> 継続的なプロセス改善 > カスタマーサービス > Zendesk Support > データテンプレート

顧客サービスデータテンプレート

Zendesk Support

カスタマーサービス属性 (19) カスタマーサービスアクティビティ (14) 抽出ガイド (4)

顧客サービスデータテンプレート

このテンプレートは、顧客サービスプロセスを分析するための適切なデータを収集するのに役立ちます。収集すべき必須データ属性、追跡すべき主要なアクティビティを概説し、この情報を抽出する方法に関する実践的なガイダンスを提供します。このガイドを活用することで、堅牢なイベントログを構築し、洞察を明らかにしてサービス運用を改善できます。

収集を推奨する項目
カスタマーサービスプロセスで追跡すべき主要なアクティビティ
Zendesk Support向け抽出ガイダンス

イベントログについて初めての方へ：プロセスマイニングのイベントログ作成方法.

テンプレートをダウンロード

カスタマーサービス属性

これらは、包括的な顧客サービス分析のためにイベントログに含めるべき推奨データフィールドです。

5 必須 7 推奨 7 任意

	名前	説明
	サービスリクエスト ServiceRequest	各顧客サービスリクエストのユニークな識別子で、チケットまたはケースとも呼ばれます。
説明サービスリクエストは、単一の顧客問い合わせまたは問題に関するすべての活動を、その作成から最終解決まで結びつける主要なケース識別子です。各インタラクション、更新、または内部アクションは、このユニークなIDに関連付けられています。プロセスマイニングでは、サービスリクエスト別にグループ化されたイベントを分析することで、顧客サービスジャーニーの完全なエンドツーエンドビューが可能になります。これは、総解決時間の計算、プロセス逸脱の特定、および各顧客問題のライフサイクルの理解のための基盤となります。その重要性これは、すべてのプロセスステップを結びつけ、個々の顧客サービスジャーニーの再構築と分析を可能にする、不可欠なケースIDです。取得元 Zendesk Tickets API、`id` フィールド。例 102451287415332
	開始時刻 StartTime	アクティビティまたはイベントの開始時点を示すタイムスタンプ。
説明開始時間、すなわちイベントタイムスタンプは、特定のアクティビティが発生した正確な日時を記録します。例えば、顧客コメントが追加された時点、エージェントが割り当てられた時点、またはチケットステータスが「解決済み」に変更された時点などがこれに当たります。このタイムスタンプは、イベントの時系列順序を確立するため、プロセスマイニングにとって不可欠です。これは、アクティビティ間の期間の計算、サイクルタイムの測定、SLAに対するパフォーマンス分析、そしてサービスプロセスの時間的ダイナミクスの理解に利用されます。その重要性このタイムスタンプは、イベントの順序付け、期間の計算、およびサービスリクエストプロセスのタイムライン分析に不可欠です。取得元 Zendesk Ticket Audits API、監査証跡内の各イベントの `created_at` フィールド。例 2023-04-15T10:00:00Z2023-04-15T10:05:14Z2023-04-16T14:30:00Z
	アクティビティ名 ActivityName	サービスリクエストのライフサイクル内で発生した特定のイベントまたはタスクの名前。
説明アクティビティ名とは、「サービスリクエスト作成済み」、「エージェントにリクエスト割り当て済み」、「サービスリクエスト解決済み」など、顧客サービスプロセスにおける単一のステップまたはマイルストーンを指します。これらのイベントにはタイムスタンプが付与され、各サービスリクエストのアクションのシーケンスを形成します。この属性は、プロセスフローの可視化、プロセスバリアントの発見、イベントの頻度と順序の分析にとって極めて重要です。これにより、アナリストはどのようなアクションが実行されているかを理解し、一般的なパス、ボトルネック、および標準手順からの逸脱を特定できます。その重要性この属性はプロセス内のステップを定義し、プロセスマップの可視化とプロセスフローおよびバリエーションの分析を可能にします。取得元変更とアクションを記録するZendeskチケット監査ログまたはイベントストリームから導出されます。例サービスリクエスト作成済みエージェントにリクエスト割り当て済みエージェントによる初回公開返信送信済みサービスリクエスト解決済み
	ソースシステム SourceSystem	`データ`が抽出された記録システム。
説明この属性は、サービスリクエストデータの発生元システムを指定します。この場合はZendesk Supportです。これは、データガバナンスとデータリネージに役立ち、特に複数のシステムからデータを結合する場合に重要です。分析では、データがその発生元に正しく帰属していることを保証し、特にマルチシステム環境において、データの整合性を維持しプロセスのコンテキストを理解する上で重要です。その重要性データの起源を特定します。これはデータガバナンスと、統合環境におけるプロセスデータを区別するために不可欠です。取得元これはデータ抽出プロセス中に、データの発生源を識別するために追加される静的な値です。例 Zendesk Support
	最終データ更新 LastDataUpdate	ソースシステムからの最新のデータ更新／抽出時点を示すタイムスタンプ。
説明この属性は、データセットがZendesk Supportから最後に更新された日時を示します。これは、分析されているデータの鮮度に関する情報を提供します。最終更新時刻を知ることは、アナリストやビジネスユーザーが最新のプロセス情報を閲覧しているかどうかを理解するために不可欠です。これはデータの鮮度に関する期待値を管理するのに役立ち、レポート作成やモニタリングの目的で重要です。その重要性データの鮮度を明確にし、ユーザーがプロセス分析の現在性を理解できるようにします。取得元これはデータ抽出プロセス中に生成および保存されるメタデータフィールドで、抽出ジョブのタイムスタンプを記録します。例 2023-10-27T02:00:00Z
	SLA目標解決時間 SlaTargetResolutionTime	サービスリクエストがSLAポリシーに基づいて解決されることが期待される目標期間。
説明この属性は、チケットを解決するためのサービスレベル合意（SLA）目標を定義します。この目標は動的であり、リクエストの優先度、タイプ、顧客のサービスプランなどの要因に左右されることが多いです。これは「SLA遵守パフォーマンス」ダッシュボードの基礎となる属性です。実際の解決時間が測定される際のベンチマークとして機能します。この目標に対するパフォーマンスを分析することで、サービス提供の品質を定量化し、顧客に対する契約上の義務が確実に果たされていることを保証します。その重要性顧客へのサービス約束を定義し、オンタイムパフォーマンスとSLA遵守を測定するためのベンチマークとして機能します。取得元チケットに適用されるSLAポリシーから導出されます。この情報はZendeskチケットメトリクスAPIを介して利用可能です。例 144002880086400
	SLA違反 IsSlaBreached	サービスリクエストの解決時間がSLA目標を超過したかどうかを示すブール値フラグ。
説明この計算された属性は、サービスリクエストが定義された解決時間のサービスレベル合意を満たせなかったかどうかを示す単純な真偽フラグです。実際の解決期間と計画されたSLA目標を比較することで導き出されます。このフラグはSLA遵守分析を簡素化します。「SLA遵守パフォーマンス」ダッシュボードおよび「SLA遵守率」KPIの主要なデータポイントであり、どれだけのリクエストがサービス目標を達成しているか、達成していないかを迅速に集計・可視化できます。その重要性各ケースのSLAパフォーマンスについて明確な二値結果を提供し、コンプライアンス監視とレポート作成を簡素化します。取得元データ変換中に、総解決時間とSlaTargetResolutionTimeを比較することで計算されます。例 truefalse
	コミュニケーションチャネル CommunicationChannel	サービスリクエストが提出された、またはコミュニケーションが行われたチャネル。
説明この属性は、メール、ウェブフォーム、チャット、電話など、使用されたコミュニケーション方法を特定します。これは、顧客がサービスデスクとどのようにやり取りしているかを反映します。チャネルの使用状況を理解することは、リソース計画と顧客体験の向上にとって重要です。「コミュニケーションチャネル使用状況概要」ダッシュボードは、このデータを分析して、どのチャネルが最も人気があるか、特定のチャネルが長い解決時間や異なるプロセスパスに関連しているかを確認します。これは、サービス改善や自動化にどこに投資すべきかを決定するのに役立ちます。その重要性顧客とエージェントがどのようにやり取りするかを示し、チャネルの効率性や、それがプロセスと顧客体験に与える影響の分析を可能にします。取得元 Zendesk Tickets API、`via.channel` フィールド。例 webemailapichat
	サービスリクエストタイプ ServiceRequestType	サービスリクエストの分類。「質問」「インシデント」「問題」「タスク」など。
説明この属性は、サービスリクエストの性質に基づいて分類します。この分類は通常、リクエストが作成またはトリアージされる際に設定され、適切なワークフローと優先度を決定するのに役立ちます。分析においては、サービスリクエストタイプによるセグメント化が不可欠です。これにより、「サービスリクエスト解決時間分析」や「内部エスカレーション率と原因」のようなダッシュボードで示されるように、異なるタイプの問題に対する解決時間、エスカレーション率、プロセスフローを比較できます。特定のリクエストタイプがより問題が多いか、処理が非効率的であるかを特定するのに役立ちます。その重要性さまざまな種類の問題間でパフォーマンス比較と分析を可能にするためにリクエストを分類します。これは、ターゲットを絞ったプロセス改善にとって極めて重要です。取得元 Zendesk Tickets API、`type` フィールド。例質問インシデント問題タスク
	優先度 Priority	サービスリクエストに割り当てられた優先度レベル。「低」、「通常」、「高」、「緊急」など。
