> 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

カスタマーサービスのデータテンプレート

Zendesk Support

カスタマーサービスの属性 (18) カスタマーサービスのアクティビティ (14) 抽出ガイド (4)

カスタマーサービスのデータテンプレート

このテンプレートは、カスタマーサービスのプロセスを分析するために必要なデータを収集する際に役立ちます。収集すべき基本的なデータ属性、追跡すべき主要なアクティビティ、情報の抽出方法に関する具体的なガイダンスをまとめています。このガイドを使って信頼性の高いイベントログを作成し、サービス運用の課題を明らかにして改善できます。

収集を推奨する属性
カスタマーサービスのプロセスで追跡すべき主要なアクティビティ
Zendesk Supportからの抽出ガイド

イベントログを初めて扱いますか。学ぶプロセスマイニングのイベントログを作成する方法.

テンプレートをダウンロード

カスタマーサービスの属性

カスタマーサービスを詳細に分析するために、イベントログへ含める推奨データ項目です。

5 必須 6 推奨 7 任意

	名前	説明
	サービスリクエスト ServiceRequest	チケットまたは案件とも呼ばれる、各カスタマーサービスリクエストを一意に識別するIDです。
説明サービスリクエストは、1件の顧客からの問い合わせや問題について、作成から最終解決までのすべてのアクティビティを結び付ける主要な案件識別子です。各やり取り、更新、社内アクションは、この一意のIDに関連付けられます。プロセスマイニングでは、サービスリクエストごとにイベントをグループ化して分析することで、カスタマーサービスの流れを最初から最後まで確認できます。総解決時間などの主要指標の計算、プロセスからの逸脱の特定、各顧客の問題のライフサイクル把握に必要な基盤です。重要な理由すべてのプロセスステップを結び付け、個々のカスタマーサービスの流れを再構成・分析できる基本的なCase IDです。入手先 Zendesk Tickets APIの`id`項目です。例 102451287415332
	開始時刻 StartTime	アクティビティまたはイベントが開始した時点を示すタイムスタンプです。
説明開始時刻、つまりイベントのタイムスタンプは、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。たとえば、顧客の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、チケットのステータスが「Resolved」に変更された時点などです。このタイムスタンプは、イベントの時系列を定めるため、プロセスマイニングの基盤になります。アクティビティ間の所要時間の計算、サイクルタイムの測定、SLAに対するパフォーマンスの分析、サービスプロセスの時間的な動きの把握に使用します。重要な理由イベントの順序付け、所要時間の計算、サービスリクエストプロセスのタイムライン分析に欠かせないタイムスタンプです。入手先 Zendesk Ticket Audits APIで、監査履歴内の各イベントに対応する`created_at`項目です。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称です。
説明アクティビティ名は、「サービスリクエスト作成」「エージェントへのリクエスト割り当て」「サービスリクエスト解決」など、カスタマーサービスプロセスにおける1つのステップまたは節目を表します。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順序を形成します。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、イベントの発生頻度と順序の分析に欠かせません。実行されたアクション、一般的な経路、ボトルネック、標準手順からの逸脱を把握できます。重要な理由この属性はプロセス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。入手先変更やアクションを記録するZendeskのチケット監査ログまたはイベントストリームから取得します。例サービスリクエスト作成エージェントへのリクエスト割り当てエージェントによる初回公開返信送信サービスリクエスト解決
	ソースシステム SourceSystem	データの抽出元となる記録システムです。
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がZendesk Supportであることを示します。複数のシステムからデータを統合する場合に、データガバナンスとデータの系譜を管理するのに役立ちます。分析では、データを正しいソースに関連付けることで、データの完全性を維持し、特に複数システムの環境でプロセスの背景を理解できます。重要な理由データの発生元を示します。データガバナンスや、統合環境におけるプロセスデータの識別に欠かせません。入手先データ抽出時に追加され、データの発生元を示す固定値です。例 Zendesk Support
	最終データ更新日時 LastDataUpdate	ソースシステムからデータが最後に更新または抽出された時点のタイムスタンプです。
説明この属性は、Zendesk Supportからデータセットが最後に更新された時点を示します。分析対象データの鮮度を把握するための情報です。最終更新時刻を知ることで、アナリストやビジネスユーザーは、最新のプロセス情報を見ているかどうかを確認できます。データの新しさに対する期待値の管理に役立ち、レポートやモニタリングにも欠かせません。重要な理由データがどの時点のものかを明確にし、プロセス分析がどの程度最新であるかを把握できるようにします。入手先データ抽出時に生成・保存され、抽出ジョブのタイムスタンプを記録するメタデータ項目です。例 2023-10-27T02:00:00Z
	SLA目標解決時間 SlaTargetResolutionTime	SLAポリシーに基づき、サービスリクエストを解決することが期待される目標時間です。
説明この属性は、チケット解決に関するサービスレベル合意（SLA）の目標を定義します。目標は、リクエストの優先度やタイプ、顧客のサービスプランなどによって変わることがあります。「SLAコンプライアンスパフォーマンス」ダッシュボードの基準となる属性です。実際の解決時間を測定する際の基準として機能します。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、顧客との契約上の義務を果たしているかを確認できます。重要な理由顧客へのサービス約束を定義し、期限内対応のパフォーマンスとSLAコンプライアンスを測定する基準になります。入手先チケットに適用されたSLAポリシーから取得します。この情報はZendesk Ticket Metrics APIで利用できます。例 144002880086400
	SLA違反の有無 IsSlaBreached	サービスリクエストの解決時間がSLAの目標時間を超えたかどうかを示すブール型フラグです。
説明この計算属性は、サービスリクエストが解決時間に関する所定のService Level Agreement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。実際の解決時間と計画されたSLAの目標時間を比較して算出します。このフラグにより、SLAコンプライアンスの分析が容易になります。「SLA Compliance Performance」ダッシュボードと「SLA Compliance Rate」KPIの基礎データとして、サービス目標を満たしたリクエストと満たさなかったリクエストの件数をすばやく集計・可視化できます。重要な理由各ケースのSLAパフォーマンスを明確な二値で示し、コンプライアンスの監視とレポート作成を簡単にします。入手先データ変換時に、合計解決時間とSlaTargetResolutionTimeを比較して算出します。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の送信やコミュニケーションに使用されたチャネルです。
説明この属性は、メール、Web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手段を示します。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表します。チャネルの利用状況を把握することは、リソース計画と顧客体験の改善に重要です。「コミュニケーションチャネル利用状況」ダッシュボードでは、利用の多いチャネルや、解決時間の長さ、異なるプロセス経路との関係を分析できます。サービス改善や自動化に投資すべき領域の判断にも役立ちます。重要な理由顧客とエージェントのやり取りの方法を示し、チャネルの効率とプロセスおよび顧客体験への影響を分析できます。入手先 Zendesk Tickets APIの`via.channel`項目です。例 WebメールAPIチャット
	サービスリクエストタイプ ServiceRequestType	「Question」「Incident」「Problem」「Task」など、サービスリクエストの分類です。
説明この属性は、サービスリクエストの内容に基づいて分類します。通常は、リクエストの作成時またはトリアージ時に設定され、適切なワークフローと優先度の決定に役立ちます。分析では、サービスリクエストタイプ別のセグメント化が基本になります。「サービスリクエスト解決時間分析」や「社内エスカレーション率と原因」などのダッシュボードで、問題の種類ごとに解決時間、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、より問題化しやすいか、対応効率が低いかを確認できます。重要な理由リクエストを分類し、問題の種類ごとのパフォーマンス比較と分析を可能にします。対象を絞ったプロセス改善に欠かせない属性です。入手先 Zendesk Tickets APIの`type`項目です。例質問インシデント問題Task
