> Kontinuierliche Prozessoptimierung > Change Management > Freshservice > Datenvorlage

Ihr Change Management Daten-Template

Freshservice

Change Management Attribute (22) Change Management Aktivitäten (15) Extraktionsleitfäden (2)

Ihr Change Management Daten-Template

Diese Vorlage hilft Ihnen, die richtigen Daten zur Analyse Ihres Änderungsmanagement-Prozesses zu sammeln. Sie skizziert essenzielle Attribute zum Sammeln, Schlüsselaktivitäten zur Verfolgung und bietet Anleitungen zur Extraktion dieser Informationen aus Ihrem System. Nutzen Sie sie, um sicherzustellen, dass Ihre Daten für eine aufschlussreiche Prozessentdeckung und -optimierung bereit sind.

Empfohlene Attribute zur Erfassung
Wichtige Aktivitäten zur Verfolgung
Extraktionsanleitung für Freshservice

Neu bei Event-Logs? Erfahren Sie wie Sie ein Process-Mining-Event-Log erstellen.

Vorlage herunterladen

Change Management Attribute

Diese Datenfelder sind essenziell für die Erstellung eines vollständigen Event Logs, was eine detaillierte Analyse Ihres Änderungsmanagement-Prozesses ermöglicht.

5 Erforderlich 8 Empfohlen 9 Optional

	Name	Beschreibung
	Aktivitätsname ActivityName	Der Name eines spezifischen Events oder einer Aufgabe, das innerhalb des Änderungsmanagement-Prozesses auftrat.
Beschreibung Dieses Attribut beschreibt einen einzelnen Schritt oder Meilenstein im Änderungslebenszyklus, wie 'Change Request Created', 'Approval Requested' oder 'Implementation Completed'. Die Abfolge dieser Aktivitäten für eine gegebene Change Request ID bildet die Grundlage der Prozesslandkarte. Die Analyse dieser Aktivitäten hilft, den Prozessfluss zu identifizieren, Abweichungen zu erkennen und die in verschiedenen Phasen verbrachte Zeit zu messen. Bedeutung Es definiert die Schritte im Prozessfluss und ermöglicht die Visualisierung des Änderungslebenszyklus sowie die Analyse von Prozessvarianten und Engpässen. Datenquelle Generiert aus den Audit Logs, dem Activity Stream oder der Statusänderungshistorie eines Change-Datensatzes in Freshservice. Beispiele Änderung genehmigtRisikobewertung abgeschlossenImplementierung gestartetÄnderung geschlossen
	Change Request ID ChangeRequestId	Der eindeutige Identifikator für jeden Änderungsantrag, der innerhalb des Freshservice-Systems eingereicht wird.
Beschreibung Die Änderungsanforderungs-ID dient als primäre Kennung für einen einzelnen Änderungs-Case von der Initiierung bis zum Abschluss. Sie verknüpft alle zugehörigen Aktivitäten, Genehmigungen und Logs zu einer kohärenten Zeitachse, was eine End-to-End-Prozessanalyse ermöglicht. Im Process Mining ist diese ID essenziell für die Rekonstruktion des Lebenszyklus jeder Änderung, um deren Pfad, Dauer und Ergebnisse zu verstehen. Bedeutung Dies ist die essenzielle Case ID, die alle zugehörigen Events gruppiert, was es ermöglicht, den gesamten Verlauf eines einzelnen Änderungsantrags zu verfolgen und zu analysieren. Datenquelle Dies ist ein primäres Feld im Change-Objekt in Freshservice. Beispiele CHG-10234CHG-10235CHG-10236
	Ereigniszeit EventTime	Das genaue Datum und die Uhrzeit, zu der eine spezifische Aktivität oder ein Event auftrat.
Beschreibung Jede Aktivität im Prozess hat einen entsprechenden Timestamp, der ihr Auftreten markiert. Diese temporären Daten sind entscheidend für die Berechnung von Dauern zwischen Aktivitäten, die Identifizierung von Wartezeiten und die Analyse der gesamten Durchlaufzeit des Prozesses. Sie ermöglichen Performance-Analysen, Bottleneck-Identifikation und SLA-Einhaltungsüberwachung. Bedeutung Dieser Timestamp ist fundamental für alle zeitbasierten Analysen, einschließlich der Berechnung von Cycle Times, Dauern und Wartezeiten zwischen Prozessschritten. Datenquelle Timestamp, der mit jedem Eintrag in den Audit Logs oder dem Activity Stream eines Change-Datensatzes in Freshservice verbunden ist. Beispiele 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:15:00Z
	Letzte Datenaktualisierung LastDataUpdate	Der Zeitstempel, der angibt, wann die Daten für diesen Datensatz zuletzt aus dem Quellsystem aktualisiert wurden.
Beschreibung Dieses Attribut erfasst Datum und Uhrzeit der letzten Datenextraktion oder Aktualisierung für jedes Event. Es ist wichtig, um die Aktualität der analysierten Daten zu verstehen und sicherzustellen, dass Analysen auf aktuellen Informationen basieren. Dies hilft, die Datenintegrität zu wahren und liefert Kontext für die Aktualität der Erkenntnisse. Bedeutung Stellt sicher, dass Benutzer über die Aktualität der Daten informiert sind und hilft, die Gültigkeit der Process Mining Analyse zu validieren. Datenquelle Dieser Timestamp wird typischerweise generiert und hinzugefügt während des Data Ingestion oder ETL Prozesses. Beispiele 2024-05-20T08:00:00Z2024-05-21T08:00:00Z
	Quellsystem SourceSystem	Identifiziert das System, aus dem die Daten extrahiert wurden.
Beschreibung Dieses Attribut gibt den Ursprung der Prozessdaten an. Für diese Ansicht wird der Wert durchgängig 'Freshservice' sein. Die Aufnahme dieses Attributs ist eine Best Practice, insbesondere in Umgebungen, in denen Daten aus mehreren Systemen zusammengeführt werden könnten, da es wesentlichen Kontext liefert und bei der Data Governance sowie der Fehlerbehebung hilft. Bedeutung Bietet eine klare Datenherkunft, die entscheidend ist bei der Analyse von Daten aus mehreren Unternehmenssystemen. Datenquelle Dies ist ein statischer Wert, der während des Datenextraktionsprozesses festgelegt wird, um den Ursprung der Daten zu kennzeichnen. Beispiele Freshservice
	Änderungsart ChangeType	Die Klassifizierung der Änderung, wie Standard, Normal oder Notfall.
Beschreibung Change Type kategorisiert Change Requests basierend auf ihrer Art, ihrem Risiko und ihren Genehmigungsanforderungen. Standard Changes sind vorab genehmigt, Normal Changes folgen dem Standardprozess, und Emergency Changes erfordern eine beschleunigte Bearbeitung. Die Analyse des Prozesses nach Change Type ist entscheidend, um zu verstehen, ob verschiedene Typen unterschiedlichen Pfaden folgen und unterschiedliche Performance-Eigenschaften aufweisen, wie z.B. Durchlaufzeit oder Erfolgsrate. Bedeutung Die Segmentierung des Prozesses nach Änderungstyp hilft, unterschiedliche Prozessverhaltensweisen und Leistungsniveaus für Standard-, normale und Notfalländerungen aufzudecken. Datenquelle Dies ist das Feld 'Change Type' im Change-Objekt in Freshservice. Beispiele StandardNormalNotfallSchwerwiegend
	Änderungspriorität ChangePriority	Die Prioritätsstufe, die dem Änderungsantrag zugewiesen wurde, was seine geschäftliche Bedeutung anzeigt.
