Templat Data Layanan Pelanggan Anda
Templat Data Layanan Pelanggan Anda
- Atribut yang disarankan untuk dikumpulkan
- Aktivitas utama yang perlu dilacak
- Panduan ekstraksi data untuk Microsoft Dynamics 365 Customer Service
Atribut Layanan Pelanggan
| Nama | Deskripsi | ||
|---|---|---|---|
|
Permintaan layanan
ServiceRequest
|
Pengenal unik untuk permintaan layanan pelanggan, yang juga disebut kasus atau tiket. | ||
|
Deskripsi
Service Request menjadi pengenal utama yang menghubungkan semua aktivitas terkait dengan satu pertanyaan atau masalah pelanggan. Dalam process mining, ID ini berfungsi sebagai Case ID untuk memberikan gambaran lengkap dan konsisten tentang setiap interaksi pelanggan, dari pembuatan hingga penutupan. Analisis berdasarkan Service Request membantu melacak perjalanan dari awal hingga akhir, mengukur waktu penyelesaian, dan menemukan pola di antara kasus serupa.
Mengapa ini penting
Inilah Case ID utama yang menghubungkan semua peristiwa terkait ke dalam satu instans proses, sehingga analisis proses dari awal hingga akhir dapat dilakukan.
Sumber data
Ini adalah kunci utama entitas Case (incident) di Microsoft Dynamics 365 Customer Service.
Contoh
CAS-01024-F3B4V6SR-2023-00589TKT-4815162342
|
|||
|
Aktivitas
ActivityName
|
Nama peristiwa bisnis tertentu yang terjadi pada suatu waktu dalam penanganan permintaan layanan. | ||
|
Deskripsi
Atribut ini menjelaskan satu langkah atau perubahan status dalam proses layanan pelanggan, seperti 'Kasus dibuat', 'Agen menyelidiki masalah', atau 'Kasus diselesaikan'. Aktivitas-aktivitas ini membentuk dasar peta proses untuk memvisualisasikan dan menganalisis alur proses. Jika dipadukan dengan stempel waktu, setiap aktivitas menjadi peristiwa yang menentukan urutan proses.
Mengapa ini penting
Aktivitas menentukan langkah-langkah dalam proses. Menganalisis urutan dan frekuensi aktivitas penting untuk memahami alur proses, menemukan penyimpangan, dan mengidentifikasi hambatan.
Sumber data
Biasanya, perubahan status (statuscode) atau peristiwa tertentu dari entitas terkait seperti Tasks, Emails, atau Phone Calls dipetakan ke nama aktivitas yang seragam.
Contoh
Kasus dibuatAgen menyelidiki masalahSolusi diajukan kepada pelangganKasus ditutup
|
|||
|
Pembaruan data terakhir
LastDataUpdate
|
Stempel waktu penyegaran atau ekstraksi data terakhir dari sistem sumber. | ||
|
Deskripsi
Atribut ini menunjukkan kapan data terakhir kali diambil dari Microsoft Dynamics 365. Informasi ini membantu mengetahui kebaruan data yang dianalisis dan diperlukan untuk pelaporan serta pemantauan. Dengan begitu, pengguna dapat mempertimbangkan kemutakhiran data saat membaca dashboard dan hasil analisis.
Mengapa ini penting
Memberi tahu pengguna seberapa baru data yang tersedia. Informasi ini penting untuk mengambil keputusan bisnis yang tepat waktu dan akurat berdasarkan analisis proses.
Sumber data
Nilai ini dibuat dan dicantumkan pada dataset saat data diekstrak.
Contoh
2023-10-27T08:00:00Z
|
|||
|
Sistem sumber
SourceSystem
|
Menunjukkan sistem sumber tempat data diekstrak. | ||
|
Deskripsi
Atribut ini menunjukkan asal data peristiwa. Untuk proses ini, nilainya akan selalu menunjukkan Microsoft Dynamics 365 Customer Service sebagai sumber. Jika lingkungan menggunakan beberapa sistem, kolom ini penting untuk membedakan sumber data dan memastikan asal-usul data dapat ditelusuri.
Mengapa ini penting
Memberikan informasi asal-usul data yang jelas. Hal ini penting untuk tata kelola data dan penelusuran masalah inkonsistensi data, terutama saat analisis menggabungkan beberapa sistem.
