Templat data layanan pelanggan Anda
Templat data layanan pelanggan Anda
Ini template data umum kami untuk process mining Layanan pelanggan. Gunakan template khusus sistem untuk mendapatkan panduan yang lebih terarah.
Pilih sistem tertentu- Kolom data standar untuk analisis yang konsisten
- Aktivitas utama untuk pemetaan proses yang akurat
- Struktur dasar yang dapat digunakan di berbagai sistem
Atribut layanan pelanggan
| Nama | Deskripsi | ||
|---|---|---|---|
| Aktivitas Activity | Nama peristiwa bisnis, tugas, atau langkah tertentu yang terjadi dalam proses layanan pelanggan untuk suatu permintaan layanan. | ||
| Deskripsi Aktivitas menunjukkan langkah atau peristiwa tertentu dalam siklus permintaan layanan. Contohnya, 'Permintaan Layanan Dibuat', 'Permintaan Ditugaskan', 'Solusi Diusulkan', dan 'Permintaan Ditutup'. Setiap aktivitas terkait dengan permintaan layanan tertentu dan memiliki waktu yang menunjukkan kapan aktivitas itu terjadi. Atribut ini penting untuk menyusun peta proses, yaitu gambaran visual alur kerja layanan pelanggan. Dengan menganalisis urutan dan frekuensi aktivitas, Anda dapat mengetahui jalur yang benar-benar dilalui permintaan layanan. Analisis ini juga menampilkan alur kerja yang umum, hambatan, penyimpangan, dan pengulangan pekerjaan. Atribut ini menjadi dasar analisis process mining. Mengapa ini penting Atribut ini menentukan langkah-langkah dalam peta proses Anda. Atribut ini penting untuk memahami pekerjaan yang dilakukan dan urutannya. Sumber data Sering kali diambil dari log peristiwa, tabel perubahan status, atau catatan jejak audit dalam sistem layanan pelanggan. Contoh Permintaan DibuatPermintaan ditugaskanRespons pertama dikirimPermintaan diselesaikan | |||
| ID Permintaan Layanan ServiceRequestId | Pengenal unik untuk satu pertanyaan atau masalah pelanggan. ID ini menghubungkan semua aktivitas terkait dalam satu kasus. | ||
| Deskripsi ID Permintaan Layanan adalah kunci utama yang membedakan setiap kasus pelanggan, sejak dibuat hingga selesai ditangani. ID ini berfungsi sebagai pengenal kasus dan mengelompokkan semua peristiwa, komunikasi, serta tindakan terkait suatu masalah pelanggan ke dalam satu rangkaian waktu. Dalam process mining, atribut ini menjadi dasar untuk merekonstruksi perjalanan setiap permintaan layanan dari awal hingga akhir. Dengan menghubungkan setiap aktivitas ke ID Permintaan Layanan tertentu, analis dapat melihat alur proses, menemukan penyimpangan, dan mengukur durasi kasus secara akurat. Tampilan proses berdasarkan kasus ini penting untuk memahami kinerja dan menemukan peluang perbaikan. Mengapa ini penting Atribut ini merupakan pengenal utama kasus. Tanpanya, Anda tidak dapat menelusuri perjalanan satu masalah pelanggan dalam proses. Sumber data Biasanya terdapat di bagian header atau tabel utama kasus, tiket, maupun insiden dalam sistem manajemen layanan pelanggan. Contoh SR-2023-00123CASE009876TKT-554321INC0123456 | |||
| Waktu Peristiwa EventTime | Waktu yang menunjukkan tanggal dan jam tepat saat suatu aktivitas atau peristiwa terjadi. | ||
| Deskripsi Waktu Peristiwa, yang juga dikenal sebagai waktu mulai, mencatat kapan suatu aktivitas terjadi. Setiap peristiwa dalam log, mulai dari pembuatan permintaan layanan hingga penutupan akhirnya, memiliki penanda waktu. Data waktu ini penting untuk mengurutkan peristiwa secara kronologis. Urutan penanda waktu untuk suatu permintaan layanan memungkinkan alat process mining merekonstruksi alur proses sesuai kejadian sebenarnya. Waktu Peristiwa menjadi dasar semua analisis berbasis waktu, termasuk menghitung jeda antaraktivitas, mengukur total waktu penyelesaian kasus, menemukan hambatan, dan memeriksa kepatuhan terhadap perjanjian tingkat layanan (SLA). Mengapa ini penting Penanda waktu ini mengurutkan peristiwa dan mendukung analisis durasi, seperti menghitung waktu penyelesaian dan menemukan hambatan. Sumber data Terdapat di log peristiwa atau tabel jejak audit, biasanya bersama nama aktivitas. Nama kolomnya dapat berupa 'Creation Date', 'Event Date', atau 'Timestamp'. Contoh 2023-10-26T10:00:00Z2023-10-26T10:15:30Z2023-10-27T14:05:00Z | |||
