> 継続的なプロセス改善 > サービスリクエスト管理 > Zendesk Support > データテンプレート

サービスリクエスト管理のデータテンプレート

Zendesk Support

サービスリクエスト管理の属性 (21) サービスリクエスト管理のアクティビティ (13) 抽出ガイド (3)

サービスリクエスト管理のデータテンプレート

このテンプレートでは、Zendesk Supportのサービスリクエスト管理プロセスを分析するために必要なデータの抽出方法を詳しく説明します。収集すべきデータ属性、追跡すべき主要なアクティビティ、システムから直接情報を抽出する方法をまとめています。このリソースを使って、プロセスマイニングに取り組むための信頼性の高いイベントログを作成できます。

詳細な分析に推奨される属性
追跡すべき主要なサービスリクエストアクティビティ
Zendesk Supportのデータ抽出ガイド

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

サービスリクエスト管理の属性

Zendesk Supportでのサービスリクエスト管理を詳細に分析するため、イベントログに含めることを推奨するデータ項目です。

5 必須 7 推奨 9 任意

	名前	説明
	アクティビティ ActivityName	サービスリクエストで発生した業務上のアクティビティまたはイベントの名称です。
説明アクティビティは、「サービスリクエスト作成」「リクエストを担当者に割り当て」「サービスリクエスト解決」など、サービスリクエストのライフサイクルにおける個別のステップまたはイベントを示します。これらのアクティビティは、Zendeskチケットの監査ログに記録された変更から導出されます。監査ログには、ステータス、担当者、優先度などのフィールド変更や、コメントの追加が記録されます。アクティビティの分析は、プロセスマイニングの中心です。プロセスマップの可視化、ステップ間のボトルネックの特定、手戻りループの分析が可能になります。アクティビティの順序と頻度を把握することで、組織は非効率やプロセス改善の機会を特定できます。重要な理由この属性はプロセス内のステップを定義し、プロセスマップの可視化と、プロセスフロー、バリエーション、適合性の分析を可能にします。入手先概念上は、Zendesk Ticket Audits APIに記録されたイベントから導出します。たとえば、「status」フィールドが「new」から「open」に変更された場合、「Request Triaged」のようなアクティビティにマッピングできます。例サービスリクエスト作成担当者再割り当てサービスリクエスト解決
	サービスリクエストID ServiceRequestId	Zendesk内の各サービスリクエストチケットを一意に識別するIDです。
説明サービスリクエストIDは、ZendeskではチケットIDと呼ばれることが多く、各ケースの主キーとして機能します。リクエストの作成から終了まで、関連するすべてのアクティビティ、コメント、ステータス変更を結び付けます。これにより、1件のリクエストのライフサイクル全体を追跡できます。プロセスマイニング分析では、この属性が基盤になります。ケースを定義し、プロセスフローの再構築、バリエーションの特定、処理時間などケース単位の指標の計算を可能にします。データセット内のすべてのイベントにサービスリクエストIDを関連付けることで、プロセス全体の中での位置付けを把握できます。重要な理由サービスリクエストの過程にあるすべてのイベントを結び付ける、不可欠なケース識別子です。エンドツーエンドのプロセスを分析できます。入手先 Zendesk Tickets APIの「id」フィールドです。例 102451024610247
	開始時刻 EventTimestamp	アクティビティが発生した正確な日時です。
説明イベントタイムスタンプまたは開始時刻は、アクティビティが発生した正確な時点を記録します。たとえば、担当者が割り当てられた時点、公開返信が送信された時点、チケットのステータスが「Resolved」に変更された時点を示します。この時間データは、各Zendeskチケットの監査ログから取得します。この属性は、時間に基づく分析に欠かせません。イベントを時系列に並べ、アクティビティ間の所要時間を計算し、待機時間を測定し、ケース全体の処理時間を分析するために使います。ボトルネックの特定や、SLAなど時間に基づく目標に対するパフォーマンス評価の基盤になります。重要な理由このタイムスタンプはイベントを時系列に並べるために使われ、所要時間、パフォーマンス、ボトルネックのあらゆる分析に欠かせません。入手先 Zendesk Ticket Audits APIの各監査イベントにある「created_at」フィールドです。例 2023-10-26T10:00:00Z2023-10-26T10:15:30Z2023-10-27T14:20:10Z
	ソースシステム SourceSystem	データを抽出したシステムを示します。
説明この属性は、サービスリクエストデータの取得元を示します。このプロセスビューでは値が常に「Zendesk Support」となり、すべてのサービス管理アクティビティの記録元システムを識別します。複数のシステムを連携する環境では、このフィールドがデータの系譜とトラブルシューティングに欠かせません。分析対象を意図したシステムに正しく限定し、複数のソースから統合したデータを区別できます。重要な理由データの取得元システムを識別し、データの系譜を明確にします。複数のシステムのデータを統合する際の混乱も防ぎます。入手先データの抽出と変換の際に追加される固定値（「Zendesk Support」）です。例 Zendesk Support