	優先度 Priority	サービスリクエストに設定された優先度です。「Low」「Normal」「High」「Urgent」などがあります。
説明優先度はサービスリクエストの緊急度を示し、キュー内の順番や目標解決時間に影響することがあります。エージェントが重要度の高い問題から対応するのに役立ちます。この属性は、パフォーマンス分析とSLA分析に欠かせません。「サービスリクエスト解決時間分析」ダッシュボードでは、優先度別にデータを分けることで、高優先度のリクエストが低優先度のリクエストより速く処理されているか、ビジネス上の必要性に応じてリソースが適切に配分されているかを確認できます。重要な理由リクエストの緊急度を示し、SLAコンプライアンスの分析や、重要な問題への迅速な対応に欠かせません。入手先 Zendesk Tickets APIの`priority`項目です。例低通常高緊急
	担当エージェント AssignedAgent	サービスリクエストへの対応を担当するカスタマーサービスエージェントの名前またはIDです。
説明この属性は、特定の時点でアクティビティまたはサービスリクエストを担当するエージェントを示します。リクエストが再割り当てされると、ライフサイクルの途中で変わることがあります。担当エージェント別に分析することで、エージェントの業務量、パフォーマンス、効率を把握できます。「エージェントの業務量と効率」ダッシュボードでは、エージェントごとの対応時間や案件数を比較し、コーチングの機会を特定するとともに、業務量の偏りを防げます。重要な理由アクションを実行したエージェントを追跡し、個人のパフォーマンス、業務量の配分、リソース配分を分析できます。入手先 Zendesk Tickets APIの`assignee_id`項目です。ユーザーの詳細情報はUsers APIから取得できます。例 John SmithJane DoeSupportBot
	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たサポートグループまたはチームです。
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のチームを表します。スキル、製品領域、言語などに基づいて、特定のグループにリクエストを振り分け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、チーム単位のパフォーマンス、業務量の配分、チーム間のエスカレーションパターンを把握できます。個々のエージェントの分析よりも高い視点で、特定の部門や機能における構造的な問題を特定できます。重要な理由チームの担当範囲を追跡し、グループのパフォーマンス、チーム間の引き継ぎ、異なるサポート層や専門領域におけるリソース配分を分析できます。入手先 Zendesk Tickets APIの`group_id`項目です。グループの詳細情報は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請求
	再オープンの有無 IsReopened	解決済みとしてマークされた後に、サービスリクエストが再オープンされたかどうかを示すブール型フラグです。
説明この属性は、サービスリクエストが解決済みまたはクローズ済みになった後、再びオープン状態へ移行した場合に真になるフラグです。最初の解決では十分でなかったことを示します。このフラグは、手戻りや初回対応で解決できなかったケースを追跡するうえで欠かせません。「Reopened Service Request Trends」ダッシュボードと「Service Request Reopen Rate」KPIを支え、追加対応が必要なケースを簡単に集計・分析できます。こうしたケースは、根本的な問題の存在を示すことがよくあります。重要な理由手戻りや解決の失敗を特定し、提供した解決策の品質と有効性を測定しやすくします。入手先データ変換時に、チケットのステータスが「resolved」または「closed」から「open」に変わったかどうかを確認して算出します。例 truefalse
	情報リクエスト件数 InformationRequestCount	1件のサービスリクエストについて、顧客に情報を依頼した回数の合計です。
説明この計算指標は、各サービスリクエストにおける「Information Requested From Customer」アクティビティの発生回数を数えます。件数が多い場合、エージェントが必要な情報を最初に十分収集できていない可能性があります。この属性は「Repeated Information Request Analysis」ダッシュボードで使われます。件数を追跡すると、プロセスの非効率やエージェント研修が必要な領域を特定できます。情報を依頼する回数を減らすことで、解決時間を大幅に短縮し、顧客体験を改善できます。重要な理由顧客との往復コミュニケーションを数値化し、解決時間を長引かせ、顧客体験を損なう非効率を明らかにします。入手先各Service Requestについて、ActivityNameが「Information Requested From Customer」であるイベントの件数を数えて算出します。例 013
	満足度評価 SatisfactionRating	サービスリクエストの解決後に顧客が提供した満足度スコアです。
説明この属性は、顧客がサービスを利用した際の体験に対するフィードバックを示します。通常は、チケットの解決後にアンケートで収集します。一般的な評価には、「Good」、「Bad」、数値スコアなどがあります。これは顧客の感情を直接測る指標であり、主要な成果指標の一つです。「Customer Sentiment Score」KPIの算出に使われます。満足度評価を、解決時間やエージェントの対応回数などのプロセスデータと組み合わせて分析すると、どのようなプロセス上の行動が顧客により良い結果をもたらすかを把握できます。重要な理由提供したサービスに対する顧客のフィードバックを直接測定し、プロセスのパフォーマンスと顧客の成果を結び付けます。入手先 Zendesk Tickets APIの`satisfaction_rating.score`フィールド。例良い悪い提供済み
	終了時刻 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です。
説明終了時刻は、アクティビティが完了した時点を表します。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刻を現在のアクティビティの終了時刻として扱えます。「エージェントによる問題調査」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所要時間を計算するために欠かせません。パフォーマンス分析の中核となる情報であり、時間のかかるステップの特定、詳細なボトルネック分析、リソース効率の計算に利用します。重要な理由アクティビティの所要時間を計算できるため、ボトルネックの特定とパフォーマンスの測定に役立ちます。入手先多くの場合、対象のサービスリクエストにおける次のイベントのStartTimeを使用して算出します。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	顧客のリクエストに関係する具体的な製品、サービス、機能です。
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し、詳細な背景情報を提供します。エージェントが手動で設定する場合と、リクエストの内容に基づいて自動的に設定される場合があります。「リクエスト分類の正確性」や「調査サイクルタイムの内訳」などのダッシュボードで重要な役割を果たします。どの製品から最も多くのサポートリクエストが発生しているか、どの製品の解決が難しいか、初回分類と最終的な解決策が一致しているかを詳しく分析し、振り分けやエージェント研修の改善につなげられます。重要な理由リクエストを特定の事業領域、製品、サービスに関連付け、問題のある領域とプロセスへの影響を重点的に分析できます。入手先通常はZendeskのカスタムチケット項目です。正確な項目名は、Zendeskの設定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	リクエストの最終的な解決または終了の理由を示すコードまたはカテゴリです。
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。「エージェントが解決」「重複」「対応不要」「既知の問題」などが例です。単なる「Closed」ステータスよりも詳しい背景を示します。この属性は、根本原因分析に特に役立ちます。「再オープンされたサービスリクエストの傾向」ダッシュボードで解決コード別の再オープン率を分析すると、特定の解決方法の効果が低く、顧客がサポートに再度連絡している可能性を確認できます。重要な理由サービスリクエストの結果を把握できるため、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役立ちます。入手先通常はZendeskのカスタムチケット項目です。正確な項目名は、Zendeskの設定によって異なります。例初回問い合わせでの解決Tier 2へエスカレーション顧客待ち製品の不具合