| Pembaruan Data Terakhir LastDataUpdate | Waktu yang menunjukkan kapan terakhir kali data diperbarui dari sistem sumber. | ||
| Deskripsi Atribut Pembaruan Data Terakhir mencatat tanggal dan waktu ekstraksi atau pembaruan data terbaru. Metadata ini penting untuk mengetahui seberapa mutakhir data yang dianalisis dan mengelola alur data. Atribut ini memberi tahu pengguna bisnis dan analis seberapa baru data yang digunakan dalam analisis. Informasi ini membantu Anda menjadwalkan pembaruan data dan memastikan keputusan didasarkan pada data yang cukup mutakhir. Untuk memantau proses yang sedang berjalan, waktu pembaruan terakhir penting agar kondisi kasus yang masih terbuka dapat ditafsirkan dengan tepat. Mengapa ini penting Menunjukkan kemutakhiran data agar analisis dan keputusan bisnis menggunakan informasi yang relevan dan tersedia tepat waktu. Sumber data Penanda waktu ini biasanya dibuat dan ditambahkan saat proses ekstraksi data (ETL). Contoh 2023-10-27T02:00:00Z2023-10-28T02:00:00Z2023-10-29T02:00:00Z | |||
| Sistem Sumber SourceSystem | Sistem pencatatan asal data yang diekstrak. Informasi ini berguna untuk melacak asal-usul data. | ||
| Deskripsi Atribut Sistem Sumber menunjukkan aplikasi atau platform asal data layanan pelanggan, seperti ServiceNow, Salesforce, Zendesk, atau sistem internal khusus. Jika data dari beberapa sistem digabungkan, kolom ini penting untuk tata kelola dan pelacakan data. Meski biasanya tidak digunakan langsung dalam analisis alur proses standar, atribut ini memberikan konteks penting. Informasi ini membantu Anda memahami kemungkinan perbedaan kualitas data atau pelaksanaan proses antar sistem. Atribut ini juga penting untuk memvalidasi data, mengatasi masalah ekstraksi, dan mengelola alur integrasi data. Mengapa ini penting Menunjukkan asal data, yang penting untuk tata kelola, pemecahan masalah, dan analisis di lingkungan dengan banyak sistem. Sumber data Biasanya ditambahkan saat proses ekstraksi data (ETL) dan mungkin tidak tersedia langsung di tabel sistem sumber. Contoh Salesforce Service CloudZendesk SupportServiceNow CSM | |||
| Agen Agent | Nama atau pengenal unik agen layanan pelanggan atau pengguna yang bertanggung jawab atas suatu aktivitas. | ||
| Deskripsi Atribut Agen menunjukkan karyawan yang melakukan aktivitas tertentu atau yang sedang menangani permintaan layanan. Nilainya dapat berupa ID unik, alamat email, atau nama lengkap. Atribut ini memungkinkan analisis kinerja dan beban kerja per individu. Manajer dapat melihat pembagian pekerjaan, membandingkan kinerja agen berdasarkan metrik seperti waktu penyelesaian atau kepuasan pelanggan, serta menemukan kebutuhan pelatihan. Atribut ini juga penting untuk menganalisis perpindahan tugas antaragen, yang dapat menyebabkan keterlambatan dan ketidakpuasan pelanggan. Mengapa ini penting Atribut ini penting untuk menganalisis beban kerja dan kinerja agen, serta dampak perpindahan tugas antaragen. Sumber data Biasanya terdapat di tabel riwayat penugasan kasus, log peristiwa, atau kolom pada catatan utama kasus maupun tiket. Contoh John Smithagent.jane@example.comuser_1138Sarah Doe | |||
| Dieskalasikan IsEscalated | Penanda yang menunjukkan apakah permintaan layanan telah dieskalasikan ke tingkat dukungan atau manajemen yang lebih tinggi. | ||
| Deskripsi Atribut Dieskalasikan berupa penanda boolean (true atau false) yang menunjukkan apakah permintaan layanan telah dieskalasikan secara resmi. Eskalasi biasanya terjadi saat masalah terlalu rumit untuk tingkat dukungan saat ini, tidak terselesaikan dalam batas waktu tertentu, atau pelanggan sangat tidak puas. Atribut ini penting untuk analisis eskalasi. Organisasi dapat menggunakannya untuk menghitung tingkat eskalasi, salah satu indikator kinerja utama. Dengan menganalisis alur proses kasus yang dieskalasikan, perusahaan dapat menemukan penyebabnya, seperti kesenjangan keterampilan tim dukungan lini depan, proses yang kurang jelas, atau masalah produk. Mengurangi eskalasi sering menjadi sasaran utama karena eskalasi membutuhkan biaya dan dapat menurunkan kepuasan pelanggan. Mengapa ini penting Membantu mengetahui frekuensi dan penyebab utama eskalasi, sekaligus menemukan peluang untuk meningkatkan penyelesaian pada kontak pertama. Sumber data Biasanya berupa kotak centang atau kolom penanda pada catatan kasus atau tiket. Nilainya juga dapat diturunkan dengan mendeteksi aktivitas 'Eskalasi'. Contoh truefalse | |||
