Templat Data Pengelolaan Permintaan Layanan

Freshservice
Templat Data Pengelolaan Permintaan Layanan

Templat Data Pengelolaan Permintaan Layanan

Templat ini memandu Anda mengumpulkan data yang diperlukan untuk menganalisis proses pengelolaan permintaan layanan. Di dalamnya tercantum atribut penting, aktivitas utama yang perlu dilacak, serta panduan praktis untuk mengambil data dari sistem sumber. Gunakan panduan ini untuk menyusun log peristiwa yang mendukung analisis proses secara mendalam.
  • Atribut yang disarankan untuk dikumpulkan
  • Aktivitas utama yang perlu dilacak
  • Panduan ekstraksi data
Baru mengenal log peristiwa? Pelajari cara membuat log peristiwa process mining.

Atribut Pengelolaan Permintaan Layanan

Berikut kolom data yang disarankan untuk dimasukkan ke log peristiwa agar proses pengelolaan permintaan layanan dapat dianalisis secara menyeluruh.
5 Wajib 5 Disarankan 9 Opsional
Nama Deskripsi
ID Permintaan Layanan
ServiceRequestId
Pengenal unik untuk setiap permintaan layanan.
Deskripsi

ID Permintaan Layanan adalah nomor atau kode unik yang diberikan kepada setiap permintaan layanan baru yang dicatat di Freshservice. ID ini menjadi kunci utama untuk melacak seluruh siklus permintaan, dari dibuat hingga ditutup.

Dalam process mining, ID ini berfungsi sebagai ID Kasus yang menghubungkan semua peristiwa terkait, seperti perubahan status, penugasan agen, dan catatan. Dengan menganalisis perjalanan setiap ID Permintaan Layanan, Anda dapat melihat proses secara menyeluruh, menemukan jalur yang umum, serta mendeteksi penyimpangan atau hambatan pada kasus tertentu.

Mengapa ini penting

ID Kasus ini menghubungkan semua peristiwa terkait sehingga perjalanan satu permintaan layanan dari awal hingga akhir dapat ditelusuri.

Sumber data

Ini adalah kolom utama pada objek tiket di Freshservice. Kolom ini terlihat di antarmuka pengguna dan tersedia melalui Freshservice API.

Contoh
SR-12943SR-13501SR-14011
Nama Aktivitas
ActivityName
Nama peristiwa atau tugas yang terjadi pada waktu tertentu dalam penanganan permintaan layanan.
Deskripsi

Nama Aktivitas menjelaskan langkah atau peristiwa tertentu dalam siklus permintaan layanan. Aktivitas ini diambil dari log audit sistem, perubahan status, atau tindakan pengguna, seperti 'Permintaan Ditugaskan ke Agen', 'Catatan Ditambahkan', atau 'Permintaan Layanan Diselesaikan'.

Atribut ini penting untuk menyusun peta proses yang menggambarkan alur permintaan layanan. Dengan menganalisis urutan dan frekuensi aktivitas, organisasi dapat memahami proses yang benar-benar berlangsung, menemukan hambatan antar langkah, mengukur durasi aktivitas, serta mendeteksi variasi proses yang tidak patuh atau tidak efisien.

Mengapa ini penting

Atribut ini menentukan langkah-langkah dalam peta proses agar alur kerja permintaan layanan dapat divisualisasikan dan dianalisis.

Sumber data

Dihasilkan dari 'activities' atau 'audits' yang terkait dengan tiket di Freshservice. Biasanya, logika transformasi diperlukan untuk memetakan peristiwa sistem ke nama aktivitas yang mudah dipahami oleh tim bisnis.

Contoh
Service Request dibuatPermintaan ditugaskan ke agenService Request diselesaikanService Request ditutup
Waktu Peristiwa
EventTime
Waktu yang tepat saat aktivitas terjadi.
Deskripsi

Waktu Peristiwa mencatat tanggal dan waktu saat aktivitas tertentu pada permintaan layanan direkam. Stempel waktu ini penting untuk mengurutkan peristiwa dengan benar dan menghitung durasi di antaranya.

Dalam process mining, atribut ini digunakan untuk mengurutkan aktivitas setiap kasus dan menjadi dasar analisis berbasis waktu. Data ini digunakan untuk menghitung waktu siklus, waktu tunggu antaraktivitas, dan kepatuhan terhadap perjanjian tingkat layanan (SLA). Stempel waktu yang akurat membantu menemukan hambatan dan memahami kinerja proses.

Mengapa ini penting

Stempel waktu ini mengurutkan peristiwa secara kronologis dan menjadi dasar analisis kinerja, termasuk waktu siklus dan identifikasi hambatan.

Sumber data

Ini adalah stempel waktu saat aktivitas atau entri log audit dibuat di Freshservice.

