> 継続的なプロセス改善 > 問題管理 > Freshservice > データテンプレート

貴社の問題管理``データ``テンプレート

Freshservice

貴社の問題管理``データ``テンプレート

この`テンプレート`は、Freshserviceにおける`問題``ライフサイクル`を`マッピング`するための`包括的`な`フレームワーク`を`提供し`、`根本原因分析`と`ワークアラウンド``作成`における`ボトルネック`を`特定する`ことを`可能にします`。これにより、`プロセスマイニング`用の`堅牢`な`イベントログ`を`構築する`ために`必要`な`必須``属性`と`活動`が`概説`されます。この`ガイド`に`従う`ことで、`抽出``プロセス`を`合理化`し、IT`サービス`の`安定性`の`向上`に`集中`できます`。

より深い根本原因分析のための重要な属性
問題`ライフサイクル`の`標準化された`活動`マッピング`
Freshserviceからの`データ`抽出に関する`技術`ガイド

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

問題管理属性

これらの推奨`データ``フィールド`は、`問題管理``パフォーマンス`の`詳細`な`分析`を`可能にする`ために、`イベントログ`に`必要`な`コンテキスト`を`提供します。

3 必須 10 推奨 7 任意

	名前	説明
	アクティビティ ActivityName	問題レコードで`実行された`特定`の`イベント`または`アクション`。
説明この`属性`は、「`問題`記録`」、「`根本原因`特定`」、または「`サポートグループ`変更`」など、`プロセスライフサイクル`内の`ステップ`を`記述します`。これは、`作業`の`シーケンス`を`マッピングする`ための`プロセスディスカバリーアルゴリズム`の`コアコンポーネント`です。分析では、この`フィールド`がプロセス``マップの`ノード`を`決定`し、手戻り``ループ、`スキップ`された`ステップ`、プロセス``バリアントを`特定する`ために`不可欠です`。その重要性プロセス実行の「何を」定義し、プロセスマップ生成には必須です。取得元 Freshserviceの「Activities」または「Audit Log」エンドポイントから派生します。例問題記録優先度更新ステータスが「解決済み」に変更されました
	タイムスタンプ EventTimestamp	アクティビティが発生した正確な日時。
説明この`属性`は、`システム`で`特定`の`イベント`が発生した``時刻を`記録します`。これにより、プロセスマイニング``エンジンは`イベント`を`時`系列`順`に`並べ`、`ステップ`間の`期間`を`計算`できます。分析では、この`データ`がスループット``時間、リードタイム``分析、ボトルネック``特定など、`すべて`の`時間`ベース`のKPI`の`基礎`となります`。その重要性イベントのタイムラインを確立し、サイクル時間の計算とプロセス順序付けを可能にします。取得元アクティビティストリーム内のFreshservice APIの「created_at」または「updated_at」フィールド。例 2023-10-15T08:30:00Z2023-10-15T09:15:22Z2023-10-16T14:00:00Z
	問題レコード ProblemNumber	問題レコードに`割り当てられた`一意の`英数字``識別子`（例：`PRB-10234`）。
説明この`属性`は、プロセスマイニング``分析の中心``ケースIDとして`機能します`。これはFreshservice内の`特定`の問題``調査を一意に`識別し`、`すべて`の関連``活動、`イベント`、`変更`を`リンク`します。これは`個々`の`監査`ログエントリ`を`一貫したプロセス``インスタンス`に`グループ化する`ために`使用されます`。分析では、この`識別子`により`ユーザー`は`高`レベルの``集約から`特定`の問題``ジャーニーに`ドリルダウン`して、発生した``イベントの`正確`な`シーケンス`を`理解`できます`。その重要性プロセスフローを再構築するための基本的なキーであり、各ケースを一意に識別するために必要です。取得元 Freshservice API「Problem」オブジェクト、「display_id」フィールド。例 PRB-10023PRB-10045PRB-11201
	`サポートグループ` SupportGroup	問題を`処理する`ために`割り当てられた`技術`チーム`または`グループ`。
説明この`属性`は、`問題`レコード`の`チーム``所有権`を`表します`。`グループ`間の`転送`は、`問題管理`における`遅延`の`主要`な`原因`です。分析では、この`フィールド`は「サポートグループ``転送``ヒートマップ」を`生成`し、`チーム`間のピンポン``行動を`特定する`ために`使用されます`。その重要性引き継ぎの分析やサイロ化されたボトルネックの特定に不可欠です。取得元 Freshservice API「Problem」オブジェクト、「group_id」フィールド（Groupsテーブルへのルックアップが必要）。例データベースチームネットワーク運用アプリケーションサポート
	RCAまでの時間 TimeToRootCause	問題`作成`から`根本原因`特定`までの`期間`。
説明この期間``属性は、「`問題`記録`」`イベント`と「`根本原因`特定`」`イベント`の`時間`差`を`測定`することで`計算されます`。分析では、これは「`根本原因`特定`までの`平均時間`」`KPI`に`入力`され、`診断フェーズ`の`効率`を`強調します`。その重要性特に調査フェーズの速度を測定します。取得元イベントタイムスタンプから算出されます。例 48時間3 days45 minutes