| Grup yang Ditugaskan AssignedGroup | Tim, departemen, atau antrean yang menangani permintaan layanan. | ||
| Deskripsi Grup yang Ditugaskan menunjukkan tim atau unit kerja yang bertanggung jawab atas permintaan layanan pada waktu tertentu. Contohnya, 'Dukungan Tingkat 1', 'Departemen Penagihan', atau 'Tim Dukungan Teknis'. Permintaan layanan sering dialihkan ke grup lain selama proses berlangsung. Menganalisis Grup yang Ditugaskan penting untuk memahami kolaborasi dan perpindahan tugas antar tim. Analisis ini membantu menemukan tim yang kelebihan beban, hambatan antargrup, serta jalur yang dilalui berbagai jenis permintaan dalam organisasi. Informasi ini berguna untuk mengoptimalkan struktur tim, alokasi sumber daya, dan aturan perutean. Mengapa ini penting Mendukung analisis kinerja tim, pembagian beban kerja, dan keterlambatan akibat perpindahan tugas antar departemen. Sumber data Terdapat di catatan kasus atau tiket, biasanya pada kolom seperti 'Assignment Group', 'Team', atau 'Queue'. Contoh Dukungan Tingkat 1Pertanyaan PenagihanEskalasi TeknisDukungan Perangkat Keras | |||
| Jenis Permintaan RequestType | Klasifikasi permintaan layanan, seperti 'Pertanyaan', 'Insiden', 'Masalah', atau 'Permintaan Fitur'. | ||
| Deskripsi Jenis Permintaan mengelompokkan masalah atau pertanyaan pelanggan secara umum. Klasifikasi ini membantu membagi permintaan layanan agar organisasi dukungan dapat memahami berbagai jenis kebutuhan yang masuk. Jenis yang umum mencakup masalah teknis, pertanyaan penagihan, permintaan informasi, atau keluhan. Atribut ini sangat berguna untuk memfilter dan membandingkan proses berdasarkan jenis permintaan. Misalnya, proses penyelesaian 'Pertanyaan Penagihan' mungkin jauh lebih sederhana dan cepat daripada 'Insiden Teknis'. Memahami perbedaan ini penting untuk menetapkan SLA yang sesuai, merancang alur kerja yang efisien, dan mengalokasikan sumber daya dengan tepat. Mengapa ini penting Mengelompokkan permintaan berdasarkan jenisnya penting untuk memahami perbedaan jalur proses dan menentukan perbaikan yang sesuai untuk setiap masalah. Sumber data Biasanya tersedia sebagai kolom standar pada formulir kasus atau tiket utama, dengan nama seperti 'Type', 'Category', atau 'Classification'. Contoh InsidenPertanyaanMasalahPermintaan Fitur | |||
| Kepuasan Pelanggan CustomerSatisfaction | Skor atau penilaian kepuasan yang diberikan pelanggan setelah permintaan layanan diselesaikan. | ||
| Deskripsi Kepuasan Pelanggan adalah metrik hasil utama yang mengukur penilaian pelanggan terhadap layanan yang diterima. Biasanya, nilainya dikumpulkan melalui survei setelah penyelesaian, dengan skala angka seperti 1 sampai 5 atau kategori seperti 'Baik', 'Netral', atau 'Buruk'. Atribut ini penting untuk menghubungkan kinerja proses dengan hasil bisnis. Dengan mengaitkan skor kepuasan dengan metrik proses, analis dapat mengetahui perilaku proses yang membuat pelanggan puas atau tidak puas. Misalnya, analisis dapat menunjukkan bahwa kasus yang beberapa kali dialihkan atau membutuhkan waktu lama untuk diselesaikan cenderung mendapat skor kepuasan rendah. Hasil ini memberi dasar berbasis data untuk menentukan prioritas perbaikan proses yang paling berdampak pada pengalaman pelanggan. Mengapa ini penting Mengukur langsung penilaian pelanggan terhadap kualitas layanan dan menghubungkan efisiensi proses dengan hasil bisnis. Sumber data Biasanya disimpan dalam tabel respons survei terpisah yang dapat dihubungkan ke catatan permintaan layanan. Contoh 5413 | |||
| Prioritas Priority | Tingkat prioritas permintaan layanan, seperti 'Rendah', 'Sedang', 'Tinggi', atau 'Mendesak'. | ||