Sumber data
Biasanya berupa nilai tetap yang ditambahkan saat ekstraksi dan transformasi data untuk menandai asal dataset.
Contoh
Microsoft Dynamics 365 Customer Service
|
|||
|
Waktu mulai
EventTime
|
Stempel waktu yang menunjukkan kapan aktivitas terjadi. | ||
|
Deskripsi
Atribut ini mencatat tanggal dan waktu yang tepat saat aktivitas tertentu berlangsung. Data ini diperlukan untuk mengurutkan peristiwa dengan benar dan melakukan semua analisis berbasis waktu, termasuk menghitung waktu siklus, durasi, dan waktu tunggu antaraktivitas. Stempel waktu yang akurat dan konsisten penting untuk menjaga keandalan analisis process mining.
Mengapa ini penting
Stempel waktu ini mengurutkan peristiwa secara kronologis dan memungkinkan perhitungan durasi yang diperlukan untuk menganalisis kinerja serta menemukan hambatan.
Sumber data
Data ini sesuai dengan kolom seperti 'createdon' atau 'modifiedon' pada entitas Case (incident) atau entitas aktivitas terkait, misalnya Email, Task, atau Phone Call.
Contoh
2023-04-15T10:00:00Z2023-05-20T14:35:10Z2023-06-01T09:12:45Z
|
|||
|
Alasan status
StatusReason
|
Menjelaskan alasan yang lebih spesifik untuk status permintaan layanan saat ini. | ||
|
Deskripsi
Kasus memiliki status umum seperti 'Active' atau 'Resolved'. Alasan status memberikan konteks yang lebih spesifik, seperti 'Information Provided' atau 'Problem Solved'. Atribut ini penting untuk memahami detail perkembangan kasus dan penyebabnya. Misalnya, atribut ini membedakan kasus yang berhasil diselesaikan dari kasus yang dibatalkan pelanggan, sehingga analisis hasil lebih akurat.
Mengapa ini penting
Memberikan gambaran terperinci tentang hasil kasus dan alasan perubahan statusnya, sehingga jalur penyelesaian dan akar penyebab dapat dianalisis dengan lebih tepat.
Sumber data
Sesuai dengan kolom 'Status Reason' (statuscode) pada entitas Case (incident).
Contoh
Sedang diprosesDitangguhkanMasalah teratasiInformasi diberikan
|
|||
|
Jenis permintaan layanan
ServiceRequestType
|
Kategori atau klasifikasi utama permintaan layanan. | ||
|
Deskripsi
Atribut ini mengelompokkan permintaan layanan berdasarkan jenisnya, seperti 'Pertanyaan tagihan', 'Dukungan teknis', atau 'Masukan produk'. Atribut ini menjadi dasar untuk membagi analisis proses dan memahami penanganan berbagai jenis permintaan. Analisis berdasarkan jenis dapat menunjukkan kategori dengan waktu penyelesaian lebih lama, tingkat eskalasi lebih tinggi, atau jalur proses yang berbeda.
Mengapa ini penting
Memungkinkan pembagian proses untuk menemukan hambatan, kebutuhan sumber daya, dan peluang perbaikan khusus untuk tiap jenis permintaan. Informasi ini mendukung strategi perutean dan penanganan yang lebih baik.
Sumber data
Informasi ini biasanya disimpan di kolom 'Subject' (subjectid) atau kolom kategori khusus pada entitas Case (incident).
Contoh
Pertanyaan tagihanDukungan teknisMasukan produkPengelolaan akun
|
|||
|
Nama agen
AgentName
|
Nama agen layanan pelanggan atau pengguna yang bertanggung jawab atas aktivitas tersebut. | ||
|
Deskripsi
Atribut ini menunjukkan agen atau pengguna sistem tertentu yang melakukan aktivitas, seperti mengambil item dari antrean atau menyelesaikan kasus. Data ini penting untuk menganalisis kinerja agen, pembagian beban kerja, dan alokasi sumber daya. Dengan melacak aktivitas pada tingkat agen, organisasi dapat menemukan agen berkinerja tinggi, kebutuhan pelatihan, dan ketimpangan beban kerja.
Mengapa ini penting
Memungkinkan analisis kinerja individu dan tim, membantu menyeimbangkan beban kerja, serta menemukan peluang pembinaan untuk meningkatkan mutu layanan secara keseluruhan.