説明優先度とは、サービスリクエストの緊急性を示すもので、多くの場合、キュー内の位置や目標解決時間に影響を与えます。これにより、エージェントは最も重要な問題から優先的に対応できます。この属性は、パフォーマンス分析とSLA分析に不可欠です。「サービスリクエスト解決時間分析」ダッシュボードでは、優先度を使用してデータをセグメント化し、優先度の高いリクエストが低いリクエストよりも迅速に処理されているか、またビジネスニーズに合わせてリソースが効果的に割り当てられているかを明らかにします。その重要性リクエストの緊急度を示します。これはSLAコンプライアンスを分析し、重要な問題が迅速に対処されることを確実にするために不可欠です。取得元 Zendesk Tickets API、`priority` フィールド。例低通常高`緊急`
	担当者 AssignedAgent	サービスリクエストの処理に割り当てられた顧客サービスエージェントの名前またはID。
説明この属性は、特定のアクティビティまたはある時点でのサービスリクエストを担当する特定のエージェントを識別します。リクエストが再割り当てされた場合、ライフサイクルを通じて変更される可能性があります。割り当てられたエージェント別に分析することは、エージェントのワークロード、パフォーマンス、効率性を理解する上で重要です。これは、「エージェントのワークロードと効率性」ダッシュボードをサポートし、異なるエージェント間の処理時間とケース量の比較を可能にし、コーチングの機会を特定し、バランスの取れたワークロードを確保するのに役立ちます。その重要性どのアージェントがアクションを実行したかを追跡し、個々のパフォーマンス、ワークロード配分、およびリソース配分の分析を可能にします。取得元 Zendesk Tickets API、`assignee_id` フィールド。ユーザーの詳細はUsers APIから取得できます。例 John Smithジェーン・ドウSupportBot
	解決時間 ServiceRequestResolutionTime	サービスリクエストが作成されてから最終的に解決されるまでの総経過時間。
説明このメトリックは、サービスリクエストのエンドツーエンドの期間を測定します。これは、「サービスリクエスト解決済み」アクティビティのタイムスタンプと「サービスリクエスト作成済み」アクティビティのタイムスタンプの差として計算されます。これは、あらゆる顧客サービスプロセスにとって最も重要なKPIの1つです。「サービスリクエスト解決時間分析」ダッシュボードおよび「平均サービスリクエスト解決時間」KPIの主要なメトリックです。この期間を分析することで、システム的な遅延を特定し、サポートプロセス全体の効率性を測定するのに役立ちます。その重要性エンドツーエンドのケース期間を測定します。これは、プロセス全体の効率と顧客体験を評価するための重要なKPIです。取得元各サービスリクエストの作成タイムスタンプから最終解決タイムスタンプを差し引くことで計算されます。例 720086400172800
	エージェントグループ AgentGroup	サービスリクエストが割り当てられているサポートグループまたはチーム。
説明この属性は、サービスリクエストを担当するエージェントチームを表します。リクエストは、スキル、製品領域、または言語に基づいて特定のグループにルーティングされることがよくあります。エージェントグループ別に分析することで、チームレベルのパフォーマンス、ワークロード配分、およびチーム間のエスカレーションパターンを理解するのに役立ちます。これは個々のエージェント分析よりも高レベルな視点を提供し、特定の部署や機能内のシステム的な問題を特定するのに役立ちます。その重要性チームの責任を追跡し、グループパフォーマンス、チーム間の引き継ぎ、および異なるサポート層や専門分野におけるリソース配分の分析を可能にします。取得元 Zendesk Tickets API、`group_id` フィールド。グループの詳細はGroups APIから取得できます。例 `Tier 1` `サポート`テクニカルサポートBilling
	再オープン済み IsReopened	サービスリクエストが解決済みとマークされた後に再オープンされたかどうかを示すブール値フラグ。
説明この属性は、サービスリクエストが以前に解決済みまたはクローズ済みと設定された後、再度オープン状態に移行した場合に真となるフラグです。これは、最初の解決策が不十分であったことを示します。このフラグは、手戻りや初回解決の失敗を追跡するために不可欠です。これは、「再オープンされたサービスリクエストの傾向」ダッシュボードと「サービスリクエスト再オープン率」KPIを直接的にサポートし、追加の対応が必要なケースのカウントと分析を容易にすることで、より深い根本的な問題を示していることが多いです。その重要性手戻りや解決失敗を特定し、提供されたソリューションの品質と有効性を測定するのに役立ちます。取得元データ変換中に、チケットのステータスが「解決済み」または「クローズ済み」から「オープン」に戻るかどうかをチェックすることで計算されます。例 truefalse
	情報要求件数 InformationRequestCount	単一のサービスリクエストに対して顧客から情報が要求された合計回数。
説明この計算されたメトリックは、各サービスリクエストにおける「顧客からの情報要求」アクティビティの発生回数をカウントします。回数が多い場合、エージェントが必要な情報を事前にすべて収集できていないことを示唆しています。この属性は、「繰り返しの情報要求分析」ダッシュボードで使用されます。この数を追跡することで、プロセスの非効率性やエージェントトレーニングが必要な領域を特定するのに役立ちます。情報要求の回数を減らすことは、解決時間を大幅に短縮し、顧客体験を向上させることができます。その重要性顧客との往復のコミュニケーションを定量化し、解決時間を長引かせ顧客体験を損なう非効率性を浮き彫りにします。取得元各サービスリクエストにおいて、ActivityNameが「顧客からの情報要求」であるイベントの数を数えることで計算されます。例 013
	満足度評価 SatisfactionRating	サービスリクエスト解決後、顧客が提供した満足度スコア。
説明この属性は、顧客のサービス体験に関するフィードバックを捉えるもので、通常、チケット解決後にアンケートを通じて収集されます。一般的な評価には「良い」「悪い」や数値スコアが含まれます。これは顧客の感情を直接的に測定するものであり、主要な成果指標です。「顧客感情スコア」KPIの計算に使用されます。解決時間やエージェント対応数などのプロセスデータと満足度評価を合わせて分析することで、どのプロセス行動がより良い顧客成果につながるかを明らかにできます。その重要性提供されたサービスに対する顧客フィードバックを直接測定し、プロセスパフォーマンスと顧客成果を関連付けます。取得元 Zendesk Tickets API、`satisfaction_rating.score` フィールド。例 goodbadoffered
	終了日時 EndTime	アクティビティまたはイベントが完了した時点を示すタイムスタンプ。
説明終了時間は、アクティビティの完了時間を示します。多くのイベントログ構造では、次のアクティビティの開始時間が現在のアクティビティの終了時間として機能します。「エージェントが問題を調査」のような状態ベースのアクティビティでは、その状態が終了した時点を示します。この属性は、アクティビティの正確な期間を計算するために不可欠であり、パフォーマンス分析の核となる要素です。これにより、どのステップが最も時間を要しているかを特定し、詳細なボトルネック分析やリソース効率計算の基礎を提供します。その重要性アクティビティ期間の計算を可能にし、これはボトルネックの特定とパフォーマンス測定に不可欠です。取得元これは多くの場合、特定のサービスリクエストのシーケンスにおける後続イベントのStartTimeを取得することで導き出されます。例 2023-04-15T10:05:14Z2023-04-15T11:20:30Z2023-04-16T15:00:00Z
	製品サービスカテゴリ ProductServiceCategory	顧客のリクエストが対象とする特定の製品、サービス、または機能。
説明この属性は、製品またはサービス領域に基づいてサービスリクエストを分類することで、詳細なコンテキストを提供します。これは多くの場合、エージェントによる手動、またはリクエストの内容に基づいて自動で設定されます。この分類は、「リクエスト分類精度」および「調査サイクル時間内訳」ダッシュボードにとって不可欠です。これにより、どの製品が最も多くのサポートリクエストを生成しているか、どの製品の解決が最も複雑か、初期分類が最終的な解決と一致しているかについて詳細な分析を可能にし、ルーティングとエージェントトレーニングの改善に役立ちます。その重要性リクエストを特定のビジネス領域、製品、またはサービスに関連付け、問題領域とそのプロセスへの影響に焦点を当てた分析を可能にします。取得元これは通常、Zendeskのカスタムチケットフィールドです。正確なフィールド名は、特定のZendesk構成によって異なります。例モバイルアプリサブスクリプション管理API連携ハードウェア
	解決コード ResolutionCode	リクエストの最終解決またはクローズの理由を示すコードまたはカテゴリ。
説明解決コードは、サービスリクエストの結果に関する構造化された情報を提供します。例えば、「エージェントが解決」、「重複」、「対応不要」、「既知の問題」などがあります。これは、単純な「クローズ済み」ステータスよりも多くのコンテキストを提供します。この属性は、根本原因分析にとって特に価値があります。「再オープンされたサービスリクエストの傾向」ダッシュボードでは、解決コード別に再オープン率を分析することで、特定の種類の解決策が効果的でなく、顧客が再度サポートに問い合わせる必要が生じているかどうかを明らかにできます。その重要性サービスリクエストの結果に関する洞察を提供し、根本原因分析やリクエストが再オープンされる理由の理解に不可欠です。取得元これは通常、Zendeskのカスタムチケットフィールドです。正確なフィールド名は、特定のZendesk構成によって異なります。例初回接触での解決Tier 2へエスカレーション済み顧客からの返信待ち製品バグ