| Deskripsi Atribut Prioritas menunjukkan tingkat urgensi permintaan layanan dan biasanya menentukan seberapa cepat permintaan perlu ditangani. Tingkat ini umumnya ditentukan berdasarkan dampak bisnis dan tingkat keparahan masalah yang dilaporkan pelanggan. SLA sering ditetapkan berdasarkan tingkat prioritas. Dalam analisis proses, prioritas menjadi dimensi penting untuk memfilter dan membandingkan data. Analis dapat memeriksa apakah permintaan berprioritas tinggi benar-benar diselesaikan lebih cepat daripada permintaan berprioritas rendah, sesuai harapan. Atribut ini membantu memastikan aturan prioritas dijalankan dan alokasi sumber daya sesuai dengan kebutuhan bisnis. Membandingkan alur proses untuk setiap tingkat prioritas dapat mengungkap ketidakefisienan dalam penanganan masalah kritis. Mengapa ini penting Mendukung analisis untuk mengetahui apakah permintaan mendesak ditangani lebih cepat dan memastikan sumber daya sesuai dengan kebutuhan bisnis. Sumber data Kolom standar pada formulir kasus atau tiket di sebagian besar sistem layanan pelanggan. Contoh RendahSedangTinggiMendesak | |||
| Saluran Komunikasi CommunicationChannel | Saluran yang digunakan untuk mengajukan permintaan layanan atau berkomunikasi, seperti 'Email', 'Telepon', atau 'Chat'. | ||
| Deskripsi Saluran Komunikasi menunjukkan media yang digunakan pelanggan untuk menghubungi meja layanan. Saluran yang umum mencakup email, telepon, portal web, chat, dan media sosial. Saluran yang digunakan dapat memengaruhi harapan pelanggan dan tingkat kerumitan proses penyelesaian. Analisis proses berdasarkan saluran komunikasi dapat menunjukkan perbedaan kinerja yang signifikan. Misalnya, permintaan melalui telepon mungkin lebih cepat diselesaikan, tetapi membutuhkan lebih banyak waktu agen dibandingkan permintaan melalui portal web. Analisis ini membantu organisasi mengoptimalkan strategi saluran, mengalokasikan sumber daya dengan tepat, dan menyesuaikan layanan untuk berbagai cara berkomunikasi. Mengapa ini penting Menunjukkan dampak berbagai saluran komunikasi terhadap waktu penyelesaian, upaya agen, dan efisiensi proses secara keseluruhan. Sumber data Biasanya tersedia sebagai kolom standar pada catatan kasus atau tiket yang menunjukkan cara permintaan dibuat. Contoh EmailTeleponChatPortal WebMedia Sosial | |||
| Status Permintaan RequestStatus | Status permintaan layanan saat ini atau sebelumnya, seperti 'Open', 'Pending', 'Resolved', atau 'Closed'. | ||
| Deskripsi Status Permintaan menunjukkan keadaan permintaan layanan pada tahap tertentu dalam siklusnya. Status berubah seiring penanganan permintaan, misalnya dari 'New' menjadi 'In Progress', lalu 'Pending Customer', dan akhirnya 'Resolved'. Urutan perubahan status sering menjadi dasar aktivitas dalam model proses. Menganalisis perubahan status merupakan cara utama untuk memahami alur proses. Analisis ini membantu mengetahui berapa lama permintaan berada dalam status tertentu, seperti 'Pending', yang dapat menunjukkan ketergantungan pada pihak luar. Perubahan status juga digunakan untuk membedakan kasus terbuka dan tertutup, yang penting untuk melaporkan jumlah kasus aktif dan tingkat penyelesaian. Mengapa ini penting Melacak tahap siklus permintaan, membantu menemukan waktu tunggu dan menentukan aktivitas proses. Sumber data Kolom utama pada catatan kasus atau tiket. Perubahan status sering dicatat dalam tabel riwayat audit. Contoh BaruSedang BerlangsungMenunggu PelangganSelesai DitanganiDitutup | |||
| Waktu Selesai EndTime | Waktu yang menunjukkan kapan suatu aktivitas selesai. Digunakan untuk menghitung durasi setiap aktivitas. | ||
| Deskripsi Atribut Waktu Selesai menandai saat suatu aktivitas berakhir. Waktu Peristiwa menunjukkan waktu mulai, sedangkan Waktu Selesai menjadi titik akhir untuk mengukur durasi tugas. Tidak semua peristiwa memiliki waktu selesai tersendiri. Namun, untuk aktivitas yang memilikinya, seperti 'Penyelidikan Agen' atau panggilan pelanggan, informasi ini berguna. Dalam analisis, selisih antara Waktu Selesai dan Waktu Peristiwa menunjukkan waktu pengerjaan aktivitas. Informasi ini menjadi dasar analisis hambatan untuk menemukan langkah proses yang paling banyak menyita waktu. Memahami durasi aktivitas membantu perencanaan sumber daya, evaluasi kinerja, dan pencarian peluang untuk menyederhanakan operasional. Mengapa ini penting Atribut ini penting untuk menghitung durasi setiap aktivitas, yang diperlukan untuk menemukan hambatan dan mengukur efisiensi. Sumber data Biasanya terdapat di log peristiwa atau tabel jejak audit bersama waktu mulai. Jika tidak tersedia, nilainya mungkin perlu diturunkan dari waktu mulai peristiwa berikutnya. Contoh 2023-10-26T10:30:00Z2023-10-26T11:00:45Z2023-10-27T16:20:00Z | |||
