Ihre Service Request Management Daten-Template

Die Aktivität stellt einen bestimmten Schritt oder ein Ereignis im Lebenszyklus einer Serviceanfrage dar, z. B. „Serviceanfrage erstellt“, „Anfrage einem Agenten zugewiesen“ oder „Serviceanfrage gelöst“. Diese Aktivitäten werden aus Änderungen im Audit-Log des Zendesk-Tickets abgeleitet, welches Modifikationen an Feldern wie Status, Bearbeiter, Priorität und das Hinzufügen von Kommentaren verfolgt.

Die Analyse von Aktivitäten ist der Kern von Process Mining. Sie ermöglicht die Visualisierung der Prozesslandkarte, die Identifizierung von Engpässen zwischen Schritten und die Analyse von Nacharbeitsschleifen. Durch das Verständnis der Reihenfolge und Häufigkeit von Aktivitäten können Unternehmen Ineffizienzen und Möglichkeiten zur Prozessverbesserung identifizieren.

Dieses Attribut definiert die Schritte im Prozess und ermöglicht die Visualisierung von Prozesslandkarten sowie die Analyse von Prozessabläufen, Variationen und Konformität.

Dies wird konzeptionell aus Ereignissen abgeleitet, die in der Zendesk Ticket Audits API protokolliert sind. Zum Beispiel kann eine Änderung im Feld „status“ von „new“ zu „open“ einer Aktivität wie „Anfrage vorselektiert“ zugeordnet werden.

Die Service Request ID, oft auch Ticket ID in Zendesk genannt, dient als Primärschlüssel für jeden Case. Sie verknüpft alle zugehörigen Aktivitäten, Kommentare und Statusänderungen miteinander, vom Moment der Erstellung einer Anfrage bis zu ihrer Schließung. Dies ermöglicht eine vollständige, durchgängige Verfolgung des Lebenszyklus einer einzelnen Anfrage.

In der Process Mining-Analyse ist dieses Attribut fundamental. Es definiert den Case und ermöglicht die Rekonstruktion von Prozessabläufen, die Identifizierung von Varianten und die Berechnung von Case-spezifischen Metriken wie der Durchlaufzeit. Jedes Event im Datensatz muss mit einer Service Request ID verknüpft sein, um seinen Kontext innerhalb des Gesamtprozesses zu verstehen.

Dies ist die essentielle Case-Kennung, die alle Ereignisse im Verlauf einer Serviceanfrage verbindet und so die End-to-End-Analyse des Prozesses ermöglicht.

Zendesk Tickets API, Feld 'id'.

Der Event Timestamp, oder Startzeitpunkt, zeichnet den genauen Moment auf, in dem eine Aktivität stattfand. Zum Beispiel erfasst er, wann ein Agent zugewiesen wurde, wann eine öffentliche Antwort gesendet wurde oder wann der Ticketstatus auf 'Gelöst' geändert wurde. Diese temporären Daten stammen aus dem Audit-Log jedes Zendesk-Tickets.

Dieses Attribut ist entscheidend für jede zeitbasierte Analyse. Es wird verwendet, um Ereignisse chronologisch zu ordnen, die Dauer zwischen Aktivitäten zu berechnen, Wartezeiten zu messen und die gesamte Fallbearbeitungszeit zu analysieren. Es ist grundlegend für die Identifizierung von Engpässen und die Bewertung der Leistung anhand zeitbasierter Ziele wie SLAs.

Dieser Timestamp ordnet Ereignisse chronologisch und ist unerlässlich für alle Dauer-, Leistungs- und Engpassanalysen.

Zendesk Ticket Audits API, Feld 'created_at' für jedes Audit-Ereignis.

Dieses Attribut erfasst Datum und Uhrzeit der letzten Datenextraktion aus Zendesk Support. Es liefert Kontext zur Aktualität der analysierten Daten und stellt sicher, dass Benutzer wissen, wie aktuell die Prozessansicht ist.