Beschreibung Die Priorität wird typischerweise durch die Kombination von Auswirkungen und Dringlichkeit bestimmt und dient der Steuerung von Ressourcenzuweisung und Terminplanung. Die Analyse, wie sich die Priorität auf Prozessmetriken wie Cycle Time und SLA-Einhaltung auswirkt, kann zeigen, ob hochpriorisierte Änderungen schneller bearbeitet werden als niedrigpriorisierte. Sie hilft bei der Bewertung der Wirksamkeit von Priorisierungsrichtlinien. Bedeutung Hilft zu bestimmen, ob der Prozess Änderungen von hoher Wichtigkeit effektiv priorisiert und Ressourcen entsprechend zuweist. Datenquelle Dies ist das Feld 'Priority' im Change-Objekt in Freshservice. Beispiele NiedrigMittelHochDringend
	Änderungsstatus ChangeStatus	Der aktuelle oder endgültige Status des Änderungsantrags.
Beschreibung Dieses Attribut zeigt den Zustand eines Änderungsantrags zu einem bestimmten Zeitpunkt oder dessen Endergebnis an, wie 'Closed', 'Cancelled' oder 'Rejected'. Es ist entscheidend für die Ergebnis-Analyse und hilft, zwischen erfolgreich abgeschlossenen Änderungen und solchen zu unterscheiden, die fehlschlugen oder aufgegeben wurden. Das Filtern nach Status ermöglicht eine fokussierte Analyse spezifischer Kohorten von Änderungen. Bedeutung Es ermöglicht die Analyse von Änderungsresultaten und hilft, Erfolgs-, Fehler- und Abbruchraten zu verstehen. Datenquelle Dies ist das Feld 'Status' im Change-Objekt in Freshservice. Beispiele GeschlossenStorniertAbgelehntOffen
	Endzeit EndTime	Der Timestamp des letzten aufgezeichneten Events für den Änderungsantrags-Case.
Beschreibung Die End Time markiert den Abschluss des Lebenszyklus eines Änderungsantrags und entspricht typischerweise der Aktivität 'Change Closed' oder 'Change Cancelled'. Sie wird in Verbindung mit der Start Time verwendet, um die gesamte End-to-End Cycle Time für jeden Case zu berechnen. Die Analyse dieses Attributs hilft, die Gesamtdauer und den Durchsatz des Änderungsmanagement-Prozesses zu verstehen. Bedeutung Es ist unerlässlich für die Berechnung der gesamten Durchlaufzeit eines Change Requests, einem primären KPI für die Prozesseffizienz. Datenquelle Dies ist der Timestamp der letzten Aktivität im Event Log für eine gegebene Change Request ID. Beispiele 2023-11-05T18:00:00Z2023-11-06T09:45:00Z
	Name des Anfragenden RequesterName	Der Name der Person, die den Änderungsantrag initiiert hat.
Beschreibung Der Anfragende ist die Person, die die Änderung zur Prüfung eingereicht hat. Die Analyse von Daten nach Anfragendem kann helfen, Muster zu identifizieren, wie welche Personen oder Rollen häufig Änderungen einreichen, oder ob Anfragen bestimmter Benutzer eher abgelehnt werden oder Nacharbeiten erfordern. Sie kann auch für die Arbeitslastanalyse verwendet werden, wenn sie mit Abteilungsdaten kombiniert wird. Bedeutung Identifiziert den Ursprung der Änderungsnachfrage und kann Schulungsbedarfe oder spezifische Benutzergruppen mit hohem Änderungsaufkommen hervorheben. Datenquelle Dies ist das Feld 'Requested by' im Change-Objekt in Freshservice, das mit einem Benutzerdatensatz verknüpft ist. Beispiele Alice JohnsonRobert SmithMaria Garcia
	Risikostufe RiskLevel	Das bewertete Risikoniveau, das mit der Implementierung der Änderung verbunden ist.
Beschreibung Die Risikostufe kategorisiert die potenziellen negativen Auswirkungen einer Änderung im Falle ihres Scheiterns. Gängige Stufen sind Niedrig, Mittel und Hoch. Dieses Attribut ist entscheidend für die Compliance-Analyse und um zu verstehen, ob Änderungen mit höherem Risiko einem strengeren Prozesspfad folgen, wie z.B. der Notwendigkeit weiterer Genehmigungen oder gründlicherer Tests. Es hilft sicherzustellen, dass Risikomanagementkontrollen korrekt angewendet werden. Bedeutung Dies ist entscheidend für Compliance und Risikoanalyse, was sicherstellt, dass hochriskante Änderungen einer angemessenen Prüfung unterzogen werden und einem robusteren Prozess folgen. Datenquelle Dies entspricht dem Feld 'Risk' im Change-Objekt in Freshservice. Beispiele NiedrigMittelHochSehr Hoch
	Ziel-Abschlussdatum TargetCompletionDate	Das geplante Datum oder das Datum der Service Level Agreement (SLA), bis zu dem die Änderung abgeschlossen sein sollte.
Beschreibung Dieses Datum stellt die Frist für die Schließung eines Änderungsantrags dar. Es ist der primäre Benchmark zur Messung der SLA-Einhaltung. Durch den Vergleich der tatsächlichen End Time mit dem Target Completion Date kann festgestellt werden, ob eine Änderung pünktlich, frühzeitig oder verspätet abgeschlossen wurde. Dies ist ein wichtiger Input für den KPI der Change SLA Adherence Rate. Bedeutung Dient als Benchmark zur Messung der pünktlichen Lieferung und SLA-Einhaltung, welche Schlüsselindikatoren für die Prozessleistung sind. Datenquelle Dies könnte ein dediziertes Datumsfeld 'Due by' oder 'SLA Target' im Change-Objekt in Freshservice sein. Beispiele 2023-11-10T17:00:00Z2023-11-15T17:00:00Z
	Zugewiesene Gruppe AssignedGroup	Das Team oder die Gruppe, die für die Implementierung der Änderung verantwortlich ist.
Beschreibung Dieses Attribut gibt an, welches Team zugewiesen ist, um die Arbeit der Änderung auszuführen, wie das 'Network Team' oder 'Database Administrators'. Die Analyse der Prozessleistung nach zugewiesener Gruppe ist entscheidend, um die Teamarbeitslast, Effizienz und die Identifizierung von Ressourcenengpässen zu verstehen. Es kann zeigen, welche Teams längere Implementierungszeiten oder höhere Raten von Problemen nach der Implementierung aufweisen. Bedeutung Ermöglicht Performance- und Arbeitslastanalysen über verschiedene Implementierungsteams hinweg, um Ressourcenbeschränkungen oder Best Practices zu identifizieren. Datenquelle Dies ist das Feld 'Group' oder 'Assigned Group' im Change-Objekt in Freshservice. Beispiele Infrastruktur-`Team`Application SupportSicherheitsoperationen
	`SLA` verletzt IsSlaBreached	Ein boolesches Flag, das anzeigt, ob der Change Request nach seinem Zieldatum abgeschlossen wurde.
Beschreibung Dieses Attribut ist ein binärer Indikator für die SLA-Compliance, der als 'true' markiert ist, wenn die End Time der Änderung später als ihr Target Completion Date ist, und andernfalls als 'false'. Es vereinfacht die Erstellung von Dashboards und KPIs zur SLA-Einhaltung, was ein schnelles Filtern und Aggregieren verspäteter Änderungen ermöglicht. Es unterstützt direkt den KPI der Change SLA Adherence Rate. Bedeutung Bietet ein klares, binäres Ergebnis für die SLA-Performance, was das Filtern und Berichten über pünktliche versus verspätete Änderungen vereinfacht. Datenquelle Berechnet durch den Vergleich der EndTime mit dem TargetCompletionDate. Falls EndTime > TargetCompletionDate, dann true. Beispiele truefalsch
	Abteilungsname DepartmentName	Die Abteilung des Benutzers, der die Änderung angefordert hat.