Sumber data
Sesuai dengan kolom 'Owner' (ownerid) pada entitas Case (incident), yang terhubung ke entitas System User (systemuser).
Contoh
Alice SmithBob JohnsonSistem
|
|||
|
Nama pelanggan
CustomerName
|
Nama pelanggan atau akun yang terkait dengan permintaan layanan. | ||
|
Deskripsi
Atribut ini menunjukkan pelanggan yang mengajukan permintaan layanan. Data ini memungkinkan analisis proses dari sudut pandang pelanggan, misalnya untuk mengetahui pelanggan yang paling sering mengajukan permintaan, mengalami waktu penyelesaian terlama, atau memiliki masalah paling rumit. Informasi ini penting untuk mengelola hubungan pelanggan dan meningkatkan layanan sesuai kebutuhan tiap pelanggan.
Mengapa ini penting
Memungkinkan analisis pada tingkat pelanggan untuk menemukan pola, meningkatkan layanan bagi akun utama, dan memahami perjalanan pelanggan.
Sumber data
Ini adalah kolom pencarian 'Customer' (customerid) pada entitas Case (incident), yang dapat merujuk ke catatan Account atau Contact.
Contoh
Global Tech Inc.Jane DoeInnovate Solutions
|
|||
|
Prioritas
Priority
|
Tingkat prioritas yang diberikan pada permintaan layanan untuk menunjukkan urgensinya. | ||
|
Deskripsi
Atribut ini menunjukkan tingkat urgensi permintaan layanan, yang biasanya dikelompokkan menjadi Rendah, Normal, Tinggi, atau Mendesak. Prioritas menentukan urutan penanganan kasus dan sering kali menjadi dasar target SLA. Menganalisis dampak prioritas terhadap alur proses, alokasi sumber daya, dan waktu penyelesaian penting untuk memastikan masalah kritis ditangani dengan cepat.
Mengapa ini penting
Membantu mengetahui apakah permintaan berprioritas tinggi diproses lebih cepat dan memenuhi target, serta bagaimana tingkat prioritas memengaruhi kinerja proses secara keseluruhan.
Sumber data
Sesuai dengan kolom 'Priority' (prioritycode) pada entitas Case (incident).
Contoh
RendahNormalTinggi
|
|||
|
Saluran
Channel
|
Saluran komunikasi yang digunakan untuk mengajukan permintaan layanan. | ||
|
Deskripsi
Atribut ini menunjukkan asal interaksi pelanggan, seperti Telepon, Email, Portal web, atau Chat. Tiap saluran dapat memiliki alur proses, harapan pelanggan, dan tingkat kerumitan penyelesaian yang berbeda. Analisis proses berdasarkan saluran membantu mengoptimalkan alur kerja dan alokasi sumber daya untuk tiap saluran.
Mengapa ini penting
Memberikan gambaran tentang dampak berbagai saluran kontak pelanggan terhadap efisiensi proses, waktu penyelesaian, dan kepuasan pelanggan.
Sumber data
Sesuai dengan kolom 'Case Origin' (caseorigincode) pada entitas Case (incident).
Contoh
TeleponEmailWebChat
|
|||
|
Target waktu penyelesaian SLA
SlaTargetResolutionTime
|
Target waktu penyelesaian permintaan layanan yang disepakati dalam kontrak. | ||
|
Deskripsi
Atribut ini menentukan durasi target penyelesaian permintaan layanan sesuai Service Level Agreement (SLA) yang berlaku. Nilai ini menjadi tolok ukur untuk membandingkan kinerja aktual. Data ini penting untuk dashboard pemantauan kepatuhan SLA dan penghitungan KPI SLA Compliance Rate, serta menunjukkan bagian proses yang belum memenuhi komitmen layanan.
Mengapa ini penting
Ini adalah tolok ukur utama untuk membandingkan kinerja layanan dengan komitmen yang telah dibuat, sekaligus mendukung analisis kepatuhan dan pelanggaran SLA.
Sumber data
Nilai ini ditentukan oleh konfigurasi SLA di Dynamics 365 dan dikaitkan dengan kasus melalui SLA KPI Instances.