	SLA違反 IsSlaBreached	プロブレムレコードがサービスレベル目標を達成できなかったことを示すフラグ。
説明このブール``属性は、`問題`解決時間`が`定義されたポリシー`を`超えた`場合`に`true`と`なります`。分析では、これは「重要``問題SLA`パフォーマンス`」`ダッシュボード`を`駆動`し、`どの`チーム`または`カテゴリ`が`タイムリー`さ`に`最も`苦労している`か`を`特定する`のに`役立ちます`。その重要性プロセスコンプライアンスとパフォーマンスの直接的な測定です。取得元 Freshservice API、「sla_policy」または「sla_breached」フラグから派生。例 truefalse
	ステータス ProblemStatus	問題の`現在`の`ライフサイクル``ステータス`（例：`オープン`、`変更`要求`済み`、`解決済み`）。
説明この`属性`は、`ワークフロー`における`問題`の`進行状況`を`追跡します`。この`フィールド`の`変更`は、標準``プロセス``活動を`トリガーします`。分析では、これは`アクティブ`な`作業`と`完了`した`作業`を`区別する`ための`主要`な`フィルター`として`機能し`、WIP（`作業`中`）`分析`を`可能にします`。その重要性ケースの状態を定義し、フロー統計の計算に使用されます。取得元 Freshservice API「Problem」オブジェクト、「status」フィールド。例オープン変更保留中解決済みクローズ
	リンクされたインシデント RelatedIncidentCount	この`問題`に`リンクされている`インシデント`レコード`の`数`。
説明この`属性`は、`問題`レコードに`関連付けられている`個々の`インシデント`の`数`を`カウントします`。これはユーザー``中断の`データ`量`の`代理`として`機能します`。分析では、これは「インシデント``連携``密度」`KPI`で`使用され`、`問題`が`実際`にインシデント``データ量`を`削減`しているか`どうかを`検証します`。その重要性プロブレムがヘルプデスクに与える影響の大きさを表します。取得元 Freshservice API、「associated_incidents」配列のカウント。例 05120
	優先度 ProblemPriority	問題に`割り当てられた`優先度`レベル`（例：`低`、`中`、`高`、`緊急`）。
説明この`属性`は、`問題`レコード`の`相対的`な`重要度`と`緊急度`を`示します`。これは`通常`、`インパクト`と`緊急度`の`マトリックス`によって`決定されます`。分析では、この`フィールド`は`セグメンテーション`にとって`重要です`。これにより、`アナリスト`は`重要`な`問題`と`軽微`な`欠陥`の間で`サイクルタイム`とSLA`遵守`を`比較できます`。その重要性影響の大きい問題に対する分析のフィルタリングと優先順位付けに不可欠です。取得元 Freshservice API「Problem」オブジェクト、「priority」フィールド。例低中高`緊急`
	再オープン済み IsReopened	プロブレムレコードがクローズ状態からオープン状態に移動されたことがあるかどうかを示すフラグ。
説明このブール``属性は、`活動`履歴`を`確認`し、`終端状態`から`アクティブ状態`への`移行`を`チェック`することで`計算されます`。分析では、これは「`問題レコード`再オープン`傾向`」`ダッシュボード`を`サポートし`、解決``プロセスの`主要`な品質``指標として`機能します`。その重要性誤検知の解決と手戻りの主要な指標。取得元イベントログ（ActivityName）から算出されます。例 truefalse
	担当者 AgentName	`現在`、`問題`に`割り当てられている`サービスデスク``エージェント`の`名前`。
説明この`属性`は、`問題`の`調査`または`解決`を担当する``個人を`識別します`。これはリソース``分析とパフォーマンス``監視を`可能にします`。分析では、作業``負荷の`分散`と、`過負荷`になっている`可能性`のある`個人`、またはRCAに`特に`効率的`な`個人`を`特定する`のに`役立ちます`。その重要性リソース分析と組織マイニングの鍵となります。取得元 Freshservice API「Problem」オブジェクト、「responder_id」フィールド（Agentテーブルへのルックアップが必要）。例 Alice Smithボブ・ジョーンズシステム管理者
	根本原因カテゴリ RootCauseCategory	問題に対して`特定された`根本原因`の`分類。
説明この`属性`は、「ソフトウェア``バグ」、「設定``エラー」、または「ヒューマン``エラー」などの`問題`が`発生した`原因を`分類します`。`これはRCA`フェーズの`後`に`入力`されます。分析では、これは「根本原因``分類``品質」`ダッシュボード`で`使用され`、`インフラストラクチャ`の`体系的`な`弱点`を`特定します`。その重要性傾向分析および予防的改善の領域を特定するのに不可欠です。取得元 Freshservice API「Problem」オブジェクト。設定に応じて、多くの場合カスタムフィールドまたは「root_cause」テキストフィールドです。例ソフトウェア障害設定エラーハードウェアの誤動作