Beschreibung Dieses Attribut liefert einen organisatorischen Kontext, indem es die Geschäftseinheit identifiziert, die den Änderungsantrag initiiert. Die Analyse nach Abteilung kann aufdecken, welche Teile der Organisation die meisten Änderungen generieren, die höchsten Ablehnungsraten aufweisen oder die längsten Cycle Times haben. Diese Erkenntnis ist wertvoll für zielgerichtete Prozessverbesserungen und die Ressourcenplanung. Bedeutung Ermöglicht die Analyse der Prozessperformance und Nachfrage verschiedener Geschäftsbereiche und unterstützt gezielte Verbesserungen. Datenquelle Diese Information wird typischerweise aus dem Benutzerprofil des Anfragenden in Freshservice abgeleitet. Beispiele FinanzenPersonalwesenInformationstechnologieMarketing
	Anzahl verknüpfter Incidents AssociatedIncidentsCount	Die Anzahl der Vorfälle, die mit diesem Änderungsantrag nach seiner Implementierung verknüpft sind.
Beschreibung Diese Metrik quantifiziert die nachgelagerten Auswirkungen einer Änderung, indem sie zählt, wie viele Incidents infolge ihrer Bereitstellung erstellt wurden. Eine hohe Anzahl deutet auf potenzielle Probleme bei der Planung, den Tests oder der Implementierungsqualität hin. Es ist ein direkter Input für den KPI der Post-Implementation Issue Rate und entscheidend für die Messung der Stabilität und des Erfolgs von Änderungen. Bedeutung Misst direkt die Qualität und Stabilität implementierter Änderungen und hilft dabei, diejenigen zu identifizieren, die Serviceunterbrechungen verursachen. Datenquelle Abgeleitet durch Zählen der Anzahl der Incident-Tickets, die in Freshservice mit einem Change-Ticket verknüpft sind. Beispiele 015
	Dringlichkeit Urgency	Zeigt an, wie schnell die Änderung aus geschäftlicher Sicht implementiert werden muss.
Beschreibung Die Urgency spiegelt die Zeitkritikalität einer Änderung wider. Zum Beispiel könnte ein Sicherheitspatch eine hohe Urgency haben. Dieses Attribut, oft mit Impact kombiniert, um die Priority festzulegen, hilft bei der Analyse, ob der Prozess auf zeitkritische Geschäftsanforderungen angemessen reagiert. Es kann aufzeigen, ob dringende Änderungen tatsächlich schneller durch den Prozess laufen. Bedeutung Bietet Kontext zur Zeitkritikalität einer Änderung, der mit der Cycle Time korreliert werden kann, um die Prozessreaktionsfähigkeit zu bewerten. Datenquelle Dies ist das Feld 'Urgency' im Change-Objekt in Freshservice. Beispiele NiedrigMittelHoch
	Freigabedauer ApprovalDuration	Die Zeit, die ein Änderungsantrag in der Genehmigungsphase verbracht hat.
Beschreibung Diese berechnete Dauer misst die Zeit von der Beantragung einer Genehmigung bis zu ihrer Erteilung oder Ablehnung. Sie ist essenziell für das 'Change Approval Phase Duration' Dashboard und hilft, Engpässe im Genehmigungs-Workflow genau zu identifizieren. Die Analyse dieser Metrik kann langsame Genehmiger, ineffiziente Gruppenübergaben oder systemische Verzögerungen bei der Entscheidungsfindung hervorheben. Bedeutung Misst direkt die Effizienz der Genehmigungsphase und hilft dabei, Engpässe zu identifizieren und zu beheben, die Änderungen verzögern. Datenquelle Berechnet als Zeitdifferenz zwischen der Aktivität 'Approval Requested' und der Aktivität 'Change Approved' oder 'Change Rejected'. Beispiele 1 Tag 2 Stunden5 Stunden 30 Minuten3 Tage
	Gesamtdurchlaufzeit TotalCycleTime	Die gesamte verstrichene Zeit von der Erstellung bis zur Schließung eines Änderungsantrags.
Beschreibung Diese Metrik wird als Dauer zwischen dem ersten und letzten Event für einen gegebenen Änderungsantrag berechnet. Sie repräsentiert die End-to-End Bearbeitungszeit und ist ein fundamentaler KPI zur Messung der gesamten Prozesseffizienz. Die Analyse der Total Cycle Time hilft, langlaufende Cases zu identifizieren und bietet eine Basis für Verbesserungsinitiativen. Bedeutung Dies ist ein primärer KPI zur Messung der Gesamtgeschwindigkeit und Effizienz des Änderungsmanagement-Prozesses von Anfang bis Ende. Datenquelle Berechnet durch Subtrahieren des Timestamps des ersten Events vom Timestamp des letzten Events für jede Change Request ID. Beispiele 2 Tage 4 Stunden 30 Minuten10 Tage 0 Stunden 0 Minuten1 Stunde 15 Minuten
	Impact Level ImpactLevel	Die bewerteten geschäftlichen Auswirkungen, wenn die Änderung fehlschlagen oder eine Dienstunterbrechung verursachen würde.
Beschreibung Das Impact Level zeigt die potenziellen Auswirkungen auf den Geschäftsbetrieb an, von gering (einen einzelnen Benutzer betreffend) bis hoch (die gesamte Organisation betreffend). Zusammen mit der Urgency bestimmt es oft die Gesamtpriorität. Eine Analyse nach Auswirkungen hilft zu verstehen, ob der Prozess Änderungen, die eine erhebliche Bedrohung für die Geschäftskontinuität darstellen, korrekt handhabt. Bedeutung Hilft bei der Risikoanalyse und bestätigt, dass Änderungen mit hohem potenziellen Business Impact mit größerer Sorgfalt gemanagt werden. Datenquelle Dies entspricht dem Feld 'Impact' im Change-Objekt in Freshservice. Beispiele NiedrigMittelHoch
	Implementierungsdauer ImplementationDuration	Die Zeit, die für die Implementierungsphase der Änderung benötigt wurde.
Beschreibung Diese Metrik berechnet die Dauer der Kernimplementierungsarbeit, typischerweise gemessen von der Aktivität 'Implementation Started' bis zur Aktivität 'Implementation Completed'. Sie wird verwendet, um die Effizienz der technischen Ausführungsphase zu analysieren und unterstützt das 'Change Implementation Phase Efficiency' Dashboard. Hohe Dauern können auf technische Komplexität, Ressourcenmangel oder unvorhergesehene Herausforderungen hinweisen. Bedeutung Misst die Effizienz der praktischen technischen Arbeit und isoliert sie von Planungs- und Genehmigungsverzögerungen. Datenquelle Berechnet als Zeitdifferenz zwischen den Aktivitäten 'Implementation Started' und 'Implementation Completed'. Beispiele 4 Stunden1 Stunde 30 Minuten8 Stunden
	Schließcode CloseCode	Ein Code oder Grund, der angibt, warum der Change Request geschlossen wurde.
Beschreibung Der Close Code liefert spezifische Details über das Ergebnis einer abgeschlossenen Änderung. Beispiele sind 'Erfolgreich implementiert', 'Zurückgenommen' oder 'Abgelehnt'. Diese Daten fügen über den endgültigen Status hinaus wertvollen Kontext hinzu, was eine granularere Analyse von Erfolgs- und Fehlermodi innerhalb des Änderungsmanagement-Prozesses ermöglicht. Bedeutung Bietet detaillierte Informationen zu den Änderungsresultaten, was eine tiefere Analyse ermöglicht, warum Änderungen erfolgreich waren, fehlschlugen oder zurückgenommen wurden. Datenquelle Konsultieren Sie die Freshservice Dokumentation oder überprüfen Sie das Änderungsformular auf ein Feld wie 'Abschlusscode' oder ein ähnliches Feld. Beispiele ErfolgreichErfolgreich mit ProblemenFehlgeschlagenRückgängig gemacht