必須推奨任意

カスタマーサービスアクティビティ

これらは、正確な顧客サービスプロセス発見のためにイベントログに記録すべき主要なプロセスステップとマイルストーンです。

6 推奨 8 任意

	アクティビティ	説明
	エージェントにリクエスト割り当て済み	このイベントは、サービスリクエストが処理のために特定の担当エージェントに割り当てられたことを示します。これは、ルーティングルールに基づいて自動的に、またはチームリーダーやエージェントによって手動で実行されます。
その重要性割り当ては、説明責任とワークロード管理にとって重要なマイルストーンです。割り当てまでの時間と再割り当てのパターンを分析することで、トリアージと分配プロセスにおけるボトルネックが明らかになります。取得元これはZendesk Ticket Audits APIにおける明示的な「変更」イベントで、「assignee_id」フィールドが入力または変更されるたびに記録されます。取得 Ticket Auditsログ内の「assignee_id」フィールドへの変更を追跡します。イベントタイプ explicit
	サービスリクエストクローズ済み	これは最終アクティビティであり、サービスリクエストの恒久的なクローズを示します。これは通常、チケットが「解決済み」とマークされてから一定期間が経過し、顧客からの新しい返信がない場合に自動的に発生します。
その重要性決定的な終了イベントとして、チケットのライフサイクルを完了させます。「解決済み」から「クローズ済み」までの時間は、再オープンの可能性のある期間を表し、「クローズ済み」イベントは解決策が受け入れられたことを確認します。取得元これはZendesk Ticket Audits APIに記録される明示的なステータス変更で、「status」フィールドが「クローズ済み」に設定されたときに取得されます。取得チケット監査で、チケットステータスが「クローズ済み」に設定されている「変更」イベントを特定します。イベントタイプ explicit
	サービスリクエスト作成済み	このアクティビティは、メール、ウェブフォーム、チャットなどのあらゆるチャネルからZendeskで新しいチケットが生成されることで、顧客サービスプロセスの始まりを示します。このイベントは、作成時にユニークなチケットIDとタイムスタンプとともにシステムによって明示的に記録されます。
その重要性主要な開始イベントとして、全体のケース期間を計算し、経時的な受信リクエスト量を分析するために不可欠です。初回応答までの時間や総解決時間といった主要業績評価指標（KPI）を測定するための基準となります。取得元これはZendesk Ticket Audits APIで取得される明示的なイベントです。チケットの「作成」イベントに対応し、初期作成タイムスタンプを提供します。取得チケット監査ログのチケット作成イベントから取得されます。イベントタイプ explicit
	サービスリクエスト再オープン済み	このアクティビティは、顧客が「解決済み」ステータスのチケットに返信した場合に発生します。Zendeskは自動的にステータスを「オープン」に戻し、問題が完全に解決されていないことを示します。
その重要性再オープンは、初回解決の失敗や解決策の品質の低さを示す重要な指標です。再オープンされたチケットの頻度と理由を分析することで、エージェントトレーニングや解決手順を改善すべき領域を特定できます。取得元これはTicket Audits APIにおける明示的なステータス変更で、「解決済み」から「オープン」にステータスが戻ったときに取得されます。取得「解決済み」から「オープン」へのステータス「変更」イベントを追跡します。イベントタイプ explicit
	サービスリクエスト解決済み	エージェントは顧客に解決策を提供した後、サービスリクエストを「解決済み」とマークします。これは一時的な状態であり、チケットは恒久的にクローズされる前に顧客からの返信によって再オープンされる可能性があります。
その重要性これは、解決時間とエージェント効率を測定するための主要なマイルストーンです。エージェントが作業を完了したと判断した時点を示し、チケットが再オープンされた場合の手戻り分析の基礎となります。取得元これはZendesk Ticket Audits APIに記録される明示的なステータス変更で、「status」フィールドが「解決済み」に設定されたときに取得されます。取得チケット監査で、チケットステータスが「解決済み」に設定されている「変更」イベントを特定します。イベントタイプ explicit
	顧客からの情報要求	エージェントが顧客からさらに情報を必要とし、チケットのステータスを「保留中」に変更したときに発生します。このステータス変更は、プロセスが現在外部の関係者を待っていることを明確に示します。
その重要性このアクティビティは顧客への依存を示し、内部SLAタイマーを一時停止させます。単一のチケットで頻繁にまたは繰り返し発生する場合、初期の情報収集が不完全であり、解決時間が長引く原因となっている可能性があります。取得元これはZendesk Ticket Audits APIに記録される明示的なステータス変更イベントで、「status」フィールドが「保留中」に変わったときに取得されます。取得チケット監査で、チケットステータスが「保留中」に設定されている「変更」イベントを特定します。イベントタイプ explicit
	SLA違反発生	このアクティビティは、サービスリクエストが初回応答時間や解決時間などの事前定義されたサービスレベル合意を満たせなかった時点を示します。このイベントは、チケット活動のタイムスタンプとSLAポリシーを比較して計算されます。
その重要性 SLA違反は、顧客満足度と契約コンプライアンスに直接影響を与えます。その発生時期と理由を分析することは、システム的な遅延、リソース不足、または非現実的なパフォーマンス目標を特定するために不可欠です。取得元これは、SLA違反タイムスタンプ（'breached_at'）を保存するZendesk Ticket Metrics APIから取得できます。あるいは、チケットイベントのタイムスタンプを定義されたSLAルールと比較することで計算することも可能です。取得 Ticket Metrics APIの「breached_at」タイムスタンプを使用するか、解決時間をSLAポリシー時間と比較して計算します。イベントタイプ calculated
	エージェントによる初回公開返信送信済み	このアクティビティは、エージェントが自動確認ではなく、初めて顧客に公開コメントを送信した時点を示します。このイベントは、エージェントが顧客の問題に初めて関与したことを示す重要な指標です。
その重要性これは「初回応答時間」SLAを測定するための重要なマイルストーンであり、サービス応答性の重要な指標です。これは、自動通信と、人間による積極的な調査およびサポートの開始を区別します。取得元チケットコメントストリームで、作成者が人間エージェント（自動システムユーザーではない）である最初の公開コメントを見つけることで特定されます。取得チケットコメントをスキャンし、エージェントからの公開コメントをフィルタリングして、最も古いタイムスタンプのものを選択します。イベントタイプ inferred
	リクエスト分類および優先順位付け済み	このアクティビティは、エージェントまたは自動化がタイプ、カテゴリ、優先度などのチケットフィールドを設定または更新するときに発生します。このステップは、チケットの履歴における変更イベントとして記録されます。
その重要性適切な分類と優先順位付けは、効率的なルーティングとリソース配分に不可欠です。この活動を分析することで、初期トリアージの精度と解決時間への影響を判断するのに役立ちます。取得元 Zendeskチケット監査APIから「変更」イベントとして取得されます。「priority」、「type」、または分類に関連するカスタムフィールドへの最初の更新を探すことで特定できます。取得作成後、主要な分類フィールドに対する最初の「変更」イベントについてチケット監査ログをフィルタリングします。イベントタイプ explicit
	内部エスカレーションが発生	サービスリクエストが異なる内部チームまたはより上位のサポート層に転送されることを表します。これは通常、チケットの割り当てグループが変更されたときに推測されます。
その重要性エスカレーションの追跡は、プロセスの弱点、最前線サポートの知識ギャップ、および複雑なリクエストタイプを特定する上で重要です。エスカレーション率が高い場合、より良いトレーニングやプロセス文書化の必要性を示唆している可能性があります。取得元チケット監査APIの「変更」イベントで、「group_id」フィールドが変更されたことから推測されます。グループの変更は、チーム間の引き継ぎを意味します。取得チケット監査ログの「group_id」フィールドへの変更を監視します。イベントタイプ inferred
	初回受付通知送信済み	顧客に送信される自動初回応答であり、リクエストが受信されたことを確認するものです。これは通常、チケット作成後すぐにテンプレート化されたメール通知を送信するZendeskトリガーによって処理されます。
その重要性このアクティビティを追跡することは、初期の応答性を測定し、顧客の期待値を管理するために不可欠です。リクエスト作成からこの確認までの時間は、顧客満足度にとって重要な指標です。取得元チケットの最初の公開コメントの作成者が自動ユーザーである場合、またはチケット作成から数秒以内に発生した場合に推測されます。これは、チケットコメントストリームを分析することで特定できます。取得チケット作成直後に自動化またはトリガーによって作成された最初の公開コメントを特定します。イベントタイプ inferred
	満足度評価受領済み	このイベントは、顧客が満足度調査への回答を提出し、「良い」または「悪い」のような評価を提供したときに発生します。その評価と関連するコメントはチケットに対してログに記録されます。
その重要性顧客からの直接的なフィードバックは、サービス品質と顧客感情を測定する上で非常に貴重です。これらの評価をプロセスフローの文脈で分析することで、特定のアクティビティやエージェントと成果との相関関係を特定するのに役立ちます。取得元顧客のスコアとコメントで「satisfaction_rating」フィールドが入力されたときに、チケット監査APIの「変更」イベントとしてキャプチャされます。取得チケット監査ログを「satisfaction_rating」フィールドの変更でフィルタリングします。イベントタイプ explicit
	満足度調査送信済み	顧客満足度（CSAT）調査が顧客に自動送信される時点を表します。これは通常、チケットが解決済みとマークされた直後に発生します。
その重要性このアクティビティは、顧客フィードバックループを開始します。アンケートがいつ、そして送信されたかどうかを理解することは、満足度スコアの文脈化とフィードバックプログラムの有効性を測定するために重要です。取得元これは、自動化ログまたはチケットに特定のタグが追加されたことによって推測できます。Ticket Audits APIの「satisfaction_rating」セクションには、アンケートが提供された時点も記録されています。取得「csat_sent」のようなタグを探すか、満足度評価が提供された時点のタイムスタンプを使用します。イベントタイプ inferred
	顧客応答済み	このイベントは、顧客がチケット（通常は「保留中」の状態）に返信したときにトリガーされます。Zendeskは自動的にチケットステータスを「保留中」から「オープン」に戻し、エージェントが作業を再開できることを示します。
その重要性このアクティビティは待機時間の終了を示し、プロセスが続行するためのトリガーとなります。顧客が応答にかかる時間を分析することで、エージェントのリクエストの明確さに関する洞察が得られます。取得元このイベントは、エンドユーザーからの新しい公開コメントに対応し、Ticket Audits APIで「保留」から「オープン」への明示的なステータス変更をトリガーします。取得「保留中」から「オープン」へのステータス「変更」イベントを追跡するか、エンドユーザーによる新しい公開コメントを特定します。イベントタイプ explicit