	部署 DepartmentName	問題を`報告した`ユーザー`または`主`に`影響`を受けた`ユーザー`の`部門`。
説明この`属性`は、`問題`によって`影響`を受けたビジネス``ユニットを`識別します`。分析では、これは「重要``問題SLA`パフォーマンス`」を`セグメント化`し、`特定`の`部門`が`他の`部門`よりも`遅い`サービス`を`受けている`か`どうかを`確認する`のに`役立ちます`。その重要性問題の影響に関する組織的な`コンテキスト`を提供します。取得元 Freshservice API、リクエスターの部門テーブルへのルックアップ経由。例財務人事IT
	ソースシステム SourceSystem	`データ`の`発信元``システム`名です。
説明この静的``属性は、`データセット`の`発生源`（「Freshservice」）を`識別します`。複数``システム``環境では、`異なる`ITSM`ツール`または`インスタンス`から`来る`レコード`を`区別する`のに`役立ちます`。分析では、これは`複数`の`ソース`からの``データを`結合`する`際`の`フィルター`または`グループ化`に`主`に`使用されます`。その重要性マルチシステムプロセスマイニング実装におけるデータリネージとトレーサビリティを保証します。取得元抽出時にハードコードされた値。例 Freshservice
	リンクされた変更リクエスト ChangeRequestId	問題を`修正`するために`作成された`変更`要求`の`識別子`。
説明この`属性`には、`恒久的な`修正を`実施する`ために`問題`レコードに`関連付けられた`変更`要求`の`ID`が含まれます。分析では、これは「RCAから変更への移行``時間」`KPI`に`不可欠であり`、`原因`を`発見`してから`対処`するまでの失われた``時間の`測定`を`可能にします`。その重要性プロブレムプロセスを変更管理プロセスにリンクします。取得元 Freshservice API、「associated_change_request」フィールド。例 CHG-2001CHG-2045
	ワークアラウンド`説明` WorkaroundNotes	`一時的な`修正`または`ワークアラウンド`を`説明する`テキスト`。
説明この`属性`には、提供された``一時的な解決策の詳細が含まれます。その`存在`は、`ワークアラウンド`が`正常に`公開されたことを`示します`。分析では、この`フィールド`を`入力`した`タイムスタンプ`が「平均ワークアラウンド``リードタイム」`KPI`を`算出します`。その重要性緩和速度と完全な解決速度の測定に不可欠です。取得元 Freshservice API「Problem」オブジェクト、「workaround」フィールド。例サービスを手動で再起動するブラウザキャッシュをクリア代替VPN`エンドポイント`を`使用する`
	最終データ更新 LastExtractionTime	Freshserviceから`データ`が`抽出`された`時刻`を`示す``タイムスタンプ`。
説明この`属性`は、`分析`に使用される``データセットの`鮮度`を`マーク`します`。これは`ユーザー`が`リアルタイム``データ`を`見ている`のか、`過去`の`スナップショット`を`見ている`のかを`理解する`のに`役立ちます`。分析では、これは`アクティブ`な`ケース`の`現在`のオープン``期間を`計算する`ための`参照`点`として`使用されます`。その重要性 `データ`の`レイテンシ`と信頼性に関する`コンテキスト`を提供します。取得元 ETL実行時のシステム時間。例 2023-11-01T12:00:00Z
	影響を受ける資産 AssociatedAsset	問題に`リンクされている`主要な`構成`アイテム`（CI）または`資産`。
説明この`属性`は、`調査`の`対象`となる`特定`の`ハードウェア`またはソフトウェア``資産を`識別します`。分析では、資産``タイプ別の「根本原因``分類``品質」を`可能にし`、`特定`の`デバイス`またはソフトウェア``バージョンが`欠陥`を`抱えやすい`か`どうかを`明らかにします`。その重要性プロセスパフォーマンスをインフラストラクチャコンポーネントに接続します。取得元 Freshservice API、「associated_assets」フィールド。例サーバー-01給与計算アプリケーションコアスイッチA
	影響度 ImpactLevel	問題が`ビジネス``プロセス`に`与える`影響の`度合い`。
説明この`属性`は、`問題`の`範囲`を`定量化し`、多くの場合、`緊急度`と共に``優先度を`決定する`ために`使用されます`。分析では、どの``プロセス``ボトルネックが最も``重要なビジネス``機能に`影響`を与えている`かを`優先順位付けする`のに`役立ちます`。その重要性ビジネス`重要度`に応じて``分析``結果に`重み`を`付ける`ために`使用されます`。取得元 Freshservice API「Problem」オブジェクト、「impact」フィールド。例低中高
	支払期日 DueDate	問題レコードが`解決`される`予定`の`目標`日付。
説明この`属性`には、`問題`の`期限`が`保持され`、多くの場合SLA`ポリシー`または`マネージャー`によって`手動`で`設定されます`。分析では、この`日付`を`実際`の`解決`日付`と`比較する`ことで、`計画`の`精度`と`現実的`な`期待値`設定に関する`洞察`が`得られます`。その重要性期限内の`提供`分析の`参照`点。取得元 Freshservice API「Problem」オブジェクト、「due_by」フィールド。例 2023-12-31T17:00:00Z