Contoh
2592008640014400
|
|||
|
Apakah SLA Terlampaui
IsSlaBreached
|
Penanda hasil perhitungan yang menunjukkan apakah permintaan layanan melampaui target SLA. | ||
|
Deskripsi
Penanda boolean ini ditentukan dengan membandingkan waktu penyelesaian aktual permintaan layanan dengan 'SLA Target Resolution Time'. Nilainya true jika waktu aktual melebihi waktu target. Atribut ini menjadi dasar dasbor Pemantauan Kepatuhan SLA dan perhitungan KPI Tingkat Kepatuhan SLA. Hasilnya menunjukkan dengan jelas apakah kinerja SLA setiap kasus memenuhi target.
Mengapa ini penting
Menunjukkan dengan jelas apakah setiap kasus memenuhi SLA, sehingga Anda dapat memfilter, menggabungkan, dan menganalisis penyebab utama pelanggaran dengan mudah.
Sumber data
Dihitung dengan membandingkan 'ServiceRequestCycleTime' dengan 'SlaTargetResolutionTime'.
Contoh
truefalse
|
|||
|
Dieskalasikan
IsEscalated
|
Penanda yang menunjukkan apakah permintaan layanan telah dieskalasikan. | ||
|
Deskripsi
Atribut boolean ini menunjukkan apakah permintaan layanan pernah dieskalasikan. Eskalasi terjadi saat dukungan tingkat pertama tidak dapat menyelesaikan masalah sehingga perlu ditangani oleh tim yang lebih senior atau spesialis. Lacak penanda ini untuk memantau dasbor Jalur Eskalasi Internal dan KPI Tingkat Eskalasi Internal. Data ini membantu menemukan penyebab utama eskalasi dan kelemahan pada tingkat dukungan awal.
Mengapa ini penting
Mengukur langsung frekuensi eskalasi, menyoroti masalah dalam penyelesaian pada kontak pertama, serta menunjukkan bagian yang perlu diperbaiki dalam proses atau keterampilan agen.
Sumber data
Atribut ini sesuai dengan kolom 'Is Escalated' (isescalated) pada entitas Case (incident).
Contoh
truefalse
|
|||
|
Diselesaikan pada Kontak Pertama
IsFirstContactResolution
|
Penanda yang menunjukkan apakah permintaan diselesaikan saat kontak pertama. | ||
|
Deskripsi
Atribut hasil perhitungan ini mengidentifikasi permintaan layanan yang diselesaikan tanpa interaksi lanjutan dari pelanggan atau penundaan berarti yang mengharuskan permintaan dialihkan ke agen lain. Logika pastinya bisa rumit, tetapi biasanya mencakup pemeriksaan waktu siklus yang singkat serta tidak adanya aktivitas pembukaan kembali atau pertanyaan pelanggan setelah interaksi awal. Atribut ini menjadi dasar KPI Tingkat Penyelesaian pada Kontak Pertama.
Mengapa ini penting
Ini merupakan ukuran penting untuk efisiensi layanan dan kepuasan pelanggan karena menunjukkan kemampuan menyelesaikan masalah dengan cepat dan tuntas.
Sumber data
Dihitung berdasarkan urutan dan waktu aktivitas dalam log peristiwa untuk setiap kasus.
Contoh
truefalse
|
|||
|
ID Artikel Pengetahuan
KnowledgeArticleId
|
ID artikel basis pengetahuan yang ditautkan ke permintaan layanan. | ||
|
Deskripsi
Atribut ini mencatat ID artikel pengetahuan yang digunakan atau ditautkan saat menyelesaikan permintaan layanan. Data ini mengukur seberapa efektif agen memanfaatkan basis pengetahuan untuk menangani masalah pelanggan. Informasi ini penting untuk dasbor Pemanfaatan Artikel Pengetahuan dan KPI terkait, serta membantu menilai manfaat dan kelengkapan basis pengetahuan.
Mengapa ini penting
Melacak penggunaan basis pengetahuan untuk mengetahui apakah agen memanfaatkan sumber daya yang tersedia agar dapat menyelesaikan masalah dengan lebih cepat dan konsisten.
Sumber data
Informasi ini terdapat dalam relasi antara entitas Case (incident) dan Knowledge Article (knowledgearticle).