推奨任意

抽出ガイド

Zendesk Supportから**データ**を取得する方法

ステップ

Zendesk Exploreへ移動: Zendeskインスタンスにログインし、トップバーの製品ランチャーアイコンをクリックしてExploreを選択し、Explore製品を開きます。
新規クエリの作成: Exploreで、左サイドバーのクエリアイコンをクリックし、右上の「新規クエリ」ボタンをクリックします。
データセットの選択: 「データセットの選択」ウィンドウで、Support: Ticketsデータセットを選択します。このデータセットには、主要なチケット属性と主要なイベントタイムスタンプが含まれています。
メトリクスの追加: クエリビルダーで、「メトリクス」パネルに移動し、「追加」をクリックします。COUNT(Tickets)を選択します。これはデータ量の検証に役立ちます。
行への属性の追加: 「行」パネルに移動し、「追加」をクリックします。以下の属性を追加します。これらは、ワイド形式エクスポートの基本列となります。
- Ticket ID (これはケース識別子ServiceRequestです)
- Assignee name (AssignedAgent)
- Ticket type (ServiceRequestType)
- Ticket priority (Priority)
- Ticket channel (CommunicationChannel)
- SLA resolution time (SlaTargetResolutionTime)
- SLA breach status (IsSlaBreached)
- Full resolution time (min) (ServiceRequestResolutionTime)
行へのアクティビティタイムスタンプの追加: 「行」パネルに以下のタイムスタンプ属性を追加します。これらはそれぞれ潜在的なアクティビティを表します。一部のアクティビティには、カスタム算出属性の作成が必要です。
- Ticket created - Timestamp: Service Request CreatedおよびInitial Acknowledgment Sent用
- Ticket assigned - Timestamp: Request Assigned To Agent用
- First reply time - Timestamp: First Agent Public Reply Sent用
- Ticket solved - Timestamp: Service Request ResolvedおよびSatisfaction Survey Sent用
- Ticket reopened - Timestamp: Service Request Reopened用
- Satisfaction rating received - Timestamp: Satisfaction Rating Received用
- Ticket closed - Timestamp: Service Request Closed用
その他のアクティビティに対するカスタム算出属性の作成: 一部のアクティビティは特定のフィールド変更に基づいており、そのタイムスタンプをキャプチャするためにカスタム属性の作成が必要です。計算メニュー（電卓アイコン）に移動し、「標準算出属性」を選択します。以下の各アクティビティについて1つの属性を作成します。Zendeskインスタンス内のフィールドと値の正確な名前を見つける必要があります。
- 名前: Timestamp - Categorized and Prioritized。計算式: IF ([Changes - Field name] = "priority" OR [Changes - Field name] = "type") THEN [Update - Timestamp] ENDIF。作成後、この新しい属性を「行」パネルに追加し、そのアグリゲーターをMINに変更します。
- 名前: Timestamp - Info Requested。計算式: IF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - Customer Responded。計算式: IF ([Changes - Field name] = "status" AND [Changes - Previous value] = "pending" AND [Changes - New value] = "open") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - Escalated。計算式: IF ([Changes - Field name] = "group") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - SLA Breach。計算式: IF ([SLA breach status]=TRUE) THEN [SLA update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
データのフィルター: 「フィルター」パネルに移動し、「追加」をクリックします。Ticket created - Dateのフィルターを追加し、データセットを管理しやすい状態に保つために、過去3〜6ヶ月などの適切な日付範囲を選択します。
レポートの実行とエクスポート: 「保存」をクリックしてクエリを実行します。テーブルにデータが表示されたら、「エクスポート」ボタンをクリックし、CSVやExcelなどの希望の形式を選択します。
データをイベントログ形式に変換: エクスポートされたファイルは、各行がチケットであり、各列がイベントタイムスタンプである「ワイド」形式です。これをプロセスマイニングのために「ロング」形式に変換する必要があります。Microsoft Excel（Power Queryのピボット解除機能を使用）、Python、または他のデータ準備ツールを使用します。
- 各行（チケット）について、空でないタイムスタンプ列ごとに新しい行を複数作成します。
- 最終的なテーブルには、ServiceRequest、ActivityName、StartTime、およびその他の属性（指定されたサービスリクエストの各アクティビティに対して重複する）のような列が必要です。

設定

データセット: 使用する主要なデータセットはSupport: Ticketsです。これにより、単一のクエリでほとんどのチケットプロパティと主要なタイムスタンプにアクセスできます。
権限: Zendesk Exploreでクエリを作成および保存するには、少なくともエディターまたは管理者ロールが必要です。
データ期間: Ticket created - Dateに日付範囲フィルターを設定することが非常に重要です。洞察とパフォーマンスのバランスをとるために、3〜6ヶ月のデータ範囲が推奨されます。数百万件のチケットをエクスポートすると、処理が遅くなったり失敗したりする可能性があります。
クエリフィルター: 特定のサービスやチームに分析を集中させるために、Ticket brand、Ticket form、Ticket groupのような特定のチケットプロパティにフィルターを追加することを検討してください。
算出属性: この方法は、ステータス変更やエスカレーションなど、デフォルト属性ではないイベントのタイムスタンプをキャプチャするために、標準の算出属性を作成することに大きく依存しています。これらの属性を作成するための権限があることを確認してください。

a クエリ例 config

This extraction is configured through the Zendesk Explore graphical user interface. There is no single script to execute. The configuration below outlines the components to add in the query builder.

**Dataset**: `Support: Tickets`

**Metrics**:
1.  `COUNT(Tickets)`

**Rows (Attributes)**:
1.  `Ticket ID`
2.  `Assignee name`
3.  `Ticket type`
4.  `Ticket priority`
5.  `Ticket channel`
6.  `SLA resolution time`
7.  `SLA breach status`
8.  `Full resolution time (min)`
9.  `MIN(Ticket created - Timestamp)`
10. `MIN(Ticket assigned - Timestamp)`
11. `MIN(First reply time - Timestamp)`
12. `MIN(Ticket solved - Timestamp)`
13. `MIN(Ticket reopened - Timestamp)`
14. `MIN(Satisfaction rating received - Timestamp)`
15. `MIN(Ticket closed - Timestamp)`
16. `MIN(Timestamp - Categorized and Prioritized)` (Custom calculated attribute)
17. `MIN(Timestamp - Info Requested)` (Custom calculated attribute)
18. `MIN(Timestamp - Customer Responded)` (Custom calculated attribute)
19. `MIN(Timestamp - Escalated)` (Custom calculated attribute)
20. `MIN(Timestamp - SLA Breach)` (Custom calculated attribute)

**Filters**:
1.  `Ticket created - Date`: Select a date range (e.g., last 180 days)

**Standard Calculated Attribute Formulas**:
*   `Timestamp - Categorized and Prioritized`: `IF ([Changes - Field name] = "priority" OR [Changes - Field name] = "type") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Info Requested`: `IF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Customer Responded`: `IF ([Changes - Field name] = "status" AND [Changes - Previous value] = "pending" AND [Changes - New value] = "open") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Escalated`: `IF ([Changes - Field name] = "group") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - SLA Breach`: `IF ([SLA breach status]=TRUE) THEN [SLA update - Timestamp] ENDIF`