必須推奨任意

問題管理活動

これらの重要なプロセスマイルストーンとステータス変更を捉えることで、サービスデスク内でのプロブレムレコードのエンドツーエンドのジャーニーを可視化します。

7 推奨 8 任意

	アクティビティ	説明
	サポートグループ`割り当て`済み	問題レコードを特定の技術チームまたは`割り当て`グループにルーティングします。`チケット`履歴の「グループ」`フィールド`の`変更を監視することで`捕捉されます。
その重要性サポートグループ転送ヒートマップに不可欠です。これを追跡することで、ピンポン効果やチーム間の過度な引き継ぎが明らかになります。取得元アクティビティストリーム：「group_id」または「group_name」フィールドの更新。取得グループフィールドが更新された際にログ記録イベントタイプ explicit
	プロブレムクローズ済み	レコードが`ロック`され、`非`アクティブ`と`見なされる`最終`ライフサイクル``イベント`。「`クローズ済み`」への`ステータス`移行`によって`捕捉されます。
その重要性プロセスインスタンスの絶対的な終了を定義します。総サイクル時間の計算に必要です。取得元アクティビティストリーム：ステータスの「クローズ」への変更。取得ステータスがクローズ済みに変更されたときに記録されますイベントタイプ explicit
	ワークアラウンド`公開済み`	問題レコードへ`一時的な`解決策を追加すること、これは多くの場合、「`ワークアラウンド`」`ノート`または`フィールド`として`マーク`されます。`ワークアラウンド`公開`速度`の`計算に`使用されます。
その重要性チームがどの程度迅速に影響を緩和するかを測定します。平均回避策リードタイムKPIに不可欠です。取得元アクティビティストリーム：「workaround」フィールドの更新、または解決策/回避策としてマークされたメモの作成。取得回避策フィールドが入力された際にログ記録イベントタイプ explicit
	問題記録	システムにおける`問題`レコード`の`初期`作成`。`この`イベント`は、新しい`問題``チケット`が`保存`された`とき`にFreshserviceの`監査`ログに`明示的に`捕捉されます。
その重要性プロセスインスタンスの開始を示します。すべてのリードタイムとサイクルタイムを計算するためのアンカーポイントです。取得元 FreshserviceアクティビティストリームまたはチケットAPI（created_atタイムスタンプ）。取得トランザクション「New Problem」が実行された際にログ記録イベントタイプ explicit
	変更リクエスト関連付け済み	`変更`レコード`と`問題`レコード`の`関連付け`は、`是正措置`フェーズの`開始`を示します。`「`変更`との`関連付け`」`システム``イベント`を`介して`捕捉されます。
その重要性 `変更`要求`ボトルネック`モニター`に`不可欠`です。`問題管理`から`変更管理`への`引き渡し`を`測定します`。取得元アクティビティストリーム：「変更との関連付け」イベント。取得変更IDがリンクされた際にログ記録イベントタイプ explicit
	恒久的な修正適用済み	最終的な解決策の実施を表します。Freshserviceでは、ステータスが「解決済み」または「解決済み」に移行した`時点`で、これが通常推測されます。
その重要性恒久的な修正の実装遅延を計算します。技術的な修正作業の終了を示します。取得元アクティビティストリーム：ステータスの「解決済み」または「対応済み」への変更。取得ステータスフィールドを前後で比較イベントタイプ inferred
	根本原因特定済み	`根本原因``テキストフィールド`または`分析`セクションが`入力`された`時点`。`「`根本原因`」`フィールド`の`初期``更新`を`null``状態`から`特定する`ことで`捕捉されます。
その重要性 RCA`リードタイム`分析の`主要`な`マイルストーン`。`調査`から`解決策`設計への`移行`を示します。取得元アクティビティストリーム：「root_cause」または「analysis」フィールドの更新。取得 root_causeフィールドを更新前後で比較イベントタイプ inferred
	SLA違反	「期日」が超過したことを示すシステム生成イベント。Freshserviceは特定のSLA違反マーカーをログに記録します。
その重要性重要プロブレムSLAパフォーマンス分析を直接サポートします。コンプライアンス違反を強調表示します。取得元アクティビティストリーム：SLA違反システムログ。取得システムSLAモニターがトリガーされた際にログ記録イベントタイプ explicit
	ステータス`変更`保留中	変更リクエストが実装されるのをプロブレムが待っていることを示すステータス遷移。「Change Requested」または類似のステータスフィールドへの変更から推測されます。
その重要性プロブレム管理チームが外部の変更プロセスに依存している場合の待機時間を特定します。取得元アクティビティストリーム：「変更リクエスト済み」を表すIDへのステータス変更。取得ステータスフィールドを前後で比較イベントタイプ inferred
	メモ追加	パブリックまたはプライベートノートがレコードに追加された際の一般的なアクティビティ捕捉。継続的なコラボレーションまたは更新を表します。
その重要性ステータスが変更されていない場合でも、アクティブな作業を示します。「アクティブな待機」期間を特定するのに役立ちます。取得元アクティビティストリーム：「メモ追加」イベント。取得コメントが投稿された際にログ記録イベントタイプ explicit
	優先度更新	プロブレムレコードの緊急度または影響レベルの変更。「Priority」フィールドの監査証跡を通じて記録されます。
その重要性 SLA違反の分析および重要プロブレムSLAパフォーマンスダッシュボードのフィルタリングに不可欠です。取得元アクティビティストリーム：「priority」フィールドの更新。取得優先度フィールドが変更された際にログ記録イベントタイプ explicit
	問題タスク完了	問題レコードに`添付された`サブ`タスク`の`完了`。`これは、多くの場合、`実施後`レビュー`（PIR）`または`特定`の`調査`ステップを`追跡する`ために`使用されます。
その重要性 `レビュー`タスクが`クローズ`されているか`どうかを`追跡することで、`事後レビュー完了`監査``ダッシュボード`をサポートします。取得元アクティビティストリーム：「タスク」ステータスのクローズ/完了への変更。取得リンクされたタスクが完了とマークされた際にログ記録イベントタイプ explicit
	問題再開	「Resolved」または「Closed」状態から「Open」状態への遷移。修正が失敗したか、拒否されたことを示します。
その重要性「`問題レコード`再オープン傾向``ダッシュボード」の`主要`メトリック`です。高い`再オープン率`は、RCAや修正`の`品質が低い`ことを示します。取得元アクティビティストリーム：ステータスの[クローズ/解決済み]から[オープン/進行中]への変更。取得ステータスフィールドを前後で比較イベントタイプ inferred
	担当者割り当て済み	問題レコードに`特定`の`個人`担当者を`割り当てること`。`「`エージェント`」`フィールド`が`入力`または`更新`された`とき`に`明示的に`捕捉されます。
その重要性リソースが正式に作業に着手した時期を示します。優先度によるリソース割り当ての分析に役立ちます。取得元アクティビティストリーム：「responder_id」フィールドの更新。取得担当者フィールドが更新された際にログ記録イベントタイプ explicit
	資産リンク済み	設定`アイテム`（CI）または`資産`を`問題`レコードに`関連付けること`。`これは、「影響を受ける`ビジネス``サービス`」または「影響を受ける`設定``アイテム`」を特定するのに役立ちます。
その重要性抽象的なプロブレムを物理的または論理的インフラストラクチャにリンクします。根本原因分類の品質分析に不可欠です。取得元アクティビティストリーム：「資産との関連付け」イベント。取得資産がレコードに添付された際にログ記録イベントタイプ explicit