Erforderlich Empfohlen Optional

Change Management Aktivitäten

Dies sind die kritischen Prozessschritte und Meilensteine, die Sie in Ihrem Event Log genau verfolgen sollten, für eine gründliche Änderungsmanagement-Prozessentdeckung.

5 Empfohlen 10 Optional

	Aktivität	Beschreibung
	Änderung genehmigt	Ein wichtiger Meilenstein, bei dem eine festgelegte Autorität, wie das Change Advisory Board (CAB), den Change Request formell zur Fortsetzung genehmigt. Dies ist typischerweise eine explizite Aktion, die im System aufgezeichnet wird.
Bedeutung Markiert das Ende der Genehmigungsphase und den Beginn der Implementierungsplanung. Diese Aktivität ist unerlässlich, um die 'Durchschnittliche Änderungsfreigabezeit' und die 'Erfolgsquote bei der Erstfreigabe' zu messen. Datenquelle Freshservice protokolliert dies als explizites Event, wenn ein Genehmiger den 'Approve'-Button klickt. Das Event wird im Activity Log des Tickets mit einem Timestamp aufgezeichnet. Erfassen Der Timestamp der Aktion 'Approved' im Genehmigungs-Tab oder Aktivitäts-Log. Ereignistyp explicit
	Änderung geschlossen	Dies markiert den offiziellen erfolgreichen Abschluss des Änderungsmanagement-Prozesses. Dieses Event wird erfasst, wenn der Status des Änderungs-Tickets in den finalen Status 'Closed' übergeht.
Bedeutung Dies ist das primäre End-Event für den Prozess. Es ist der finale Datenpunkt zur Berechnung der End-to-End 'Average Change Cycle Time' und der 'Change SLA Adherence Rate'. Datenquelle Dieses Event wird vom Timestamp erfasst, der mit der finalen Statusänderung zu 'Closed' in der Historie des Änderungs-Tickets verbunden ist. Erfassen Der Timestamp der finalen Statusänderung zu 'Closed'. Ereignistyp explicit
	Änderung terminiert	Die Aktivität der Zuweisung einer spezifischen Start- und Endzeit für die Implementierung der genehmigten Änderung. Dies wird typischerweise abgeleitet, wenn die Felder 'Scheduled Start Time' und 'Scheduled End Time' ausgefüllt sind.
Bedeutung Dies ist ein wichtiger Meilenstein, der den Beginn der Implementierungsphase auslöst. Er ist essenziell für die Berechnung der 'Average Implementation Time' und die Analyse der Planungseffizienz. Datenquelle Abgeleitet aus dem Timestamp, wenn die planungsbezogenen Datumsfelder ausgefüllt und der Status auf 'Scheduled' oder ähnlich gesetzt wird. Erfassen Abgeleitet aus dem Eintragen des 'Scheduled Start Date' und einer entsprechenden Statusaktualisierung. Ereignistyp inferred
	Change Request erstellt	Dies markiert den offiziellen Start des Änderungsmanagement-Prozesses, bei dem ein neuer Änderungsantrag formell in Freshservice protokolliert wird. Dieses Event wird explizit erfasst, wenn ein Benutzer ein neues Änderungs-Ticket speichert, wobei eine eindeutige Change Request ID und ein Erstellungs-Timestamp erzeugt werden.
Bedeutung Dies ist das primäre Start-Event für den Prozess. Die Analyse der Zeit von dieser Aktivität bis 'Change Closed' liefert die End-to-End Cycle Time, einen Schlüssel-KPI für die Prozesseffizienz. Datenquelle Dies ist ein explizites Event, das in der Audit-Historie des Änderungsdatensatzes erfasst wird. Es entspricht dem Erstellungs-Timestamp des Änderungs-Tickets. Erfassen Der Erstellungs-Timestamp des Änderungsantragsdatensatzes. Ereignistyp explicit
	Implementierung abgeschlossen	Zeigt an, dass die technische Arbeit zur Implementierung der Änderung abgeschlossen wurde. Dies wird typischerweise aus einer Statusänderung in einen Post-Implementierungszustand wie 'Pending Review' abgeleitet.
Bedeutung Dieser Meilenstein markiert das Ende der Kernimplementierungsarbeit. Er ist der Endpunkt zur Berechnung der 'Average Implementation Time' und signalisiert den Beginn von Test- oder Überprüfungsaktivitäten. Datenquelle Abgeleitet aus einer Statusänderung zu einem Wert wie 'Pending Review', 'Awaiting Testing' oder 'Completed'. Erfassen Abgeleitet aus einer Änderung des Statusfeldes zu 'Pending Review' oder ähnlichem. Ereignistyp inferred
	Änderung abgebrochen	Stellt die Beendigung eines Änderungsantrags vor dessen Abschluss dar. Dies ist ein alternativer Endstatus, der erfasst wird, wenn der Ticketstatus auf 'Storniert' oder 'Zurückgezogen' gesetzt wird.
Bedeutung Die Analyse abgebrochener Änderungen kann Probleme in den initialen Planungs- oder Genehmigungsphasen aufzeigen, wie z.B. Anfragen, die nicht mehr benötigt werden oder keinen gültigen Business Case haben. Datenquelle Erfasst vom Timestamp der Statusänderung zu 'Cancelled' oder einem äquivalenten Endstatus, der nicht 'Closed' ist. Erfassen Der Timestamp der Statusänderung zu 'Cancelled'. Ereignistyp explicit
	Änderung abgelehnt	Zeigt an, dass ein Genehmiger den Change Request formell abgelehnt hat, wodurch dessen Fortsetzung verhindert wird. Diese Aktion wird explizit aufgezeichnet und leitet den Prozess oft in eine Nacharbeitsphase ein.
Bedeutung Diese Aktivität ist entscheidend für die Analyse von Nacharbeiten und die Identifizierung von Gründen für Prozessfehler. Eine hohe Häufigkeit von Ablehnungen weist auf Probleme mit der Anforderungsqualität oder der Risikobewertung hin. Datenquelle Freshservice protokolliert dies als explizites Event, wenn ein Genehmiger den 'Reject'-Button klickt. Das Event wird im Activity Log des Tickets aufgezeichnet. Erfassen Der Timestamp der Aktion 'Rejected' im Genehmigungs-Tab oder Aktivitäts-Log. Ereignistyp explicit
	Änderung wiedereröffnet	Tritt auf, wenn eine zuvor geschlossene oder gelöste Änderung in einen offenen Status zurückversetzt wird, typischerweise aufgrund von Problemen, die nach der Implementierung entdeckt wurden. Dies wird durch eine Statusänderung von einem geschlossenen zu einem offenen Zustand abgeleitet.