	最終データ更新 LastDataUpdate	ソースシステムからデータが最後に更新された時刻を示すタイムスタンプです。
説明この属性は、Zendesk Supportから直近にデータを抽出した日時を記録します。分析対象のデータがどの時点のものかを把握でき、プロセスビューがどの程度最新であるかを確認できます。継続的な監視やダッシュボード作成では、この情報が欠かせません。分析担当者や業務担当者は、ほぼリアルタイムのデータを見ているのか、過去の期間のスナップショットを見ているのかを確認できます。これは分析結果の妥当性にも影響します。重要な理由データの鮮度を把握するための重要な情報であり、分析がどの程度最新であるかを確認できます。入手先データ抽出時にデータセットへ生成・付与されるメタデータフィールドです。例 2023-10-27T08:00:00Z
	サービス種別 ServiceType	サービスリクエストのカテゴリまたは種別です（例：Incident、Question、Problem、Task）。
説明サービス種別は、サービスリクエストの内容を分類します。Zendeskでは「type」フィールドを使って、さまざまなサポート対応の種類を区別します。この初期分類により、チケットを適切なチームへ振り分け、適切なプロセスを適用できます。この属性は、フィルタリングや比較に欠かせません。種別ごとにプロセスフローを調べられるため、解決までの経路やSLAが大きく異なるリクエストを比較できます。特定のリクエスト種別への対応に優れた担当者やチームを把握するため、「担当者・チームのパフォーマンス」ダッシュボードの重要な分析軸になります。重要な理由リクエストを分類し、インシデントと質問など、異なる経路をたどるプロセスを分けて分析できます。入手先 Zendesk Tickets APIの「type」フィールドです。例質問インシデント問題タスク
	チケットタグ TicketTags	分類や振り分けのためにサービスリクエストへ付与するタグの一覧です。
説明タグは、担当者が手動でチケットに追加したり、ビジネスルールによって自動的に付与したりできる柔軟なラベルです。TypeやPriorityなどの標準フィールドでは表せない、チケット固有の背景やカテゴリを追加するために使います。タグは、プロセスマイニング分析で幅広く利用できる属性です。特定のシナリオの抽出、カスタムワークフローの追跡、根本原因の特定に役立ちます。たとえば「VIP」タグで重要顧客のプロセスを分析したり、「product_bug」タグで不具合報告のライフサイクルを追跡したりできます。重要な理由データを柔軟に切り分け、他のフィールドでは取得できない特定のサブプロセスやチケット属性を詳しく分析できます。入手先 Zendesk Tickets APIの「tags」フィールドです。文字列の配列です。例営業問い合わせ請求に関する問題機能リクエストVIP顧客
	リクエストチャネル RequestChannel	サービスリクエストが送信されたチャネルです（例：メール、Webフォーム、電話）。
説明この属性は、サービスリクエストの送信元を示します。Zendeskでは、メール、Webポータル、API連携、チャットなど、チケットが作成された経路を記録できます。これにより、顧客とのやり取りの方法を把握できます。リクエストチャネルは、分析に役立つ重要な軸です。「リクエストチャネルの効率」ダッシュボードで、チャネルごとの解決時間、満足度評価、やり直し率を比較できます。サポートチャネルの改善や、より効率的なチャネルへの利用者の誘導にも役立ちます。重要な理由顧客サポートの各チャネルにおける効率や成果を分析し、対象を絞った改善につなげられます。入手先 Zendesk Tickets APIの「via」オブジェクトと、その「channel」プロパティです。例ウェブメールAPIチャット
	リクエストのステータス RequestStatus	イベント発生時点でのサービスリクエストのステータスです（例：New、Open、Pending）。
説明リクエストのステータスは、特定の時点におけるチケットの状態を示します。ZendeskにはNew、Open、Pending、On-hold、Solved、Closedなどの標準ステータスがあり、リクエストのライフサイクルに沿った進捗を表します。このフィールドの変更は、イベントログにアクティビティを作成する主なトリガーです。各ステータスに費やした時間の分析は、ボトルネック分析の中心となります。たとえば、チケットが「Pending」や「On-hold」の状態に長くとどまっている箇所を特定できます。ステータスの遷移を把握することは、やり直しのループを見つけるうえでも重要です。重要な理由ステータスを追跡することで、リクエストの進捗や、待機状態・対応中の状態に費やした時間を把握できます。入手先 Zendesk Tickets APIの「status」フィールドです。例新規オープン保留中解決済みクローズ
	リクエストの優先度 RequestPriority	Low、Normal、High、Urgentなど、サービスリクエストに設定された優先度です。
説明リクエストの優先度は、サービスリクエストの緊急度を示す分類です。このレベルによって、目標解決時間やチケットに適用されるSLAポリシーが決まることがよくあります。優先度はシステムまたはユーザーが初期設定し、チケットのライフサイクル中に担当者が変更する場合もあります。この属性は、セグメント分けや根本原因分析に欠かせません。優先度の高いチケットが低いチケットよりも早く解決されているかを分析でき、「サービスリクエストのエスカレーション傾向」や「SLA遵守状況」ダッシュボードの重要な分析軸になります。重要な理由緊急度に基づいてリクエストを分類できます。SLAのコンプライアンスを分析し、緊急性の高い問題に迅速に対応するうえで重要です。入手先 Zendesk Tickets APIの「priority」フィールドです。例低通常高緊急