Für das laufende Monitoring und Dashboarding sind diese Informationen unerlässlich. Sie ermöglichen es Analysten und Geschäftsbenutzern zu verstehen, ob sie nahezu Echtzeitdaten oder eine Momentaufnahme aus einem früheren Zeitraum betrachten, was die Gültigkeit ihrer Schlussfolgerungen beeinflusst.

Bietet entscheidenden Kontext zur Datenaktualität, indem es Benutzern mitteilt, wie aktuell die Analyse ist.

Dies ist ein Metadatenfeld, das zum Zeitpunkt der Datenextraktion generiert und dem Datensatz hinzugefügt wird.

Dieses Attribut gibt den Ursprung der Serviceanfragen-Daten an. Für diese Prozessansicht wird der Wert durchgängig „Zendesk Support“ sein, was es als das führende System für alle Service-Management-Aktivitäten identifiziert.

In Umgebungen mit mehreren integrierten Systemen ist dieses Feld entscheidend für die Datenherkunft und Fehlerbehebung. Es stellt sicher, dass Analysen korrekt auf das beabsichtigte System zugeschnitten sind und hilft, Daten zu unterscheiden, wenn sie aus verschiedenen Quellen zusammengeführt werden.

Identifiziert das Quellsystem der Daten, gewährleistet die Datenherkunft und verhindert Verwirrung, wenn Daten aus mehreren Systemen kombiniert werden.

Dies ist ein statischer Wert ('Zendesk Support'), der während der Datenextraktion und -transformation hinzugefügt wird.

Dieses Attribut identifiziert den Support-Agenten, der für die Bearbeitung der Serviceanfrage verantwortlich ist. Der zugewiesene Agent kann sich während des Lebenszyklus des Tickets mehrmals ändern, und dieses Feld erfasst, wer in jedem Schritt verantwortlich war.

Der Agentenname ist entscheidend für die Leistungsanalyse. Er ermöglicht das Filtern und Segmentieren von Daten, um die Arbeitslastverteilung, die Bearbeitungszeiten pro Agent und die Häufigkeit von Neu-Zuweisungen zu bewerten. Dies hilft beim Aufbau des Agenten- & Teamleistungs-Dashboards und beim Verständnis der individuellen Beiträge zur gesamten Prozesseffizienz.

Dieses Attribut ist entscheidend für die Analyse der Agentenleistung, der Arbeitslastverteilung und der Auswirkungen von Neu-Zuweisungen auf die Bearbeitungszeiten.

Zendesk Users API, durch Verknüpfung der 'assignee_id' aus der Tickets API-Antwort.

Dieses Attribut identifiziert die Einreichungsquelle der Serviceanfrage. Zendesk erfasst, wie ein Ticket erstellt wurde, sei es per E-Mail, Webportal, API-Integration, Chat oder über andere Kanäle. Dies liefert Kontext zur Interaktionsmethode des Kunden.

Der Anfragekanal ist eine aussagekräftige Dimension für die Analyse. Er unterstützt das „Anfragekanal-Effizienz“-Dashboard, indem er Vergleiche der Bearbeitungszeiten, Zufriedenheitsbewertungen und Nacharbeitsraten über verschiedene Kanäle hinweg ermöglicht. Dies kann Unternehmen helfen, ihre Supportkanäle zu optimieren und Benutzer zu den effizientesten zu leiten.

Hilft bei der Analyse der Effizienz und Ergebnisse verschiedener Kundensupportkanäle und ermöglicht gezielte Verbesserungen.

Zendesk Tickets API, Objekt 'via' und dessen 'channel'-Eigenschaft.

Die Anfragepriorität ist eine Klassifizierung, die die Dringlichkeit einer Serviceanfrage angibt. Diese Stufe bestimmt oft die angestrebten Lösungszeiten und die auf das Ticket angewendeten SLA-Richtlinien. Die Priorität kann anfänglich vom System oder Benutzer festgelegt und von einem Agenten während des Ticket-Lebenszyklus geändert werden.

