用途：对 ServiceNow 运营数据做周期性服务回顾分析，聚类事件、案例与对话，识别重复主题、情感趋势、解决方案模式与新兴问题，产出可行动的观点（POV）摘要。
主要能力：按主题相似度分组（类别/子类别、文本相似度、配置项、解决方案）；对交互做情感分析；分析解决模式以找出最佳实践与知识缺口；发现未爆发的新兴问题簇；跨渠道（自助、电话、聊天、邮件）关联；生成 POV 摘要与数据支撑建议；必要时创建问题记录。
使用方式：前置要求角色为 admin、analytics_admin、itil 或 problem_manager；建议插件 com.glide.interaction、com.snc.problem_management；需对 incident、sn_customerservice_case、interaction、sys_cs_conversation、kb_knowledge、problem 等表有读权限；建议至少 30 天数据。流程为：定义分析范围、提取事件数据、提取案例与交互数据、主题聚类、情感分析、解决模式分析、检测新兴簇、跨渠道关联、生成 POV 摘要、为高优先簇创建问题记录。
数据提取示例（MCP 工具 SN-Query-Table）：table_name: incident，query: sys_created_on>=javascript:gs.daysAgo(30)^state!=8^ORDERBYDESCsys_created_on；REST 方式：GET /api/now/table/incident?...。可用工具包括 SN-Query-Table、SN-Get-Record、SN-Natural-Language-Search、SN-Create-Record。
适用场景：周期性服务评审、支持量激增调查、数据驱动的改进建议、主动问题管理候选识别、面向管理层的运营洞察。
限制：至少需要 30 天数据；簇过小、数据差异大会产生过多小簇；情感分析依赖面向客户的评论；跨渠道字段不一致需先归一化；数据量过大需缩小时间范围或过滤。具体效果与收费暂未提供。