Ihre Service Request Management Daten-Template

Das Attribut Aktivität beschreibt einen spezifischen Schritt oder eine Aktion, die bei einer Service-Requestn durchgeführt wird. Diese Aktivitäten bilden die sequentiellen Bausteine des Prozesses, wie 'Anfrage erstellt', 'Anfrage zugewiesen', 'Arbeit in Bearbeitung' und 'Anfrage geschlossen'. Jede Aktivität repräsentiert einen bestimmten Zeitpunkt im Verlauf einer Service-Requestn.

Die Analyse von Aktivitäten ist die Grundlage für Process Mining. Sie ermöglicht die Entdeckung und Visualisierung des tatsächlichen Prozessflusses. Durch die Untersuchung der Reihenfolge und Häufigkeit von Aktivitäten können Analysten gemeinsame Pfade, Abweichungen vom Standardprozess, Engpässe, an denen Anfragen hängen bleiben, und Nacharbeitsschleifen, bei denen Schritte unnötig wiederholt werden, identifizieren.

Es definiert die Schritte im Prozess und ermöglicht so die Entdeckung des tatsächlichen Prozessflusses, von Engpässe und Abweichungen.

Oft abgeleitet aus Statusänderungsprotokollen, Event-Tabellen oder Audit-Trails, die mit dem Service-Requestn-Objekt verbunden sind.

Die Service Request ID ist der Primärschlüssel, der jede Service-Requestn über ihren gesamten Lebenszyklus eindeutig identifiziert. Sie fungiert als Case-ID und verknüpft alle zugehörigen Aktivitäten, Statusänderungen und Attribute zu einer zusammenhängenden Prozessinstanz.

In der Process-Mining-Analyse ist diese ID wesentlich für die Rekonstruktion der End-to-End-Verlauf jeder Anfrage. Durch die Gruppierung aller Ereignisse unter einer gemeinsamen Case-ID können Analysten Prozessflüsse visualisieren, Falldauern berechnen und Variationen in der Bearbeitung unterschiedlicher Anfragen identifizieren. Sie ist der Grundlage jeder Analyse, die im Service Request Management Prozess durchgeführt wird.

Diese ID ist wichtig, um alle Ereignisse einer Service-Requestn zusammenzuführen und eine vollständige End-to-End-Prozessansicht zu ermöglichen.

Typischerweise in der Kopfzeile oder Haupttransaktionstabelle für Service-Requestnn zu finden.

Die Start Time erfasst das genaue Datum und die Uhrzeit, zu der eine bestimmte Aktivität begann. Dieser Zeitstempel ist maßgeblich für die chronologische Reihenfolge der Ereignisse und für die Berechnung der Dauer von Aktivitäten sowie des gesamten Case Lebenszykluss. Jede Aktivität im Prozess sollte eine entsprechende Start Time haben, um einen genauen Event Log zu erstellen.

In der Prozessanalyse wird die Start Time verwendet, um wichtige KPIs wie Durchlaufzeit, Wartezeit zwischen Aktivitäten und Aktivitätsverarbeitungszeit zu berechnen. Sie ermöglicht die Erstellung einer zeitbasierten Ansicht des Prozesses, hebt Verzögerungen hervor und hilft zu identifizieren, welche Schritte die meiste Zeit in Anspruch nehmen. Genaue Zeitstempels sind grundlegend für jede leistungsbezogene Analyse.

Dieser Zeitstempel ist maßgeblich für die korrekte Reihenfolge der Ereignisse und die Berechnung aller zeitbezogenen Metriken, wie Durchlaufzeiten und Engpässe.

Befindet sich im Event Log oder in Audit-Trail Tabellen, oft als 'Erstellungsdatum' oder 'Event Zeitstempel' für jeden AktivitätsDatensatz erfasst.

Letzte Datenaktualisierung liefert einen Zeitstempel der jüngsten Datenextraktion oder -aktualisierung. Es Hinweisrmiert Nutzer über die Aktualität der Daten, die sie analysierenn, und stellt sicher, dass sie verstehen, ob die Analyse den aktuellen Zustand oder eine frühere Momentaufnahme widerspiegelt.