Dieses Attribut ist entscheidend für die Segmentierung und Ursachenanalyse. Es hilft bei der Analyse, ob Tickets mit hoher Priorität schneller gelöst werden als solche mit niedriger Priorität, und ist ein Schlüsselfaktor in den Dashboards 'Service Request Eskalationstrends' und 'SLA-Einhaltung'.

Ermöglicht die Segmentierung von Anfragen nach Dringlichkeit, was für die Analyse der SLA-Konformität und die Sicherstellung einer schnellen Bearbeitung kritischer Probleme entscheidend ist.

Zendesk Tickets API, Feld 'priority'.

Der Anfragestatus repräsentiert den Zustand des Tickets zu einem bestimmten Zeitpunkt. Zendesk hat mehrere Standardstatus wie Neu, Offen, Ausstehend, Auf Eis gelegt, Gelöst und Geschlossen, die den Fortschritt einer Anfrage während ihres Lebenszyklus markieren. Änderungen in diesem Feld sind primäre Auslöser für die Erstellung von Aktivitäten im Ereignisprotokoll.

Die Analyse der in verschiedenen Status verbrachten Zeit ist ein Kernbestandteil der Engpassanalyse. Sie hilft zu identifizieren, wo Tickets stecken bleiben, zum Beispiel zu viel Zeit in einem 'Ausstehend'- oder 'Auf Eis gelegt'-Status verbringen. Das Verständnis von Statusübergängen ist auch entscheidend, um Nacharbeitschleifen aufzudecken.

Die Verfolgung des Status ist grundlegend, um den Fortschritt der Anfrage zu verstehen und zu identifizieren, wie viel Zeit in Warte- oder aktiven Zuständen verbracht wird.

Zendesk Tickets API, Feld 'status'.

Der Servicetyp kategorisiert die Art der Serviceanfrage. Zendesk verwendet ein „type“-Feld, um zwischen verschiedenen Arten von Support-Interaktionen zu unterscheiden. Diese anfängliche Klassifizierung hilft dabei, das Ticket an das richtige Team weiterzuleiten und die entsprechenden Prozesse anzuwenden.

Dieses Attribut ist entscheidend für Filterung und Vergleich. Es ermöglicht Analysten, die Prozessabläufe für verschiedene Arten von Anfragen zu untersuchen, die oft sehr unterschiedliche Lösungswege und SLAs aufweisen. Es ist eine Schlüsseldimension für das Agenten- & Teamleistungs-Dashboard, um zu sehen, wer am besten mit spezifischen Anfragetypen umgehen kann.

Kategorisiert Anfragen, um eine separate Analyse verschiedener Prozesse zu ermöglichen, wie Vorfälle versus Fragen, die einzigartigen Pfaden folgen.

Zendesk Tickets API, Feld 'type'.

Tags sind flexible Labels, die von Agenten manuell oder automatisch durch Geschäftsregeln zu Tickets hinzugefügt werden können. Sie dienen dazu, einem Ticket spezifischen Kontext oder Kategorien hinzuzufügen, die nicht durch Standardfelder wie Typ oder Priorität abgedeckt werden.

Tags sind ein äußerst vielseitiges Attribut für die Process Mining-Analyse. Sie können verwendet werden, um nach sehr spezifischen Szenarien zu filtern, benutzerdefinierte Workflows zu verfolgen oder Ursachen zu identifizieren. Zum Beispiel könnte ein „VIP“-Tag verwendet werden, um den Prozess für Schlüsselkunden zu analysieren, oder ein „product_bug“-Tag, um den Lebenszyklus von Fehlerberichten zu verfolgen.

Bietet eine flexible Möglichkeit, Daten zu segmentieren und detaillierte Analysen spezifischer Teilprozesse oder Ticket-Attribute zu ermöglichen, die in anderen Feldern nicht erfasst sind.

Zendesk Tickets API, Feld 'tags'. Dies ist ein Array von Strings.

Dieses Attribut gibt an, welches Team oder welche Gruppe innerhalb der Support-Organisation für die Serviceanfrage verantwortlich ist. In Zendesk sind dies als „Gruppen“ bekannt. Tickets werden oft zuerst einer Gruppe zugewiesen, bevor sie von einem einzelnen Agenten bearbeitet werden.