推奨任意

抽出ガイド

Freshserviceからデータを取得する方法

ステップ

Analyticsモジュールにアクセスするため、「Admin」または「Supervisor」権限を持つアカウントでFreshserviceにログインします。
左側のサイドバーナビゲーションメニューにあるAnalyticsアイコンをクリックします。
新しいレポート（右上）をクリックし、「プロブレム管理プロセスマイニング」のような名前を付けます。
レポートキャンバスで、ウィジェットを追加をクリックし、データテーブルの視覚化タイプを選択します。
右側のデータセット選択パネルで、プライマリモジュールとしてProblemsを選択します。
メトリクスの設定: 「メトリクス」セクションで、レコードレベルのデータを取得するためにカウントが「Problems」に設定されていることを確認します。
列（属性）の設定: 以下のフィールドを「列」または「グループ化」セクションにドラッグアンドドロップして、テーブルに表示されるようにします。
- ID: Problem ID
- 日付: Created Date、Resolved Date、Closed Date、Due By
- 属性: Status、Priority、Agent Name、Group Name、Department、Impact、Urgency、Root Cause、SLA Breached
フィルターの適用: データ量を管理するために、Created Dateに「日付範囲」フィルター（例: 「過去6ヶ月」または「過去365日」）を設定します。
適用をクリックしてデータプレビューを生成します。
（ウィジェットまたはレポートの右上にある）エクスポートボタンをクリックし、基になるデータのCSVを選択してファイルをダウンロードします。
データ変換（重要）: エクスポートは問題ごとに1行を生成するため、「クエリ」セクションで提供される設定を使用して日付列を「アンピボット」します。各有効な日付セル（例: 作成日、解決日）は、対応するアクティビティ名を持つ最終的なイベントログの個別の行になります。
変換されたファイルをFreshservice_Problem_EventLog.csvとして保存し、ProcessMindにアップロードします。

設定

モジュール選択: 「Problems」が選択されていることを確認してください。「Incidents」や「Changes」と同じ表形式ウィジェットで混在させないでください。結合エラーの原因となります。
日付範囲: 適切なプロセスの発見には「過去12ヶ月」を推奨します。Freshserviceでの行制限（通常、エクスポートあたり2万～5万行）のため、より広い範囲では複数のバッチエクスポートが必要になる場合があります。
フィールド表示: 「根本原因カテゴリ」や「修正者」などのカスタムフィールドが、アナリティクスに表示されない場合は、「フォームフィールド」設定でレポート用に有効になっていることを確認してください。
粒度: エクスポートは「Problem Case」レベルです。特定の「Activities」データセットが利用可能な層にない限り、フィールド変更履歴（例: 複数担当者の再割り当て）は現在の値にフラット化されます。
日付形式: 解析エラーを避けるため、エクスポート設定が標準形式（ISO 8601 YYYY-MM-DD HH:MM:SS）を使用していることを確認してください。

a クエリ例 config

{
  "extraction_config": {
    "source": "Freshservice Analytics CSV",
    "entity": "Problem Record",
    "transformation_type": "UNPIVOT",
    "primary_key": "Problem ID",
    "mapping_rules": [
      {
        "activity_name": "Problem Logged",
        "source_column": "Created Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Permanent Fix Applied",
        "source_column": "Resolved Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Problem Closed",
        "source_column": "Closed Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "SLA Breached",
        "source_column": "Due By",
        "condition": "SLA Breached == 'true' AND Due By < NOW()"
      },
      {
        "activity_name": "Root Cause Identified",
        "source_column": "Resolved Date",
        "condition": "Root Cause IS NOT NULL"
      },
      {
        "activity_name": "Agent Assigned",
        "source_column": "Created Date",
        "condition": "Agent Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Support Group Assigned",
        "source_column": "Created Date",
        "condition": "Group Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Asset Linked",
        "source_column": "Created Date",
        "condition": "Associated Asset IS NOT NULL",
        "note": "Uses creation time as proxy"
      }
    ],
    "attribute_mapping": {
      "CaseId": "Problem ID",
      "AgentName": "Agent Name",
      "SupportGroup": "Group Name",
      "Priority": "Priority",
      "Status": "Status",
      "Department": "Department",
      "IsSlaBreached": "SLA Breached",
      "RootCause": "Root Cause"
    }
  }
}

ステップ

前提条件: Python（バージョン3.6以降）とpandasおよびrequestsライブラリがインストールされていることを確認してください。これらはpip install pandas requestsでインストールできます。
API認証情報: Freshserviceアカウントにログインします。右上隅のプロフィールアイコンをクリックし、「プロフィール設定」を選択します。右側のサイドバーに表示されているAPIキーをコピーします。また、完全なFreshserviceドメインURLも必要です。
スクリプト設定: 提供されているPythonスクリプトを開きます。FRESHSERVICE_DOMAIN（例: yourcompany.freshservice.com）とAPI_KEYのプレースホルダー値を実際の認証情報に置き換えます。必要に応じてOUTPUT_FILENAMEを調整してください。
日付フィルタリング: スクリプトにはUPDATED_SINCEというフィルター変数が含まれています。この日付（YYYY-MM-DD）を設定して、特定の時間以降に更新されたプロブレムに抽出を制限し、パフォーマンスを最適化します。
実行: ターミナルまたはIDEを使用してスクリプトを実行します。スクリプトはFreshservice APIにページネーションされたリクエストを実行してプロブレムレコードを取得します。その後、各プロブレムIDを反復処理して、特定のアクティビティログとタスクをフェッチします。
イベント変換: スクリプトは生のJSONレスポンスを解析します。作成時刻を自動的に「Problem Logged」アクティビティに変換します。その後、アクティビティ履歴をスキャンして、フィールドの更新（Status、Priority、Agent、Group）やシステムイベント（SLA違反、関連付け）を検出し、特定のアクティビティ行を生成します。
リンクされたオブジェクトの処理: 「Asset Linked」や「Change Request Associated」のようなアクティビティの場合、スクリプトはプロブレムのタイムライン内で特定のシステム生成アクティビティタイプまたは関連付けイベントを探します。
タスク抽出: スクリプトは、すべてのプロブレムに対してプロブレムタスクエンドポイントへの個別のサブコールを行い、「Problem Task Completed」イベントをキャプチャし、サブ作業が視覚化されるようにします。
データ集約: 抽出されたすべてのイベントはメインリストに追加されます。スクリプトは、タイムスタンプの差とレコードフラグに基づいて、IsSlaBreachedやTimeToRootCauseなどの特定の属性を計算します。
CSVエクスポート: 最後に、スクリプトはpandasライブラリを使用してイベントリストからDataFrameを作成し、CSVファイルにエクスポートします。このファイルは、ProcessMindへの取り込み準備が整った必要な列（ProblemNumber、ActivityName、EventTimestampなど）でフォーマットされます。