必須推奨任意

カスタマーサービスのアクティビティ

カスタマーサービスプロセスを正確に発見するために、イベントログへ記録すべき主要なプロセス手順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
	エージェントへのリクエスト割り当て	サービスリクエストが対応担当の特定のエージェントに割り当てられたことを示します。振り分けルールに基づいて自動的に行われる場合と、チームリーダーまたはエージェントが手動で行う場合があります。
重要な理由割り当ては、責任の明確化と業務量の管理における重要な節目です。割り当てまでの時間や再割り当てのパターンを分析すると、トリアージと配分プロセスのボトルネックを把握できます。入手先 Zendesk Ticket Audits APIの明示的な「Change」イベントです。「assignee_id」項目に値が設定されたとき、または値が変更されたときに記録されます。取得 Ticket Auditsログで「assignee_id」項目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作成	このアクティビティは、カスタマーサービスプロセスの開始を示します。メール、Webフォーム、チャットなど、任意のチャネルから新しいチケットがZendeskで作成された時点です。作成時には、固有のチケットIDとタイムスタンプがシステムに明示的に記録されます。
重要な理由主要な開始イベントであるため、案件全体の所要時間の計算や、時間の経過に伴う受信リクエスト量の分析に欠かせません。初回応答までの時間や総解決時間など、主要なパフォーマンス指標を測定する基準になります。入手先 Zendesk Ticket Audits APIで取得できる明示的なイベントです。チケットの「Create」イベントに対応し、初回作成時のタイムスタンプを提供します。取得 Ticket Auditsログのチケット作成イベントから取得します。イベントタイプ explicit
	サービスリクエスト再オープン	「solved」状態のチケットに顧客が返信した場合に発生します。Zendeskはステータスを自動的に「open」に戻し、問題が完全には解決されていないことを示します。
重要な理由再オープンは、初回接触での解決に失敗したことや、解決策の品質が不十分であることを示す重要な指標です。再オープンの頻度と理由を分析することで、エージェント研修や解決手順の改善点を特定できます。入手先 Ticket Audits APIで、「status」が「solved」から「open」に戻ったときに取得される明示的なステータス変更です。取得「solved」から「open」へのステータス「Change」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終了	サービスリクエストを完全に終了する最後のアクティビティです。通常は、チケットが「solved」に設定されてから一定期間が経過し、その間に顧客から新しい返信がなかった場合に自動的に発生します。
重要な理由確定した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。「solved」から「closed」までの時間は再オープンの可能性がある期間を示し、「closed」イベントは解決が受け入れられたことを確認します。入手先「status」項目が「closed」に設定されたときに、Zendesk Ticket Audits APIに記録される明示的なステータス変更です。取得 Ticket Auditsで、チケットのステータスが「closed」に設定された「Change」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解決	顧客に解決策を提示した後、エージェントがサービスリクエストを「solved」に設定した時点です。顧客から返信があるとチケットが再オープンされる可能性があるため、これは一時的な状態です。
重要な理由解決時間とエージェントの効率を測定する主要な節目です。エージェントが対応完了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を分析する基準になります。入手先「status」項目が「solved」に設定されたときに、Zendesk Ticket Audits APIに記録される明示的なステータス変更です。取得 Ticket Auditsで、チケットのステータスが「solved」に設定された「Change」イベントを特定します。イベントタイプ explicit
	顧客への情報依頼	エージェントが対応を進めるために顧客から追加情報を必要とし、チケットのステータスを「pending」に変更した時点で発生します。このステータス変更は、プロセスが外部の関係者からの回答を待っていることを明示します。
重要な理由このアクティビティは顧客への依存関係を示し、社内のSLA計測を一時停止します。同じチケットで頻繁に、または繰り返し発生する場合、初回の情報収集が不十分で、解決時間が長期化している可能性があります。入手先 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す。「status」項目が「pending」に変更されたときに取得されます。取得 Ticket Auditsで、チケットのステータスが「pending」に設定された「Change」イベントを特定します。イベントタイプ explicit
	SLA違反発生	初回返信時間や解決時間など、あらかじめ定めたサービスレベル合意をサービスリクエストが満たせなかった時点を示します。チケットのアクティビティのタイムスタンプとSLAポリシーを比較して算出します。
重要な理由 SLA違反は、顧客満足度と契約上のコンプライアンスに直接影響します。いつ、なぜ発生したかを分析することは、構造的な遅延、リソース不足、現実的でないパフォーマンス目標を特定するうえで重要です。入手先 SLA違反のタイムスタンプ（「breached_at」）を保持するZendesk Ticket Metrics APIから取得できます。また、チケットイベントのタイムスタンプと定義済みのSLAルールを比較して算出することもできます。取得 Ticket Metrics APIの「breached_at」タイムスタンプを使用するか、解決時間とSLAポリシーで定めた時間を比較して算出します。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	自動確認ではなく、エージェントが初めて顧客に公開コメントを送信した時点を示します。顧客の問題に対するエージェントの初期対応を測る重要なイベントです。
重要な理由「First Reply Time」SLAを測定する重要な節目です。サービス対応の速さを示す主要な指標であり、自動通信と、エージェントが主体となる調査・サポートの開始を区別できます。入手先 Ticket Commentsストリームで、作成者が人間のエージェントである最初の公開コメントを特定します。自動システムユーザーによるコメントは除外します。取得チケットコメントを確認し、エージェントによる公開コメントに絞り込んだうえで、タイムスタンプが最も早いものを選択します。イベントタイプ inferred
	リクエストの分類と優先順位付け	エージェントまたは自動化によって、タイプ、カテゴリ、優先度などのチケット項目が設定または更新された時点で発生します。このステップは、チケット履歴の変更イベントとして記録されます。
重要な理由適切な分類と優先順位付けは、効率的な振り分けとリソース配分に欠かせません。このアクティビティを分析することで、初回トリアージの正確性と、解決時間への影響を確認できます。入手先 Zendesk Ticket Audits APIの「Change」イベントから取得します。「priority」、「type」、または分類に関係するカスタム項目への最初の更新を探すことで特定できます。取得作成後に主要な分類項目で発生した最初の「Change」イベントを、Ticket Auditログから抽出します。イベントタイプ explicit
	初回確認送信	顧客のリクエストを受け付けたことを知らせる、自動送信の初回応答を表します。通常は、チケット作成直後にテンプレート化されたメール通知を送信するZendeskのトリガーによって処理されます。
重要な理由このアクティビティを追跡することは、初期対応の速さを測定し、顧客の期待値を管理するうえで重要です。リクエストの作成からこの確認までの時間は、顧客満足度を測る主要な指標です。入手先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、チケットへの最初の公開コメントから推定します。Ticket Comments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
	満足度アンケート送信	顧客満足度（CSAT）アンケートが顧客に自動送信された時点を示します。通常は、チケットが「solved」に設定されてから短時間後に送信されます。
重要な理由顧客からのフィードバック収集を開始するアクティビティです。アンケートがいつ、また送信されたかを把握することは、満足度スコアを適切に解釈し、フィードバック施策の効果を測定するうえで重要です。入手先自動化ログ、またはチケットに特定のタグが追加されたことから推定できます。Ticket Audits APIの「satisfaction_rating」セクションにも、アンケートが提示された時点が記録されます。取得「csat_sent」などのタグを探すか、満足度評価が提示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
	満足度評価受信	顧客が満足度アンケートへの回答を送信し、「Good」や「Bad」などの評価を付けたときに発生します。評価と関連するコメントはチケットに記録されます。
重要な理由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の評価を測るうえで非常に有用です。プロセスフローの中で評価を分析することで、特定のアクティビティやエージェントと結果の関係を確認できます。入手先「satisfaction_rating」項目に顧客のスコアとコメントが入力されたとき、Ticket Audits APIの「Change」イベントとして取得されます。取得 Ticket Auditログで「satisfaction_rating」項目の変更を抽出します。イベントタイプ explicit
	社内エスカレーション発生	サービスリクエストが別の社内チームまたは上位のサポート層に移管されたことを示します。通常は、チケットの割り当て先グループが変更されたことから推定します。
重要な理由エスカレーションを追跡することは、プロセス上の弱点、一次サポートの知識不足、複雑なリクエストの種類を特定するうえで重要です。エスカレーション率が高い場合、研修やプロセス文書の改善が必要な可能性があります。入手先「group_id」項目が変更されたTicket Audits APIの「Change」イベントから推定します。グループの変更は、チーム間の引き継ぎを示します。取得 Ticket Auditsログで「group_id」項目の変更を監視します。イベントタイプ inferred
	顧客からの返信	顧客がチケットに返信したときに発生します。通常は「pending」状態のチケットが対象です。Zendeskはチケットのステータスを「pending」から「open」に自動的に変更し、エージェントが対応を再開できることを示します。
重要な理由待機時間の終了を示し、プロセスを再開するきっかけになります。顧客が返信に要した時間を分析することで、エージェントからの依頼内容が明確だったかを確認できます。入手先エンドユーザーによる新しい公開コメントに対応します。Ticket Audits APIでは、「pending」から「open」への明示的なステータス変更が記録されます。取得「pending」から「open」へのステータス「Change」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のインスタンスにログインし、上部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。
新しいクエリを作成：Exploreで左側のサイドバーにあるQueriesアイコンをクリックし、右上の「New query」ボタンをクリックします。
データセットを選択：「Choose a dataset」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、チケットの主要な属性と主要なイベントのタイムスタンプが含まれています。
指標を追加：クエリビルダーで「Metrics」パネルに移動し、「Add」をクリックします。COUNT(Tickets)を選択します。これにより、データ量を検証できます。
行に属性を追加：「Rows」パネルに移動して「Add」をクリックし、次の属性を追加します。これらが、ワイド形式でエクスポートする際の基本列になります。
- Ticket ID（ケース識別子、ServiceRequest）
- 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）
行にアクティビティのタイムスタンプを追加：「Rows」パネルに次のタイムスタンプ属性を追加します。それぞれがアクティビティ候補を表します。一部のアクティビティでは、カスタム計算属性の作成が必要です。
- Ticket created - Timestamp：Service Request CreatedとInitial Acknowledgment Sentに使用します。
- Ticket assigned - Timestamp：Request Assigned To Agentに使用します。
- First reply time - Timestamp：First Agent Public Reply Sentに使用します。
- Ticket solved - Timestamp：Service Request ResolvedとSatisfaction Survey Sentに使用します。
- Ticket reopened - Timestamp：Service Request Reopenedに使用します。
- Satisfaction rating received - Timestamp：Satisfaction Rating Receivedに使用します。
- Ticket closed - Timestamp：Service Request Closedに使用します。
その他のアクティビティ用にカスタム計算属性を作成：一部のアクティビティは特定のフィールド変更に基づくため、タイムスタンプを取得するカスタム属性の作成が必要です。Calculationsメニュー（電卓アイコン）に移動し、「Standard calculated attribute」を選択します。次の各アクティビティについて、属性を1つずつ作成します。フィールド名と値の正確な名称は、Zendeskのインスタンスで確認してください。
- 名前：Timestamp - Categorized and Prioritized。数式：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「Rows」パネルに追加し、集計方法をMINに変更します。
- 名前：Timestamp - Info Requested。数式：IF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN [Update - Timestamp] ENDIF。「Rows」に追加し、集計方法をMINに設定します。
- 名前：Timestamp - Customer Responded。数式：IF ([Changes - Field name] = "status" AND [Changes - Previous value] = "pending" AND [Changes - New value] = "open") THEN [Update - Timestamp] ENDIF。「Rows」に追加し、集計方法をMINに設定します。
- 名前：Timestamp - Escalated。数式：IF ([Changes - Field name] = "group") THEN [Update - Timestamp] ENDIF。「Rows」に追加し、集計方法をMINに設定します。
- 名前：Timestamp - SLA Breach。数式：IF ([SLA breach status]=TRUE) THEN [SLA update - Timestamp] ENDIF。「Rows」に追加し、集計方法をMINに設定します。
データをフィルタリング：「Filters」パネルに移動して「Add」をクリックします。Ticket created - Dateにフィルターを追加し、データセットを運用しやすい規模に保つため、過去3～6か月など適切な日付範囲を選択します。
レポートを実行してエクスポート：「Save」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、「Export」ボタンをクリックし、CSVやExcelなど希望する形式を選択します。
データをイベントログ形式に変換：エクスポートしたファイルは、各行がチケット、各列がイベントのタイムスタンプを表す「wide」形式です。プロセスマイニングで使用するには、「long」形式に変換する必要があります。Microsoft Excel（Power QueryのUnpivot機能）、Python、その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1つ作成します。
- 最終的なテーブルには、ServiceRequest、ActivityName、StartTimeなどの列とその他の属性を含めます。これらの属性は、サービスリクエストごとの各アクティビティに対して複製されます。