Die Analyse nach zugewiesenem Team ist unerlässlich, um die Teamleistung und Arbeitslast zu verstehen. Sie hilft bei der Beantwortung von Fragen, welche Teams welche Arten von Anfragen bearbeiten, deren durchschnittliche Bearbeitungszeiten und ihre SLA-Einhaltungsraten. Dies ist eine primäre Dimension für das Agenten- & Teamleistungs-Dashboard.

Ermöglicht die Analyse der Teamleistung, des Arbeitslastausgleichs und der Routing-Effizienz zwischen verschiedenen Support-Gruppen.

Zendesk Groups API, durch Verknüpfung der 'group_id' aus der Tickets API-Antwort.

Dieses Attribut ist ein boolesches oder kategorisches Flag, das das SLA-Ergebnis für ein Ticket anzeigt. Es kann Zustände wie „Eingehalten“, „Verletzt“ oder „Aktiv“ angeben. Dies wird durch den Vergleich der tatsächlichen Antwort- oder Bearbeitungszeiten mit den in der angewendeten SLA-Richtlinie definierten Zielen bestimmt.

Dies ist ein kritisches Attribut für das „SLA-Einhaltung und -Verstoßanalyse“-Dashboard. Es ermöglicht ein einfaches Zählen und Visualisieren von konformen gegenüber nicht-konformen Tickets. Eine weitere Analyse kann sich dann auf die Prozessmerkmale von verletzten Tickets konzentrieren, um Ursachen wie lange Wartezeiten oder übermäßige Neu-Zuweisungen zu identifizieren.

Misst direkt die Leistung im Vergleich zu den Service-Level-Verpflichtungen, ein Schlüsselindikator für Servicequalität und Kundenzufriedenheit.

Abgeleitet von der Zendesk Ticket Metrics API, die Informationen zum SLA-Status für jedes Ticket bereitstellt.

Dieses Attribut ist ein Zähler, der sich jedes Mal erhöht, wenn sich das Feld „assignee_id“ eines Tickets ändert. Eine hohe Anzahl von Neu-Zuweisungen für ein einzelnes Ticket kann auf eine Vielzahl von Prozessproblemen hinweisen, wie z. B. falsche anfängliche Weiterleitung, mangelndes Agentenwissen oder Anfragen, die für einen einzelnen Agenten zu komplex sind.

Dies ist eine Schlüsselmetrik zur Messung der Prozesseffizienz und unterstützt direkt den KPI „Agenten-Neu-Zuweisungsrate“. Die Analyse von Cases mit hohen Neu-Zuweisungszahlen kann Möglichkeiten zur Verbesserung von Weiterleitungsregeln, Agentenschulungen oder Wissensdatenbankressourcen aufzeigen, um sicherzustellen, dass Tickets schneller bei der richtigen Person ankommen.

Hilft, interne Übergaben zu quantifizieren und Prozessreibung zu identifizieren, da hohe Neuzuweisungsraten oft zu Verzögerungen und Ineffizienz führen.

Berechnet durch Zählen der Anzahl der 'assignee_id'-Änderungen in der Zendesk Ticket Audits API für jedes Ticket.

Diese berechnete Metrik misst die End-to-End-Bearbeitungszeit für eine Serviceanfrage. Sie wird typischerweise als die Zeitdifferenz zwischen der Aktivität „Serviceanfrage gelöst“ und der Aktivität „Serviceanfrage erstellt“ berechnet. Dies ist einer der wichtigsten High-Level-KPIs für jeden Supportprozess.

Dieses Attribut unterstützt direkt den KPI „Durchschnittliche Serviceanfragen-Durchlaufzeit“ und das Dashboard „End-to-End-Durchlaufzeit“. Die Analyse dieser Metrik über verschiedene Dimensionen hinweg, wie Anfragetyp oder Priorität, hilft zu identifizieren, welche Faktoren den größten Einfluss auf die Gesamteffizienz haben.