設定

APIレート制限: Freshserviceはレート制限（プランによって通常1時間あたり1000コール）を設けています。このスクリプトには、これらの制限に急速に達するのを避けるための簡単なスリープメカニズムが含まれていますが、非常に大規模なデータセットの場合は、遅延を増やす必要があるかもしれません。
ページネーション: スクリプトはpageパラメーターを使用して結果を循環させます。デフォルトでは、APIオーバーヘッドを最小限に抑えるため、1ページあたり100レコードを要求します。
日付フィルタリング: API呼び出しでupdated_sinceパラメーターを使用してデルタロードを実行します。これにより、毎回履歴全体をダウンロードするのではなく、最近アクティブな問題に焦点を当てることができます。
フィールドマッピング: Freshserviceは一部のAPIバージョンでステータスと優先度を数値IDとして返します。スクリプトは標準のIDマッピングを想定していますが、組織がカスタムステータスライフサイクルを使用している場合は、status_map辞書を調整する必要があるかもしれません。
権限: 使用するAPIキーは、プロブレム、その監査ログ、およびそのタスクを表示する権限を持つユーザーに属している必要があります。AdminまたはSupervisorロールを推奨します。

a クエリ例 python

import requests
import pandas as pd
import json
import time
from datetime import datetime

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
FRESHSERVICE_DOMAIN = class="hl-string">"yourcompany.freshservice.com" class=class="hl-string">"hl-comment"># Replace with your domain
API_KEY = class="hl-string">"YOUR_API_KEY_HERE" class=class="hl-string">"hl-comment"># Replace with your API Key
UPDATED_SINCE = class="hl-string">"2023-01-01T00:00:00Z" class=class="hl-string">"hl-comment"># ISO 8601 format
OUTPUT_FILENAME = class="hl-string">"freshservice_problem_event_log.csv"

class=class="hl-string">"hl-comment"># Auth tuple
AUTH = (API_KEY, class="hl-string">"X")
HEADERS = {class="hl-string">"Content-Type": class="hl-string">"application/json"}

class=class="hl-string">"hl-comment"># Helper to handle rate limits and requests
def fetch_url(url, params=None):
    response = requests.get(url, auth=AUTH, headers=HEADERS, params=params)
    if response.status_code == 429:
        print(class="hl-string">"Rate limit reached. Sleeping for 60 seconds...")
        time.sleep(60)
        return fetch_url(url, params)
    elif response.status_code != 200:
        print(fclass="hl-string">"Error fetching {url}: {response.text}")
        return None
    return response.json()

class=class="hl-string">"hl-comment"># Helper to map Status IDs to Names (Customize based on your instance configuration)
STATUS_MAP = {
    1: class="hl-string">"Open",
    2: class="hl-string">"On Hold",
    3: class="hl-string">"Resolved",
    4: class="hl-string">"Closed",
    5: class="hl-string">"Change Requested" 
}

PRIORITY_MAP = {
    1: class="hl-string">"Low",
    2: class="hl-string">"Medium",
    3: class="hl-string">"High",
    4: class="hl-string">"Urgent"
}

def extract_data():
    all_events = []
    page = 1
    has_more = True
    
    base_url = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2/problems"
    
    print(class="hl-string">"Starting extraction...")
    
    while has_more:
        print(fclass="hl-string">"Fetching Problem page {page}...")
        params = {
            class="hl-string">"updated_since": UPDATED_SINCE,
            class="hl-string">"per_page": 100,
            class="hl-string">"page": page,
            class="hl-string">"include": class="hl-string">"requester"
        }
        
        data = fetch_url(base_url, params)
        
        if not data or class="hl-string">"problems" not in data or len(data[class="hl-string">"problems"]) == 0:
            has_more = False
            break
            
        problems = data[class="hl-string">"problems"]
        
        for problem in problems:
            p_id = problem.get(class="hl-string">"id")
            p_display_id = fclass="hl-string">"PRB-{p_id}"
            created_at = problem.get(class="hl-string">"created_at")
            
            class=class="hl-string">"hl-comment"># Common Attributes
            curr_status = STATUS_MAP.get(problem.get(class="hl-string">"status"), str(problem.get(class="hl-string">"status")))
            curr_priority = PRIORITY_MAP.get(problem.get(class="hl-string">"priority"), str(problem.get(class="hl-string">"priority")))
            agent_id = problem.get(class="hl-string">"responder_id")
            group_id = problem.get(class="hl-string">"group_id")
            dept_id = problem.get(class="hl-string">"department_id")
            
            class=class="hl-string">"hl-comment"># ACTIVITY 1: Problem Logged
            all_events.append({
                class="hl-string">"ProblemNumber": p_display_id,
                class="hl-string">"ActivityName": class="hl-string">"Problem Logged",
                class="hl-string">"EventTimestamp": created_at,
                class="hl-string">"ProblemPriority": curr_priority,
                class="hl-string">"ProblemStatus": class="hl-string">"Open",
                class="hl-string">"AgentName": str(agent_id) if agent_id else None,
                class="hl-string">"SupportGroup": str(group_id) if group_id else None,
                class="hl-string">"IsSlaBreached": False
            })
            
            class=class="hl-string">"hl-comment"># --- Fetch Activities (Audit Log) ---
            activities_url = fclass="hl-string">"{base_url}/{p_id}/activities"
            activity_data = fetch_url(activities_url)
            