ステップ

Zendesk APIアクセスを準備: 管理者としてZendeskにログインします。管理センターに移動し、「アプリと連携 > API > Zendesk API」に進みます。「設定」タブで「トークンアクセス」が有効になっていることを確認します。「APIトークンを追加」をクリックして新しいトークンを作成します。生成されたトークンは再度表示されないため、安全にコピーしてください。
Python環境をセットアップ: Python 3.6以降がインストールされていることを確認してください。Zendesk APIへのHTTPリクエストを行うために必要なrequestsライブラリをインストールします。コマンドラインでpip install requestsを使用してインストールできます。
Pythonスクリプトを構成: 提供されたPythonスクリプトをextract_zendesk_log.pyなどのファイルに保存します。テキストエディターでファイルを開き、上部のプレースホルダー変数ZENDESK_SUBDOMAIN、ZENDESK_EMAIL、API_TOKENを、お使いのZendeskインスタンスの詳細と認証情報で更新します。
抽出期間を定義: スクリプト内のSTART_TIMESTAMP変数を見つけます。この値は、データ抽出の履歴開始日を決定します。Unixエポックタイムスタンプである必要があります。初期分析には、過去3〜6ヶ月に相当する値が推奨されます。
スクリプトを実行: ターミナルまたはコマンドプロンプトを開き、スクリプトを保存したディレクトリに移動し、python extract_zendesk_log.pyコマンドを使用して実行します。
実行を監視: スクリプトはコンソールに進捗状況の更新を出力し、処理されたチケットの数を示します。総実行時間は、抽出されるデータ量とZendeskによって課されるAPIレート制限によって異なります。スクリプトには、レート制限応答を処理するための基本的なロジックが含まれています。
イベントログを取得: 正常に完了すると、スクリプトは同じディレクトリにzendesk_event_log.csvという名前のファイルを作成します。このファイルには、分析準備が整った構造化イベントログが含まれています。
アップロードの準備: zendesk_event_log.csvファイルを開いて、正しく生成されたことを確認します。列がServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateなどの必要な属性と一致していることを確認します。これでファイルはプロセスマイニングツールへのアップロード準備が整いました。

設定

API認証情報: このスクリプトには、有効なZendeskサブドメイン、エージェントまたは管理者ユーザーのメールアドレス、およびアクティブなAPIトークンが必要です。認証情報に関連付けられたユーザーは、チケット、チケット監査、ユーザー、チケットメトリクスを読み取る権限を持っている必要があります。
データ期間: 抽出の開始日は、スクリプト内のSTART_TIMESTAMP変数によって制御され、Unixエポックタイムスタンプである必要があります。より大規模な履歴データ取得を試みる前に、スクリプトの出力とパフォーマンスを検証するために、3ヶ月のような短い期間から始めることをお勧めします。
増分エクスポートAPI: このソリューションはZendeskの増分エクスポートAPIを使用しています。これは大量のチケットを効率的に取得するための最も推奨される方法であり、大量データのエクスポート用に設計されており、一般的なページネーションの落とし穴を回避します。
パフォーマンスとレート制限: Zendeskは、サブスクリプションプランに応じて異なるAPIレート制限を課します。このスクリプトには、APIが返すRetry-Afterヘッダーに基づいて、レート制限に達した場合に実行を一時停止する組み込みロジックが含まれています。非常に大規模なインスタンスの場合、抽出には数時間かかる場合があります。
前提条件: この抽出方法には、動作するPython 3.6+環境とrequests外部ライブラリが必要です。必要なAPIトークンを生成するには、対象のZendeskインスタンスへの管理者アクセスが必要です。

a クエリ例 python

import requests
import json
import time
import datetime
import csv

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Zendesk details
ZENDESK_SUBDOMAIN = class="hl-string">'[your_zendesk_subdomain]'
ZENDESK_EMAIL = class="hl-string">'[your_zendesk_login_email]'
API_TOKEN = class="hl-string">'[your_zendesk_api_token]'

class=class="hl-string">"hl-comment"># Set the start time for the export (Unix epoch timestamp)
class=class="hl-string">"hl-comment"># Example: 1672531200 is Jan 1, 2023 00:00:00 GMT
START_TIMESTAMP = 1672531200

class=class="hl-string">"hl-comment"># --- Script --- 

BASE_URL = fclass="hl-string">'https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2'
AUTH = (fclass="hl-string">'{ZENDESK_EMAIL}/token', API_TOKEN)
SOURCE_SYSTEM = class="hl-string">'Zendesk Support'
LAST_DATA_UPDATE = datetime.datetime.utcnow().isoformat() + class="hl-string">'Z'

CSV_FILENAME = class="hl-string">'zendesk_event_log.csv'
CSV_HEADERS = [
    class="hl-string">'ServiceRequest', class="hl-string">'ActivityName', class="hl-string">'StartTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
    class="hl-string">'AssignedAgent', class="hl-string">'ServiceRequestType', class="hl-string">'Priority', class="hl-string">'CommunicationChannel',
    class="hl-string">'SlaTargetResolutionTime', class="hl-string">'IsSlaBreached', class="hl-string">'ServiceRequestResolutionTime'
]

def get_user_name(user_id, users_cache, session):
    if user_id in users_cache:
        return users_cache[user_id]
    if user_id is None:
        return None
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/users/{user_id}.json')
        response.raise_for_status()
        user_name = response.json().get(class="hl-string">'user', {}).get(class="hl-string">'name')
        users_cache[user_id] = user_name
        return user_name
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">'Warning: Could not fetch user {user_id}. Error: {e}')
        users_cache[user_id] = str(user_id)
        return str(user_id)

def format_duration(seconds):
    if seconds is None:
        return None
    return str(datetime.timedelta(seconds=seconds))

def main():
    session = requests.Session()
    session.auth = AUTH
    users_cache = {}
    event_log = []

    class=class="hl-string">"hl-comment"># Fetch tickets using the incremental export API
    url = fclass="hl-string">'{BASE_URL}/incremental/tickets/cursor.json?start_time={START_TIMESTAMP}'
    ticket_count = 0

    while url:
        print(fclass="hl-string">'Fetching tickets from: {url}')
        try:
            response = session.get(url)

            if response.status_code == 429:
                retry_after = int(response.headers.get(class="hl-string">'Retry-After', 60))
                print(fclass="hl-string">'Rate limit hit. Retrying after {retry_after} seconds.')
                time.sleep(retry_after)
                continue

            response.raise_for_status()
            data = response.json()
            tickets = data.get(class="hl-string">'tickets', [])

            for ticket in tickets:
                ticket_count += 1
                ticket_id = ticket[class="hl-string">'id']
                print(fclass="hl-string">'Processing ticket {ticket_id} ({ticket_count} total)...')

                class=class="hl-string">"hl-comment"># Fetch ticket metrics for SLA and resolution time
                metrics_response = session.get(fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/metrics.json')
                ticket_metrics = metrics_response.json().get(class="hl-string">'ticket_metric', {}) if metrics_response.ok else {}

                resolution_time_seconds = ticket_metrics.get(class="hl-string">'full_resolution_time_in_minutes', {}).get(class="hl-string">'business')
                if resolution_time_seconds:
                    resolution_time_seconds *= 60

                class=class="hl-string">"hl-comment"># Fetch ticket audits for events
                audits_url = fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/audits.json'
                audits_response = session.get(audits_url)
                audits = audits_response.json().get(class="hl-string">'audits', []) if audits_response.ok else []

                first_agent_reply_sent = False

                for audit in audits:
                    audit_created_at = audit[class="hl-string">'created_at']
                    base_event = {
                        class="hl-string">'ServiceRequest': ticket_id,
                        class="hl-string">'StartTime': audit_created_at,
                        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
                        class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
                        class="hl-string">'AssignedAgent': get_user_name(ticket.get(class="hl-string">'assignee_id'), users_cache, session),
                        class="hl-string">'ServiceRequestType': ticket.get(class="hl-string">'type'),
                        class="hl-string">'Priority': ticket.get(class="hl-string">'priority'),
                        class="hl-string">'CommunicationChannel': ticket.get(class="hl-string">'via', {}).get(class="hl-string">'channel'),
                        class="hl-string">'SlaTargetResolutionTime': None, class=class="hl-string">"hl-comment"># Requires parsing SLA policies, complex
                        class="hl-string">'IsSlaBreached': ticket_metrics.get(class="hl-string">'sla_breach_at') is not None,
                        class="hl-string">'ServiceRequestResolutionTime': format_duration(resolution_time_seconds)
                    }

                    for event in audit.get(class="hl-string">'events', []):
                        event_type = event.get(class="hl-string">'type')
                        class=class="hl-string">"hl-comment"># Service Request Created
                        if event_type == class="hl-string">'Create' and event.get(class="hl-string">'field_name') == class="hl-string">'id':
                            new_event = base_event.copy()
                            new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Created'
                            event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># Initial Acknowledgment Sent (Proxy by Notification event)
                        if event_type == class="hl-string">'Notification':
                            new_event = base_event.copy()
                            new_event[class="hl-string">'ActivityName'] = class="hl-string">'Initial Acknowledgment Sent'
                            event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># Request Categorized And Prioritized, Assigned, Status Changes
                        if event_type == class="hl-string">'Change':
                            field = event.get(class="hl-string">'field_name')
                            if field in [class="hl-string">'type', class="hl-string">'priority', class="hl-string">'custom_field_[your_category_field_id]']:
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Request Categorized And Prioritized'
                                event_log.append(new_event)
                            