Contoh
2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
Pembaruan Data Terakhir
LastDataUpdate
Stempel waktu yang menunjukkan kapan data terakhir diperbarui dari sistem sumber.
Deskripsi

Atribut ini mencatat tanggal dan waktu saat kumpulan data terakhir diambil atau diperbarui dari Freshservice. Informasi ini menunjukkan seberapa baru data yang dianalisis.

Dalam analisis proses, penting untuk mengetahui apakah data masih mutakhir. Stempel waktu ini membantu pengguna memastikan bahwa informasi yang dilihat adalah yang terbaru, sehingga keputusan operasional dapat diambil tepat waktu dan hasil analisis dapat dipercaya.

Mengapa ini penting

Memberi tahu pengguna seberapa baru data yang tersedia, sehingga analisis dan keputusan didasarkan pada informasi terkini.

Sumber data

Nilai ini dibuat dan dicatat pada kumpulan data selama proses ekstraksi dan transformasi data (ETL).

Contoh
2024-05-21T02:00:00Z2024-05-20T02:00:00Z
Sistem Sumber
SourceSystem
Menunjukkan sistem tempat data diambil.
Deskripsi

Atribut ini menunjukkan sistem asal data proses, yaitu Freshservice. Atribut ini berguna terutama saat data dari beberapa sistem digabungkan untuk memberikan gambaran proses secara menyeluruh.

Meski tampak berulang saat analisis hanya mencakup satu sistem, sebaiknya atribut ini tetap disertakan agar data lebih mudah dikembangkan dan dikelola. Atribut ini memperjelas asal data dan membantu mengelola alur integrasi data.

Mengapa ini penting

Memastikan asal dan keterlacakan data, yang penting saat menggabungkan data dari beberapa sistem atau untuk keperluan tata kelola data.

Sumber data

Biasanya, nilai statis ini ditambahkan saat proses ekstraksi dan transformasi data (ETL).

Contoh
FreshserviceFreshservice-API-v2
Agen yang Ditugaskan
AssignedAgent
Nama agen yang saat ini ditugaskan menangani permintaan layanan.
Deskripsi

Atribut ini menunjukkan agen dukungan yang bertanggung jawab menangani permintaan layanan pada waktu tertentu. Agen yang ditugaskan dapat berubah selama permintaan diproses.

Analisis berdasarkan Agen yang Ditugaskan membantu memahami kinerja agen dan pembagian beban kerja. Data ini dapat digunakan untuk menghitung KPI seperti rata-rata waktu penyelesaian per agen, jumlah permintaan aktif, dan tingkat pengalihan tugas. Hasilnya membantu menemukan agen berkinerja tinggi, agen yang mungkin memerlukan pelatihan tambahan, serta ketimpangan pembagian beban kerja.

Mengapa ini penting

Mendukung analisis beban kerja dan kinerja agen, serta dampak pengalihan tugas terhadap waktu penyelesaian.

Sumber data

Tersedia sebagai kolom 'agent' atau 'responder' pada objek tiket di Freshservice.

Contoh
Alice JohnsonRobert SmithBelum ditugaskan
Jenis Layanan
ServiceType
Jenis atau kategori layanan yang diminta.
Deskripsi

Jenis Layanan mengelompokkan permintaan berdasarkan layanan yang dibutuhkan, seperti 'Permintaan Perangkat Keras Baru', 'Akses Perangkat Lunak', atau 'Pengaturan Ulang Kata Sandi'. Jenis ini sering terkait dengan item katalog layanan yang dipilih pengguna.

Atribut ini membantu mengelompokkan permintaan layanan untuk membandingkan proses dan kinerja berbagai jenis layanan. Atribut ini penting untuk menghitung KPI seperti 'Rata-rata Jumlah Aktivitas per Jenis Layanan', yang membantu menemukan layanan yang lebih rumit atau membutuhkan lebih banyak sumber daya. Hasil analisis dapat mendorong penyederhanaan proses dan upaya otomatisasi untuk jenis layanan tertentu.

Mengapa ini penting

Membantu membandingkan alur dan kerumitan proses di berbagai kategori permintaan, serta menemukan peluang untuk standardisasi atau otomatisasi.

Sumber data

Bergantung pada konfigurasi, atribut ini biasanya sesuai dengan kolom 'category', 'item', atau kolom khusus pada objek tiket di Freshservice.

Contoh
Orientasi Karyawan BaruPermintaan Lisensi Perangkat LunakAkses VPN
Prioritas
Priority
Tingkat prioritas permintaan layanan, seperti Rendah, Sedang, Tinggi, atau Mendesak.
Deskripsi

Prioritas menunjukkan tingkat kepentingan dan urgensi permintaan layanan. Prioritas ini sering menentukan target waktu penyelesaian dan sumber daya yang dialokasikan. Prioritas dapat ditetapkan otomatis berdasarkan aturan atau secara manual oleh agen.