Contoh
KA-01337KA-02048
|
|||
|
Pengerjaan Ulang
IsRework
|
Penanda hasil perhitungan yang menunjukkan apakah suatu kasus mencakup aktivitas pengerjaan ulang. | ||
|
Deskripsi
Penanda boolean ini mengidentifikasi kasus yang memiliki siklus pengerjaan ulang atau aktivitas berulang, seperti beberapa kejadian 'Information Requested From Customer' atau kejadian 'Case Reactivated' setelah kasus diselesaikan. Nilainya dihitung dengan menganalisis urutan aktivitas untuk menemukan pola yang menunjukkan proses tidak efisien atau masalah yang tidak terselesaikan dengan benar pada upaya pertama. Atribut ini penting untuk dasbor Analisis Pengerjaan Ulang dan Kontak Berulang.
Mengapa ini penting
Membantu mengukur dan mengisolasi ketidakefisienan proses sehingga analis dapat berfokus pada penyebab utama pekerjaan berulang dan upaya yang terbuang.
Sumber data
Dihitung dengan mendeteksi urutan aktivitas tertentu, misalnya Resolved -> Reactivated, atau aktivitas berulang dalam suatu kasus menggunakan analitik process mining.
Contoh
truefalse
|
|||
|
Produk Terkait
ProductInvolved
|
Produk yang terkait dengan permintaan layanan pelanggan. | ||
|
Deskripsi
Atribut ini menunjukkan produk atau layanan tertentu yang menjadi sumber masalah pelanggan. Data ini memungkinkan analisis proses layanan berdasarkan produk, misalnya untuk mengetahui apakah produk tertentu menghasilkan lebih banyak permintaan dukungan, memiliki masalah yang lebih rumit, atau memerlukan keterampilan agen khusus. Analisis ini membantu meningkatkan produk dan merencanakan sumber daya.
Mengapa ini penting
Memungkinkan analisis proses berdasarkan produk untuk menemukan masalah yang berulang, memperbaiki dokumentasi dukungan, dan mengalokasikan tenaga ahli secara efektif.
Sumber data
Atribut ini sesuai dengan kolom pencarian 'Product' (productid) pada entitas Case (incident).
Contoh
Printer Alpha-100Perangkat Lunak CRM ZetaPaket Data Omega
|
|||
|
Skor CSAT
CustomerSatisfactionScore
|
Skor kepuasan yang diberikan pelanggan setelah kasus diselesaikan. | ||
|
Deskripsi
Atribut ini menyimpan penilaian numerik atau kategori dari survei kepuasan pelanggan (CSAT), yang biasanya dikumpulkan setelah permintaan layanan ditutup. Penilaian ini mengukur langsung persepsi pelanggan terhadap kualitas layanan. Data ini penting untuk dasbor Tren Kepuasan Pelanggan dan KPI Rata-rata Skor CSAT Setelah Penyelesaian, yang menghubungkan kinerja proses dengan hasil bagi pelanggan.
Mengapa ini penting
Mengukur langsung kepuasan pelanggan sehingga organisasi dapat menghubungkan perilaku proses dengan tanggapan pelanggan dan mendorong perbaikan.
Sumber data
Biasanya bersumber dari entitas survei terkait, seperti Customer Voice, lalu ditautkan kembali ke entitas Case (incident).
Contoh
5341
|
|||
|
Tim Pemilik
OwnerTeam
|
Tim yang saat ini bertanggung jawab atas permintaan layanan. | ||
|
Deskripsi
Atribut ini menunjukkan tim yang bertanggung jawab atas permintaan layanan. Permintaan dapat menjadi tanggung jawab seorang agen atau tim (antrean). Analisis berdasarkan tim penting untuk memahami kinerja tiap tim, pembagian beban kerja di berbagai tingkat dukungan atau spesialisasi, serta variasi proses antar-tim.
Mengapa ini penting
Memungkinkan analisis kinerja di tingkat tim, yang penting untuk mengelola tingkat dukungan dan kelompok spesialis secara efektif.
Sumber data
Diambil dari kolom 'Owner' (ownerid) pada entitas Case (incident) jika pemiliknya berupa rekaman Team, bukan System User.