                            if field == class="hl-string">'assignee_id':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Request Assigned To Agent'
                                new_event[class="hl-string">'AssignedAgent'] = get_user_name(event.get(class="hl-string">'value'), users_cache, session)
                                event_log.append(new_event)

                            if field == class="hl-string">'group_id':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Internal Escalation Triggered'
                                event_log.append(new_event)

                            if field == class="hl-string">'status':
                                new_status = event.get(class="hl-string">'value')
                                if new_status == class="hl-string">'pending':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Information Requested From Customer'
                                    event_log.append(new_event)
                                elif new_status == class="hl-string">'solved':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Resolved'
                                    event_log.append(new_event)
                                    class=class="hl-string">"hl-comment"># Satisfaction Survey Sent (Proxy: occurs after solve)
                                    solve_time = datetime.datetime.fromisoformat(audit_created_at.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
                                    survey_time = solve_time + datetime.timedelta(hours=1)
                                    survey_event = new_event.copy()
                                    survey_event[class="hl-string">'ActivityName'] = class="hl-string">'Satisfaction Survey Sent'
                                    survey_event[class="hl-string">'StartTime'] = survey_time.isoformat().replace(class="hl-string">'+00:00', class="hl-string">'Z')
                                    event_log.append(survey_event)
                                elif new_status == class="hl-string">'closed':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Closed'
                                    event_log.append(new_event)
                                elif new_status == class="hl-string">'open' and event.get(class="hl-string">'previous_value') in [class="hl-string">'solved', class="hl-string">'pending']:
                                    activity = class="hl-string">'Service Request Reopened' if event.get(class="hl-string">'previous_value') == class="hl-string">'solved' else class="hl-string">'Customer Responded'
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = activity
                                    event_log.append(new_event)
                            
                            if field == class="hl-string">'satisfaction_score':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Satisfaction Rating Received'
                                event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># First Agent Public Reply Sent & Customer Responded
                        if event_type == class="hl-string">'Comment':
                            author_id = event.get(class="hl-string">'author_id')
                            author_details_response = session.get(fclass="hl-string">'{BASE_URL}/users/{author_id}.json')
                            author_role = author_details_response.json().get(class="hl-string">'user',{}).get(class="hl-string">'role', class="hl-string">'end-user') if author_details_response.ok else class="hl-string">'end-user'

                            if author_role in [class="hl-string">'agent', class="hl-string">'admin'] and event.get(class="hl-string">'public') and not first_agent_reply_sent:
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'First Agent Public Reply Sent'
                                event_log.append(new_event)
                                first_agent_reply_sent = True

                class=class="hl-string">"hl-comment"># SLA Breach Occurred
                if ticket_metrics.get(class="hl-string">'sla_breach_at'):
                    sla_breach_time = ticket_metrics.get(class="hl-string">'sla_breach_at')
                    new_event = base_event.copy()
                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'SLA Breach Occurred'
                    new_event[class="hl-string">'StartTime'] = sla_breach_time
                    event_log.append(new_event)

            url = data.get(class="hl-string">'after_url')
            if not data.get(class="hl-string">'end_of_stream', False):
                time.sleep(1) class=class="hl-string">"hl-comment"># Be a good API citizen
            else:
                url = None

        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">'An error occurred: {e}')
            break

    class=class="hl-string">"hl-comment"># Write to CSV
    print(fclass="hl-string">'Writing {len(event_log)} events to {CSV_FILENAME}...')
    with open(CSV_FILENAME, class="hl-string">'w', newline=class="hl-string">'', encoding=class="hl-string">'utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=CSV_HEADERS)
        writer.writeheader()
        class=class="hl-string">"hl-comment"># Sort events by ticket and then by time for chronological order
        sorted_log = sorted(event_log, key=lambda x: (x[class="hl-string">'ServiceRequest'], x[class="hl-string">'StartTime']))
        for row in sorted_log:
            writer.writerow(row)
    print(class="hl-string">'Extraction complete.')

if __name__ == class="hl-string">'__main__':
    main()

ステップ

Zendesk APIアクセスを準備: 管理者としてZendeskにログインします。管理センターに移動し、「アプリと連携 > API > Zendesk API」に進みます。「設定」タブで「トークンアクセス」が有効になっていることを確認します。「APIトークンを追加」をクリックして新しいトークンを作成します。生成されたトークンは再度表示されないため、安全にコピーしてください。
Python環境をセットアップ: Python 3.6以降がインストールされていることを確認してください。Zendesk APIへのHTTPリクエストを行うために必要なrequestsライブラリをインストールします。コマンドラインでpip install requestsを使用してインストールできます。
Pythonスクリプトを構成: 提供されたPythonスクリプトをextract_zendesk_log.pyなどのファイルに保存します。テキストエディターでファイルを開き、上部のプレースホルダー変数ZENDESK_SUBDOMAIN、ZENDESK_EMAIL、API_TOKENを、お使いのZendeskインスタンスの詳細と認証情報で更新します。
抽出期間を定義: スクリプト内のSTART_TIMESTAMP変数を見つけます。この値は、データ抽出の履歴開始日を決定します。Unixエポックタイムスタンプである必要があります。初期分析には、過去3〜6ヶ月に相当する値が推奨されます。
スクリプトを実行: ターミナルまたはコマンドプロンプトを開き、スクリプトを保存したディレクトリに移動し、python extract_zendesk_log.pyコマンドを使用して実行します。
実行を監視: スクリプトはコンソールに進捗状況の更新を出力し、処理されたチケットの数を示します。総実行時間は、抽出されるデータ量とZendeskによって課されるAPIレート制限によって異なります。スクリプトには、レート制限応答を処理するための基本的なロジックが含まれています。
イベントログを取得: 正常に完了すると、スクリプトは同じディレクトリにzendesk_event_log.csvという名前のファイルを作成します。このファイルには、分析準備が整った構造化イベントログが含まれています。
アップロードの準備: zendesk_event_log.csvファイルを開いて、正しく生成されたことを確認します。列がServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateなどの必要な属性と一致していることを確認します。これでファイルはプロセスマイニングツールへのアップロード準備が整いました。

設定

API認証情報: このスクリプトには、有効なZendeskサブドメイン、エージェントまたは管理者ユーザーのメールアドレス、およびアクティブなAPIトークンが必要です。認証情報に関連付けられたユーザーは、チケット、チケット監査、ユーザー、チケットメトリクスを読み取る権限を持っている必要があります。
データ期間: 抽出の開始日は、スクリプト内のSTART_TIMESTAMP変数によって制御され、Unixエポックタイムスタンプである必要があります。より大規模な履歴データ取得を試みる前に、スクリプトの出力とパフォーマンスを検証するために、3ヶ月のような短い期間から始めることをお勧めします。
増分エクスポートAPI: このソリューションはZendeskの増分エクスポートAPIを使用しています。これは大量のチケットを効率的に取得するための最も推奨される方法であり、大量データのエクスポート用に設計されており、一般的なページネーションの落とし穴を回避します。
パフォーマンスとレート制限: Zendeskは、サブスクリプションプランに応じて異なるAPIレート制限を課します。このスクリプトには、APIが返すRetry-Afterヘッダーに基づいて、レート制限に達した場合に実行を一時停止する組み込みロジックが含まれています。非常に大規模なインスタンスの場合、抽出には数時間かかる場合があります。
前提条件: この抽出方法には、動作するPython 3.6+環境とrequests外部ライブラリが必要です。必要なAPIトークンを生成するには、対象のZendeskインスタンスへの管理者アクセスが必要です。

a クエリ例 python

import requests
import json
import time
import datetime
import csv

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Zendesk details
ZENDESK_SUBDOMAIN = class="hl-string">'[your_zendesk_subdomain]'
ZENDESK_EMAIL = class="hl-string">'[your_zendesk_login_email]'
API_TOKEN = class="hl-string">'[your_zendesk_api_token]'

class=class="hl-string">"hl-comment"># Set the start time for the export (Unix epoch timestamp)
class=class="hl-string">"hl-comment"># Example: 1672531200 is Jan 1, 2023 00:00:00 GMT
START_TIMESTAMP = 1672531200

class=class="hl-string">"hl-comment"># --- Script --- 

BASE_URL = fclass="hl-string">'https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2'
AUTH = (fclass="hl-string">'{ZENDESK_EMAIL}/token', API_TOKEN)
SOURCE_SYSTEM = class="hl-string">'Zendesk Support'
LAST_DATA_UPDATE = datetime.datetime.utcnow().isoformat() + class="hl-string">'Z'