Dalam process mining, Prioritas menjadi dimensi penting untuk analisis. Atribut ini digunakan untuk mengelompokkan permintaan dan membandingkan alur serta kinerja proses antara permintaan berprioritas tinggi dan rendah. Analisis ini penting untuk menilai kepatuhan SLA dan memahami apakah penentuan prioritas dilakukan dengan tepat dan cepat pada tahap triase.

Mengapa ini penting

Penting untuk menganalisis kepatuhan SLA dan memastikan permintaan ditriase serta ditangani sesuai dampaknya terhadap bisnis.

Sumber data

Tersedia sebagai kolom 'priority' pada objek tiket di Freshservice.

Contoh
RendahSedangTinggiMendesak
Status
Status
Status permintaan layanan saat ini dalam siklus penanganannya.
Deskripsi

Kolom Status menunjukkan keadaan permintaan layanan pada waktu tertentu, misalnya 'Terbuka', 'Menunggu', 'Selesai', atau 'Ditutup'. Perubahan status sering menjadi sumber utama aktivitas untuk process mining.

Analisis Status memberi konteks pada alur proses dan membantu mengetahui berapa lama permintaan berada dalam status tertentu. Misalnya, durasi panjang dalam status 'Menunggu' dapat menunjukkan hambatan karena menunggu informasi dari pemohon atau masukan dari vendor eksternal. Atribut ini juga penting untuk menentukan titik awal dan akhir berbagai tahap proses.

Mengapa ini penting

Memberi konteks penting untuk setiap peristiwa dan membantu mengukur waktu dalam status seperti 'Terbuka' atau 'Menunggu' agar keterlambatan dapat ditemukan.

Sumber data

Tersedia sebagai kolom 'status' pada objek tiket di Freshservice.

Contoh
TerbukaMenungguSelesaiDitutup
Tim yang Ditugaskan
AssignedTeam
Tim atau grup dukungan yang ditugaskan menangani permintaan layanan.
Deskripsi

Atribut ini menunjukkan grup atau tim fungsional, seperti 'Dukungan TI Tingkat 2' atau 'Pengadaan Perangkat Keras', yang bertanggung jawab atas permintaan layanan. Permintaan dapat ditugaskan ke tim sebelum ditangani oleh agen tertentu.

Analisis berdasarkan Tim yang Ditugaskan membantu memahami kinerja dan beban kerja tiap tim, serta menemukan hambatan di area fungsional tertentu. Analisis ini penting untuk menilai efisiensi tim dalam memproses permintaan dan mengoptimalkan alokasi sumber daya di organisasi dukungan.

Mengapa ini penting

Mendukung analisis kinerja dan beban kerja di tingkat tim atau grup, yang penting untuk mengelola sumber daya dan menemukan hambatan di area fungsional.

Sumber data

Tersedia sebagai kolom 'group' pada objek tiket di Freshservice.

Contoh
Service deskOperasional JaringanDukungan Aplikasi
Apakah Ada Pekerjaan Ulang
IsRework
Penanda boolean yang menunjukkan apakah permintaan melibatkan pekerjaan ulang.
Deskripsi

Penanda hasil perhitungan ini bernilai benar jika permintaan layanan menjalani aktivitas tertentu yang menunjukkan adanya pekerjaan ulang. Contohnya, permintaan dibuka kembali setelah selesai ('Permintaan Layanan Dibuka Kembali'), beberapa kali dialihkan, atau pengguna berulang kali diminta memberikan informasi ('Informasi Diminta dari Pemohon').

Atribut ini memudahkan analisis ketidakefisienan proses. Anda dapat memfilter kasus yang melibatkan pekerjaan ulang, lalu membandingkan peta proses dan waktu siklusnya dengan kasus yang berjalan lancar. Atribut ini mendukung dashboard 'Analisis Pekerjaan Ulang Permintaan Layanan' dan membantu mengukur dampak serah terima yang tidak efisien atau informasi awal yang tidak lengkap.

Mengapa ini penting

Memudahkan penandaan dan analisis kasus yang melibatkan putaran tidak efisien atau langkah berulang, serta membantu mengukur biaya akibat kualitas yang buruk.

Sumber data

Dihitung selama transformasi data dengan menerapkan logika bisnis pada urutan aktivitas untuk setiap 'ServiceRequestId'.

Contoh
truefalse
Apakah SLA Dilanggar
IsSlaBreached
Penanda boolean yang menunjukkan apakah permintaan layanan melewati target waktu penyelesaian SLA.
Deskripsi

Atribut hasil perhitungan ini berupa penanda benar atau salah yang menunjukkan apakah permintaan layanan ditutup setelah tenggat SLA. Nilainya ditentukan dengan membandingkan stempel waktu 'Permintaan Layanan Ditutup' atau 'Permintaan Layanan Diselesaikan' dengan 'SlaDueDate'.