	割り当て先チーム AssignedTeam	サービスリクエストに割り当てられたサポートチームまたはグループです。
説明この属性は、サポート組織内でサービスリクエストを担当するチームまたはグループを示します。Zendeskでは、これらを「Groups」と呼びます。チケットは、個々の担当者が引き取る前に、まずグループへ割り当てられることがよくあります。割り当て先チーム別に分析すると、チーム単位のパフォーマンスと業務量を把握できます。どのチームがどの種類のリクエストを処理しているか、平均解決時間、SLA遵守率などを確認できます。担当者・チームパフォーマンスダッシュボードの主要な分析軸です。重要な理由チームのパフォーマンス、業務量の平準化、異なるサポートグループ間の振り分け効率を分析できます。入手先 Zendesk Groups APIで、Tickets APIのレスポンスに含まれる「group_id」を結合します。例第1層サポートテクニカルサポート請求
	担当者名 AgentName	イベント発生時点でサービスリクエストに割り当てられていた担当者の名前です。
説明この属性は、サービスリクエストを担当するサポート担当者を識別します。チケットのライフサイクル中に担当者が何度も変わる場合があり、このフィールドには各ステップで誰が担当していたかが記録されます。担当者名は、パフォーマンス分析に欠かせません。データを担当者ごとに絞り込み、業務量の分布、担当者別の解決時間、再割り当ての頻度を評価できます。これにより、担当者・チームパフォーマンスダッシュボードを作成し、プロセス全体の効率に対する個々の貢献を把握できます。重要な理由この属性は、担当者のパフォーマンス、業務量の分布、再割り当てが解決時間に与える影響を分析するうえで重要です。入手先 Zendesk Users APIを使い、Tickets APIのレスポンスにある「assignee_id」と結合して取得します。例 Jane DoeJohn SmithEmily Jones
	SLAポリシー名 SlaPolicyName	リクエストに適用されたサービスレベル合意（SLA）ポリシーの名前です。
説明この属性は、サービスリクエストの目標応答時間と解決時間を定めるSLAポリシーを特定します。ポリシーは通常、リクエストの優先度や種別、顧客の契約プランなどによって決まります。適用されたSLAポリシーを把握することは、「SLA遵守状況と違反分析」ダッシュボードに欠かせません。ポリシーごとに目標が異なるため、パフォーマンスを評価するための前提情報になります。チケットが固有のサービスレベル目標を満たしたかどうかを、公平かつ正確に評価できます。重要な理由リクエストがどの目標に基づいて評価されたかを示し、SLA分析の前提情報を提供します。正確なコンプライアンス報告にも役立ちます。入手先 Zendesk Ticket Metrics APIです。SLAデータは通常、チケットのメトリクスに関連付けられています。例緊急：1時間以内に応答標準：24時間以内に解決プレミアム顧客向けSLA
	SLA違反の有無 IsSlaBreached	サービスリクエストがSLA目標のいずれかに違反したかどうかを示すフラグです。
説明この属性は、チケットのSLA結果を示すブール値またはカテゴリフラグです。「Met」「Breached」「Active」などの状態を表します。適用されたSLAポリシーの目標と、実際の応答時間または解決時間を比較して判定します。「SLA遵守状況と違反分析」ダッシュボードに欠かせない属性です。SLAを満たしたチケットと満たさなかったチケットを簡単に集計・可視化できます。さらに、違反したチケットのプロセス上の特徴を分析し、長い待機時間や過度な担当者変更などの根本原因を特定できます。重要な理由サービスレベルの約束に対するパフォーマンスを直接測定します。サービス品質と顧客満足度を示す重要な指標です。入手先各チケットのSLAステータスを提供するZendesk Ticket Metrics APIから取得します。例達成違反アクティブ
	やり直しの有無 IsRework	サービスリクエストがSolvedになった後に再オープンされた場合にtrueとなるフラグです。
説明このブール型フラグは、やり直しが発生したケースを特定します。通常、サービスリクエストのステータスが「Solved」からオープン状態に戻った場合、初回の解決が十分でなく、顧客が同じ問題について再度問い合わせたことを示すため、やり直しとみなします。「サービスリクエストやり直し率」KPIの算出や、「やり直し・再オープンアクティビティ分析」ダッシュボードに欠かせません。やり直しが発生したケースを抽出し、再オープンの根本原因を見つけ、初回対応での解決率を高められます。重要な理由解決が完了していないプロセス上の問題を特定し、顧客満足度に直接影響する品質と効率の課題を明らかにします。入手先 Zendesk Ticket Audits APIでチケットのステータスの順序を分析して算出します。「solved」から「open」への遷移は、やり直しを示します。例 truefalse
	依頼者の組織 RequestorOrganization	依頼者が所属する組織または会社です。
