille de l'ensemble de données n'affecte pas les résultats affichés, mais uniquement le score de pertinence des cartes de données affichées dans Contenu similaire.

Selon le système, la phase de démarrage et d'apprentissage dure entre 10 et 30 minutes. Ce temps est nécessaire à M42 Intelligence pour analyser les données et créer le service.

Les utilisateurs pourront ensuite activer eux-mêmes les Similarities and Classification M42 Intelligence . Pour tester, veuillez actualiser l'écran et accéder à votre profil utilisateur.

Consultez le uid de l'utilisateur pour plus de détails sur l'utilisation M42 Intelligence Similarities and Classification .