Atribut ini menyederhanakan analisis dan visualisasi di dashboard Kepatuhan SLA. Anda dapat memfilter dan mengelompokkan permintaan dengan mudah untuk menghitung KPI Tingkat Kepatuhan SLA secara keseluruhan. Pengelompokan berdasarkan penanda ini juga memudahkan Anda membandingkan karakteristik proses permintaan yang melanggar SLA dengan permintaan yang selesai tepat waktu.

Mengapa ini penting

Menyederhanakan analisis kepatuhan SLA dengan penanda yang jelas untuk memfilter dan mengelompokkan permintaan yang tidak memenuhi target.

Sumber data

Kolom ini dihitung saat transformasi data dengan membandingkan stempel waktu penyelesaian akhir dengan kolom 'SlaDueDate'.

Contoh
truefalse
Departemen Pemohon
RequestorDepartment
Departemen tempat pemohon bekerja.
Deskripsi

Atribut ini menunjukkan departemen organisasi tempat pengguna yang mengajukan permintaan layanan bekerja, seperti 'Penjualan', 'Keuangan', atau 'Sumber Daya Manusia'. Informasi ini biasanya diambil dari profil pengguna di sistem.

Analisis kinerja proses berdasarkan departemen sering dibutuhkan. Analisis ini dapat menunjukkan apakah departemen tertentu mengalami waktu penyelesaian yang lebih lama atau memiliki kebutuhan proses khusus. Temuan tersebut dapat membantu mengatur alokasi sumber daya, menyusun pelatihan, atau menyediakan layanan khusus untuk departemen tertentu.

Mengapa ini penting

Memungkinkan proses dikelompokkan berdasarkan unit bisnis untuk menemukan masalah atau perbedaan kinerja di departemen tertentu.

Sumber data

Informasi ini ditautkan melalui profil pemohon. Data dapat tersimpan di kolom 'department' bawaan atau kolom pengguna khusus di Freshservice.

Contoh
KeuanganPemasaranTeknologi Informasi
Jumlah Pengalihan
ReassignmentCount
Jumlah total pengalihan permintaan layanan ke agen atau tim lain.
Deskripsi

Atribut hasil perhitungan ini menghitung berapa kali aktivitas 'Permintaan Dialihkan' atau aktivitas serupa terjadi pada setiap permintaan layanan. Jumlah pengalihan yang tinggi sering menunjukkan masalah pada triase awal, perutean berdasarkan keahlian yang kurang tepat, atau ketimpangan beban kerja.

Atribut ini mendukung dashboard 'Kinerja Agen dan Distribusi Beban Kerja' serta KPI 'Rata-rata Pengalihan Agen per Permintaan'. Analisis metrik ini membantu organisasi menemukan kelemahan proses yang membuat tiket berpindah-pindah, sehingga waktu penyelesaian bertambah dan agen maupun pemohon merasa frustrasi.

Mengapa ini penting

Mengukur ketidakefisienan perutean dan hambatan dalam proses. Jumlah yang tinggi menunjukkan masalah pada triase awal atau beban kerja agen, yang dapat menyebabkan keterlambatan.

Sumber data

Dihitung dengan menghitung aktivitas perubahan penugasan tertentu untuk setiap 'ServiceRequestId' selama transformasi data.

Contoh
013
Kanal
Channel
Metode atau kanal yang digunakan untuk mengirimkan permintaan layanan.
Deskripsi

Kanal menunjukkan cara permintaan layanan dibuat, misalnya melalui portal layanan mandiri, email, telepon, atau chat. Informasi ini membantu memahami preferensi pengguna dan efisiensi tiap kanal.

Analisis proses berdasarkan kanal dapat mengungkap hal penting. Misalnya, permintaan melalui portal mungkin lebih lengkap dan lebih cepat diselesaikan daripada permintaan melalui email, yang mungkin memerlukan komunikasi bolak-balik. Hasil analisis ini dapat membantu mendorong penggunaan kanal yang lebih efisien.

Mengapa ini penting

Membantu mengetahui apakah kanal pengajuan memengaruhi efisiensi proses, waktu penyelesaian, atau jumlah pekerjaan ulang.

Sumber data

Tersedia sebagai kolom 'source' pada objek tiket di Freshservice.

Contoh
EmailPortalTeleponChat
Nama Kebijakan SLA
SlaPolicyName
Nama kebijakan Perjanjian Tingkat Layanan (SLA) yang diterapkan pada permintaan.
Deskripsi

Atribut ini menunjukkan kebijakan SLA tertentu yang menetapkan target waktu respons dan penyelesaian permintaan layanan. Kebijakan biasanya ditentukan berdasarkan faktor seperti prioritas, jenis layanan, atau grup pemohon.