説明この属性は、サービスリクエストを特定の顧客組織に紐付けます。B2Bサポートでは、サービスレベル合意やサポート契約が組織単位で定められることが多いため、特に重要です。組織別にデータを分析すると、サポートパフォーマンスを会社単位で把握できます。チケットの発生件数が多い組織、同じ問題を繰り返し抱えている組織、満足度スコアが低い組織を特定できます。アカウント管理や、顧客全体の健全性に関する傾向の把握にも役立ちます。重要な理由リクエストを会社別にまとめ、B2Bサービスを分析できます。組織単位で顧客関係やSLAを管理するうえで重要です。入手先 Zendesk Organizations APIで、Tickets APIのレスポンスに含まれる「organization_id」を結合します。例 Acme CorporationGlobal Tech Inc.Innovate Solutions
	依頼者名 RequestorName	サービスリクエストを送信したエンドユーザーまたは顧客の名前です。
説明この属性は、サービスリクエストを開始した個人を示します。リクエストを特定の顧客に紐付けることで、サポートプロセスを顧客中心の視点から把握できます。プロセス分析では、依頼者を使って特定の顧客や顧客セグメントの傾向を調べられます。たとえば、特定の顧客だけ解決時間が長い、またはやり直し率が高いといった傾向を分析し、利用中の製品やサービスに関する問題を見つけられます。重要な理由プロセスと顧客を紐付け、顧客ごとの問題、繰り返し発生するリクエスト、満足度を分析できます。入手先 Zendesk Users APIで、Tickets APIのレスポンスに含まれる「requester_id」を結合します。例 Alice JohnsonBob WilliamsCharlie Brown
	初回対応での解決の有無 IsFirstContactResolution	最初に割り当てられた担当者が、担当者変更や依頼者からの返信なしにリクエストを解決したかどうかを示すフラグです。
説明初回対応での解決（FCR）は、顧客の問題が1回のやり取りで解決したことを示す重要な指標です。この計算属性は、担当者変更がなく、担当者からの公開返信が1回だけで、最初に割り当てられた担当者がチケットをSolvedにした場合にtrueとなるブール型フラグです。この属性は「初回対応解決率」KPIを直接支えます。FCRを達成したケースの特徴を分析すると、優れたプロセスのモデルを作成できます。一方、FCRに至らなかったケースを分析すれば、担当者研修、ナレッジベース記事、初期トリアージを改善する機会を見つけられます。重要な理由 1回の対応で問題を効率よく解決する能力を測定します。顧客満足度と業務効率の両方に強く影響する指標です。入手先複雑な計算属性です。チケットのイベントログを分析し、担当者の変更と担当者による公開返信の回数を確認する必要があります。例 truefalse
	担当者変更回数 AgentReassignmentCount	リクエストがある担当者から別の担当者へ変更された回数の合計です。
説明この属性は、チケットの「assignee_id」フィールドが変更されるたびに増加するカウンターです。1件のチケットで担当者の変更回数が多い場合、初期振り分けの誤り、担当者の知識不足、1人では対応しにくい複雑なリクエストなど、さまざまなプロセス上の問題が考えられます。プロセス効率を測る重要な指標であり、「担当者変更率」KPIを直接支えます。変更回数の多いケースを分析すると、振り分けルール、担当者研修、ナレッジベースの改善機会を見つけ、チケットを適切な担当者へより早く届けられます。重要な理由社内での引き継ぎを定量化し、プロセス上の摩擦を特定できます。担当者変更率が高いと、遅延や非効率につながることが多いためです。入手先各チケットについて、Zendesk Ticket Audits APIで「assignee_id」の変更回数を数えて算出します。例 013
	満足度評価 SatisfactionRating	チケットの解決後に依頼者が回答した満足度スコアです。
説明この属性は、通常チケットがSolvedになった後のアンケートで収集される、顧客のサポート体験に対する評価を記録します。一般的な評価には「Good」や「Bad」があり、コメントが添えられる場合もあります。満足度評価は、成果を測る重要な指標です。プロセスのパターンと満足度スコアを関連付けることで、顧客満足度の向上または低下につながるプロセス上の行動を明らかにできます。たとえば、担当者の変更回数が多いことや解決時間が長いことが、低い満足度評価と強く関連していると分かる場合があります。重要な理由プロセスの実行と顧客の成果を直接結び付け、顧客満足度に影響するプロセス上の行動を特定できます。入手先 Zendesk Tickets APIの「satisfaction_rating.score」または「satisfaction_rating.reason」フィールドです。例良好不良提示済み
	終了時刻 EndTime	アクティビティが完了した正確な日時です。
説明終了時刻は、アクティビティが完了した時点を示します。Zendeskの多くのイベントは瞬間的に発生するため、終了時刻は開始時刻と同じです。一方、「リクエストを保留に設定」のような状態ベースのアクティビティでは、チケットが保留から解除された時点が終了時刻になります。この属性は、個々のアクティビティの所要時間を計算するために欠かせず、ボトルネック分析の鍵になります。アクティビティの開始時刻と終了時刻を比較することで処理時間を直接測定し、最も時間を要するステップを特定できます。重要な理由個々のアクティビティの所要時間を計算でき、プロセスのボトルネックの特定やステップ単位の効率測定に役立ちます。入手先個別イベントでは、開始時刻と同じになることが多い値です。ステータスの継続時間では、ステータスを変更する次のイベントのタイムスタンプになります。例 2023-10-26T10:00:00Z2023-10-26T10:15:30Z2023-10-27T14:20:10Z