Contoh
Dukungan Tingkat 1Departemen PenagihanSpesialis Teknis
|
|||
Aktivitas Layanan Pelanggan
| Aktivitas | Deskripsi | ||
|---|---|---|---|
|
Kasus dibuat
|
Aktivitas ini menandai awal proses layanan pelanggan, saat catatan kasus baru dibuat di sistem. Peristiwa ini tercatat secara eksplisit dengan stempel waktu saat catatan entitas 'Incident' pertama kali disimpan. | ||
|
Mengapa ini penting
Sebagai peristiwa awal utama, aktivitas ini diperlukan untuk menghitung durasi keseluruhan siklus kasus dan memahami tren volume kasus. Aktivitas ini menjadi acuan untuk semua analisis proses berikutnya.
Sumber data
Peristiwa ini diambil dari stempel waktu 'createdon' pada entitas 'Incident' (Case) untuk setiap catatan baru.
Pengumpulan data
Gunakan stempel waktu 'createdon' pada catatan Incident.
Jenis peristiwa
explicit
|
|||
|
Kasus dieskalasikan
|
Menunjukkan eskalasi resmi kasus ke tingkat dukungan yang lebih tinggi atau ke tim lain. Tindakan ini dapat dilakukan secara langsung oleh pengguna dengan mengalihkan kasus ke antrean atau pengguna khusus untuk eskalasi. | ||
|
Mengapa ini penting
Memantau eskalasi penting untuk KPI 'Internal Escalation Rate' dan untuk menemukan akar penyebab masalah yang tidak dapat diselesaikan dukungan lini pertama. Data ini menyoroti kelemahan proses dan kebutuhan pelatihan.
Sumber data
Disimpulkan dari perubahan kolom 'ownerid' ke antrean atau tim khusus untuk eskalasi. Peristiwa ini juga dapat berupa tindakan khusus yang secara eksplisit menandai kasus sebagai dieskalasikan.
Pengumpulan data
Temukan perubahan bertanda waktu pada 'ownerid' ke antrean eskalasi yang diketahui.
Jenis peristiwa
inferred
|
|||
|
Kasus diselesaikan
|
Tonggak penting ini menandai saat agen menganggap masalah pelanggan telah ditangani. Tindakan ini dicatat secara eksplisit di Dynamics 365 dengan membuat catatan aktivitas 'Case Resolution' yang ditautkan ke kasus. | ||
|
Mengapa ini penting
Sebagai peristiwa akhir utama yang menandai keberhasilan, aktivitas ini diperlukan untuk menghitung waktu penyelesaian dan tingkat keberhasilan. Aktivitas ini menjadi bagian penting dari hampir semua KPI layanan pelanggan.
Sumber data
Peristiwa ini sesuai dengan pembuatan catatan aktivitas 'Resolution' (Case Resolution). Stempel waktu 'actualend' pada catatan tersebut menandai waktu penyelesaian.
Pengumpulan data
Gunakan stempel waktu 'actualend' atau 'createdon' dari catatan aktivitas 'Resolution' terkait.
Jenis peristiwa
explicit
|
|||
|
Kasus ditugaskan
|
Aktivitas ini menunjukkan penugasan kasus kepada antrean atau pengguna tertentu untuk ditangani. Sistem mencatat perubahan pemilik kasus secara eksplisit, dan perubahan ini dapat dilacak melalui log audit sistem. | ||
|
Mengapa ini penting
Melacak penugasan penting untuk menganalisis pembagian beban kerja, menemukan keterlambatan terkait penugasan, dan memahami efisiensi perutean. Data ini membantu menjawab seberapa cepat kasus diarahkan ke tim atau orang yang tepat.
Sumber data
Data diambil dengan melacak perubahan pada kolom 'ownerid' di entitas 'Incident'. Stempel waktu perubahan tersedia di log riwayat audit.
Pengumpulan data
Ekstrak perubahan bertanda waktu pada kolom 'ownerid' dari log audit.
Jenis peristiwa
explicit
|
|||
|
Kasus ditutup
|
Ini adalah penutupan administratif akhir pada catatan kasus. Penutupan dapat terjadi bersamaan dengan penyelesaian atau beberapa waktu sesudahnya. Aktivitas ini dicatat saat status kasus berubah menjadi 'Closed'. | ||
|
Mengapa ini penting
Peristiwa ini menandai akhir seluruh siklus proses di sistem. Jeda antara 'Resolved' dan 'Closed' dapat menunjukkan beban administrasi atau keterlambatan dalam menyelesaikan pencatatan.