Mengetahui kebijakan SLA yang diterapkan penting untuk dashboard Analisis Kepatuhan dan Pelanggaran SLA. Informasi ini memungkinkan pengukuran kinerja yang akurat terhadap target dan membantu menemukan kebijakan yang paling sering dilanggar. Hasilnya dapat menjadi dasar untuk meninjau kinerja proses atau kelayakan target SLA.

Mengapa ini penting

Menunjukkan target layanan yang menjadi acuan pengukuran permintaan, sehingga pelaporan kepatuhan SLA dapat dilakukan dengan akurat.

Sumber data

Informasi ini merupakan bagian dari data SLA yang terkait dengan tiket. Anda mungkin perlu mengambilnya melalui endpoint atau kolom API khusus untuk SLA.

Contoh
Insiden Prioritas Tinggi - 4 jamPermintaan Standar - 3 hariDukungan VIP - 1 jam
Pemohon
Requestor
Pengguna yang mengirimkan permintaan layanan.
Deskripsi

Atribut ini menunjukkan orang, biasanya karyawan, yang mengajukan permintaan layanan. Informasi ini memberi konteks tentang pengguna service desk dan kebutuhan mereka.

Meski tidak selalu menjadi dimensi utama untuk menganalisis alur proses, analisis berdasarkan pemohon atau departemennya dapat mengungkap pola tertentu. Misalnya, departemen tertentu mungkin sering mengirimkan permintaan yang tidak lengkap, sehingga perlu pelatihan khusus. Atribut ini juga penting untuk analisis pengalaman pelanggan.

Mengapa ini penting

Memberi konteks tentang pengguna yang mengajukan permintaan dan mendukung analisis pola berdasarkan individu, departemen, atau lokasi.

Sumber data

Tersedia sebagai kolom 'requester' pada objek tiket di Freshservice.

Contoh
John DoeJane SmithAkun Layanan
Tenggat SLA
SlaDueDate
Stempel waktu batas penyelesaian permintaan layanan sesuai SLA.
Deskripsi

Atribut ini menunjukkan tenggat penyelesaian permintaan layanan sesuai kebijakan SLA yang berlaku. Stempel waktu ini dihitung berdasarkan waktu permintaan dibuat, prioritasnya, dan jam kerja yang ditetapkan dalam SLA.

Data ini penting untuk memantau kinerja secara langsung dan menganalisis kepatuhan SLA setelah proses selesai. Dengan membandingkan waktu penyelesaian aktual dengan SlaDueDate, Anda dapat menentukan apakah SLA terpenuhi atau dilanggar. Data ini menjadi dasar penghitungan KPI Tingkat Kepatuhan SLA.

Mengapa ini penting

Ini adalah tenggat target penyelesaian dan menjadi dasar untuk menentukan apakah permintaan layanan memenuhi atau melanggar SLA.

Sumber data

Ini adalah kolom hasil perhitungan di Freshservice, terlihat pada tiket sebagai 'Due by', dan tersedia melalui API.

Contoh
2023-10-28T17:00:00Z2023-11-01T09:00:00Z
Waktu Selesai
EndTime
Waktu yang tepat saat aktivitas selesai.
Deskripsi

Waktu Selesai menunjukkan stempel waktu saat suatu aktivitas berakhir. Untuk banyak peristiwa di Freshservice, waktu mulai dan waktu selesai sama, sehingga peristiwa tersebut terjadi pada satu titik waktu. Namun, untuk aktivitas berbasis status, Waktu Selesai adalah stempel waktu perubahan status berikutnya.

Atribut ini penting untuk menghitung durasi aktivitas dan waktu tunggu di antaranya. Dengan mengurangi StartTime dari EndTime, waktu pengerjaan tugas tertentu dapat diketahui. Informasi ini membantu menemukan aktivitas yang paling banyak menyita waktu dan perlu diprioritaskan untuk perbaikan.

Mengapa ini penting

Memungkinkan penghitungan durasi aktivitas, yang penting untuk menemukan hambatan dan mengukur waktu pengerjaan setiap langkah.

Sumber data

Kolom ini tidak tersedia langsung di log Freshservice. Nilainya perlu diturunkan dari stempel waktu peristiwa berikutnya dalam urutan untuk permintaan layanan yang sama.