必須推奨任意

サービスリクエスト管理のアクティビティ

サービスリクエストを正確に発見するため、イベントログに記録すべき主要なプロセス手順とマイルストーンです。

7 推奨 6 任意

	アクティビティ	説明
	SLA目標違反	サービスリクエストが、初回返信時間や解決時間など、定義されたSLA目標を満たせなかった時点を示します。目標を超過すると、Zendeskに明示的なイベントとして記録されます。
重要な理由コンプライアンス監視における重要なイベントであり、SLA遵守率KPIの主要な入力データです。サービス上の約束を守れなかった箇所を特定できます。入手先 Zendeskのチケットイベントまたは監査ログにある「SLABreach」イベントから取得します。このイベントには、違反したSLA指標が記録されます。取得チケットデータ内の明示的な「SLABreach」イベントから特定します。イベントタイプ explicit
	サービスリクエスト作成	新しいチケットが依頼者によっていずれかのチャネルから送信された時点で、サービスリクエストのライフサイクルが始まります。Zendeskのチケット監査ログでは「Create」イベントとして記録され、プロセスの開始時刻を明確に示します。
重要な理由このアクティビティは、すべてのサービスリクエストにおける主な開始イベントです。エンドツーエンドの処理時間の計算や、リクエスト受付量の分析に欠かせません。入手先 Zendeskのチケット監査ログでは、「Create」イベントタイプとして記録されます。このイベントのタイムスタンプが、サービスリクエストチケットの作成時刻です。取得チケット監査ログの「Create」イベントから直接取得します。イベントタイプ explicit
	サービスリクエスト再オープン	「solved」状態のリクエストに依頼者が返信すると発生し、ステータスが自動的に「open」に戻ります。提示した解決策が十分でなかったことを示します。
重要な理由手戻りを示す主な指標です。発生頻度を分析することで、解決品質を測定し、お客様の不満の原因を特定できます。入手先チケット監査ログで、以前の値が「solved」、新しい値が「open」となっている「status」フィールドの「Change」イベントから推定します。取得ステータスが「solved」から「open」に変更されたことから推定します。イベントタイプ inferred
	サービスリクエスト終了	サービスリクエストが最終的かつ恒久的に終了したことを示します。チケットは一定期間「solved」の状態が続くと自動的に「closed」へ移行し、その後は再オープンできません。
重要な理由サービスリクエストプロセスの確定した終了を示します。ケース全体の所要時間を計算するための最終地点になります。入手先チケット監査ログで、「status」フィールドの新しい値が「closed」となっている「Change」イベントから推定します。取得監査ログでステータスが「closed」になった「Change」イベントから推定します。イベントタイプ inferred
	サービスリクエスト解決	担当者が解決策を提示し、チケットのステータスを「solved」に変更した時点を示します。担当者の視点ではリクエストは完了しますが、依頼者によって再オープンされる可能性があります。
重要な理由担当者による実作業の終了を示す主要な節目です。この状態に到達するまでの時間は、解決効率を測る主要な指標です。入手先チケット監査ログで、「status」フィールドの新しい値が「solved」となっている「Change」イベントから推定します。取得監査ログでステータスが「solved」になった「Change」イベントから推定します。イベントタイプ inferred
	リクエストを担当者に割り当て	サービスリクエストが初めて特定の担当者に割り当てられたときに発生します。チケット監査ログで、「assignee_id」フィールドがnullまたはグループIDから設定される「Change」イベントをもとに推定します。
重要な理由担当者による実作業の開始を示し、初回応答時間、初回割り当てまでの遅延、担当者の業務量分布を測定するうえで重要です。入手先チケット監査ログで、「assignee_id」フィールドに特定のユーザーIDが初めて設定された「Change」イベントから推定します。取得「assignee_id」フィールドを担当者に設定する最初の変更イベントから推定します。イベントタイプ inferred
	公開返信送信	担当者から依頼者へ送信されたあらゆるコミュニケーションを示します。Zendeskのチケットデータで、「public」属性がtrueの「Comment」イベントとして明示的に記録されます。