Dies ist ein primärer KPI zur Messung der gesamten Prozesseffizienz und des Kundenerlebnisses, der angibt, wie lange es dauert, eine Lösung zu liefern.

Berechnet als Differenz zwischen dem Zeitstempel des ersten und letzten (Lösungs-)Ereignisses für einen Fall.

Die Endzeit markiert den Abschluss einer Aktivität. Bei vielen Ereignissen in Zendesk ist die Dauer augenblicklich, sodass die Endzeit mit der Startzeit übereinstimmt. Bei zustandsbasierten Aktivitäten wie „Anfrage auf Eis gelegt“ wäre die Endzeit jedoch der Zeitpunkt, zu dem das Ticket wieder aus der Warteschleife genommen wird.

Dieses Attribut ist unerlässlich für die Berechnung der Dauer spezifischer Aktivitäten, was für die Engpassanalyse entscheidend ist. Durch den Vergleich von Start- und Endzeit einer Aktivität kann deren Bearbeitungszeit direkt gemessen werden, um festzustellen, welche Schritte die meiste Zeit in Anspruch nehmen.

Ermöglicht die Berechnung individueller Aktivitätsdauern, was entscheidend ist für die Identifizierung von Prozessengpässen und die Messung der Effizienz auf Schritt-Ebene.

Dies ist oft identisch mit der Startzeit für diskrete Ereignisse. Für Statusdauern ist es der Timestamp des nächsten Ereignisses, das den Status ändert.

First Contact Resolution (FCR) ist eine entscheidende Metrik, die angibt, dass das Problem eines Kunden in einer einzigen Interaktion gelöst wurde. Dieses berechnete Attribut ist ein boolesches Flag, das wahr ist, wenn ein Ticket vom ersten zugewiesenen Agenten gelöst wurde, ohne Neuzuweisungen und mit nur einer Agentenantwort.

Dieses Attribut unterstützt direkt den KPI 'First Contact Resolution Rate'. Die Analyse der Merkmale von FCR-Fällen kann eine Blaupause für Prozessexzellenz liefern. Umgekehrt kann die Analyse von Fällen, die FCR nicht erfüllen, Möglichkeiten für bessere Agentenschulungen, verbesserte Wissensdatenbankartikel oder eine effektivere Ersttriage aufzeigen.

Misst die Fähigkeit, Probleme effizient in einem einzigen Kontakt zu lösen, was ein starker Treiber für Kundenzufriedenheit und operative Effizienz ist.

Dies ist ein komplexes, berechnetes Attribut. Es erfordert die Analyse des Event Logs für ein Ticket, um Agenten-Neu-Zuweisungen und die Anzahl der öffentlichen Antworten von Agenten zu überprüfen.

Dieses boolesche Flag identifiziert Cases, die einer Nacharbeit unterzogen wurden. Eine Serviceanfrage gilt typischerweise als Nacharbeit, wenn ihr Status von „Gelöst“ zurück in einen offenen Zustand wechselt, was darauf hindeutet, dass die ursprüngliche Lösung nicht ausreichend war und der Kunde sich erneut mit dem gleichen Problem melden musste.

Dieses Attribut ist entscheidend für die Berechnung des KPI „Serviceanfragen-Nacharbeitsrate“ und für das Dashboard „Nacharbeits- und Wiedereröffnungs-Aktivitätsanalyse“. Durch das Markieren von Nacharbeits-Cases können Analysten diese ineffizienten Prozessabläufe isolieren, die Ursachen für Wiedereröffnungen entdecken und daran arbeiten, die Erstkontaktlösung zu verbessern.

Identifiziert Prozessfehler, bei denen die Lösung nicht endgültig war, und hebt Qualitätsprobleme und Ineffizienzen hervor, die sich direkt auf die Kundenzufriedenheit auswirken.

Berechnet durch Analyse der Statussequenz eines Tickets in der Zendesk Ticket Audits API. Ein Übergang von 'gelöst' zu 'offen' deutet auf Nacharbeit hin.