CSV_FILENAME = class="hl-string">'zendesk_event_log.csv'
CSV_HEADERS = [
    class="hl-string">'ServiceRequest', class="hl-string">'ActivityName', class="hl-string">'StartTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
    class="hl-string">'AssignedAgent', class="hl-string">'ServiceRequestType', class="hl-string">'Priority', class="hl-string">'CommunicationChannel',
    class="hl-string">'SlaTargetResolutionTime', class="hl-string">'IsSlaBreached', class="hl-string">'ServiceRequestResolutionTime'
]

def get_user_name(user_id, users_cache, session):
    if user_id in users_cache:
        return users_cache[user_id]
    if user_id is None:
        return None
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/users/{user_id}.json')
        response.raise_for_status()
        user_name = response.json().get(class="hl-string">'user', {}).get(class="hl-string">'name')
        users_cache[user_id] = user_name
        return user_name
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">'Warning: Could not fetch user {user_id}. Error: {e}')
        users_cache[user_id] = str(user_id)
        return str(user_id)

def format_duration(seconds):
    if seconds is None:
        return None
    return str(datetime.timedelta(seconds=seconds))

def main():
    session = requests.Session()
    session.auth = AUTH
    users_cache = {}
    event_log = []

    class=class="hl-string">"hl-comment"># Fetch tickets using the incremental export API
    url = fclass="hl-string">'{BASE_URL}/incremental/tickets/cursor.json?start_time={START_TIMESTAMP}'
    ticket_count = 0

    while url:
        print(fclass="hl-string">'Fetching tickets from: {url}')
        try:
            response = session.get(url)

            if response.status_code == 429:
                retry_after = int(response.headers.get(class="hl-string">'Retry-After', 60))
                print(fclass="hl-string">'Rate limit hit. Retrying after {retry_after} seconds.')
                time.sleep(retry_after)
                continue

            response.raise_for_status()
            data = response.json()
            tickets = data.get(class="hl-string">'tickets', [])

            for ticket in tickets:
                ticket_count += 1
                ticket_id = ticket[class="hl-string">'id']
                print(fclass="hl-string">'Processing ticket {ticket_id} ({ticket_count} total)...')

                class=class="hl-string">"hl-comment"># Fetch ticket metrics for SLA and resolution time
                metrics_response = session.get(fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/metrics.json')
                ticket_metrics = metrics_response.json().get(class="hl-string">'ticket_metric', {}) if metrics_response.ok else {}

                resolution_time_seconds = ticket_metrics.get(class="hl-string">'full_resolution_time_in_minutes', {}).get(class="hl-string">'business')
                if resolution_time_seconds:
                    resolution_time_seconds *= 60

                class=class="hl-string">"hl-comment"># Fetch ticket audits for events
                audits_url = fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/audits.json'
                audits_response = session.get(audits_url)
                audits = audits_response.json().get(class="hl-string">'audits', []) if audits_response.ok else []

                first_agent_reply_sent = False

                for audit in audits:
                    audit_created_at = audit[class="hl-string">'created_at']
                    base_event = {
                        class="hl-string">'ServiceRequest': ticket_id,
                        class="hl-string">'StartTime': audit_created_at,
                        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
                        class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
                        class="hl-string">'AssignedAgent': get_user_name(ticket.get(class="hl-string">'assignee_id'), users_cache, session),
                        class="hl-string">'ServiceRequestType': ticket.get(class="hl-string">'type'),
                        class="hl-string">'Priority': ticket.get(class="hl-string">'priority'),
                        class="hl-string">'CommunicationChannel': ticket.get(class="hl-string">'via', {}).get(class="hl-string">'channel'),
                        class="hl-string">'SlaTargetResolutionTime': None, class=class="hl-string">"hl-comment"># Requires parsing SLA policies, complex
                        class="hl-string">'IsSlaBreached': ticket_metrics.get(class="hl-string">'sla_breach_at') is not None,
                        class="hl-string">'ServiceRequestResolutionTime': format_duration(resolution_time_seconds)
                    }

                    for event in audit.get(class="hl-string">'events', []):
                        event_type = event.get(class="hl-string">'type')
                        class=class="hl-string">"hl-comment"># Service Request Created
                        if event_type == class="hl-string">'Create' and event.get(class="hl-string">'field_name') == class="hl-string">'id':
                            new_event = base_event.copy()
                            new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Created'
                            event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># Initial Acknowledgment Sent (Proxy by Notification event)
                        if event_type == class="hl-string">'Notification':
                            new_event = base_event.copy()
                            new_event[class="hl-string">'ActivityName'] = class="hl-string">'Initial Acknowledgment Sent'
                            event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># Request Categorized And Prioritized, Assigned, Status Changes
                        if event_type == class="hl-string">'Change':
                            field = event.get(class="hl-string">'field_name')
                            if field in [class="hl-string">'type', class="hl-string">'priority', class="hl-string">'custom_field_[your_category_field_id]']:
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Request Categorized And Prioritized'
                                event_log.append(new_event)
                            
                            if field == class="hl-string">'assignee_id':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Request Assigned To Agent'
                                new_event[class="hl-string">'AssignedAgent'] = get_user_name(event.get(class="hl-string">'value'), users_cache, session)
                                event_log.append(new_event)

                            if field == class="hl-string">'group_id':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Internal Escalation Triggered'
                                event_log.append(new_event)

                            if field == class="hl-string">'status':
                                new_status = event.get(class="hl-string">'value')
                                if new_status == class="hl-string">'pending':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Information Requested From Customer'
                                    event_log.append(new_event)
                                elif new_status == class="hl-string">'solved':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Resolved'
                                    event_log.append(new_event)
                                    class=class="hl-string">"hl-comment"># Satisfaction Survey Sent (Proxy: occurs after solve)
                                    solve_time = datetime.datetime.fromisoformat(audit_created_at.replace(class="hl-string">'Z', class="hl-string">'+00:00'))
                                    survey_time = solve_time + datetime.timedelta(hours=1)
                                    survey_event = new_event.copy()
                                    survey_event[class="hl-string">'ActivityName'] = class="hl-string">'Satisfaction Survey Sent'
                                    survey_event[class="hl-string">'StartTime'] = survey_time.isoformat().replace(class="hl-string">'+00:00', class="hl-string">'Z')
                                    event_log.append(survey_event)
                                elif new_status == class="hl-string">'closed':
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'Service Request Closed'
                                    event_log.append(new_event)
                                elif new_status == class="hl-string">'open' and event.get(class="hl-string">'previous_value') in [class="hl-string">'solved', class="hl-string">'pending']:
                                    activity = class="hl-string">'Service Request Reopened' if event.get(class="hl-string">'previous_value') == class="hl-string">'solved' else class="hl-string">'Customer Responded'
                                    new_event = base_event.copy()
                                    new_event[class="hl-string">'ActivityName'] = activity
                                    event_log.append(new_event)
                            
                            if field == class="hl-string">'satisfaction_score':
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'Satisfaction Rating Received'
                                event_log.append(new_event)

                        class=class="hl-string">"hl-comment"># First Agent Public Reply Sent & Customer Responded
                        if event_type == class="hl-string">'Comment':
                            author_id = event.get(class="hl-string">'author_id')
                            author_details_response = session.get(fclass="hl-string">'{BASE_URL}/users/{author_id}.json')
                            author_role = author_details_response.json().get(class="hl-string">'user',{}).get(class="hl-string">'role', class="hl-string">'end-user') if author_details_response.ok else class="hl-string">'end-user'

                            if author_role in [class="hl-string">'agent', class="hl-string">'admin'] and event.get(class="hl-string">'public') and not first_agent_reply_sent:
                                new_event = base_event.copy()
                                new_event[class="hl-string">'ActivityName'] = class="hl-string">'First Agent Public Reply Sent'
                                event_log.append(new_event)
                                first_agent_reply_sent = True

                class=class="hl-string">"hl-comment"># SLA Breach Occurred
                if ticket_metrics.get(class="hl-string">'sla_breach_at'):
                    sla_breach_time = ticket_metrics.get(class="hl-string">'sla_breach_at')
                    new_event = base_event.copy()
                    new_event[class="hl-string">'ActivityName'] = class="hl-string">'SLA Breach Occurred'
                    new_event[class="hl-string">'StartTime'] = sla_breach_time
                    event_log.append(new_event)

            url = data.get(class="hl-string">'after_url')
            if not data.get(class="hl-string">'end_of_stream', False):
                time.sleep(1) class=class="hl-string">"hl-comment"># Be a good API citizen
            else:
                url = None

        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">'An error occurred: {e}')
            break

    class=class="hl-string">"hl-comment"># Write to CSV
    print(fclass="hl-string">'Writing {len(event_log)} events to {CSV_FILENAME}...')
    with open(CSV_FILENAME, class="hl-string">'w', newline=class="hl-string">'', encoding=class="hl-string">'utf-8') as csvfile:
        writer = csv.DictWriter(csvfile, fieldnames=CSV_HEADERS)
        writer.writeheader()
        class=class="hl-string">"hl-comment"># Sort events by ticket and then by time for chronological order
        sorted_log = sorted(event_log, key=lambda x: (x[class="hl-string">'ServiceRequest'], x[class="hl-string">'StartTime']))
        for row in sorted_log:
            writer.writerow(row)
    print(class="hl-string">'Extraction complete.')