Dieses Attribut ist wichtig für das operative Monitoring und Reporting, da es den Kontext für die Aktualität der generierten Einblicke liefert. Es hilft Nutzern, den Daten zu vertrauen und fundierte Entscheidungen auf Basis ihrer Aktualität zu treffen. Zum Beispiel würde ein Dashboard, das Daten von vor einer Woche zeigt, anders interpretiert als eines, das vor einer Stunde aktualisiert wurde.

Gibt die Aktualität der Daten an, was wichtig ist, um sicherzustellen, dass Analysen relevant und auf aktuellen Informationen basieren.

Dies ist ein MetaDatenfeld, das in der Regel während des Datenextraktionsprozesses (ETL) generiert und gespeichert wird.

Das Attribut Quellsystem gibt den Namen der IT Service Management (ITSM)-Plattform oder einer anderen Anwendung an, aus der den Antrag bearbeitet.ie Daten extrahiert wurden. In Umgebungen mit mehreren Systemen hilft dieses Feld, Datenquellen zu unterscheiden und stellt eine klare Datenherkunft sicher.

Obwohl es in den meisten Prozessfluss Analysen nicht direkt verwendet wird, ist es wichtig für Daten Governance, Validierung und Fehlerbehebung. Beim Kombinieren von Daten aus mehreren Quellen ermöglicht dieses Attribut Analysten, die Prozessansicht nach System zu segmentieren, was Unterschiede in der Prozessausführung oder Datenqualität zwischen verschiedenen Plattformen aufzeigen kann.

Wesentlich für Daten-Governance und Fehlerbehebung. Es klärt die Herkunft von Daten, besonders in Umgebungen mit mehreren integrierten Systemen.

Dieser Wert wird in der Regel während des Datenextraktionsprozesses (ETL) hinzugefügt und ist kein inhärentes Feld im Quellsystem selbst.

Anfragepriorität ist eine Klassifizierung, die Kundensupports hilft, die Bearbeitungsreihenfolge von Anfragen zu bestimmen. Sie basiert in der Regel auf einer Kombination aus geschäftlichem Einfluss und Dringlichkeit der Anfrage. Gängige Prioritätsstufen sind Niedrig, Mittel, Hoch und Kritisch.

Dieses Attribut ist maßgeblich für die Leistungsfähigkeit-Analyse und Ressourcenallokation. Analysten können Durchlaufzeiten und SLA-Compliance über verschiedene Prioritätsstufen hinweg vergleichen, um sicherzustellen, dass hochpriorisierte Anfragen angemessen bearbeitet werden. Es hilft auch zu erkennen, ob Anfragen mit niedriger Priorität vernachlässigt werden oder ob das Priorisierungssystem von den Kundensupports korrekt befolgt wird.

Wesentlich für die Analyse, ob Anfragen gemäß ihrer geschäftlichen Bedeutung bearbeitet werden, und um zu verstehen, wie die Priorität die Lösungszeit beeinflusst.

Typischerweise ein Standardfeld im HauptDatensatz der Service-Requestn.

Der Anfragestatus gibt den Zustand der Service-Requestn zu einem bestimmten Zeitpunkt in ihrem Lebenszyklus an. Gängige Status sind Neu, In Bearbeitung, Ausstehend, Gelöst und Geschlossen. Dieses Attribut liefert eine Momentaufnahme, wo sich die Anfrage im Gesamtprozess befindet.

Die Analyse des Anfragestatus ist maßgeblich, um den Prozessfluss und Statusübergänge zu verstehen. Er kann verwendet werden, um Fälle zu filtern, in einem bestimmten Zustand steckengebliebene Anfragen zu identifizieren und die in jedem Status verbrachte Zeit zu messen. Zum Beispiel kann die Analyse, wie lange Anfragen im Status 'Ausstehend' verbleiben, Verzögerungen aufzeigen, die durch das Warten auf Informationen von Nutzern oder externen Teams verursacht werden.