設定

データセット：主に使うデータセットはSupport: Ticketsです。1つのクエリで、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：クエリを作成して保存するには、Zendesk Exploreで少なくともEditorまたはAdminのロールが必要です。
日付範囲：Ticket created - Dateに日付範囲フィルターを設定することが重要です。分析の精度とパフォーマンスのバランスを取るため、3～6か月分のデータを推奨します。数百万件のチケットをエクスポートすると、処理に時間がかかったり、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対象を絞るため、「Ticket brand」、「Ticket form」、「Ticket group」など、チケットのプロパティに対するフィルターを追加することを検討してください。
計算属性：この方法では、ステータス変更やエスカレーションなど、標準属性に含まれないイベントのタイムスタンプを取得するため、標準計算属性を作成します。これらの属性を作成する権限があることを確認してください。

a サンプルクエリ 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へのアクセスを準備：**管理者としてZendeskにログインします。Admin Centerに移動し、Apps and integrations > APIs > Zendesk APIの順に開きます。「Settings」タブで、Token Accessが有効になっていることを確認します。「Add API token」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表示されないため、安全にコピーして保管します。
**Python環境を設定：**Python 3.6以降がインストールされていることを確認します。Zendesk APIへのHTTPリクエストに必要な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を実行してインストールできます。
**Pythonスクリプトを設定：**提供されたPythonスクリプトをextract_zendesk_log.pyなどのファイル名で保存します。テキストエディターでファイルを開き、先頭にあるプレースホルダー変数ZENDESK_SUBDOMAIN、ZENDESK_EMAIL、API_TOKENを、ご利用のZendeskインスタンスの情報と認証情報に置き換えます。
**抽出期間を定義：**スクリプト内のSTART_TIMESTAMP変数を探します。この値で、データ抽出の履歴開始日を指定します。Unixエポックタイムスタンプで指定する必要があります。初回の分析では、直近3～6か月に相当する値を推奨します。
**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へ移動して、python extract_zendesk_log.pyコマンドを実行します。
**実行状況を監視：**スクリプトは、処理したチケット数などの進捗状況をコンソールに表示します。総実行時間は、抽出するデータ量とZendeskによるAPIレート制限の有無によって異なります。スクリプトには、レート制限の応答に対応する基本的な処理が含まれています。
**イベントログを取得：**正常に完了すると、同じディレクトリにzendesk_event_log.csvというファイルが作成されます。このファイルには、分析に使用できる構造化されたイベントログが含まれています。
アップロード前の準備：zendesk_event_log.csvを開き、正しく生成されていることを確認します。列が必要な属性であるServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateと一致していることを確認します。これで、プロセスマイニングツールへアップロードできます。

設定

API認証情報：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、有効な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には、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が必要です。
日付範囲：抽出の開始日は、スクリプト内のSTART_TIMESTAMP変数で指定します。Unixエポックタイムスタンプが必要です。より長い期間の履歴データを取得する前に、スクリプトの出力とパフォーマンスを検証するため、まずは3か月程度の短い期間から始めることを推奨します。
Incremental Export API：この方法ではZendeskのIncremental Export APIを使います。大量のチケットを取得する際に最も効率的で推奨される方法です。一括データエクスポート向けに設計されており、ページネーションでよく発生する問題を避けられます。
パフォーマンスとレート制限：Zendeskは、契約プランに応じたAPIレート制限を設けています。スクリプトには、APIが返すRetry-Afterヘッダーに基づき、レート制限に達した際に処理を一時停止するロジックが組み込まれています。非常に大規模なインスタンスでは、抽出に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以降の環境と外部ライブラリrequests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 サンプルクエリ 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 SupportアカウントでIncremental Exports APIへのアクセスが許可されていること、また連携IDに、チケット、チケットイベント、ユーザー、グループ、コメント、満足度評価、SLAデータ（アカウントで有効になっている機能に限る）を読み取る権限があることを確認します。組織で承認された設定に基づき、アカウントのサブドメインと認証方式を確認します。
必要な分析期間をカバーする抽出開始時刻を選択します。増分チケットエクスポートではUnixタイムスタンプを使用し、その時点以降に作成または更新されたレコードが返されます。完全な履歴ロードを行う場合は、初回の開始時刻として[Configure based on your system]を使用し、その後の増分実行のために返された終了時刻を保存します。業務上の履歴が十分な場合、通常の分析には3～6か月の期間を使用します。
Zendeskのサブドメイン、認証情報、開始タイムスタンプ、任意の会社固有フィルターを設定したPython抽出スクリプトを実行します。スクリプトは増分チケットデータを要求し、ページネーションに従い、変換前に生のチケットレコードと利用可能なイベント詳細を保存します。
増分チケットの応答に、項目変更、割り当て、コメント、ステータスの詳細が十分に含まれていない場合は、各チケットの監査履歴またはイベント履歴を取得します。アカウントで有効化および承認されているZendesk APIリソースだけを使用します。返される範囲で、ソースチケットID、監査ID、コメントID、イベントのタイムスタンプ、実行者、項目名、変更前の値、変更後の値を保持します。
タイムスタンプをUTCに正規化し、UnixタイムスタンプまたはISO 8601の値を一貫した日時表現へ変換します。ソースレコードをServiceRequest、イベントのタイムスタンプ、ソースイベント識別子の順に並べ替えます。監査識別子やコメント識別子など、利用できる中で最も具体的かつ安定したソース識別子を使ってレコードを重複排除します。
必須の14個のアクティビティすべてについて、明示的なイベントログ行を作成します。ステータス変更や項目の値からProcessMindがアクティビティを推測すると考えないでください。Service Request Createdはチケット作成から、Initial Acknowledgment Sentは確認済みの自動初回応答から、Request Categorized And Prioritizedはカテゴリ、種別、優先度の変更から、Request Assigned To Agentは担当者の変更から、First Agent Public Reply Sentは条件を満たす最初のエージェント公開コメントから、Information Requested From Customerは情報依頼に関連するpendingへの遷移から、Customer Respondedは条件を満たす顧客返信から、Internal Escalation Triggeredは割り当てグループの変更から、SLA Breach Occurredは確認済みのSLA違反タイムスタンプまたは明示的に計算された違反から、Service Request Resolvedはsolvedへの遷移から、Service Request Reopenedは顧客返信によるsolvedからopenへの遷移から、Satisfaction Survey Sentは確認済みのアンケート配信イベントから、Satisfaction Rating Receivedは送信された評価から、Service Request Closedはclosedへの遷移または確認済みの恒久的なクローズイベントから生成します。
必須列ServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateを設定します。ソースから信頼できる値が提供される場合は、推奨列AssignedAgent、ServiceRequestType、Priority、CommunicationChannel、SlaTargetResolutionTime、IsSlaBreachedも設定します。利用できない任意属性には、値を作成せずnullを使用します。
抽出後、エクスポート前に、承認済みの会社固有フィルターを適用します。イベントの判定を監査して再実行できるよう、生のソース識別子とソースタイムスタンプを内部のステージングコピーに保持します。
行数、アクティビティの網羅性、タイムスタンプの順序、重複処理、属性の設定状況を検証します。出力するすべての行にServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateがあることを確認します。
変換済みイベントログをUTF-8 CSVまたはProcessMindがサポートする別の表形式でエクスポートします。列名が必要な属性名と完全に一致し、アクティビティの発生1回につき1行が保持されていることを確認し、設定済みのProcessMindインポートプロセスからファイルをアップロードします。