Bedeutung Diese Aktivität ist ein starker Indikator für Nacharbeiten oder fehlgeschlagene Änderungen. Die Verfolgung ihrer Häufigkeit ist entscheidend für das Verständnis der Änderungsqualität und der Testeffektivität. Datenquelle Wird durch das Erkennen eines Statusübergangs von 'Closed' oder 'Resolved' zurück in den Status 'Open' oder 'In Progress' im Aktivitätsprotokoll des Tickets ermittelt. Erfassen Erkennt Statusänderungen von einem terminalen Zustand (z.B. 'Closed') zu einem nicht-terminalen Zustand (z.B. 'Open'). Ereignistyp inferred
	Freigabe angefordert	Stellt den Punkt dar, an dem der Änderungsantrag formell zur Überprüfung und Genehmigung eingereicht wird. Dies wird typischerweise abgeleitet, wenn der Status des Änderungsantrags in einen Zustand wie 'Genehmigung ausstehend' übergeht oder wenn er einem Genehmiger zugewiesen wird.
Bedeutung Diese Aktivität markiert den Beginn der Genehmigungsphase. Die Messung der Dauer von diesem Punkt bis 'Change Approved' ist entscheidend für die Identifizierung von Engpässen im Genehmigungszyklus. Datenquelle Abgeleitet aus dem Activity Log oder durch Verfolgung von Statusfeldänderungen zu 'Awaiting Approval'. Der Timestamp dieser Statusänderung wird als Event Time verwendet. Erfassen Abgeleitet aus einer Änderung des Statusfeldes zu 'Awaiting Approval'. Ereignistyp inferred
	Implementierung gestartet	Markiert den Beginn des tatsächlichen Deployments oder der Ausführung der Änderung. Dies wird abgeleitet, wenn der Status des Change Requests auf 'In Progress' oder einen ähnlichen aktiven Zustand aktualisiert wird.
Bedeutung Bietet einen klaren Startpunkt zur Verfolgung der aktiven Implementierungsdauer. Es hilft, zwischen Wartezeit und tatsächlich ausgeführter Arbeit zu unterscheiden. Datenquelle Abgeleitet aus einer Statusänderung zu einem Wert wie 'In Progress' oder 'Implementation in Progress' zur geplanten Startzeit. Erfassen Abgeleitet aus einer Änderung des Statusfeldes zu 'In Progress'. Ereignistyp inferred
	Nachimplementierungsprüfung durchgeführt	Zeigt den Abschluss des Post-Implementation Review (PIR) an, um den Erfolg der Änderung zu bewerten und die gewonnenen Erkenntnisse zu dokumentieren. Dies wird oft abgeleitet, wenn nach der Implementierung Überprüfungsnotizen hinzugefügt oder ein Status aktualisiert wird.
Bedeutung Stellt sicher, dass ein formaler Überprüfungsprozess befolgt wird. Die Analyse dieser Aktivität hilft, die Effektivität von Änderungen zu verstehen und unterstützt die kontinuierliche Prozessverbesserung. Datenquelle Abgeleitet aus dem Eintragen PIR-bezogener Felder im Änderungsformular nach dem Implementierungsdatum oder einer Statusänderung zu einem Zustand wie 'Review Complete'. Erfassen Abgeleitet aus dem Eintragen der PIR Notizenfelder oder einer spezifischen Statusaktualisierung. Ereignistyp inferred
	Notiz zur Änderung hinzugefügt	Stellt das Hinzufügen eines Kommentars oder einer Notiz zum Änderungsantrag dar, was auf Kommunikations- oder Dokumentationsaktivitäten hinweist. Freshservice protokolliert diese Ereignisse explizit im Aktivitäts-Feed jedes Tickets.
Bedeutung Obwohl kein Kernprozessschritt, kann die Verfolgung von Notizen Kontext für Verzögerungen liefern, insbesondere während der Genehmigungs- oder Planungsphasen. Eine hohe Häufigkeit von Notizen kann auf unklare Anforderungen oder Kommunikationsprobleme hinweisen. Datenquelle Explizit im 'Activity'- oder 'Audit'-Abschnitt eines Change Request Tickets protokolliert, mit einem Timestamp und dem Benutzer, der die Notiz hinzugefügt hat. Erfassen Als 'Note Added' Event im Activity Log des Tickets protokolliert. Ereignistyp explicit
	Planung abgeschlossen	Bedeutet, dass die gesamte notwendige Planung für die Änderung, einschließlich der Entwicklung der Implementierungs- und Rücknahmepläne, abgeschlossen wurde. Dies wird normalerweise aus einer Statusänderung nach der Genehmigung abgeleitet.
Bedeutung Markiert den Übergang von der Planung zur Ausführung. Die Analyse der Dauer der Planungsphase hilft, Möglichkeiten zur Optimierung von Pre-Implementierungsaktivitäten zu identifizieren. Datenquelle Abgeleitet aus einer Statusänderung von einem planungsbezogenen Status, wie 'Pending Release', zu einem Implementierungsstatus, wie 'Scheduled'. Erfassen Abgeleitet aus einer Statusänderung von 'Planning in Progress' oder einem ähnlichen Zustand. Ereignistyp inferred
	Risikobewertung abgeschlossen	Zeigt an, dass die formale Bewertung potenzieller Risiken im Zusammenhang mit der Änderung abgeschlossen wurde. Diese Aktivität wird oft abgeleitet, wenn das Risikostufenfeld befüllt oder aktualisiert wird oder eine verwandte Aufgabe abgeschlossen ist.
Bedeutung Die Verfolgung dieser Aktivität hilft, die Compliance mit Änderungsrichtlinien sicherzustellen, die eine Risikobewertung vorschreiben. Sie ermöglicht die Analyse der 'Risk Assessment Coverage' und der für diesen kritischen Schritt aufgewendeten Zeit. Datenquelle Dies wird wahrscheinlich aus einer Timestamp-basierten Aktualisierung des Feldes 'Risk' im Änderungsformular oder dem Abschluss einer spezifischen Aufgabe im Zusammenhang mit der Risikoanalyse abgeleitet. Erfassen Abgeleitet aus dem Timestamp, wenn das Feld 'Risk' befüllt oder ein verwandtes Checklisten-Element als abgeschlossen markiert wird. Ereignistyp inferred
	Tests abgeschlossen	Stellt den Abschluss aller erforderlichen Test- und Validierungsaktivitäten dar, um sicherzustellen, dass die Änderung erfolgreich war und keine negativen Auswirkungen verursachte. Dies kann aus dem Abschluss einer Aufgabe oder einer Statusänderung abgeleitet werden.
Bedeutung Die Verfolgung dieser Aktivität hilft, den KPI der 'Testing Completion Rate' zu messen und stellt sicher, dass Änderungen vor dem endgültigen Abschluss ordnungsgemäß validiert werden, was Probleme nach der Implementierung reduziert. Datenquelle Dies kann schwierig zu erfassen sein und muss möglicherweise aus dem Abschluss einer verknüpften 'Testing'-Aufgabe oder einer Statusänderung zu 'Testing Complete' abgeleitet werden. Erfassen Abgeleitet aus dem Abschluss einer testbezogenen Aufgabe, die mit der Änderung verbunden ist. Ereignistyp inferred