Es ermöglicht die Analyse, wie lange Anfragen in jedem Zustand verweilen, und hebt Engpässe oder Verzögerungen im Prozess hervor.

Verfügbar in der Haupttabelle der Service-Requestnn oder in den Statusverlaufsprotokollen.

Service-Typ klassifiziert die Art der Service-Requestn. Dies kann von Anfragen für neue Hardware oder Softwarezugriff bis hin zu allgemeinen Anfragen oder technischem Support reichen. Diese Kategorisierung hilft bei der Weiterleitung der Anfrage an das richtige Team und beim Verständnis der Nachfrage nach verschiedenen Diensten.

In der Prozessanalyse ist der Service-Typ eine mächtige Dimension zur Segmentierung der Daten. Durch das Filtern der Prozesskarte nach verschiedenen Service-Typn können Organisationen aufdecken, dass bestimmte Anfragetypen sehr unterschiedlichen Prozessen folgen, längere Durchlaufzeiten haben oder mehr Nacharbeit erfahren. Diese Erkenntnis ermöglicht gezielte Prozessoptimierungsmaßnahmen für spezifische Servicekategorien.

Ermöglicht das Filtern und Vergleichen von Prozessen für verschiedene Anfragekategorien. So werden einzigartige Engpässe oder Ineffizienzen für jeden Typ aufgedeckt.

Ein Standardfeld im Datensatz der Service-Requestn, oft verknüpft mit einem Servicekatalog.

Das SLA-Fälligkeitsdatum (SLA-Fälligkeitsdatum) ist ein Ziel-Zeitstempel, der auf Basis des mit der Anfrage verknüpften Service Level Agreements berechnet wird. Es wird durch Faktoren wie Priorität, Typ und Erstellungszeit der Anfrage bestimmt und definiert den erwarteten Bearbeitungszeitraum.

Dieses Attribut ist die Grundlage für alle SLA-Compliance-Analysen. Durch den Vergleich der tatsächlichen Bearbeitungszeit mit dem SLA-Fälligkeitsdatum (SLA-Fälligkeitsdatum) können Unternehmen feststellen, ob eine Anfrage pünktlich gelöst wurde oder ob das SLA verletzt wurde. Dies ist ein kritischer KPI zur Messung der Servicequalität und wird verwendet, um systemische Probleme zu identifizieren, die Verzögerungen und Verstöße verursachen.

Dies ist der Referenzwert für die Leistungsmessung. Er wird verwendet, um SLA-Compliance-Raten zu berechnen und zu identifizieren, welche Anfragen verletzt werden.

Oft ein berechnetes Feld im Datensatz der Service-Requestn, bestimmt durch die angewandte SLA-Richtlinie.

Der zugewiesene Agent ist die spezifische Person, die zu einem bestimmten Zeitpunkt für die Bearbeitung der Service-Requestn verantwortlich ist. Eine Anfrage kann während ihres gesamten Lebenszyklus verschiedenen Agenten zugewiesen werden.

Dieses Attribut ist maßgeblich für die Leistungsfähigkeit- und Arbeitslastanalyse. Es ermöglicht Organisationen, die Leistung einzelner Agenten zu messen und zu vergleichen, einschließlich ihrer durchschnittlichen Lösungszeiten und des Volumens der von ihnen bearbeiteten Anfragen. Es wird auch verwendet, um Neuzuweisungen zwischen Agenten zu analysierenn, die auf Probleme bei der initialen Triage, der Agentenspezialisierung oder den Antrag bearbeitet.er Arbeitslastverteilung hinweisen können.

Ermöglicht die Analyse der individuellen Agentenleistung, der Arbeitslastverteilung und der Häufigkeit von Neuzuweisungen zwischen Agenten.

Verfügbar im Datensatz der Service-Requestn. Änderungen in diesem Feld werden oft in einem Audit Log oder einer Verlaufstabelle nachverfolgt.