Sumber data
Dicatat saat kolom 'statecode' pada entitas 'Incident' berubah menjadi 'Canceled' (2) atau status tertutup khusus. Stempel waktunya tersedia di riwayat audit.
Pengumpulan data
Lacak stempel waktu saat 'statecode' berubah ke status akhir (misalnya, Canceled/Closed).
Jenis peristiwa
explicit
|
|||
|
Timer SLA dimulai
|
Menandai aktivasi timer Service Level Agreement (SLA) untuk kasus. Timer mulai menghitung waktu berdasarkan metrik layanan tertentu, seperti 'First Response By' atau 'Resolve By'. Peristiwa ini dicatat secara eksplisit oleh mesin SLA Dynamics 365. | ||
|
Mengapa ini penting
Aktivitas ini penting untuk memantau kepatuhan SLA dan mengetahui kapan penghitungan waktu komitmen layanan dimulai. Data ini mendukung analisis apakah target layanan tercapai.
Sumber data
Dicatat di entitas 'SLA KPI Instance' yang terkait dengan entitas 'Incident'. Stempel waktu 'createdon' pada catatan SLA KPI Instance terkait menandai waktu mulai.
Pengumpulan data
Gunakan stempel waktu pembuatan catatan 'SLA KPI Instance' yang terkait dengan kasus.
Jenis peristiwa
explicit
|
|||
|
Agen mengambil item dari antrean
|
Peristiwa ini terjadi saat agen mengambil kasus dari antrean bersama untuk mulai menanganinya. Ini merupakan tindakan langsung pengguna, berbeda dari penugasan kasus ke antrean oleh sistem. | ||
|
Mengapa ini penting
Aktivitas ini membantu mengukur berapa lama kasus menunggu di antrean sebelum mulai ditangani agen. Data ini penting untuk menemukan hambatan antrean dan memahami seberapa proaktif agen.
Sumber data
Peristiwa ini dilacak saat pengguna memperbarui kolom 'workedbyid' pada entitas 'QueueItem' yang terkait dengan kasus, atau saat pemilik kasus berubah dari antrean menjadi pengguna.
Pengumpulan data
Temukan stempel waktu saat kolom 'workedbyid' pada QueueItem terisi.
Jenis peristiwa
explicit
|
|||
|
Agen menyelidiki masalah
|
Menunjukkan bahwa agen sedang memahami dan mendiagnosis masalah pelanggan. Aktivitas ini disimpulkan dari data, biasanya saat agen menautkan Knowledge Article ke kasus, yang menandakan bahwa riset telah dilakukan. | ||
|
Mengapa ini penting
Pelacakan ini membantu mengukur pemanfaatan sumber daya pengetahuan dan dampaknya terhadap waktu penyelesaian. Data ini menunjukkan apakah agen menggunakan alat yang tersedia untuk menyelesaikan masalah dengan efisien.
Sumber data
Disimpulkan dari pembuatan catatan di entitas 'IncidentKnowledgeBaseRecord', yang menautkan Knowledge Article ke Case. Stempel waktu pembuatan catatan tersebut digunakan.
Pengumpulan data
Gunakan stempel waktu saat Knowledge Article dikaitkan dengan Incident.
Jenis peristiwa
inferred
|
|||
|
Informasi diminta dari pelanggan
|
Aktivitas ini menandai saat agen membutuhkan informasi tambahan dari pelanggan untuk melanjutkan penanganan. Aktivitas ini biasanya disimpulkan dari perubahan status kasus menjadi 'waiting' atau dari email keluar yang dikirim melalui linimasa kasus. | ||
|
Mengapa ini penting
Data ini penting untuk mengukur keterlambatan yang bergantung pada pelanggan dan memahami KPI 'Customer Information Wait Time'. Data ini membantu memisahkan waktu proses yang digunakan untuk menunggu masukan dari pihak luar.
Sumber data
Aktivitas ini dapat disimpulkan dari perubahan kolom 'statuscode' pada entitas 'Incident' ke nilai seperti 'On Hold' dengan alasan 'Waiting for Customer'. Stempel waktu perubahan status tersebut digunakan.
Pengumpulan data
Lacak stempel waktu perubahan statuscode ke status khusus 'waiting for customer'.