Dieses Attribut identifiziert die Person, die die Serviceanfrage initiiert hat. Die Verknüpfung der Anfrage mit einem spezifischen Kunden bietet eine benutzerzentrierte Sicht auf den Support-Prozess.

In der Prozessanalyse kann der Anfragende verwendet werden, um Muster für spezifische Kunden oder Kundensegmente zu analysieren. Zum Beispiel könnte man untersuchen, ob bestimmte Kunden längere Bearbeitungszeiten haben oder höhere Nacharbeitsquoten aufweisen, was auf Probleme mit einem von ihnen verwendeten Produkt oder Dienstleistung hindeuten könnte.

Verbindet den Prozess mit dem Kunden und ermöglicht die Analyse kundenspezifischer Probleme, wiederholter Anfragen und Zufriedenheitsniveaus.

Zendesk Users API, durch Verknüpfung der 'requester_id' aus der Tickets API-Antwort.

Dieses Attribut verknüpft die Serviceanfrage mit einer spezifischen Kundenorganisation. Dies ist besonders relevant in B2B-Support-Szenarien, wo Service-Level-Agreements und Supportverträge oft auf Organisationsebene definiert werden.

Die Analyse von Daten nach Organisation ermöglicht eine unternehmensweite Sicht auf die Supportleistung. Sie kann helfen, Organisationen zu identifizieren, die ein hohes Ticketvolumen erzeugen, wiederkehrende Probleme haben oder niedrige Zufriedenheitswerte aufweisen. Dies ist wertvoll für das Account Management und die Identifizierung breiterer Kundenzustandstrends.

Ermöglicht die B2B-Serviceanalyse durch Gruppierung von Anfragen nach Unternehmen, was für die Verwaltung von Kundenbeziehungen und SLAs auf Organisationsebene entscheidend ist.

Zendesk Organizations API, durch Verknüpfung der 'organization_id' aus der Tickets API-Antwort.

Dieses Attribut identifiziert die spezifische SLA-Richtlinie, die die Ziel-Antwort- und -Lösungszeiten für die Serviceanfrage festlegt. Eine Richtlinie wird typischerweise durch Faktoren wie die Priorität der Anfrage, ihren Typ oder das Abonnementniveau des Kunden bestimmt.

Die Kenntnis der angewendeten SLA-Richtlinie ist unerlässlich für das „SLA-Einhaltung und -Verstoßanalyse“-Dashboard. Es liefert den notwendigen Kontext zur Leistungsbewertung, da verschiedene Richtlinien unterschiedliche Ziele haben. Dies ermöglicht eine faire und genaue Beurteilung, ob ein Ticket seine spezifischen Service-Level-Ziele erreicht hat.

Bietet den Kontext für die SLA-Analyse, indem es identifiziert, anhand welcher Zielvorgaben eine Anfrage gemessen wurde, und so eine genaue Compliance-Berichterstattung ermöglicht.

Zendesk Ticket Metrics API. SLA-Daten sind oft mit den Metriken des Tickets verknüpft.

Dieses Attribut erfasst das Feedback des Kunden zu seiner Support-Erfahrung, typischerweise gesammelt über eine Umfrage, nachdem ein Ticket als gelöst markiert wurde. Gängige Bewertungen umfassen „Gut“ oder „Schlecht“, manchmal mit einem Kommentar.

Die Zufriedenheitsbewertung ist eine kritische Ergebnis-Metrik. Die Korrelation von Prozessmustern mit Zufriedenheitswerten kann aufzeigen, welche Prozessverhaltensweisen zu zufriedenen oder unzufriedenen Kunden führen. Zum Beispiel könnte die Analyse zeigen, dass hohe Neu-Zuweisungsraten oder lange Bearbeitungszeiten stark mit negativen Zufriedenheitsbewertungen korrelieren.

Bietet eine direkte Verbindung zwischen Prozessausführung und Kundenergebnissen und hilft zu identifizieren, welche Prozessverhaltensweisen die Kundenzufriedenheit fördern.

Zendesk Tickets API, Feld 'satisfaction_rating.score' oder 'satisfaction_rating.reason'.