| Pelanggan Customer | Nama atau pengenal unik pelanggan atau perusahaan yang mengajukan permintaan layanan. | ||
| Deskripsi Atribut Pelanggan menunjukkan klien eksternal, baik individu maupun organisasi, yang terkait dengan permintaan layanan. Atribut ini memungkinkan Anda mengelompokkan dan menganalisis semua interaksi layanan dengan pelanggan tertentu. Tampilan proses yang berpusat pada pelanggan penting untuk memahami pengalaman pelanggan secara keseluruhan. Dengan menganalisis data berdasarkan pelanggan, bisnis dapat menemukan klien yang sering mengajukan permintaan. Hal ini mungkin menunjukkan masalah produk atau kebutuhan akan pelatihan yang lebih baik. Atribut ini juga membantu melacak riwayat layanan untuk pelanggan utama dan memastikan mereka menerima dukungan sesuai harapan. Mengapa ini penting Memberikan tampilan proses yang berpusat pada pelanggan, membantu menemukan masalah yang sering dialami klien tertentu dan mengelola pelanggan utama. Sumber data Kolom standar pada catatan kasus atau tiket yang terhubung ke objek kontak atau akun di CRM. Contoh ABC CorporationGlobal Tech Inc.Jane DoeACCT-00123 | |||
| Produk Product | Produk atau layanan yang terkait dengan permintaan pelanggan. | ||
| Deskripsi Atribut Produk menunjukkan produk, layanan, atau fitur tertentu yang menjadi pokok permintaan pelanggan. Atribut ini memungkinkan permintaan layanan dikelompokkan berdasarkan bagian bisnis yang terkait. Menganalisis permintaan layanan berdasarkan produk penting untuk menemukan penyebab utama masalah dan meningkatkan produk. Banyaknya tiket untuk produk tertentu dapat menandakan masalah kualitas, bug, atau kendala penggunaan. Data ini memberikan masukan berharga bagi tim pengembangan produk dan rekayasa, sehingga mereka dapat memprioritaskan perbaikan dan penyempurnaan untuk mengurangi beban dukungan serta meningkatkan pengalaman pelanggan. Mengapa ini penting Menghubungkan permintaan layanan dengan produk tertentu dan memberikan masukan penting untuk perbaikan produk serta analisis penyebab utama. Sumber data Sering kali berupa kolom pada formulir kasus atau tiket yang terhubung ke katalog produk atau diisi secara manual. Contoh Printer Alpha-100Enterprise Suite v2.5Aplikasi SelulerPlatform Penagihan | |||
| Waktu Target SLA SlaTargetTime | Tanggal dan waktu yang disepakati dalam kontrak atau ditetapkan sebagai target untuk menyelesaikan permintaan layanan. | ||
| Deskripsi Waktu Target SLA menunjukkan batas waktu penyelesaian permintaan layanan sesuai Perjanjian Tingkat Layanan (SLA) yang berlaku. Target ini sering bergantung pada prioritas atau jenis permintaan, maupun tingkat kontrak pelanggan. Nilainya dapat disimpan sebagai penanda waktu tertentu atau durasi sejak permintaan dibuat. Atribut ini menjadi dasar analisis kepatuhan SLA. Dengan membandingkan waktu penyelesaian aktual dengan Waktu Target SLA, organisasi dapat menghitung tingkat kepatuhan SLA. process mining juga dapat menguraikan hasil ini untuk menunjukkan jenis permintaan atau langkah proses yang paling banyak menyebabkan pelanggaran SLA. Dengan begitu, perbaikan dapat diarahkan untuk memenuhi komitmen layanan. Mengapa ini penting Atribut ini penting untuk mengukur kepatuhan SLA, KPI utama bagi organisasi layanan pelanggan. Sumber data Biasanya dihitung dan disimpan pada catatan kasus atau tiket berdasarkan kebijakan SLA yang ditetapkan dalam sistem. Contoh 2023-10-28T10:00:00Z2023-11-01T17:00:00Z2023-10-26T14:00:00Z | |||
Aktivitas layanan pelanggan
| Aktivitas | Deskripsi | ||
|---|---|---|---|
| Permintaan dialihkan | Menunjukkan bahwa tanggung jawab atas permintaan layanan dipindahkan dari satu agen atau tim ke agen atau tim lain setelah penugasan awal. Ini merupakan serah terima dalam proses dukungan. | ||