設定

抽出方法：大量のチケットを抽出するには、Zendesk Incremental Exports APIを使います。スクリプトは保存済みのUnix開始タイムスタンプからデータを要求し、ページネーションに従い、レート制限を守り、返された終了タイムスタンプを次回実行用に保存します。
認証：組織のセキュリティポリシーに従い、承認済みのZendesk認証方式、アカウントのサブドメイン、認証情報、API権限を設定します。認証情報をソース管理に直接記載しないでください。
日付範囲：通常のプロセス分析には3～6か月を使います。初回ロードでは、作成日が分析期間より前のチケットでも期間中にアクティビティが発生する可能性があるため、必要なプロセス期間より前の開始時刻を選択します。増分ロードでは、前回正常に抽出できたウォーターマークに短い重複期間を加えて、遅れて到着する更新に備えます。その後、ソース識別子で重複を排除します。
フィルター：承認済みの組織、グループ、ブランド、チケット種別、ステータス、カスタムフィールドなど、アカウントで利用できるZendeskリソースがサポートするフィルターだけを適用します。会社固有のフィルターは、システムに基づいて設定する必要があります。ZendeskにCompany CodeやDocument Typeが存在すると想定しないでください。
必須出力列：ServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdate。
推奨出力列：AssignedAgent、ServiceRequestType、Priority、CommunicationChannel、SlaTargetResolutionTime、IsSlaBreached。
イベント詳細：増分チケットレコードだけでは、過去のすべての移行を取得できない場合があります。必要に応じて、認可されたチケット監査、コメント、満足度レコード、SLAイベントを取得します。必須アクティビティは、それぞれ明示的な行として出力します。
SLA設定：利用可能な場合は、アカウントから返される実際のSLAポリシーと違反タイムスタンプを使います。違反状況を計算する場合は、使用したポリシー、営業時間、停止時間、タイムゾーンを記録します。営業時間のルールが適用される場合、経過した実時間だけで違反を計算しないでください。
パフォーマンス：ページ単位で増分処理し、レコードをストリーミングまたはバッチ処理します。チケット詳細をキャッシュし、同時実行数を制限し、Zendeskのレート制限への応答を守り、ページの処理が成功するたびに進捗をチェックポイントとして保存します。履歴全体を繰り返し取得しないでください。
データ保持：照合と再実行に備え、生のAPIレスポンス、抽出ウォーターマーク、リクエストメタデータ、変換ログを保持します。
前提条件：Zendesk APIへのアクセス、関連するチケットおよびイベントリソースの読み取り権限、必要に応じて有効化されたチケット監査とコメント、CSATアクティビティに必要な満足度データへのアクセス、SLA違反アクティビティに必要なSLAデータへのアクセスが必要です。利用できる機能は、Zendeskのプランとアカウント設定によって異なります。

a サンプルクエリ python

import csv
import json
import os
import sys
import time
from datetime import datetime, timezone
from typing import Any, Dict, Iterable, List, Optional, Tuple

import requests

ZENDESK_SUBDOMAIN = os.environ.get(class="hl-string">"ZENDESK_SUBDOMAIN", class="hl-string">"[Configure based on your system]")
ZENDESK_EMAIL = os.environ.get(class="hl-string">"ZENDESK_EMAIL", class="hl-string">"[Configure based on your system]")
ZENDESK_API_TOKEN = os.environ.get(class="hl-string">"ZENDESK_API_TOKEN", class="hl-string">"[Configure based on your system]")
START_TIME = os.environ.get(class="hl-string">"START_TIME", class="hl-string">"[Configure based on your system]")
OUTPUT_FILE = os.environ.get(class="hl-string">"OUTPUT_FILE", class="hl-string">"zendesk_processmind_event_log.csv")
SOURCE_SYSTEM = class="hl-string">"Zendesk Support"

REQUIRED_COLUMNS = [
    class="hl-string">"ServiceRequest",
    class="hl-string">"ActivityName",
    class="hl-string">"StartTime",
    class="hl-string">"SourceSystem",
    class="hl-string">"LastDataUpdate",
]
RECOMMENDED_COLUMNS = [
    class="hl-string">"AssignedAgent",
    class="hl-string">"ServiceRequestType",
    class="hl-string">"Priority",
    class="hl-string">"CommunicationChannel",
    class="hl-string">"SlaTargetResolutionTime",
    class="hl-string">"IsSlaBreached",
]
ALL_COLUMNS = REQUIRED_COLUMNS + RECOMMENDED_COLUMNS


def fail(message: str) -> None:
    raise RuntimeError(message)


def parse_start_time(value: str) -> int:
    if value.isdigit():
        return int(value)
    try:
        return int(datetime.fromisoformat(value.replace(class="hl-string">"Z", class="hl-string">"+00:00")).timestamp())
    except ValueError as exc:
        raise RuntimeError(class="hl-string">"START_TIME must be a Unix timestamp or ISO 8601 timestamp") from exc


def iso_timestamp(value: Any) -> Optional[str]:
    if value is None or value == class="hl-string">"":
        return None
    if isinstance(value, (int, float)):
        return datetime.fromtimestamp(value, tz=timezone.utc).isoformat().replace(class="hl-string">"+00:00", class="hl-string">"Z")
    text = str(value)
    if text.isdigit():
        return datetime.fromtimestamp(int(text), tz=timezone.utc).isoformat().replace(class="hl-string">"+00:00", class="hl-string">"Z")
    return text


def now_utc() -> str:
    return datetime.now(timezone.utc).isoformat().replace(class="hl-string">"+00:00", class="hl-string">"Z")


def api_get(session: requests.Session, path: str, params: Optional[Dict[str, Any]] = None) -> Dict[str, Any]:
    url = fclass="hl-string">"https://{ZENDESK_SUBDOMAIN}.zendesk.com{path}"
    while True:
        response = session.get(url, params=params, timeout=60)
        if response.status_code == 429:
            retry_after = int(response.headers.get(class="hl-string">"Retry-After", class="hl-string">"5"))
            time.sleep(max(retry_after, 1))
            continue
        response.raise_for_status()
        return response.json()


def paged_get(session: requests.Session, path: str, params: Optional[Dict[str, Any]] = None) -> Iterable[Dict[str, Any]]:
    next_url: Optional[str] = fclass="hl-string">"https://{ZENDESK_SUBDOMAIN}.zendesk.com{path}"
    next_params = params
    while next_url:
        while True:
            response = session.get(next_url, params=next_params, timeout=60)
            if response.status_code == 429:
                retry_after = int(response.headers.get(class="hl-string">"Retry-After", class="hl-string">"5"))
                time.sleep(max(retry_after, 1))
                continue
            response.raise_for_status()
            payload = response.json()
            break
        for item in payload.get(class="hl-string">"tickets", payload.get(class="hl-string">"audits", payload.get(class="hl-string">"comments", payload.get(class="hl-string">"results", [])))):
            yield item
        next_url = payload.get(class="hl-string">"next_page")
        next_params = None


def get_user_name(session: requests.Session, user_id: Any, cache: Dict[str, str]) -> Optional[str]:
    if not user_id:
        return None
    key = str(user_id)
    if key in cache:
        return cache[key]
    try:
        user = api_get(session, fclass="hl-string">"/api/v2/users/{key}.json").get(class="hl-string">"user", {})
        name = user.get(class="hl-string">"name") or user.get(class="hl-string">"email") or key
        cache[key] = str(name)
        return cache[key]
    except requests.HTTPError:
        cache[key] = key
        return key


def get_group_name(session: requests.Session, group_id: Any, cache: Dict[str, str]) -> Optional[str]:
    if not group_id:
        return None
    key = str(group_id)
    if key in cache:
        return cache[key]
    try:
        group = api_get(session, fclass="hl-string">"/api/v2/groups/{key}.json").get(class="hl-string">"group", {})
        name = group.get(class="hl-string">"name") or key
        cache[key] = str(name)
        return cache[key]
    except requests.HTTPError:
        cache[key] = key
        return key


def ticket_field(ticket: Dict[str, Any], names: List[str]) -> Any:
    for name in names:
        if ticket.get(name) is not None:
            return ticket.get(name)
    return None


def base_row(ticket: Dict[str, Any], activity: str, event_time: Any, last_update: str, user_cache: Dict[str, str]) -> Dict[str, Any]:
    return {
        class="hl-string">"ServiceRequest": str(ticket.get(class="hl-string">"id")),
        class="hl-string">"ActivityName": activity,
        class="hl-string">"StartTime": iso_timestamp(event_time),
        class="hl-string">"SourceSystem": SOURCE_SYSTEM,
        class="hl-string">"LastDataUpdate": last_update,
        class="hl-string">"AssignedAgent": get_user_name(session, ticket.get(class="hl-string">"assignee_id"), user_cache),
        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") if isinstance(ticket.get(class="hl-string">"via"), dict) else ticket.get(class="hl-string">"via"),
        class="hl-string">"SlaTargetResolutionTime": ticket.get(class="hl-string">"sla_target_resolution_time"),
        class="hl-string">"IsSlaBreached": ticket.get(class="hl-string">"is_sla_breached"),
    }