Jenis peristiwa
inferred
|
|||
|
Kasus diaktifkan kembali
|
Terjadi saat kasus yang sebelumnya telah diselesaikan dibuka kembali secara otomatis atau manual, biasanya karena pelanggan membalas atau melaporkan bahwa masalah belum teratasi. Perilaku standar sistem ini mengubah status kasus dari 'Resolved' kembali menjadi 'Active'. | ||
|
Mengapa ini penting
Aktivitas ini penting untuk menemukan pekerjaan ulang dan menganalisis 'First Contact Resolution Rate'. Banyaknya kasus yang diaktifkan kembali dapat menunjukkan bahwa solusi awal belum tuntas atau tidak efektif.
Sumber data
Dicatat saat kolom 'statecode' pada entitas 'Incident' berubah dari 'Resolved' (1) kembali menjadi 'Active' (0). Stempel waktu perubahan ini tercatat dalam riwayat audit.
Pengumpulan data
Lacak stempel waktu perubahan 'statecode' dari Resolved ke Active di log audit.
Jenis peristiwa
explicit
|
|||
|
Kategori kasus diubah
|
Peristiwa ini terjadi saat agen mengubah kategori atau subjek kasus setelah kasus dibuat. Perubahan ini dicatat secara eksplisit melalui fungsi audit sistem. | ||
|
Mengapa ini penting
Pelacakan perubahan kategori penting untuk KPI 'Service Request Recategorization Rate'. Perubahan yang sering terjadi dapat menandakan masalah pada triase awal, yang berujung pada perutean yang keliru dan keterlambatan.
Sumber data
Data diambil dari riwayat audit entitas 'Incident', khususnya dengan melacak perubahan pada kolom 'subjectid' atau kolom kategori khusus lainnya.
Pengumpulan data
Ekstrak perubahan bertanda waktu pada kolom 'subjectid' dari log audit.
Jenis peristiwa
explicit
|
|||
|
Solusi diajukan kepada pelanggan
|
Aktivitas ini menandakan bahwa agen telah merumuskan solusi dan menyampaikannya kepada pelanggan. Biasanya, aktivitas ini disimpulkan dari email keluar melalui linimasa kasus atau perubahan status menjadi 'Pending Customer Confirmation'. | ||
|
Mengapa ini penting
Tonggak ini menandai peralihan dari penyelidikan ke penyelesaian. Analisis waktu antara pengajuan dan konfirmasi solusi dapat mengungkap keterlambatan respons pelanggan atau masalah pada solusi yang diajukan.
Sumber data
Aktivitas ini dapat disimpulkan dari stempel waktu catatan aktivitas 'Email' keluar yang terkait dengan kasus, atau dari perubahan statuscode ke status sebelum penyelesaian.
Pengumpulan data
Gunakan stempel waktu aktivitas email keluar atau perubahan status menjadi 'Solution Proposed'.
Jenis peristiwa
inferred
|
|||
|
Survei kepuasan dikirim
|
Menandai pengiriman survei kepuasan pelanggan, yang biasanya dipicu secara otomatis setelah kasus diselesaikan. Peristiwa ini umumnya tercatat sebagai email keluar atau aktivitas survei Customer Voice. | ||
|
Mengapa ini penting
Aktivitas ini menghubungkan proses operasional dengan hasil pengalaman pelanggan. Data ini memungkinkan analisis skor kepuasan berdasarkan jalur proses yang dilalui suatu kasus.
Sumber data
Disimpulkan dari pembuatan aktivitas 'Email' keluar yang berisi tautan survei, atau dari catatan aktivitas 'Customer Voice survey invite' yang terkait dengan kasus.
Pengumpulan data
Gunakan stempel waktu pembuatan catatan aktivitas terkait survei.
Jenis peristiwa
inferred
|
|||
Panduan Ekstraksi
Siap memulai?
Gunakan templat data ini untuk memulai process mining dan menemukan peluang meningkatkan efisiensi operasional layanan pelanggan. Mulai perbaiki alur kerja Anda hari ini agar pengalaman pelanggan semakin baik.
Tingkatkan layanan pelanggan: naikkan FCR dan tekan biaya
Temukan hambatan dan capai penyelesaian 80% pada kontak pertama agar pelanggan lebih puas.
Tidak perlu kartu kredit. Siap digunakan dalam hitungan menit.