| Mengapa ini penting Melacak pengalihan penting untuk menganalisis proses yang terpecah-pecah dan menemukan serah terima yang tidak perlu. Pengalihan yang sering dapat menunjukkan masalah perutean atau kesenjangan pengetahuan. Sumber data Disimpulkan dengan memantau perubahan berikutnya pada kolom 'Owner', 'Assigned To', atau 'Assignment Group' setelah penugasan awal. Pengumpulan data Temukan semua perubahan pada kolom pemilik atau grup penugasan setelah penugasan pertama. Jenis peristiwa inferred | |||
| Permintaan dibuka kembali | Terjadi saat permintaan layanan yang sebelumnya selesai kembali ke status aktif. Biasanya, pelanggan melaporkan bahwa masalah belum teratasi atau muncul kembali. | ||
| Mengapa ini penting Permintaan yang dibuka kembali menjadi ukuran langsung pengerjaan ulang dan indikator kuat kegagalan penyelesaian pada kontak pertama. Menganalisis peristiwa ini penting untuk meningkatkan kualitas solusi. Sumber data Biasanya berupa peristiwa eksplisit saat sistem otomatis mengubah status dari 'Resolved' kembali menjadi 'Open' setelah menerima balasan baru dari pelanggan. Pengumpulan data Deteksi perubahan status dari 'Resolved' atau 'Closed' kembali menjadi 'Open' atau 'In Progress'. Jenis peristiwa explicit | |||
| Permintaan dieskalasikan | Menunjukkan eskalasi resmi permintaan layanan ke tingkat dukungan yang lebih tinggi, departemen lain, atau manajemen. Langkah ini terjadi saat agen awal tidak dapat menyelesaikan masalah. | ||
| Mengapa ini penting Eskalasi menjadi indikator penting kompleksitas proses, kemampuan agen, dan kegagalan penyelesaian pada kontak pertama. Analisis jalur eskalasi membantu mengoptimalkan struktur dukungan. Sumber data Dapat berupa peristiwa eksplisit dari mesin aturan eskalasi atau disimpulkan dari pengalihan ke tim atau pengguna yang ditetapkan untuk menangani eskalasi. Pengumpulan data Gunakan penanda atau stempel waktu eskalasi khusus, atau deteksi perubahan penugasan ke tim eskalasi yang sudah diketahui. Jenis peristiwa explicit | |||
| Permintaan diselesaikan | Ini adalah tonggak penting saat agen menyelesaikan pekerjaan dan menganggap masalah pelanggan telah ditangani. Status permintaan berubah menjadi 'Resolved' atau 'Solved'. | ||
| Mengapa ini penting Ini adalah peristiwa utama untuk mengukur waktu penyelesaian. Peristiwa ini menandai berakhirnya pekerjaan aktif tim dukungan dan menjadi tonggak penting dalam siklus layanan. Sumber data Diambil dari perubahan status eksplisit menjadi 'Resolved' atau 'Solved'. Sebagian besar sistem mencatat stempel waktu penyelesaian khusus. Pengumpulan data Gunakan stempel waktu 'Resolved At' atau stempel waktu perubahan status menjadi 'Resolved'. Jenis peristiwa explicit | |||
| Permintaan ditugaskan | Menunjukkan penugasan awal permintaan layanan kepada agen atau tim tertentu untuk ditangani. Langkah penting ini memindahkan permintaan dari antrean ke alur kerja aktif. | ||
| Mengapa ini penting Aktivitas ini penting untuk melacak beban kerja agen, mengukur waktu hingga penugasan pertama, dan menemukan hambatan dalam proses pembagian tugas. Sumber data Diambil dari perubahan pada kolom 'Owner' atau 'Assigned To' di log audit atau riwayat catatan permintaan layanan. Pengumpulan data Temukan pengisian atau perubahan pertama pada kolom pemilik agen atau grup. Jenis peristiwa explicit | |||
| Permintaan ditutup | Ini adalah aktivitas terakhir yang menandai penutupan administratif permanen atas permintaan layanan. Setelah tahap ini, permintaan dianggap selesai dan tidak ada tindakan lanjutan yang diharapkan. | ||
| Mengapa ini penting Aktivitas ini menandai berakhirnya siklus proses. Jeda antara penyelesaian dan penutupan dapat menunjukkan kebijakan proses terkait penutupan otomatis atau tinjauan akhir. Sumber data Dicatat saat status secara eksplisit berubah menjadi 'Closed'. Banyak sistem menyediakan kolom waktu khusus, seperti 'Closed At'. Pengumpulan data Gunakan waktu pada kolom 'Closed At' atau waktu saat status berubah menjadi 'Closed'. Jenis peristiwa explicit | |||