重要な理由これらのイベントは、コミュニケーション頻度の分析、担当者の応答時間の測定、解決に必要なやり取りの回数の特定に欠かせません。入手先チケットデータ内の明示的な「Comment」イベントです。イベントの詳細に「public: true」属性が含まれるため、内部メモと区別できます。取得「public」フラグがtrueに設定されたチケットの「Comment」イベントから取得します。イベントタイプ explicit
	SLA目標適用	サービスリクエストチケットにサービスレベル合意（SLA）ポリシーが適用された時点を示します。チケットの属性が有効なSLAポリシーの条件に一致すると、このイベントが明示的に記録されます。
重要な理由 SLAが適用された時点を追跡することは、コンプライアンスの監視、違反の可能性の分析、リクエストの種類ごとに期待されるサービス期間の把握に欠かせません。入手先 Zendeskのチケットイベントまたは監査ログにある「SLAPolicyApplied」イベントから取得します。このイベントには、一致したポリシーが記録されます。取得チケットデータ内の明示的な「SLAPolicyApplied」イベントから特定します。イベントタイプ explicit
	リクエストをエスカレーション	サービスリクエストが上位のサポート層、別のチーム、または管理職へ正式にエスカレーション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の変更、またはエスカレーション追跡用のカスタムフィールドの変更から推定します。
重要な理由エスカレーションを監視すると、複雑なリクエスト、現場担当者に必要な研修、高いレベルでの対応が必要な構造的な問題を特定できます。入手先標準イベントではありません。エスカレーション先グループへの「group_id」フィールドの「Change」イベント、またはエスカレーション追跡に使うカスタムチケットフィールドの変更から推定する必要があります。取得「group_id」またはカスタムの「escalation」フィールドの変更から推定します。イベントタイプ inferred
	リクエストを保留に設定	サービスリクエストのステータスが「on-hold」に変更されたときに発生します。通常は、担当者が依頼者または第三者からの情報を待っていることを示します。ステータス変更イベントから推定します。
重要な理由サポートチームが直接管理できない待機時間を切り分けて測定できるため、担当者の対応時間をより正確に把握できます。入手先チケット監査ログで、「status」フィールドの新しい値が「on-hold」となっている「Change」イベントから推定します。取得監査ログでステータスが「on-hold」になった「Change」イベントから推定します。イベントタイプ inferred
	優先度変更	サービスリクエストの優先度が「Low」「Normal」「High」「Urgent」などに更新されたことを示します。チケット監査ログの「priority」フィールドに対する「Change」イベントとして記録されます。
重要な理由優先度の変更を分析すると、時間の経過とともに緊急度が高まるリクエストを特定し、優先順位付けが適切に管理されているかを評価できます。入手先 Zendeskのチケット監査ログで、「priority」フィールドに対する「Change」イベントとして記録され、変更前と変更後の値が示されます。取得監査ログの「priority」フィールドに対する「Change」イベントから推定します。イベントタイプ inferred
	内部メモ追加	担当者がサービスリクエストに内部メモまたはコメントを追加した状態です。他の担当者だけが閲覧できます。「public」属性がfalseの「Comment」イベントとして記録されます。
重要な理由内部メモを追跡すると、担当者間またはチーム間の連携状況を把握できます。連携は遅延の原因になる場合もあれば、効率的な問題解決の鍵になる場合もあります。入手先チケットデータ内の明示的な「Comment」イベントです。イベントの詳細に「public: false」属性が含まれ、内部メモであることを示します。取得「public」フラグがfalseに設定されたチケットの「Comment」イベントから取得します。イベントタイプ explicit
	担当者再割り当て	サービスリクエストの担当が、ある担当者から別の担当者へ移されたことを示します。初回割り当て後に発生する「assignee_id」フィールドへの後続の「Change」イベントから推定します。
重要な理由再割り当てを追跡することは、担当者再割り当て率KPIの計算に重要です。この指標により、プロセスの非効率、誤った振り分け、知識不足を特定できます。入手先チケット監査ログの「assignee_id」フィールドに対する「Change」イベントから推定します。ただし、チケットで最初に発生した割り当てイベントは除外します。取得「assignee_id」フィールドに対する2回目以降の「Change」イベントから推定します。イベントタイプ inferred