Das zugewiesene Team bezieht sich auf die spezifische Support-Gruppe, die für die Service-Requestn verantwortlich ist. Anfragen werden oft je nach erforderlicher Expertise zwischen verschiedenen Teams weitergeleitet, z.B. einem Level-1-Helpdesk, einem Netzwerkteam oder einem Softwareentwicklungsteam.

Die Analyse von Übergaben zwischen Teams ist ein Kernbestandteil des Service Management Process Mining. Dieses Attribut ermöglicht die Visualisierung von Team-zu-Team-Transfers und hilft so, Kommunikationslücken oder Verzögerungen zu identifizieren. Es ermöglicht auch das Leistungsfähigkeit-Benchmarking zwischen Teams, wobei deren Effizienz, Anfragevolumen und Fähigkeit, Anfragen ohne weitere Eskalation zu lösen, verglichen werden.

Wesentlich für die Analyse von Prozessübergaben zwischen Teams, die Identifizierung von Verzögerungen bei Transfers und den Vergleich der Teamleistung.

Ein Standardfeld im Datensatz der Service-Requestn. Änderungen in diesem Feld werden in einem Audit Log nachverfolgt.

Dieses Attribut identifiziert die Abteilung oder Geschäftseinheit der Person, die die Service-Requestn initiiert hat. Es liefert den organisatorischen Kontext zur Anfrage.

Die Analyse von Anfragen nach Abteilung kann helfen, abteilungsspezifische Bedürfnisse, Trends oder Probleme zu identifizieren. Zum Beispiel könnte ein hohes Volumen eines bestimmten Anfragetyps aus der Finanzabteilung auf einen Bedarf an gezieltem Training oder eine Systemverbesserung hindeuten. Es ermöglicht auch das Reporting von Leistungsverrechnungen und das Verständnis der Nachfrage nach IT-Dienste im gesamten Unternehmen.

Bietet organisatorischen Kontext und ermöglicht die Analyse von Anfragemustern und der Service-Nachfrage nach Geschäftseinheit.

Diese Informationen werden in der Regel aus dem Benutzerprofil des Anfragestellers im Mitarbeiterverzeichnis oder ITSM-System bezogen.

Die Neuzuweisungsanzahl ist eine Metrik, die die Gesamtzahl der Übertragungen einer Service-Requestn von einem Agenten oder Team zu einem anderen misst. Eine hohe Anzahl kann auf Probleme wie Neines initiales Routing, mangelndes Agentenwissen oder unklare Prozessverantwortung hinweisen.

Dies ist ein Schlüsselindikator für Prozesseffizienz. Im Process Mining hilft diese Metrik, das Ausmaß des 'Ping-Pongs' zu quantifizieren, das eine Anfrage erlebt. Die Analyse von Fällen mit hoher Neuzuweisungsanzahl kann Möglichkeiten aufzeigen, den Triage-Prozess zu verbessern, die Agentenschulung zu erweitern oder Teamverantwortlichkeiten zu verfeinern, um sicherzustellen, dass Anfragen beim ersten Mal korrekt weitergeleitet werden.

Eine Schlüsselmetrik zur Identifizierung von Prozesseffizienz. Eine hohe Anzahl von Neuzuweisungen korreliert oft mit längeren Lösungszeiten und der Unzufriedenheit der Nutzer.

Dies ist eine berechnete Metrik, die durch Zählen der Häufigkeit abgeleitet wird, wie oft sich das Feld 'AssignedAgent' oder 'AssignedTeam' für eine gegebene 'CaseId' ändert.

Der Lösungscode bietet eine strukturierte Möglichkeit, das Ergebnis einer Service-Requestn zu klassifizieren. Beispiele sind 'Vom Nutzer gelöst', 'Hardware ersetzt', 'Software bereitgestellt' oder 'Doppelte Anfrage'. Diese Informationen werden in der Regel vom Agenten beim Schließen der Anfrage eingegeben.