| Permintaan layanan dibuat | Menandai awal proses layanan pelanggan, saat permintaan pelanggan dicatat secara resmi. Peristiwa ini tercatat ketika kasus, tiket, atau catatan interaksi baru dibuat di sistem sumber. | ||
| Mengapa ini penting Ini adalah peristiwa awal utama dalam proses. Data ini penting untuk mengukur durasi seluruh siklus dan menganalisis volume permintaan dari waktu ke waktu. Sumber data Biasanya diambil dari stempel waktu pembuatan catatan kasus atau tiket utama di sistem manajemen layanan. Pengumpulan data Gunakan stempel waktu pembuatan entitas kasus, tiket, atau insiden utama. Jenis peristiwa explicit | |||
| Agen mulai menyelidiki | Menandakan agen mulai aktif menangani permintaan layanan. Langkah ini berbeda dari penugasan dan menandai dimulainya upaya diagnosis atau penyelesaian. | ||
| Mengapa ini penting Membantu membedakan waktu tunggu dari waktu kerja aktif. Analisis aktivitas ini dapat mengungkap keterlambatan antara penugasan dan dimulainya pekerjaan. Sumber data Biasanya disimpulkan dari perubahan status permintaan layanan, misalnya dari 'New' atau 'Assigned' menjadi 'In Progress' atau 'Work in Progress'. Pengumpulan data Temukan perubahan status pertama ke kondisi aktif 'in progress' setelah penugasan. Jenis peristiwa inferred | |||
| Informasi diminta dari pelanggan | Terjadi saat agen membutuhkan informasi tambahan dari pelanggan untuk melanjutkan pekerjaan, lalu mengubah permintaan ke status tertunda. Langkah ini menghentikan sementara proses internal atau penghitungan waktu SLA. | ||
| Mengapa ini penting Aktivitas ini penting untuk memahami keterlambatan yang melibatkan pelanggan. Dengan melacak durasi status ini, Anda dapat membedakan waktu kerja agen dari waktu tunggu pelanggan. Sumber data Biasanya disimpulkan dari perubahan status menjadi 'Pending', 'On Hold', atau 'Awaiting Customer Info'. Pengumpulan data Temukan perubahan status ke kondisi 'pending' atau 'waiting on customer' di riwayat kasus. Jenis peristiwa inferred | |||
| Informasi diterima dari pelanggan | Menandai saat pelanggan memberikan informasi yang diminta sehingga agen dapat melanjutkan pekerjaan. Peristiwa ini biasanya mengubah status permintaan dari tertunda kembali menjadi aktif. | ||
| Mengapa ini penting Peristiwa ini mengakhiri waktu tunggu pelanggan. Analisis waktu antara peristiwa ini dan aktivitas 'Information Requested' menunjukkan waktu respons pelanggan. Sumber data Disimpulkan dari komunikasi masuk dari pelanggan atau perubahan status otomatis dari 'Pending' kembali menjadi 'Open' atau 'In Progress'. Pengumpulan data Deteksi pesan masuk dari pelanggan atau perubahan status dari kondisi 'pending' ke kondisi 'active'. Jenis peristiwa inferred | |||
| Kepuasan pelanggan diterima | Peristiwa ini terjadi saat pelanggan mengirimkan jawaban survei kepuasan. Masukan, seperti nilai penilaian atau komentar, dicatat pada permintaan layanan. | ||
| Mengapa ini penting Peristiwa ini menghubungkan pelaksanaan proses secara langsung dengan kualitas layanan menurut pelanggan. Dengan menganalisis skor kepuasan dalam konteks proses, Anda dapat menemukan langkah yang menghasilkan pengalaman buruk. Sumber data Diambil dari modul survei saat pelanggan mengirimkan jawaban yang dikaitkan dengan permintaan layanan awal. Pengumpulan data Gunakan stempel waktu pengiriman jawaban survei kepuasan pelanggan. Jenis peristiwa explicit | |||
| Komentar internal ditambahkan | Agen menambahkan catatan atau komentar pribadi pada permintaan layanan untuk berkolaborasi dengan agen atau tim lain. Catatan ini tidak terlihat oleh pelanggan. | ||
| Mengapa ini penting Peristiwa ini menunjukkan kolaborasi internal, berbagi pengetahuan, atau persiapan eskalasi. Catatan internal yang sering ditambahkan dapat menandakan kasus yang rumit atau kesenjangan pengetahuan. Sumber data Diambil dari aliran aktivitas atau log komunikasi permintaan layanan dengan menyaring komentar yang ditandai sebagai 'internal' atau 'private'. Pengumpulan data Saring komentar kasus atau log aktivitas untuk menemukan entri yang hanya ditujukan bagi pihak internal. Jenis peristiwa explicit | |||