            if activity_data and class="hl-string">"activities" in activity_data:
                for act in activity_data[class="hl-string">"activities"]:
                    act_time = act.get(class="hl-string">"created_at")
                    act_type = act.get(class="hl-string">"activity_type")
                    
                    class=class="hl-string">"hl-comment"># ACTIVITY: Note Added
                    if act_type == class="hl-string">"note_added":
                        all_events.append({
                            class="hl-string">"ProblemNumber": p_display_id,
                            class="hl-string">"ActivityName": class="hl-string">"Note Added",
                            class="hl-string">"EventTimestamp": act_time,
                            class="hl-string">"ProblemStatus": curr_status
                        })
                        class=class="hl-string">"hl-comment"># Check if note implies Workaround
                        if class="hl-string">"workaround" in str(act.get(class="hl-string">"content", class="hl-string">"")).lower():
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Workaround Published",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"ProblemStatus": curr_status
                            })
                            
                    class=class="hl-string">"hl-comment"># SYSTEM UPDATES & FIELD CHANGES
                    elif act_type == class="hl-string">"system":
                        content = str(act.get(class="hl-string">"content", class="hl-string">""))
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: SLA Breached
                        if class="hl-string">"sla" in content.lower() and class="hl-string">"breached" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"SLA Breached",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"IsSlaBreached": True
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Asset Linked
                        if class="hl-string">"associated" in content.lower() and class="hl-string">"asset" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Asset Linked",
                                class="hl-string">"EventTimestamp": act_time
                            })
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: Change Request Associated
                        if class="hl-string">"associated" in content.lower() and class="hl-string">"change" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Change Request Associated",
                                class="hl-string">"EventTimestamp": act_time
                            })

                    class=class="hl-string">"hl-comment"># FIELD UPDATES (extracted from changes object if present)
                    class=class="hl-string">"hl-comment"># Freshservice API structure varies; looking for generic class="hl-string">'changes' object
                    class=class="hl-string">"hl-comment"># Note: You may need to inspect the class="hl-string">'changes' dict structure for your version
                    if class="hl-string">"changes" in act:
                        changes = act[class="hl-string">"changes"]
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: Priority Updated
                        if class="hl-string">"priority" in changes:
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Priority Updated",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"ProblemPriority": PRIORITY_MAP.get(changes[class="hl-string">"priority"][1], str(changes[class="hl-string">"priority"][1]))
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Status Changes
                        if class="hl-string">"status" in changes:
                            new_status_id = changes[class="hl-string">"status"][1]
                            new_status_name = STATUS_MAP.get(new_status_id, class="hl-string">"Unknown")
                            
                            class=class="hl-string">"hl-comment"># Generic Status Update (could be mapped if needed, but we look for specific lifecycle events)
                            
                            class=class="hl-string">"hl-comment"># ACTIVITY: Status Pending Change
                            if new_status_name == class="hl-string">"Change Requested":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Status Pending Change",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })
                            
                            class=class="hl-string">"hl-comment"># ACTIVITY: Permanent Fix Applied (Inferred from Resolved)
                            if new_status_name == class="hl-string">"Resolved":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Permanent Fix Applied",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })

                            class=class="hl-string">"hl-comment"># ACTIVITY: Problem Closed
                            if new_status_name == class="hl-string">"Closed":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Problem Closed",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })
                                
                            class=class="hl-string">"hl-comment"># ACTIVITY: Problem Reopened
                            class=class="hl-string">"hl-comment"># Logic: If old status was Resolved/Closed and new is Open
                            old_status_id = changes[class="hl-string">"status"][0]
                            if old_status_id in [3, 4] and new_status_id in [1, 2]:
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Problem Reopened",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"IsReopened": True
                                })

                        class=class="hl-string">"hl-comment"># ACTIVITY: Support Group Assigned
                        if class="hl-string">"group_id" in changes:
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Support Group Assigned",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"SupportGroup": str(changes[class="hl-string">"group_id"][1])
                            })

                        class=class="hl-string">"hl-comment"># ACTIVITY: Agent Assigned
                        if class="hl-string">"responder_id" in changes:
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Agent Assigned",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"AgentName": str(changes[class="hl-string">"responder_id"][1])
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Root Cause Identified
                        class=class="hl-string">"hl-comment"># Captured when root_cause or root_cause_analysis field is populated from null/empty
                        if class="hl-string">"root_cause" in changes or class="hl-string">"root_cause_analysis" in changes:
                            val = changes.get(class="hl-string">"root_cause") or changes.get(class="hl-string">"root_cause_analysis")
                            if val[0] is None or val[0] == class="hl-string">"":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Root Cause Identified",
                                    class="hl-string">"EventTimestamp": act_time
                                })

            class=class="hl-string">"hl-comment"># --- Fetch Tasks ---
            tasks_url = fclass="hl-string">"{base_url}/{p_id}/tasks"
            task_data = fetch_url(tasks_url)
            
            if task_data and class="hl-string">"tasks" in task_data:
                for task in task_data[class="hl-string">"tasks"]:
                    if task.get(class="hl-string">"status") == 3: class=class="hl-string">"hl-comment"># Assuming 3 is Closed/Completed for Tasks
                        all_events.append({
                            class="hl-string">"ProblemNumber": p_display_id,
                            class="hl-string">"ActivityName": class="hl-string">"Problem Task Completed",
                            class="hl-string">"EventTimestamp": task.get(class="hl-string">"updated_at"), class=class="hl-string">"hl-comment"># Or closed_at if available
                            class="hl-string">"ProblemStatus": curr_status
                        })

        page += 1
        class=class="hl-string">"hl-comment"># Safety break for testing
        class=class="hl-string">"hl-comment"># if page > 5: break

    class=class="hl-string">"hl-comment"># Create DataFrame
    df = pd.DataFrame(all_events)
    
    class=class="hl-string">"hl-comment"># Sort by ProblemNumber and Timestamp
    if not df.empty:
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
        df = df.sort_values(by=[class="hl-string">'ProblemNumber', class="hl-string">'EventTimestamp'])
        
        class=class="hl-string">"hl-comment"># Fill forward static attributes for cleaner logs if desired
        class=class="hl-string">"hl-comment"># df[class="hl-string">'ProblemPriority'] = df.groupby(class="hl-string">'ProblemNumber')[class="hl-string">'ProblemPriority'].ffill().bfill()

        print(fclass="hl-string">"Extraction complete. Found {len(df)} events. Saving to {OUTPUT_FILENAME}...")
        df.to_csv(OUTPUT_FILENAME, index=False)
    else:
        print(class="hl-string">"No events extracted.")