Contoh
2023-10-26T10:05:15Z2023-10-26T14:00:20Z2023-10-28T09:30:00Z
Wajib Disarankan Opsional

Aktivitas Pengelolaan Permintaan Layanan

Catat langkah dan tonggak utama proses ini dalam log peristiwa agar alur permintaan layanan dapat ditemukan dan dianalisis dengan akurat.
6 Disarankan 9 Opsional
Aktivitas Deskripsi
Permintaan ditugaskan ke agen
Aktivitas ini menandai saat permintaan layanan ditugaskan kepada agen tertentu untuk ditangani. Ini adalah tonggak penting yang dapat diketahui dengan melacak perubahan pada kolom 'Assigned Agent' atau 'Owner' di tiket.
Mengapa ini penting

Aktivitas ini penting untuk menganalisis beban kerja agen dan menemukan hambatan dalam proses penugasan. Waktu antara pembuatan permintaan dan penugasan menjadi indikator kinerja utama.

Sumber data

Disimpulkan dari log aktivitas atau jejak audit kolom tiket dengan memantau perubahan pada kolom 'Agent' atau 'Assignee'.

Pengumpulan data

Catat stempel waktu saat kolom 'Assigned Agent' diisi atau nilainya berubah.

Jenis peristiwa inferred
Service Request dibuat
Aktivitas ini menandai awal siklus permintaan layanan, saat permintaan baru dicatat secara resmi di Freshservice. Peristiwa ini tercatat ketika tiket baru dibuat melalui katalog layanan, email, atau saluran lain, lalu diberi ID Service Request yang unik.
Mengapa ini penting

Ini adalah peristiwa awal utama dalam proses. Mengukur waktu dari aktivitas ini ke aktivitas lain penting untuk mengetahui durasi siklus secara keseluruhan dan menemukan keterlambatan pada tahap awal.

Sumber data

Peristiwa ini tercatat secara eksplisit di Freshservice. Anda dapat menemukannya di log aktivitas atau jejak audit tiket, biasanya pada stempel waktu pembuatan tiket.

Pengumpulan data

Gunakan stempel waktu pembuatan tiket dari data tiket Freshservice.

Jenis peristiwa explicit
Service Request diselesaikan
Tonggak penting ini menandai saat agen memberikan solusi dan menganggap pekerjaan selesai. Aktivitas ini disimpulkan dari perubahan status tiket menjadi 'Resolved'.
Mengapa ini penting

Aktivitas ini menandai berakhirnya tahap pekerjaan aktif. Durasi hingga tahap ini menjadi ukuran penting untuk efisiensi agen dan proses, serta menjadi dasar perhitungan SLA.

Sumber data

Disimpulkan dari riwayat perubahan status tiket. Waktunya sesuai dengan stempel waktu saat status pertama kali ditetapkan menjadi 'Resolved'.

Pengumpulan data

Catat stempel waktu saat status tiket pertama kali berubah menjadi 'Resolved'.

Jenis peristiwa inferred
Service Request ditutup
Ini adalah aktivitas terakhir yang menandai berakhirnya siklus permintaan layanan. Biasanya, tiket ditutup secara otomatis setelah berada dalam status 'Resolved' selama jangka waktu tertentu tanpa dibuka kembali.
Mengapa ini penting

Peristiwa ini menandai berakhirnya proses secara definitif. Waktu antara 'Resolved' dan 'Closed' menunjukkan jangka waktu bagi pemohon untuk mengonfirmasi penyelesaian.

Sumber data

Disimpulkan dari riwayat perubahan status tiket. Waktunya sesuai dengan stempel waktu saat status berubah menjadi 'Closed'.

Pengumpulan data

Catat stempel waktu saat status tiket berubah menjadi 'Closed'.

Jenis peristiwa inferred
Target SLA terlampaui
Peristiwa hasil perhitungan yang terjadi saat waktu penyelesaian permintaan layanan melebihi target Service Level Agreement (SLA) yang ditetapkan. Peristiwa ini tidak dicatat langsung oleh sistem, tetapi dihitung dengan membandingkan waktu penyelesaian dengan tanggal jatuh tempo SLA.
Mengapa ini penting

Peristiwa ini mengukur kinerja layanan terhadap komitmen secara langsung dan menjadi KPI penting bagi manajemen. Peristiwa ini membantu menemukan jenis atau prioritas permintaan yang paling berisiko tidak memenuhi target.

Sumber data

Dihitung dengan membandingkan stempel waktu 'Resolved' dengan stempel waktu 'SLA Due By'. Peristiwa ini terjadi jika waktu penyelesaian lebih lambat.

Pengumpulan data

Bandingkan stempel waktu penyelesaian dengan stempel waktu jatuh tempo SLA. Jika resolved_at > sla_due_by, buat peristiwa ini.