| Permintaan dikategorikan | Menunjukkan klasifikasi permintaan layanan berdasarkan jenis, kategori, atau prioritas. Langkah ini biasanya dilakukan oleh agen atau aturan otomatisasi untuk menentukan tingkat urgensi dan perutean. | ||
| Mengapa ini penting Analisis perubahan kategori membantu menilai efektivitas triase, pengerjaan ulang, dan permintaan yang salah rute. Data ini juga memberi konteks tentang kompleksitas dan jenis permintaan layanan. Sumber data Biasanya disimpulkan dari log audit atau riwayat perubahan pada kolom seperti 'Category', 'Type', atau 'Priority' di catatan permintaan layanan. Pengumpulan data Deteksi perubahan pada kolom kategori, prioritas, atau jenis di riwayat kasus. Jenis peristiwa inferred | |||
| Respons pertama dikirim | Menandai komunikasi langsung pertama dari agen kepada pelanggan setelah permintaan dibuat, bukan pesan otomatis. Ini adalah tonggak penting dalam interaksi dengan pelanggan. | ||
| Mengapa ini penting Aktivitas ini penting untuk mengukur dan memantau SLA 'First Response Time'. Data ini menunjukkan seberapa cepat tim dukungan menanggapi masalah pelanggan. Sumber data Sering kali tercatat sebagai peristiwa dengan stempel waktu di mesin SLA sistem. Peristiwa ini juga dapat disimpulkan dengan mencari komunikasi publik pertama yang dikirim agen dalam linimasa kasus. Pengumpulan data Gunakan stempel waktu 'First Response Time' khusus jika tersedia, atau cari stempel waktu pesan pertama yang dikirim agen. Jenis peristiwa explicit | |||
| SLA dilanggar | Menunjukkan saat permintaan layanan tidak memenuhi Service Level Agreement yang ditetapkan, misalnya batas waktu respons pertama atau penyelesaian. Ini adalah peristiwa penting bagi bisnis. | ||
| Mengapa ini penting Aktivitas ini mengukur kinerja dan kepatuhan terhadap tingkat layanan secara langsung. Menganalisis kapan dan mengapa pelanggaran terjadi penting untuk memperbaiki proses dan mengelola harapan pelanggan. Sumber data Peristiwa ini dihitung dengan membandingkan stempel waktu aktivitas dengan target SLA yang ditetapkan dalam kontrak layanan atau mesin kebijakan. Pengumpulan data Bandingkan selisih stempel waktu antara aktivitas awal dan akhir dengan target SLA yang ditetapkan. Catat peristiwa pelanggaran jika durasinya melebihi target. Jenis peristiwa calculated | |||
| Solusi diusulkan | Menandakan agen telah merumuskan solusi dan menyampaikannya kepada pelanggan. Aktivitas ini dapat terjadi sebelum permintaan resmi dinyatakan selesai, terutama jika pelanggan perlu mengonfirmasi solusi. | ||
| Mengapa ini penting Langkah ini membantu membedakan waktu yang dibutuhkan untuk menemukan solusi dari waktu tunggu persetujuan pelanggan. Dengan begitu, tahap penyelesaian terlihat lebih terperinci. Sumber data Biasanya disimpulkan dari komunikasi keluar yang berisi detail penyelesaian atau perubahan status menjadi 'Awaiting Acceptance' atau 'Solution Provided'. Pengumpulan data Temukan pesan keluar yang memuat kata seperti 'solution' atau perubahan status yang menunjukkan solusi telah diusulkan. Jenis peristiwa inferred | |||
| Survei kepuasan dikirim | Menunjukkan pengiriman survei kepuasan pelanggan, biasanya dipicu oleh aturan otomatisasi setelah permintaan layanan diselesaikan. Peristiwa ini memulai proses pengumpulan masukan. | ||
| Mengapa ini penting Aktivitas ini memberi konteks untuk metrik masukan pelanggan. Data ini membantu menganalisis tingkat respons survei dan waktu pengiriman permintaan masukan. Sumber data Diambil dari log otomatisasi, catatan email keluar, atau catatan survei khusus yang terhubung dengan permintaan layanan. Pengumpulan data Temukan pembuatan objek survei atau komunikasi keluar terkait survei kepuasan. Jenis peristiwa explicit | |||
Panduan ekstraksi
Metode ekstraksi berbeda-beda untuk setiap sistem. Untuk petunjuk lengkap,
baca panduan ETL kami atau pilih proses dan sistem tertentu.
Siap memulai?
Mulai optimalkan proses layanan pelanggan dengan memilih panduan ekstraksi untuk sistem Anda, atau gunakan templat umum ini sebagai dasar untuk menyiapkan data.
Tingkatkan layanan pelanggan Anda sekarang
Temukan hambatan, tingkatkan efisiensi agen, dan berikan pengalaman yang lebih baik kepada pelanggan.
Tidak perlu kartu kredit. Mulai dalam hitungan menit.