def add_event(events: List[Dict[str, Any]], seen: set, ticket: Dict[str, Any], activity: str, event_time: Any, last_update: str, user_cache: Dict[str, str], source_key: str) -> None:
    if event_time is None:
        return
    key = (str(ticket.get(class="hl-string">"id")), activity, source_key, str(event_time))
    if key in seen:
        return
    seen.add(key)
    events.append(base_row(ticket, activity, event_time, last_update, user_cache))


def audit_events(session: requests.Session, ticket_id: Any) -> List[Dict[str, Any]]:
    return list(paged_get(session, fclass="hl-string">"/api/v2/tickets/{ticket_id}/audits.json"))


def audit_events_for_field(audit: Dict[str, Any], field_names: List[str]) -> List[Tuple[str, Any, Any]]:
    output: List[Tuple[str, Any, Any]] = []
    for event in audit.get(class="hl-string">"events", []):
        if event.get(class="hl-string">"type") != class="hl-string">"Change":
            continue
        field = str(event.get(class="hl-string">"field_name") or event.get(class="hl-string">"field") or class="hl-string">"")
        if field in field_names:
            output.append((field, event.get(class="hl-string">"previous_value"), event.get(class="hl-string">"value")))
    return output


def is_customer_actor(audit: Dict[str, Any], ticket: Dict[str, Any]) -> bool:
    author_id = audit.get(class="hl-string">"author_id")
    requester_id = ticket.get(class="hl-string">"requester_id")
    return author_id is not None and requester_id is not None and str(author_id) == str(requester_id)


def is_public_comment(event: Dict[str, Any]) -> bool:
    return event.get(class="hl-string">"type") in {class="hl-string">"Comment", class="hl-string">"VoiceComment"} and event.get(class="hl-string">"public") is not False


def is_automated_acknowledgment(event: Dict[str, Any]) -> bool:
    body = str(event.get(class="hl-string">"body") or event.get(class="hl-string">"html_body") or class="hl-string">"").lower()
    marker = str(event.get(class="hl-string">"via", {}).get(class="hl-string">"channel") if isinstance(event.get(class="hl-string">"via"), dict) else event.get(class="hl-string">"via") or class="hl-string">"").lower()
    return class="hl-string">"acknowledg" in body or class="hl-string">"received your request" in body or marker in {class="hl-string">"trigger", class="hl-string">"automation", class="hl-string">"system"}


def extract_ticket_events(session: requests.Session, ticket: Dict[str, Any], last_update: str, user_cache: Dict[str, str], group_cache: Dict[str, str], seen: set) -> List[Dict[str, Any]]:
    events: List[Dict[str, Any]] = []
    ticket_id = ticket.get(class="hl-string">"id")
    audits = audit_events(session, ticket_id)
    audits.sort(key=lambda item: (str(item.get(class="hl-string">"created_at") or class="hl-string">""), str(item.get(class="hl-string">"id") or class="hl-string">"")))
    add_event(events, seen, ticket, class="hl-string">"Service Request Created", ticket.get(class="hl-string">"created_at"), last_update, user_cache, class="hl-string">"ticket_created")
    first_public_agent_reply = False
    first_ack = False
    for audit in audits:
        audit_time = audit.get(class="hl-string">"created_at")
        audit_id = str(audit.get(class="hl-string">"id") or audit_time)
        for event in audit.get(class="hl-string">"events", []):
            event_type = event.get(class="hl-string">"type")
            if event_type in {class="hl-string">"Comment", class="hl-string">"VoiceComment"} and is_public_comment(event):
                if not first_ack and is_automated_acknowledgment(event):
                    add_event(events, seen, ticket, class="hl-string">"Initial Acknowledgment Sent", audit_time, last_update, user_cache, audit_id + class="hl-string">":ack")
                    first_ack = True
                if not is_customer_actor(audit, ticket) and not first_public_agent_reply and not is_automated_acknowledgment(event):
                    add_event(events, seen, ticket, class="hl-string">"First Agent Public Reply Sent", audit_time, last_update, user_cache, audit_id + class="hl-string">":first_agent_reply")
                    first_public_agent_reply = True
                if is_customer_actor(audit, ticket):
                    add_event(events, seen, ticket, class="hl-string">"Customer Responded", audit_time, last_update, user_cache, audit_id + class="hl-string">":customer_reply")
            if event_type == class="hl-string">"Change":
                field = str(event.get(class="hl-string">"field_name") or event.get(class="hl-string">"field") or class="hl-string">"")
                previous = event.get(class="hl-string">"previous_value")
                value = event.get(class="hl-string">"value")
                if field in {class="hl-string">"type", class="hl-string">"priority", class="hl-string">"custom_fields"}:
                    add_event(events, seen, ticket, class="hl-string">"Request Categorized And Prioritized", audit_time, last_update, user_cache, audit_id + class="hl-string">":category_priority:" + field)
                if field in {class="hl-string">"assignee_id", class="hl-string">"assignee"} and value not in (None, class="hl-string">"", 0, class="hl-string">"0"):
                    add_event(events, seen, ticket, class="hl-string">"Request Assigned To Agent", audit_time, last_update, user_cache, audit_id + class="hl-string">":assignee")
                if field in {class="hl-string">"group_id", class="hl-string">"group"} and previous not in (None, class="hl-string">"", 0, class="hl-string">"0") and value not in (None, class="hl-string">"", 0, class="hl-string">"0") and str(previous) != str(value):
                    get_group_name(session, value, group_cache)
                    add_event(events, seen, ticket, class="hl-string">"Internal Escalation Triggered", audit_time, last_update, user_cache, audit_id + class="hl-string">":group")
                if field == class="hl-string">"status":
                    old_status = str(previous or class="hl-string">"").lower()
                    new_status = str(value or class="hl-string">"").lower()
                    if new_status == class="hl-string">"pending":
                        add_event(events, seen, ticket, class="hl-string">"Information Requested From Customer", audit_time, last_update, user_cache, audit_id + class="hl-string">":pending")
                    if new_status == class="hl-string">"solved":
                        add_event(events, seen, ticket, class="hl-string">"Service Request Resolved", audit_time, last_update, user_cache, audit_id + class="hl-string">":solved")
                    if old_status == class="hl-string">"solved" and new_status == class="hl-string">"open":
                        add_event(events, seen, ticket, class="hl-string">"Service Request Reopened", audit_time, last_update, user_cache, audit_id + class="hl-string">":reopened")
                    if new_status == class="hl-string">"closed":
                        add_event(events, seen, ticket, class="hl-string">"Service Request Closed", audit_time, last_update, user_cache, audit_id + class="hl-string">":closed")
                if field in {class="hl-string">"satisfaction_survey_sent", class="hl-string">"csat_survey_sent"} and str(value).lower() in {class="hl-string">"true", class="hl-string">"1", class="hl-string">"yes", class="hl-string">"sent"}:
                    add_event(events, seen, ticket, class="hl-string">"Satisfaction Survey Sent", audit_time, last_update, user_cache, audit_id + class="hl-string">":survey_sent")
                if field in {class="hl-string">"sla_breached", class="hl-string">"is_sla_breached"} and str(value).lower() in {class="hl-string">"true", class="hl-string">"1", class="hl-string">"yes"}:
                    row = base_row(ticket, class="hl-string">"SLA Breach Occurred", audit_time, last_update, user_cache)
                    row[class="hl-string">"IsSlaBreached"] = True
                    key = (str(ticket_id), class="hl-string">"SLA Breach Occurred", audit_id, str(audit_time))
                    if key not in seen:
                        seen.add(key)
                        events.append(row)
    try:
        satisfaction = api_get(session, fclass="hl-string">"/api/v2/tickets/{ticket_id}/satisfaction_rating.json").get(class="hl-string">"satisfaction_rating")
    except requests.HTTPError:
        satisfaction = None
    if satisfaction:
        add_event(events, seen, ticket, class="hl-string">"Satisfaction Rating Received", satisfaction.get(class="hl-string">"created_at") or satisfaction.get(class="hl-string">"updated_at"), last_update, user_cache, str(satisfaction.get(class="hl-string">"id") or class="hl-string">"rating"))
    return events