Jenis peristiwa calculated
Vendor eksternal dilibatkan
Aktivitas ini menandai saat tiket diserahkan kepada vendor eksternal atau pihak ketiga untuk diselesaikan. Aktivitas ini disimpulkan dari perubahan status ke status tertentu, seperti 'Pending Vendor' atau 'Awaiting Third Party'.
Mengapa ini penting

Keterlibatan vendor dapat menyebabkan keterlambatan yang signifikan. Melacak aktivitas ini penting untuk mengukur kinerja vendor dan dampaknya terhadap waktu siklus permintaan layanan secara keseluruhan.

Sumber data

Disimpulkan dari riwayat perubahan status tiket. Cari status khusus yang dikonfigurasi untuk melacak ketergantungan pada vendor eksternal.

Pengumpulan data

Deteksi saat kolom status tiket berubah ke nilai yang menunjukkan bahwa tiket menunggu pihak ketiga.

Jenis peristiwa inferred
Catatan ditambahkan
Aktivitas ini mencakup setiap catatan publik atau pribadi yang ditambahkan ke permintaan layanan oleh agen atau pemohon. Peristiwa ini tercatat secara eksplisit dalam percakapan atau log aktivitas tiket.
Mengapa ini penting

Menganalisis frekuensi dan waktu penambahan catatan dapat menunjukkan pola komunikasi, efektivitas kolaborasi, dan bagian proses yang membingungkan.

Sumber data

Tercatat secara eksplisit dalam riwayat percakapan tiket di Freshservice. Setiap catatan memiliki stempel waktu dan nama penulis.

Pengumpulan data

Ekstrak setiap entri dari log percakapan atau komentar tiket.

Jenis peristiwa explicit
Informasi diberikan oleh pemohon
Aktivitas ini terjadi saat pemohon memberikan informasi yang diperlukan sehingga agen dapat melanjutkan pekerjaan. Biasanya, aktivitas ini disimpulkan saat status tiket berubah otomatis dari 'Pending' kembali ke 'Open'.
Mengapa ini penting

Aktivitas ini menandai selesainya permintaan informasi. Durasi antara permintaan dan pemberian informasi merupakan waktu tunggu penting untuk dianalisis dan dioptimalkan.

Sumber data

Disimpulkan dari perubahan status 'Pending' kembali ke 'Open' atau 'In Progress', yang sering kali dipicu oleh balasan pemohon.

Pengumpulan data

Deteksi saat status tiket berubah dari status tertunda menjadi terbuka.

Jenis peristiwa inferred
Informasi diminta dari pemohon
Aktivitas ini menunjukkan saat agen yang ditugaskan membutuhkan informasi tambahan dari pemohon sehingga proses tertunda. Aktivitas ini disimpulkan dari perubahan status tiket menjadi 'Pending' atau 'Awaiting Customer'.
Mengapa ini penting

Aktivitas ini menyoroti penyebab umum keterlambatan dan pekerjaan ulang. Dengan menganalisis frekuensinya, Anda dapat menemukan peluang untuk memperbaiki templat permintaan dan pengumpulan data awal.

Sumber data

Disimpulkan dari riwayat perubahan status tiket. Cari perubahan ke status seperti 'Pending Customer Response' atau 'Awaiting Information'.

Pengumpulan data

Deteksi saat kolom status tiket berubah ke nilai yang menunjukkan bahwa tiket menunggu masukan pengguna.

Jenis peristiwa inferred
Penyelesaian dikonfirmasi oleh pemohon
Aktivitas ini menunjukkan konfirmasi langsung dari pemohon bahwa solusi yang diberikan memuaskan. Konfirmasi dapat disimpulkan dari jawaban positif pada survei atau komentar tertentu sebelum tiket ditutup.
Mengapa ini penting

Konfirmasi memberi masukan langsung tentang kualitas penyelesaian. Tingkat konfirmasi yang rendah dapat menandakan solusi belum sepenuhnya memenuhi kebutuhan pengguna, meskipun tiket tidak dibuka kembali.

Sumber data

Konfirmasi ini sulit dicatat secara langsung dan mungkin memerlukan konfigurasi khusus. Konfirmasi dapat disimpulkan dari jawaban survei kepuasan pelanggan yang terkait dengan tiket atau dari tag tertentu yang diterapkan.

Pengumpulan data

Memerlukan analisis data terkait, seperti survei kepuasan atau tag yang diterapkan setelah penyelesaian.

Jenis peristiwa inferred
Permintaan dialihkan
Aktivitas ini mencatat setiap perubahan agen atau grup yang ditugaskan setelah penugasan awal. Aktivitas ini disimpulkan dengan mendeteksi pembaruan berikutnya pada kolom 'Assigned Agent' atau 'Assigned Group'.
Mengapa ini penting

Pengalihan yang sering terjadi dapat menandakan masalah pada triase awal, pencocokan keterampilan agen, atau pembagian beban kerja. Aktivitas ini penting untuk KPI jumlah pengalihan agen dan analisis pekerjaan ulang.