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へのアクセスと主要レポートの作成：右上のバーにあるZendesk製品アイコンに移動し、Exploreを選択します。Exploreで左側のQueriesアイコンをクリックし、次にNew queryをクリックします。データソースとしてSupport: Ticket updatesデータセットを選択します。
チケットイベントの指標と属性の設定：クエリビルダーでCOUNT(Tickets)などの指標を追加し、データを可視化します。次にRowsセクションに移動し、Ticket ID、Update - Timestamp、Updater name、Update - Field name、Update - Previous value、Update - New value、Assignee name、グループ名、Ticket priority、Ticket status、Submission channel、Ticket type、Ticket tagsの属性を追加します。
ActivityNameの計算属性の作成：生の更新データを意味のあるアクティビティに変換するため、標準の計算属性を作成します。Calculationsメニュー（電卓アイコン）に移動し、Standard calculated attributeを選択して、名前をActivityNameにします。Queryセクションにあるロジックを数式ボックスに貼り付けます。この数式で、さまざまなチケット更新イベントを必要なアクティビティ名にマッピングします。
主要レポートの調整とフィルター：新しいActivityName属性をRowsセクションに追加します。この属性にフィルターを作成し、データセットを整理するために(null)や不要なシステム生成値を除外します。また、Ticket created - Dateにもフィルターを追加し、直近6か月など、運用しやすい期間にクエリを限定します。
SLAイベント用の2つ目のレポートの作成：新しいクエリをもう1つ作成し、今度はSupport: SLAsデータセットを選択します。Ticket updatesデータセットではSLAイベントを取得できないため、この手順が必要です。
SLAレポートの設定：SLAクエリのMetricsにCOUNT(SLA tickets)を追加します。Rowsセクションには、Ticket ID、SLA policy、SLA target、SLA updated - Timestamp、SLA status、Updater nameを追加します。変換時にSLA statusからアクティビティを推定します。
両方のデータセットのエクスポート：ExploreのUIで両方のクエリを実行します。テーブルが生成されたら、Exportボタンをクリックし、形式としてCSVを選択します。2つの個別のCSVファイルが作成されます。
データの結合と変換：Microsoft Excelなどの表計算ツール、またはPythonなどのスクリプト言語を使って2つのCSVファイルを結合します。目的は、1つのイベントログを作成することです。SLAファイルにはActivityName列を作成する必要があります。SLA statusが「アクティブ」の場合は「SLA Target Applied」、「Breached」の場合は「SLA Target Breached」をアクティビティにします。EventTimestampにはSLA updated - Timestampを使用します。
列ヘッダーの標準化：最終的に結合したファイルで、列名をプロセスマイニングに必要な形式に変更します。たとえば、Ticket IDをServiceRequestIdに、Update - TimestampをEventTimestampに、Updater nameをAgentNameに変更します。
固定列の追加と仕上げ：最終CSVファイルに2つの新しい列を追加します。SourceSystemには「Zendesk」を入力します。LastDataUpdateには、エクスポートを実行した時点のタイムスタンプを入力します。これで、ファイルをアップロードできます。