if __name__ == class="hl-string">'__main__':
    main()

ステップ

Zendesk Exploreへ移動: Zendeskインスタンスにログインし、トップバーの製品ランチャーアイコンをクリックしてExploreを選択し、Explore製品を開きます。
新規クエリの作成: Exploreで、左サイドバーのクエリアイコンをクリックし、右上の「新規クエリ」ボタンをクリックします。
データセットの選択: 「データセットの選択」ウィンドウで、Support: Ticketsデータセットを選択します。このデータセットには、主要なチケット属性と主要なイベントタイムスタンプが含まれています。
メトリクスの追加: クエリビルダーで、「メトリクス」パネルに移動し、「追加」をクリックします。COUNT(Tickets)を選択します。これはデータ量の検証に役立ちます。
行への属性の追加: 「行」パネルに移動し、「追加」をクリックします。以下の属性を追加します。これらは、ワイド形式エクスポートの基本列となります。
- Ticket ID (これはケース識別子ServiceRequestです)
- Assignee name (AssignedAgent)
- Ticket type (ServiceRequestType)
- Ticket priority (Priority)
- Ticket channel (CommunicationChannel)
- SLA resolution time (SlaTargetResolutionTime)
- SLA breach status (IsSlaBreached)
- Full resolution time (min) (ServiceRequestResolutionTime)
行へのアクティビティタイムスタンプの追加: 「行」パネルに以下のタイムスタンプ属性を追加します。これらはそれぞれ潜在的なアクティビティを表します。一部のアクティビティには、カスタム算出属性の作成が必要です。
- Ticket created - Timestamp: Service Request CreatedおよびInitial Acknowledgment Sent用
- Ticket assigned - Timestamp: Request Assigned To Agent用
- First reply time - Timestamp: First Agent Public Reply Sent用
- Ticket solved - Timestamp: Service Request ResolvedおよびSatisfaction Survey Sent用
- Ticket reopened - Timestamp: Service Request Reopened用
- Satisfaction rating received - Timestamp: Satisfaction Rating Received用
- Ticket closed - Timestamp: Service Request Closed用
その他のアクティビティに対するカスタム算出属性の作成: 一部のアクティビティは特定のフィールド変更に基づいており、そのタイムスタンプをキャプチャするためにカスタム属性の作成が必要です。計算メニュー（電卓アイコン）に移動し、「標準算出属性」を選択します。以下の各アクティビティについて1つの属性を作成します。Zendeskインスタンス内のフィールドと値の正確な名前を見つける必要があります。
- 名前: Timestamp - Categorized and Prioritized。計算式: IF ([Changes - Field name] = "priority" OR [Changes - Field name] = "type") THEN [Update - Timestamp] ENDIF。作成後、この新しい属性を「行」パネルに追加し、そのアグリゲーターをMINに変更します。
- 名前: Timestamp - Info Requested。計算式: IF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - Customer Responded。計算式: IF ([Changes - Field name] = "status" AND [Changes - Previous value] = "pending" AND [Changes - New value] = "open") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - Escalated。計算式: IF ([Changes - Field name] = "group") THEN [Update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
- 名前: Timestamp - SLA Breach。計算式: IF ([SLA breach status]=TRUE) THEN [SLA update - Timestamp] ENDIF。これを「行」に追加し、アグリゲーターをMINに設定します。
データのフィルター: 「フィルター」パネルに移動し、「追加」をクリックします。Ticket created - Dateのフィルターを追加し、データセットを管理しやすい状態に保つために、過去3〜6ヶ月などの適切な日付範囲を選択します。
レポートの実行とエクスポート: 「保存」をクリックしてクエリを実行します。テーブルにデータが表示されたら、「エクスポート」ボタンをクリックし、CSVやExcelなどの希望の形式を選択します。
データをイベントログ形式に変換: エクスポートされたファイルは、各行がチケットであり、各列がイベントタイムスタンプである「ワイド」形式です。これをプロセスマイニングのために「ロング」形式に変換する必要があります。Microsoft Excel（Power Queryのピボット解除機能を使用）、Python、または他のデータ準備ツールを使用します。
- 各行（チケット）について、空でないタイムスタンプ列ごとに新しい行を複数作成します。
- 最終的なテーブルには、ServiceRequest、ActivityName、StartTime、およびその他の属性（指定されたサービスリクエストの各アクティビティに対して重複する）のような列が必要です。

設定

データセット: 使用する主要なデータセットはSupport: Ticketsです。これにより、単一のクエリでほとんどのチケットプロパティと主要なタイムスタンプにアクセスできます。
権限: Zendesk Exploreでクエリを作成および保存するには、少なくともエディターまたは管理者ロールが必要です。
データ期間: Ticket created - Dateに日付範囲フィルターを設定することが非常に重要です。洞察とパフォーマンスのバランスをとるために、3〜6ヶ月のデータ範囲が推奨されます。数百万件のチケットをエクスポートすると、処理が遅くなったり失敗したりする可能性があります。
クエリフィルター: 特定のサービスやチームに分析を集中させるために、Ticket brand、Ticket form、Ticket groupのような特定のチケットプロパティにフィルターを追加することを検討してください。
算出属性: この方法は、ステータス変更やエスカレーションなど、デフォルト属性ではないイベントのタイムスタンプをキャプチャするために、標準の算出属性を作成することに大きく依存しています。これらの属性を作成するための権限があることを確認してください。

a クエリ例 config

This extraction is configured through the Zendesk Explore graphical user interface. There is no single script to execute. The configuration below outlines the components to add in the query builder.

**Dataset**: `Support: Tickets`

**Metrics**:
1.  `COUNT(Tickets)`

**Rows (Attributes)**:
1.  `Ticket ID`
2.  `Assignee name`
3.  `Ticket type`
4.  `Ticket priority`
5.  `Ticket channel`
6.  `SLA resolution time`
7.  `SLA breach status`
8.  `Full resolution time (min)`
9.  `MIN(Ticket created - Timestamp)`
10. `MIN(Ticket assigned - Timestamp)`
11. `MIN(First reply time - Timestamp)`
12. `MIN(Ticket solved - Timestamp)`
13. `MIN(Ticket reopened - Timestamp)`
14. `MIN(Satisfaction rating received - Timestamp)`
15. `MIN(Ticket closed - Timestamp)`
16. `MIN(Timestamp - Categorized and Prioritized)` (Custom calculated attribute)
17. `MIN(Timestamp - Info Requested)` (Custom calculated attribute)
18. `MIN(Timestamp - Customer Responded)` (Custom calculated attribute)
19. `MIN(Timestamp - Escalated)` (Custom calculated attribute)
20. `MIN(Timestamp - SLA Breach)` (Custom calculated attribute)

**Filters**:
1.  `Ticket created - Date`: Select a date range (e.g., last 180 days)

**Standard Calculated Attribute Formulas**:
*   `Timestamp - Categorized and Prioritized`: `IF ([Changes - Field name] = "priority" OR [Changes - Field name] = "type") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Info Requested`: `IF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Customer Responded`: `IF ([Changes - Field name] = "status" AND [Changes - Previous value] = "pending" AND [Changes - New value] = "open") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - Escalated`: `IF ([Changes - Field name] = "group") THEN [Update - Timestamp] ENDIF`
*   `Timestamp - SLA Breach`: `IF ([SLA breach status]=TRUE) THEN [SLA update - Timestamp] ENDIF`

顧客サービスデータテンプレート

顧客サービスデータテンプレート

カスタマーサービス属性

カスタマーサービスアクティビティ

抽出ガイド

レポートおよびデータエクスポートのためのZendesk Explore UI

ステップ

設定

a クエリ例 config

Zendesk Support REST APIを使用したPythonスクリプト

ステップ

設定

a クエリ例 python

バルクデータのためのZendesk Incremental Exports API

ステップ

設定

a クエリ例 python

Zendesk用サードパーティETLツールコネクタ

ステップ

設定

a クエリ例 config

今すぐ始めますか？

カスタマーサービスのボトルネックを解消し、今すぐCSATを向上させましょう

顧客サービスデータテンプレート

顧客サービスデータテンプレート

カスタマーサービス属性

カスタマーサービスアクティビティ

抽出ガイド

レポートおよびデータエクスポートのためのZendesk Explore UI

ステップ

設定

a クエリ例 config

Zendesk Support REST APIを使用したPythonスクリプト

ステップ

設定

a クエリ例 python

バルクデータのためのZendesk Incremental Exports API

ステップ

設定

a クエリ例 python

Zendesk用サードパーティETLツールコネクタ

ステップ

設定

a クエリ例 config

お客様のプライバシーを大切にしています

今すぐ始めますか？

カスタマーサービスのボトルネックを解消し、今すぐCSATを向上させましょう