def validate_rows(rows: List[Dict[str, Any]]) -> None:
    activities = {
        class="hl-string">"Service Request Created",
        class="hl-string">"Initial Acknowledgment Sent",
        class="hl-string">"Request Categorized And Prioritized",
        class="hl-string">"Request Assigned To Agent",
        class="hl-string">"First Agent Public Reply Sent",
        class="hl-string">"Information Requested From Customer",
        class="hl-string">"Customer Responded",
        class="hl-string">"Internal Escalation Triggered",
        class="hl-string">"SLA Breach Occurred",
        class="hl-string">"Service Request Resolved",
        class="hl-string">"Service Request Reopened",
        class="hl-string">"Satisfaction Survey Sent",
        class="hl-string">"Satisfaction Rating Received",
        class="hl-string">"Service Request Closed",
    }
    missing_columns = [column for column in ALL_COLUMNS if column not in rows[0]] if rows else ALL_COLUMNS
    if missing_columns:
        fail(class="hl-string">"Missing output columns: " + class="hl-string">", ".join(missing_columns))
    invalid = [row for row in rows if not row.get(class="hl-string">"ServiceRequest") or not row.get(class="hl-string">"ActivityName") or not row.get(class="hl-string">"StartTime") or not row.get(class="hl-string">"SourceSystem") or not row.get(class="hl-string">"LastDataUpdate")]
    if invalid:
        fail(fclass="hl-string">"{len(invalid)} rows are missing required values")
    unexpected = sorted({row[class="hl-string">"ActivityName"] for row in rows} - activities)
    if unexpected:
        fail(class="hl-string">"Unexpected activity names: " + class="hl-string">", ".join(unexpected))


def main() -> None:
    global session
    if ZENDESK_SUBDOMAIN.startswith(class="hl-string">"[") or ZENDESK_EMAIL.startswith(class="hl-string">"[") or ZENDESK_API_TOKEN.startswith(class="hl-string">"[") or START_TIME.startswith(class="hl-string">"["):
        fail(class="hl-string">"Configure ZENDESK_SUBDOMAIN, ZENDESK_EMAIL, ZENDESK_API_TOKEN, and START_TIME")
    start_time = parse_start_time(START_TIME)
    session = requests.Session()
    session.auth = (fclass="hl-string">"{ZENDESK_EMAIL}/token", ZENDESK_API_TOKEN)
    session.headers.update({class="hl-string">"Accept": class="hl-string">"application/json"})
    last_update = now_utc()
    user_cache: Dict[str, str] = {}
    group_cache: Dict[str, str] = {}
    seen = set()
    rows: List[Dict[str, Any]] = []
    tickets = paged_get(session, class="hl-string">"/api/v2/incremental/tickets/cursor.json", {class="hl-string">"start_time": start_time})
    for ticket in tickets:
        rows.extend(extract_ticket_events(session, ticket, last_update, user_cache, group_cache, seen))
    rows.sort(key=lambda row: (row[class="hl-string">"ServiceRequest"], row[class="hl-string">"StartTime"], row[class="hl-string">"ActivityName"]))
    validate_rows(rows)
    with open(OUTPUT_FILE, class="hl-string">"w", newline=class="hl-string">"", encoding=class="hl-string">"utf-8") as output:
        writer = csv.DictWriter(output, fieldnames=ALL_COLUMNS, extrasaction=class="hl-string">"ignore")
        writer.writeheader()
        writer.writerows(rows)
    print(json.dumps({class="hl-string">"output_file": OUTPUT_FILE, class="hl-string">"rows": len(rows), class="hl-string">"last_data_update": last_update}))


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

ステップ

Zendesk Supportコネクタをサポートする商用ETLまたはELTプラットフォームを選択し、コネクタで、ご利用のZendeskアカウントにあるチケット、チケットイベントまたは監査、コメント、ユーザー、グループ、満足度評価、SLAデータ、トリガーまたは自動化の結果を複製できることを確認します。
組織と選択したコネクタがサポートする認証方式を使用して、Zendesk API連携を作成します。チケット、監査、コメント、ユーザー、グループ、満足度、SLAデータに必要な読み取り権限だけを付与します。接続文字列と認証情報は、ツールの安全な認証情報ストアに保存します。
必要なZendeskオブジェクトを保存先のウェアハウスへ複製するようコネクタを設定します。固定のテーブル名や列名を前提にせず、コネクタが生成したソースオブジェクトを使用します。コネクタがアカウント固有の名称を使用する場合は、実際のオブジェクトと項目のマッピングを、[Your table name]および[Your column name]としてプロジェクト文書に記録します。
ソースシステムがサポートする更新タイムスタンプ、カーソル、変更追跡の仕組みを使用して、増分抽出を設定します。通常は3～6か月の選択した分析期間の履歴データを含め、繰り返し発生する更新を重複排除できるよう、ソースイベントまたは監査識別子を保持します。
チケットレコードと、チケット履歴、監査またはイベントレコード、コメント、ユーザー、グループ、満足度評価、SLAレコード、コネクタ固有のトリガーまたは自動化レコードを結合した、正規化済みのステージングモデルを作成します。利用できる場合は、元のソースタイムスタンプ、ソースレコード識別子、チケット識別子、実行者識別子、イベント種別、項目名、変更前の値、変更後の値を保持します。
明示的に観測されたアクティビティごとに1行を出力するイベント変換を作成します。チケットの作成をService Request Created、条件を満たす自動初回応答をInitial Acknowledgment Sent、種別、カテゴリ、優先度の変更をRequest Categorized And Prioritized、担当者の変更をRequest Assigned To Agent、条件を満たす最初のエージェント公開返信をFirst Agent Public Reply Sent、情報依頼に関連するpendingへの遷移をInformation Requested From Customer、顧客返信をCustomer Responded、グループ変更をInternal Escalation Triggered、観測されたSLA違反レコードまたは違反イベントをSLA Breach Occurred、solvedへの遷移をService Request Resolved、顧客返信によるsolvedからopenへの遷移をService Request Reopened、観測されたアンケート配信をSatisfaction Survey Sent、送信された評価をSatisfaction Rating Received、恒久的なclosedへの遷移をService Request Closedにマッピングします。
現在のチケットステータスや経過時間だけを根拠に、推測した行を作成しないでください。ソースでアンケート配信、SLA違反、自動確認応答、恒久的なクローズのイベントが明示的に公開されていない場合は、そのアクティビティを欠落した状態にするか、明示的に記録する別のソースフィードを文書化して使用します。ProcessMindはイベントログをそのまま読み取り、欠落したイベントを生成しません。
利用できる場合は、ソースイベントまたは監査識別子を使ってイベントを重複排除します。安定した識別子がない場合は、ServiceRequest、ActivityName、StartTime、実行者、ソースレコード識別子を含む、文書化された複合キーを使用します。Customer Responded、Information Requested From Customer、Internal Escalation Triggered、Service Request Reopenedなど、正当に複数回発生するアクティビティは保持します。
必須出力列ServiceRequest、ActivityName、StartTime、SourceSystem、LastDataUpdateを設定します。ソースから提供される場合は、AssignedAgent、ServiceRequestType、Priority、CommunicationChannel、SlaTargetResolutionTime、IsSlaBreachedを追加します。一貫したUTCのタイムスタンプ標準を使用し、ソースのタイムゾーンを変換するルールを保持します。
最終イベントログをProcessMind互換のCSVとしてエクスポートするか、設定済みのProcessMind取り込み先へロードします。アクティビティの発生1回が1行で表され、ServiceRequestがCase識別子、ActivityNameが正確なアクティビティラベル、StartTimeが有効なタイムスタンプとなっていることを確認します。また、技術的に利用できる範囲で、必要な属性がすべての出力行に存在することを確認します。