Sumber data

Disimpulkan dari riwayat perubahan kolom tiket. Peristiwa ini dicatat setiap kali kolom 'Assigned Agent' atau 'Assigned Group' diperbarui setelah nilai awal ditetapkan.

Pengumpulan data

Deteksi setiap perubahan pada kolom 'Assigned Agent' atau 'Assigned Group' setelah penugasan pertama.

Jenis peristiwa inferred
Prioritas permintaan ditetapkan
Aktivitas ini terjadi saat tingkat prioritas, seperti Rendah, Sedang, atau Tinggi, ditetapkan untuk permintaan layanan. Aktivitas ini disimpulkan dengan mendeteksi perubahan pada kolom 'Priority' dalam riwayat tiket.
Mengapa ini penting

Penentuan prioritas penting untuk mengalokasikan sumber daya dan memenuhi target SLA. Analisis aktivitas ini membantu memastikan permintaan dinilai dengan tepat dan tepat waktu.

Sumber data

Disimpulkan dari riwayat perubahan kolom tiket di Freshservice. Cari pembaruan pada kolom 'Priority' dan catat stempel waktu perubahannya.

Pengumpulan data

Deteksi perubahan pada kolom 'Priority' dari nilai kosong atau nilai sebelumnya, lalu catat stempel waktunya.

Jenis peristiwa inferred
Service Request dibuka kembali
Aktivitas ini terjadi saat pemohon menyatakan masalah masih berlanjut setelah tiket ditandai 'Resolved', sehingga status tiket kembali terbuka. Aktivitas ini disimpulkan dari perubahan status 'Resolved' kembali ke 'Open' atau 'In Progress'.
Mengapa ini penting

Permintaan yang dibuka kembali menunjukkan tingkat penyelesaian pada kontak pertama yang rendah dan ketidakpuasan pelanggan. Melacak pekerjaan ulang ini penting untuk meningkatkan kualitas solusi.

Sumber data

Disimpulkan dari riwayat perubahan status tiket di log aktivitas. Peristiwa ini merupakan perubahan langsung dari 'Resolved' ke 'Open'.

Pengumpulan data

Deteksi perubahan status dari selesai menjadi terbuka.

Jenis peristiwa inferred
Tinjauan internal dilakukan
Aktivitas ini menunjukkan bahwa solusi yang diusulkan atau pemenuhan permintaan perlu ditinjau atau disetujui secara internal sebelum dilanjutkan. Aktivitas ini disimpulkan dari perubahan status ke status seperti 'Pending Approval' atau 'Internal Review'.
Mengapa ini penting

Tinjauan internal dapat menjadi sumber hambatan, terutama untuk permintaan layanan yang kompleks atau berdampak besar. Mengukur durasinya membantu menyederhanakan alur kerja persetujuan.

Sumber data

Disimpulkan dari riwayat perubahan status tiket. Alur kerja harus menggunakan status khusus seperti 'Pending Internal Approval'.

Pengumpulan data

Deteksi saat kolom status tiket berubah ke nilai yang menunjukkan adanya tinjauan atau persetujuan internal.

Jenis peristiwa inferred
Triase permintaan
Aktivitas ini menunjukkan penilaian dan pengategorian awal atas permintaan layanan yang baru dibuat. Biasanya, aktivitas ini disimpulkan dari waktu pertama kali prioritas ditetapkan atau permintaan ditugaskan ke grup. Ini menandakan permintaan sudah ditinjau dan masuk ke antrean.
Mengapa ini penting

Pelacakan triase membantu mengukur efisiensi tim yang menangani respons awal. Keterlambatan pada tahap ini dapat memperpanjang waktu penyelesaian secara keseluruhan dan memengaruhi kepatuhan SLA.

Sumber data

Disimpulkan dari log aktivitas. Waktunya dapat diketahui dari stempel waktu pertama peristiwa 'Priority Set' atau 'Group Assigned' setelah permintaan dibuat.

Pengumpulan data

Cari stempel waktu paling awal dari perubahan kolom prioritas atau kolom grup penugasan.

Jenis peristiwa inferred
Disarankan Opsional

Panduan Ekstraksi Data

Cara mengambil data dari Freshservice

Siap Memulai?

Siapkan data Anda sebagai langkah awal untuk mengoptimalkan proses pengelolaan permintaan layanan. Kami siap membantu Anda meningkatkan layanan.

Tingkatkan Efisiensi Permintaan Layanan di Freshservice Sekarang

Atasi pemenuhan layanan yang lambat dan frustrasi pengguna, lalu capai otomatisasi 70%.

Mulai Uji Coba Gratis

Tidak perlu kartu kredit. Siapkan dalam hitungan menit.