Extraktionsleitfäden

Wie Sie Ihre Daten aus Freshservice erhalten

Schritte

Freshservice Analytics aufrufen: Melden Sie sich bei Ihrer Freshservice-Instanz mit einem Konto an, das Berechtigungen zum Erstellen und Anzeigen von Berichten im Analytics-Modul hat.
Neuen Bericht erstellen: Navigieren Sie zum Analytics-Bereich. Erstellen Sie einen neuen Bericht und geben Sie ihm einen aussagekräftigen Namen, z.B. „Process Mining - Change Management Event Log“.`
Erstes Widget hinzufügen (Change Request Created): Fügen Sie dem Bericht ein neues Widget hinzu. Wählen Sie 'Changes' als Modul. Verwenden Sie für die Metrik 'Count of Changes'. Im Abschnitt 'Group by' fügen Sie 'Change ID' und 'Created at' hinzu. Dieses Widget dient als Quelle für die Aktivität 'Change Request Created'.
Berichtsfilter konfigurieren: Wenden Sie einen globalen Filter auf den Bericht an, basierend auf dem 'Created at'-Datum, um Ihren Analysezeitraum zu definieren, z.B. die letzten 6 Monate. Stellen Sie sicher, dass dieser Filter für alle nachfolgenden Widgets für die Datenkonsistenz angewendet wird.
Widgets für jede Aktivität erstellen: Wiederholen Sie den Vorgang des Hinzufügens und Konfigurierens eines neuen Widgets für jede der 15 erforderlichen Aktivitäten. Sie müssen verschiedene Felder, Status und Module verwenden, um jedes Event zu isolieren. Zum Beispiel könnten Sie für 'Change Approved' nach dem Datum 'Approved on' gruppieren. Für statusbasierte Events wie 'Implementation Started' müssen Sie eine Metrik verwenden, die nach Status is In Progress gefiltert ist, und nach dem Last Updated at Timestamp für diese spezifischen Änderungen gruppieren. Die Konfiguration finden Sie im Abschnitt 'query' für Details zu jedem Widget.
Unterliegende Daten exportieren: Sobald alle 15 Widgets konfiguriert sind und der Bericht geladen wurde, gehen Sie zu jedem Widget einzeln. Klicken Sie auf das Optionssymbol (drei Punkte) und wählen Sie 'Export' und dann 'Export underlying data'. Wählen Sie das CSV-Format.
Exportierte Dateien konsolidieren: Sie haben nun 15 separate CSV-Dateien. Öffnen Sie jede Datei und fügen Sie eine neue Spalte mit dem Namen ActivityName hinzu. Füllen Sie diese Spalte mit dem Namen der entsprechenden Aktivität (z.B. 'Change Request Created' für die erste Datei, 'Change Approved' für die zweite usw.).
Zu einem einzigen Event Log zusammenführen: Kombinieren Sie die Daten aus allen 15 modifizierten CSV-Dateien zu einer Master-CSV-Datei. Stellen Sie sicher, dass die Spaltenüberschriften in allen Dateien vor dem Zusammenführen konsistent sind.
Spaltennamen standardisieren: Benennen Sie in der Master-Datei die Spalten um, um dem erforderlichen Schema zu entsprechen. Benennen Sie zum Beispiel 'Change ID' in ChangeRequestId und die entsprechenden Datumsspalten in jeder Datei (z.B. 'Created at', 'Approved on') in EventTime um.
Statische und empfohlene Attribute hinzufügen: Fügen Sie die folgenden Spalten zu Ihrer finalen Tabelle hinzu: SourceSystem (füllen Sie alle Zeilen mit 'Freshservice' aus) und LastDataUpdate (füllen Sie mit dem aktuellen Datum und der Uhrzeit des Exports aus). Fügen Sie Spalten für die empfohlenen Attribute wie ChangeStatus, ChangeType usw. hinzu. Sie können diese befüllen, indem Sie einen separaten 'enrichment' Bericht in Freshservice erstellen, der diese Details pro Change ID enthält, und die Daten mithilfe einer Tabellenfunktion wie VLOOKUP zusammenführen.
Endgültige Formatierung: Überprüfen Sie die finale CSV-Datei, um sicherzustellen, dass Timestamps in einem konsistenten Format vorliegen, keine leeren Zeilen vorhanden sind und die Spaltenüberschriften genau dem erforderlichen Schema für den Upload in ProcessMind entsprechen.

Konfiguration

Voraussetzungen: Der Zugriff auf das Freshservice Analytics Modul ist erforderlich. Dies ist typischerweise in Pro- und Enterprise-Plänen verfügbar. Benutzer müssen eine Rolle mit Berechtigungen zum Erstellen von Berichten und zum Anzeigen von Change Management Daten besitzen.
Datumsbereichsfilter: Es ist entscheidend, einen konsistenten Datumsbereichsfilter, wie z.B. 'Created at is in the last 180 days', auf den gesamten Bericht anzuwenden. Dies stellt sicher, dass alle Widgets Daten aus demselben Satz von Change Requests ziehen.
Widget Configuration: Jedes Widget muss so konfiguriert werden, dass es eine einzelne Geschäftsaktivität isoliert. Dies beinhaltet oft das Filtern nach einem bestimmten Status, die Verwendung eines dedizierten Datumsfeldes (wie 'Approved on') oder die Verwendung des 'Last Updated at'-Feldes in Kombination mit einem Statusfilter.
Underlying Data Export: Verwenden Sie immer die Option 'Export underlying data' und nicht die Option 'Export' für das Widget-Bild oder zusammengefasste Daten. Dies liefert die benötigten Rohdaten auf Zeilenebene für einen Event Log.
Performance Considerations: Berichte mit mehr als einem Dutzend Widgets und einem großen Datumsbereich (über ein Jahr) können langsam laden. Es wird empfohlen, den Bericht während der Nebenzeiten auszuführen und die Daten zu exportieren, um Performance-Auswirkungen zu minimieren.

a Beispielabfrage config

/* This is a configuration guide for creating widgets in Freshservice Analytics. 
Create one widget for each of the following 15 configurations. */

// Widget 1: Change Request Created
Widget.Module = "Changes"
Widget.Metric = "Count of Changes"
Widget.GroupBy = ["Change ID", "Created at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Created at": "EventTime"}

// Widget 2: Approval Requested
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Awaiting Approval')"
Widget.GroupBy = ["Change ID", "First moved to awaiting approval at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "First moved to awaiting approval at": "EventTime"}

// Widget 3: Risk Assessment Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Risk is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Risk update]"] // Note: This may require using 'Last Updated at' with a specific condition or a custom field.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Risk update]": "EventTime"}

// Widget 4: Note Added to Change
Widget.Module = "Ticket Activities"
Widget.Metric = "Count of Activities (Filtered: Activity Type is 'Note added' AND Parent Type is 'Change')"
Widget.GroupBy = ["Parent ID", "Performed at"]
Widget.ColumnsToExport = {"Parent ID": "ChangeRequestId", "Performed at": "EventTime"}