Diese Codes sind wertvoll für die Ursachenanalyse. Durch die Analyse der Häufigkeit verschiedener Lösungscodes können Organisationen wiederkehrende Probleme, gängige Lösungen und Möglichkeiten zur Erstellung von Knowledge Base Artikeln oder automatisierten Lösungen identifizieren. Zum Beispiel könnte eine hohe Anzahl von 'Passwort zurücksetzen'-Lösungen Investitionen in ein Self-Service-Passwort-Reset-Tool rechtfertigen.

Ermöglicht die Ursachenanalyse durch die Kategorisierung, wie Anfragen gelöst werden, und hilft, Trends und Bereiche für proaktives Problemmanagement zu identifizieren.

Ein Feld, das normalerweise manuell vom Agenten beim Lösen oder Schließen der Service-Requestn ausgefüllt wird.

Der Submission Channel gibt an, wie die Service-Requestn erstellt wurde, z. B. über ein Self-Service-Portal, E-Mail, Telefonanruf oder API. Verschiedene Kanäle können unterschiedliche zugehörige Prozesse oder Benutzererwartungen haben.

Die Analyse des Prozesses nach Submission Channel kann wichtige Erkenntnisse liefern. So könnten beispielsweise über ein Self-Service-Portal eingereichte Anfragen strukturierter sein und schneller gelöst werden als solche, die per E-Mail eingehen und manuelle Dateneingaben erfordern. Diese Analyse kann Unternehmen dabei helfen, effizientere Kanäle zu pflegen oder den Antrag bearbeitet.ie Prozesse für weniger effiziente zu verbessern.

Hilft zu bestimmen, ob die Einreichungsmethode die Prozesseffizienz, Lösungszeit oder den Antrag bearbeitet.ie Rate der Erstkontaktlösung beeinflusst.

Typischerweise als Standardfeld im Service Request Datensatz zu finden.

Die Endzeit zeichnet das genaue Datum und die Uhrzeit auf, zu der eine spezifische Aktivität beendet wurde. Während die Startzeit den Anfang markiert, kennzeichnet die Endzeit den Abschluss und definiert die Dauer eines einzelnen Prozessschritts. Nicht alle Ereignisse haben eine eindeutige Endzeit, da einige augenblicklich sein können.

Dieses Attribut ist wichtig für die Berechnung der Bearbeitungszeit einzelner Aktivitäten. Durch Subtraktion der Startzeit von der Endzeit können Analysten messen, wie lange Agenten oder Systeme aktiv an einer Aufgabe arbeiten. Dies hilft zu identifizieren, welche spezifischen Aktivitäten zeitaufwendig sind und primäre KandiDaten für Optimierung oder Automatisierung darstellen.

Ermöglicht die Berechnung von Aktivitätsbearbeitungszeiten und hilft so zu identifizieren, welche spezifischen Schritte im Prozess am zeitaufwendigsten sind.

Im Event Log oder in Audit-Trail Tabellen gefunden. Gegebenenfalls muss sie aus der Startzeit der nächsten Aktivität abgeleitet werden, falls nicht explizit verfügbar.

Dieses boolesche Attribut gibt an, ob die Service-Requestn ihr definiertes Service Level Agreement nicht erfüllt hat. Es ist wahr, wenn die Anfrage nach dem 'SLA-Fälligkeitsdatum' gelöst wurde, und Nein andernfalls.

Dieses Attribut vereinfacht die SLA Compliance Berichterstattung und Analyse. Anstatt in jeder Abfrage Datumsvergleiche durchzuführen, ermöglicht dieses einfache Flag ein leichtes Filtern und Aggregieren. Es ist eine primäre Metrik für Dashboards, die sich auf die SLA Leistungsfähigkeit konzentrieren, und hilft, schnell das Volumen und den Prozentsatz der Anfragen zu identifizieren, die die Serviceziele nicht erreichen.

Bietet ein klares und einfaches Kennzeichen für die SLA-Leistungsfähigkeit-Analyse, das das Filtern und Berichten über verletzte Anfragen vereinfacht.

Dies ist ein abgeleitetes Attribut, das durch den Vergleich des finalen Resolution Zeitstempel mit dem Feld 'SLA-Fälligkeitsdatum' während der Datentransformation berechnet wird.