設定

**コネクターとデータソースの範囲：**選択した商用ETLまたはELTツールでZendesk Supportを設定し、チケット、チケット監査またはイベント、コメント、ユーザー、グループ、満足度評価、SLA情報、自動化またはトリガーの結果を提供するソースオブジェクトを選択します。オブジェクト名はコネクターやアカウントによって異なるため、想定したテーブル名ではなく、コネクターの実際のカタログを使用します。
**認証と認可：**組織で承認されたZendeskの認証方式を使用します。選択したすべてのソースオブジェクトに対して、過去のチケットイベントや顧客満足度データを含む読み取りアクセス権を付与します。APIアクセス、必要なZendeskプランの機能、コネクターライセンスが有効になっていることを確認します。
**日付範囲：**まず3～6か月分の履歴から開始します。APIクォータ、データウェアハウス容量、イベント量、過去の監査・SLA・満足度レコードの可用性を確認してから、範囲を広げます。
**増分ロード：**コネクター標準のカーソル、変更追跡、またはソース更新日時を優先します。最初に履歴データをロードし、その後は頻繁に増分ロードを実行します。遅れて到着するコメント、評価、SLA結果、チケット更新を取り込めるよう、ルックバック期間を設けます。
**アクティビティフィルター：**ソースレコードを、選択した分析期間と対象のZendesk Supportインスタンスに絞り込みます。現在のチケットステータスだけでフィルターしないでください。過去のアクティビティが、現在とは異なるステータスのチケットに属している場合があるためです。
**会社またはアカウントのフィルター：**コネクターが複数のZendeskインスタンス、ブランド、組織、または事業部門を提供する場合は、コネクターの実際のフィールドを使って、承認済みの会社またはアカウントフィルターを適用します。Company Codeフィールドが存在すると想定しないでください。
**イベントマッピング：**ソースイベントタイプ、フィールド名、ステータス遷移、実行者タイプ、自動化インジケーターから、必須の14個のActivityName値への明示的なマッピングテーブルを維持します。出力する各行について、ソース上の明確な根拠を必須とします。
**Acknowledgmentの識別：**ソースが自動化された初回応答、または同等のトリガーによる通知を示している場合に限り、Initial Acknowledgment Sentとしてマッピングします。ソース上の根拠なしに、エージェントの返信を自動Acknowledgmentとして分類しないでください。
**SLAの処理：**明示的なSLA違反レコード、またはコネクターが提供するSLA結果を使用します。目標時間をSlaTargetResolutionTimeに、違反結果をIsSlaBreachedに保存します。SLAカレンダー、ポリシー、営業時間、目標値が利用でき、計算方法が文書化されている場合を除き、経過時間から違反を計算しないでください。
**パフォーマンス：**初回ロードを日付で制限し、必要な列だけを取得し、増分レプリケーションを使用します。対応している場合は、ServiceRequestとStartTimeをキーにデータウェアハウスのパーティションまたはクラスタリングを有効にし、生データの取り込み後に正規化したイベントモデルをマテリアライズします。すべてのチケット履歴を繰り返しスキャンしないでください。
**データ品質：**ソースの識別子とタイムスタンプを保持し、タイムスタンプをUTCに正規化し、ブール値を標準化します。ソースに属性がない場合は、NULLを保持します。エージェント、カテゴリ、優先度、SLA、チャネルの欠損データを、作成した値で置き換えないでください。
**更新日時：**完了した抽出または変換処理の実行日時をLastDataUpdateに設定します。イベントログ全体で、タイムゾーンと形式を統一してください。

a サンプルクエリ config

WITH source_data AS (
    SELECT
        [Your ticket identifier column] AS service_request,
        [Your source event identifier column] AS source_event_id,
        [Your event type column] AS source_event_type,
        [Your field name column] AS source_field_name,
        [Your previous value column] AS previous_value,
        [Your new value column] AS new_value,
        [Your event timestamp column] AS event_time,
        [Your actor type column] AS actor_type,
        [Your actor identifier column] AS actor_id,
        [Your assigned agent column] AS assigned_agent,
        [Your request type column] AS service_request_type,
        [Your priority column] AS priority,
        [Your communication channel column] AS communication_channel,
        [Your SLA target resolution time column] AS sla_target_resolution_time,
        [Your SLA breached flag column] AS is_sla_breached,
        [Your automated response flag column] AS is_automated_response,
        [Your public comment flag column] AS is_public_comment,
        [Your customer reply flag column] AS is_customer_reply,
        [Your survey sent flag column] AS is_survey_sent,
        [Your satisfaction rating column] AS satisfaction_rating,
        [Your source system value] AS source_system,
        [Your extraction timestamp column] AS last_data_update
    FROM [Your normalized Zendesk event source]
    WHERE [Your event timestamp column] >= [Your start date parameter]
      AND [Your event timestamp column] < [Your end date parameter]
),
activity_events AS (
    SELECT service_request, 'Service Request Created' AS activity_name, event_time AS start_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_created'
    UNION ALL
    SELECT service_request, 'Initial Acknowledgment Sent', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'comment_added' AND is_automated_response = TRUE AND is_public_comment = TRUE
    UNION ALL
    SELECT service_request, 'Request Categorized And Prioritized', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_field_changed' AND source_field_name IN ('type', 'category', 'priority')
    UNION ALL
    SELECT service_request, 'Request Assigned To Agent', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_field_changed' AND source_field_name IN ('assignee', 'assigned_agent')
    UNION ALL
    SELECT service_request, 'First Agent Public Reply Sent', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'comment_added' AND is_public_comment = TRUE AND actor_type = 'agent' AND is_automated_response = FALSE
    UNION ALL
    SELECT service_request, 'Information Requested From Customer', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_status_changed' AND new_value = 'pending'
    UNION ALL
    SELECT service_request, 'Customer Responded', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'comment_added' AND is_public_comment = TRUE AND is_customer_reply = TRUE
    UNION ALL
    SELECT service_request, 'Internal Escalation Triggered', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_field_changed' AND source_field_name IN ('group', 'assigned_group')
    UNION ALL
    SELECT service_request, 'SLA Breach Occurred', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, TRUE, source_system, last_data_update
    FROM source_data
    WHERE source_event_type IN ('sla_breach', 'sla_breached') OR is_sla_breached = TRUE
    UNION ALL
    SELECT service_request, 'Service Request Resolved', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_status_changed' AND new_value = 'solved'
    UNION ALL
    SELECT service_request, 'Service Request Reopened', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_status_changed' AND previous_value = 'solved' AND new_value = 'open' AND is_customer_reply = TRUE
    UNION ALL
    SELECT service_request, 'Satisfaction Survey Sent', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type IN ('satisfaction_survey_sent', 'csat_survey_sent') OR is_survey_sent = TRUE
    UNION ALL
    SELECT service_request, 'Satisfaction Rating Received', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type IN ('satisfaction_rating_received', 'csat_rating_received') OR satisfaction_rating IS NOT NULL
    UNION ALL
    SELECT service_request, 'Service Request Closed', event_time, source_event_id, assigned_agent, service_request_type, priority, communication_channel, sla_target_resolution_time, is_sla_breached, source_system, last_data_update
    FROM source_data
    WHERE source_event_type = 'ticket_status_changed' AND new_value = 'closed'
),
deduplicated_events AS (
    SELECT
        service_request,
        activity_name,
        start_time,
        assigned_agent,
        service_request_type,
        priority,
        communication_channel,
        sla_target_resolution_time,
        is_sla_breached,
        source_system,
        last_data_update,
        ROW_NUMBER() OVER (PARTITION BY service_request, activity_name, source_event_id ORDER BY start_time) AS event_rank
    FROM activity_events
)
SELECT
    service_request AS ServiceRequest,
    activity_name AS ActivityName,
    start_time AS StartTime,
    source_system AS SourceSystem,
    last_data_update AS LastDataUpdate,
    assigned_agent AS AssignedAgent,
    service_request_type AS ServiceRequestType,
    priority AS Priority,
    communication_channel AS CommunicationChannel,
    sla_target_resolution_time AS SlaTargetResolutionTime,
    is_sla_breached AS IsSlaBreached
FROM deduplicated_events
WHERE event_rank = 1
ORDER BY service_request, start_time, activity_name;

準備はできましたか？

このテンプレートでデータを準備し、今日からカスタマーサービスの改善を始めましょう。価値のある情報を見つけ出し、Zendesk Supportの運用効率を高められます。

改善ガイドに戻るテンプレートをダウンロード

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

繰り返しの問い合わせをなくし、FCR80％を達成して顧客満足度を高めます。

無料トライアルを開始

クレジットカードは不要です

カスタマーサービスのデータテンプレート

カスタマーサービスのデータテンプレート

カスタマーサービスの属性

カスタマーサービスのアクティビティ

抽出ガイド

レポートとデータのエクスポートに使うZendesk Explore UI

ステップ

設定

a サンプルクエリ config

Zendesk Support REST APIを使ったPythonスクリプト

ステップ

設定

a サンプルクエリ python

大量データ向けZendesk Incremental Exports API

ステップ

設定

a サンプルクエリ python

Zendesk向けサードパーティETLツールコネクタ

ステップ

設定

a サンプルクエリ config

準備はできましたか？

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

カスタマーサービスのデータテンプレート

カスタマーサービスのデータテンプレート

カスタマーサービスの属性

カスタマーサービスのアクティビティ

抽出ガイド

レポートとデータのエクスポートに使うZendesk Explore UI

ステップ

設定

a サンプルクエリ config

Zendesk Support REST APIを使ったPythonスクリプト

ステップ

設定

a サンプルクエリ python

大量データ向けZendesk Incremental Exports API

ステップ

設定

a サンプルクエリ python

Zendesk向けサードパーティETLツールコネクタ

ステップ

設定

a サンプルクエリ config

準備はできましたか？

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

プライバシーを大切にしています