// Widget 5: Change Approved
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Approved')"
Widget.GroupBy = ["Change ID", "Approved on"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Approved on": "EventTime"}

// Widget 6: Change Rejected
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Rejected')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 7: Planning Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Release')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 8: Change Scheduled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Scheduled Start Time is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Schedule update]"] // Note: This often corresponds to the 'Last Updated at' when the schedule fields were populated.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Schedule update]": "EventTime"}

// Widget 9: Implementation Started
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'In Progress')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 10: Implementation Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 11: Testing Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review' OR custom testing status)"
Widget.GroupBy = ["Change ID", "[Timestamp for status change to review]"] // Use 'Last Updated at' corresponding to the status change.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp for status change to review]": "EventTime"}

// Widget 12: Post-Implementation Review Done
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed' AND [PIR field is populated])"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 13: Change Re-Opened
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Re-opened')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 14: Change Closed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed')"
Widget.GroupBy = ["Change ID", "Closed at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Closed at": "EventTime"}

// Widget 15: Change Cancelled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Cancelled' OR Status is 'Withdrawn')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

Schritte

Voraussetzungen: Stellen Sie sicher, dass Python 3 auf Ihrem System installiert ist. Installieren Sie die notwendigen Bibliotheken, requests für API-Aufrufe und pandas für die Datenmanipulation, indem Sie den folgenden Befehl in Ihrem Terminal ausführen: pip install requests pandas.
API Key beziehen: Melden Sie sich als Administrator bei Ihrer Freshservice-Instanz an. Navigieren Sie zu Ihren Profileinstellungen, finden Sie den API-Bereich und generieren Sie einen neuen API Key. Kopieren Sie diesen Schlüssel sicher, da Sie ihn für das Skript benötigen werden.
Skript konfigurieren: Erstellen Sie eine neue Python-Datei (z.B. extract_freshservice_changes.py). Kopieren Sie das vollständige Python-Skript aus dem Abschnitt 'query' in diese Datei. Aktualisieren Sie die Platzhaltervariablen am Anfang des Skripts: FRESHSERVICE_DOMAIN (z.B. your-company.freshservice.com) und API_KEY mit Ihren Zugangsdaten.
Extraktionszeitraum festlegen: Ändern Sie die Variable UPDATED_SINCE_FILTER im Skript, um das Startdatum für die Datenextraktion zu definieren. Dies verwendet ein ISO 8601-Format (z.B. YYYY-MM-DDTHH:MM:SSZ). Es wird empfohlen, mit einem aktuellen Zeitraum von 3-6 Monaten zu beginnen.
Skript ausführen: Führen Sie das Skript von Ihrem Terminal aus mit dem Befehl: python extract_freshservice_changes.py. Das Skript beginnt mit dem Abrufen von Änderungs- und Aktivitätsdaten von der Freshservice API und zeigt den Fortschritt beim Verarbeiten jeder Ergebnisseite an.
API-Daten abrufen: Das Skript iteriert durch alle Change Requests, die innerhalb des von Ihnen angegebenen Zeitrahmens aktualisiert wurden. Für jede Änderung ruft es die vollständige Aktivitätshistorie ab. Dies kann bei großen Datensätzen aufgrund von API Rate Limits eine beträchtliche Zeit in Anspruch nehmen.
Daten in Event Log umwandeln: Das Skript verarbeitet die rohe JSON-Antwort. Es identifiziert spezifische Events basierend auf Aktivitätstypen und Statusänderungen, wie z.B. 'Change Request Created', 'Status changed to Closed' oder 'Note added'. Anschließend ordnet es diese Informationen der erforderlichen Event Log-Struktur zu und erstellt eine Zeile pro identifizierter Aktivität.
Zusätzliche Attribute berechnen: Nach dem Erstellen des initialen Event Logs führt das Skript eine Nachbearbeitung durch. Es fügt statische Spalten wie SourceSystem und LastDataUpdate hinzu. Es berechnet auch die EndTime für jeden Case, indem es die späteste EventTime für jede eindeutige ChangeRequestId findet.
Export nach CSV: Sobald das Skript abgeschlossen ist, speichert es den finalen Event Log als CSV-Datei mit dem Namen freshservice_change_management_event_log.csv im selben Verzeichnis, in dem das Skript ausgeführt wurde. Diese Datei ist für den direkten Upload in ein Process Mining Tool formatiert.

Konfiguration

API Key: Ein Freshservice API Key ist erforderlich. Dieser Schlüssel sollte mit einem Administrator- oder einem Benutzerprofil verknüpft sein, das umfassende Lesezugriffe auf das Change Management Modul besitzt.
Freshservice Domain: Sie müssen die spezifische Freshservice Domain Ihres Unternehmens angeben, zum Beispiel your-company.freshservice.com.
Datumsbereich (UPDATED_SINCE_FILTER): Diese Einstellung filtert Änderungen basierend auf ihrer letzten Aktualisierungszeit. Um eine vollständige Historie zu extrahieren, müssen Sie das Skript möglicherweise mit einem sehr frühen Datum ausführen. Für die initiale Analyse wird jedoch ein Zeitraum von 3-6 Monaten empfohlen, um die Performance zu steuern. Ein vollständiger historischer Ladevorgang kann zeitaufwendig sein und auf API Rate Limits stoßen.
Status Mappings: Das Skript leitet viele Aktivitäten aus Statusänderungen ab (z.B. 'Implementation Started' aus Status 'In Progress'). Diese Statusbezeichnungen sind fest im Skript hinterlegt. Sie müssen diese Zeichenfolgen möglicherweise an die in Ihrer Freshservice Instanz konfigurierten benutzerdefinierten Statusbezeichnungen anpassen.
Performance: Das Skript ruft alle Aktivitäten für jede Change Request einzeln ab. Für eine Instanz mit Zehntausenden von Änderungen kann der Extraktionsprozess aufgrund der Anzahl der API-Aufrufe und potenzieller Rate Limiting mehrere Stunden dauern.

a Beispielabfrage python

import requests
import pandas as pd
from datetime import datetime, timezone
import time

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Freshservice domain (e.g., class="hl-string">'your-company.freshservice.com')
FRESHSERVICE_DOMAIN = class="hl-string">"[YOUR_DOMAIN]"
class=class="hl-string">"hl-comment"># Replace with your Freshservice API Key
API_KEY = class="hl-string">"[YOUR_API_KEY]"

class=class="hl-string">"hl-comment"># Filter for changes updated since a specific date (ISO 8601 format)
class=class="hl-string">"hl-comment"># Example: class="hl-string">'2023-01-01T00:00:00Z'
UPDATED_SINCE_FILTER = class="hl-string">"2023-01-01T00:00:00Z"

class=class="hl-string">"hl-comment"># --- Script --- 
BASE_URL = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2"

def get_all_changes(updated_since):
    changes = []
    url = fclass="hl-string">"{BASE_URL}/changes?updated_since={updated_since}"
    page = 1
    while url:
        print(fclass="hl-string">"Fetching changes page {page}...")
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()  class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            changes.extend(data[class="hl-string">'changes'])
            class=class="hl-string">"hl-comment"># Freshservice uses the class="hl-string">'Link' header for pagination
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
            page += 1
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching changes: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return changes

def get_change_activities(change_id):
    activities = []
    url = fclass="hl-string">"{BASE_URL}/changes/{change_id}/activities"
    while url:
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()
            data = response.json()
            activities.extend(data[class="hl-string">'activities'])
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching activities for change {change_id}: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return activities

def main():
    print(class="hl-string">"Starting Freshservice data extraction...")
    all_changes = get_all_changes(UPDATED_SINCE_FILTER)
    event_log = []
    total_changes = len(all_changes)
    
    print(fclass="hl-string">"Found {total_changes} changes to process.")