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

ステップ

Analyticsモジュールにアクセスするため、「Admin」または「Supervisor」権限を持つアカウントでFreshserviceにログインします。
左側のサイドバーナビゲーションメニューにあるAnalyticsアイコンをクリックします。
新しいレポート（右上）をクリックし、「プロブレム管理プロセスマイニング」のような名前を付けます。
レポートキャンバスで、ウィジェットを追加をクリックし、データテーブルの視覚化タイプを選択します。
右側のデータセット選択パネルで、プライマリモジュールとしてProblemsを選択します。
メトリクスの設定: 「メトリクス」セクションで、レコードレベルのデータを取得するためにカウントが「Problems」に設定されていることを確認します。
列（属性）の設定: 以下のフィールドを「列」または「グループ化」セクションにドラッグアンドドロップして、テーブルに表示されるようにします。
- ID: Problem ID
- 日付: Created Date、Resolved Date、Closed Date、Due By
- 属性: Status、Priority、Agent Name、Group Name、Department、Impact、Urgency、Root Cause、SLA Breached
フィルターの適用: データ量を管理するために、Created Dateに「日付範囲」フィルター（例: 「過去6ヶ月」または「過去365日」）を設定します。
適用をクリックしてデータプレビューを生成します。
（ウィジェットまたはレポートの右上にある）エクスポートボタンをクリックし、基になるデータのCSVを選択してファイルをダウンロードします。
データ変換（重要）: エクスポートは問題ごとに1行を生成するため、「クエリ」セクションで提供される設定を使用して日付列を「アンピボット」します。各有効な日付セル（例: 作成日、解決日）は、対応するアクティビティ名を持つ最終的なイベントログの個別の行になります。
変換されたファイルをFreshservice_Problem_EventLog.csvとして保存し、ProcessMindにアップロードします。

設定

モジュール選択: 「Problems」が選択されていることを確認してください。「Incidents」や「Changes」と同じ表形式ウィジェットで混在させないでください。結合エラーの原因となります。
日付範囲: 適切なプロセスの発見には「過去12ヶ月」を推奨します。Freshserviceでの行制限（通常、エクスポートあたり2万～5万行）のため、より広い範囲では複数のバッチエクスポートが必要になる場合があります。
フィールド表示: 「根本原因カテゴリ」や「修正者」などのカスタムフィールドが、アナリティクスに表示されない場合は、「フォームフィールド」設定でレポート用に有効になっていることを確認してください。
粒度: エクスポートは「Problem Case」レベルです。特定の「Activities」データセットが利用可能な層にない限り、フィールド変更履歴（例: 複数担当者の再割り当て）は現在の値にフラット化されます。
日付形式: 解析エラーを避けるため、エクスポート設定が標準形式（ISO 8601 YYYY-MM-DD HH:MM:SS）を使用していることを確認してください。

a クエリ例 config

{
  "extraction_config": {
    "source": "Freshservice Analytics CSV",
    "entity": "Problem Record",
    "transformation_type": "UNPIVOT",
    "primary_key": "Problem ID",
    "mapping_rules": [
      {
        "activity_name": "Problem Logged",
        "source_column": "Created Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Permanent Fix Applied",
        "source_column": "Resolved Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Problem Closed",
        "source_column": "Closed Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "SLA Breached",
        "source_column": "Due By",
        "condition": "SLA Breached == 'true' AND Due By < NOW()"
      },
      {
        "activity_name": "Root Cause Identified",
        "source_column": "Resolved Date",
        "condition": "Root Cause IS NOT NULL"
      },
      {
        "activity_name": "Agent Assigned",
        "source_column": "Created Date",
        "condition": "Agent Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Support Group Assigned",
        "source_column": "Created Date",
        "condition": "Group Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Asset Linked",
        "source_column": "Created Date",
        "condition": "Associated Asset IS NOT NULL",
        "note": "Uses creation time as proxy"
      }
    ],
    "attribute_mapping": {
      "CaseId": "Problem ID",
      "AgentName": "Agent Name",
      "SupportGroup": "Group Name",
      "Priority": "Priority",
      "Status": "Status",
      "Department": "Department",
      "IsSlaBreached": "SLA Breached",
      "RootCause": "Root Cause"
    }
  }
}

貴社の問題管理``データ``テンプレート

貴社の問題管理``データ``テンプレート

問題管理属性

問題管理活動

抽出ガイド

Freshservice アナリティクスモジュール CSVエクスポート

ステップ

設定

a クエリ例 config

Freshservice REST API v2 Python抽出

ステップ

設定

a クエリ例 python

管理システムデータエクスポート機能

ステップ

設定

a クエリ例 config

今すぐ始めますか？

プロブレム管理のボトルネックを今日解消

貴社の問題管理``データ``テンプレート

貴社の問題管理``データ``テンプレート

問題管理属性

問題管理活動

抽出ガイド

Freshservice アナリティクスモジュール CSVエクスポート

ステップ

設定

a クエリ例 config

Freshservice REST API v2 Python抽出

ステップ

設定

a クエリ例 python

管理システムデータエクスポート機能

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？

プロブレム管理のボトルネックを今日解消