    for index, change in enumerate(all_changes):
        print(fclass="hl-string">"Processing change {index + 1}/{total_changes}: ID {change['id']}")
        change_id = change[class="hl-string">'id']
        requester_name = change[class="hl-string">'requester'][class="hl-string">'first_name'] + class="hl-string">' ' + change[class="hl-string">'requester'][class="hl-string">'last_name'] if change.get(class="hl-string">'requester') else None
        assigned_group = change[class="hl-string">'group'][class="hl-string">'name'] if change.get(class="hl-string">'group') else None

        class=class="hl-string">"hl-comment"># Base attributes for all events of this case
        base_event = {
            class="hl-string">'ChangeRequestId': change_id,
            class="hl-string">'ChangeStatus': change.get(class="hl-string">'status_name'),
            class="hl-string">'ChangeType': change.get(class="hl-string">'change_type_name'),
            class="hl-string">'ChangePriority': change.get(class="hl-string">'priority_name'),
            class="hl-string">'RequesterName': requester_name,
            class="hl-string">'AssignedGroup': assigned_group,
            class="hl-string">'RiskLevel': change.get(class="hl-string">'risk_name'),
            class="hl-string">'TargetCompletionDate': change.get(class="hl-string">'planned_end_date'),
            class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
            class="hl-string">'LastDataUpdate': datetime.now(timezone.utc).isoformat()
        }

        class=class="hl-string">"hl-comment"># 1. Change Request Created
        event_log.append({
            **base_event,
            class="hl-string">'ActivityName': class="hl-string">'Change Request Created',
            class="hl-string">'EventTime': change[class="hl-string">'created_at']
        })

        class=class="hl-string">"hl-comment"># Fetch and process activities
        activities = get_change_activities(change_id)
        for activity in activities:
            activity_event_time = activity[class="hl-string">'performed_at']

            class=class="hl-string">"hl-comment"># 4. Note Added to Change
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Note Added':
                event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': class="hl-string">'Note Added to Change',
                    class="hl-string">'EventTime': activity_event_time
                })
            
            class=class="hl-string">"hl-comment"># 5. Change Approved & 6. Change Rejected
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Approval' and class="hl-string">'status_name' in activity[class="hl-string">'activity_data']:
                if activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Approved':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Approved',
                        class="hl-string">'EventTime': activity_event_time
                    })
                elif activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Rejected':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Rejected',
                        class="hl-string">'EventTime': activity_event_time
                    })
            
            class=class="hl-string">"hl-comment"># Process status changes and field updates
            if class="hl-string">'changes' in activity[class="hl-string">'activity_data']:
                previous_status_id = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, None])[0]
                new_status_name = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, class="hl-string">''])[1]
                previous_status_name = change[class="hl-string">'status_name_label_mapping'].get(str(previous_status_id))

                class=class="hl-string">"hl-comment"># 2. Approval Requested
                if new_status_name == class="hl-string">'Awaiting Approval':
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Approval Requested', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 3. Risk Assessment Completed
                if class="hl-string">'risk' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Risk Assessment Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 7. Planning Completed (Inferred)
                if new_status_name == class="hl-string">'Open' and previous_status_name == class="hl-string">'Awaiting Approval':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Planning Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 8. Change Scheduled (Inferred)
                if class="hl-string">'planned_start_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes'] or class="hl-string">'planned_end_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Scheduled', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 9. Implementation Started (Inferred)
                if new_status_name == class="hl-string">'In Progress':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Started', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 10. Implementation Completed (Inferred)
                if new_status_name == class="hl-string">'Pending Review':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 11. Testing Completed (Inferred)
                if new_status_name == class="hl-string">'Testing Complete': class=class="hl-string">"hl-comment"># This status name may need customization
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Testing Completed', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 12. Post-Implementation Review Done (Inferred)
                if new_status_name == class="hl-string">'Pending PIR' and previous_status_name != class="hl-string">'Closed': class=class="hl-string">"hl-comment"># Example status, might need adjustment
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Post-Implementation Review Done', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 13. Change Re-Opened
                is_reopened = (previous_status_name in [class="hl-string">'Closed', class="hl-string">'Cancelled']) and (new_status_name not in [class="hl-string">'Closed', class="hl-string">'Cancelled'])
                if is_reopened:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Re-Opened', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 14. Change Closed
                if new_status_name == class="hl-string">'Closed':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Closed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 15. Change Cancelled
                if new_status_name == class="hl-string">'Cancelled':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Cancelled', class="hl-string">'EventTime': activity_event_time})

    if not event_log:
        print(class="hl-string">"No events were generated. Check your filters and API permissions.")
        return

    df = pd.DataFrame(event_log)

    class=class="hl-string">"hl-comment"># Post-processing
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df = df.sort_values(by=[class="hl-string">'ChangeRequestId', class="hl-string">'EventTime']).drop_duplicates()

    class=class="hl-string">"hl-comment"># Calculate EndTime
    end_times = df.groupby(class="hl-string">'ChangeRequestId')[class="hl-string">'EventTime'].max().to_dict()
    df[class="hl-string">'EndTime'] = df[class="hl-string">'ChangeRequestId'].map(end_times)

    class=class="hl-string">"hl-comment"># Reorder columns
    column_order = [
        class="hl-string">'ChangeRequestId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', class="hl-string">'EndTime',
        class="hl-string">'ChangeStatus', class="hl-string">'ChangeType', class="hl-string">'ChangePriority', class="hl-string">'RequesterName', class="hl-string">'AssignedGroup', class="hl-string">'RiskLevel',
        class="hl-string">'TargetCompletionDate'
    ]
    df = df[column_order]
    
    class=class="hl-string">"hl-comment"># Save to CSV
    output_file = class="hl-string">'freshservice_change_management_event_log.csv'
    df.to_csv(output_file, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f%z')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_file}")

if __name__ == class="hl-string">'__main__':
    main()

Ihr Change Management Daten-Template

Ihr Change Management Daten-Template

Change Management Attribute

Change Management Aktivitäten

Extraktionsleitfäden

Freshservice Analytics Rohdatenexport

Schritte

Konfiguration

a Beispielabfrage config

`Python`-Skript-Extraktion via `Freshservice REST API`

Schritte

Konfiguration

a Beispielabfrage python

Bereit, um loszulegen?

Fehlgeschlagene Änderungen stoppen: Freshservice Management jetzt optimieren

Ihr Change Management Daten-Template

Ihr Change Management Daten-Template

Change Management Attribute

Change Management Aktivitäten

Extraktionsleitfäden

Freshservice Analytics Rohdatenexport

Schritte

Konfiguration

a Beispielabfrage config

`Python`-Skript-Extraktion via `Freshservice REST API`

Schritte

Konfiguration

a Beispielabfrage python

Ihre Privatsphäre ist uns wichtig

Bereit, um loszulegen?

Fehlgeschlagene Änderungen stoppen: Freshservice Management jetzt optimieren