設定

Zendeskプラン：カスタムクエリと属性を作成するには、Zendesk Explore ProfessionalまたはEnterpriseを含むZendesk Supportプランが必要です。
権限：Exploreでクエリを作成・編集する権限を持つAgentである必要があります。通常は管理者、またはカスタムロールを付与されたAgentが該当します。
データセットの選択：この方法では、2つの異なるデータセットに基づく2つのレポートを作成します。一般的なイベントにはSupport: Ticket updatesを、SLA固有のイベントにはSupport: SLAsを使用します。
日付範囲フィルター：データ量を扱いやすくするため、たとえば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。初回の分析では、3～6か月の範囲を推奨します。
計算属性：アクティビティ名を導出するロジックは、Explore内の複雑なカスタム計算属性で処理します。出力エラーを防ぐため、数式が正しく作成されていることを確認してください。
データ量：Zendesk ExploreのUIとエクスポート機能は、非常に大きなデータセットでは処理が遅くなったり、タイムアウトしたりする場合があります。1年を超える期間や数百万件のチケットを対象にする場合は、エクスポート期間を小さく分割してバッチ処理することを検討してください。

a サンプルクエリ config

This method uses the Zendesk Explore UI, where queries are built visually. The following describes the configuration for the two required reports.

**Report 1: Ticket Events Configuration**
* **Dataset**: `Support: Ticket updates`
* **Metrics**: `COUNT(Tickets)`
* **Rows**:
  * `Ticket ID`
  * `ActivityName` (This is the custom calculated attribute defined below)
  * `Update - Timestamp`
  * `Updater name`
  * `Assignee name`
  * `Group name`
  * `Ticket priority`
  * `Ticket status`
  * `Submission channel`
  * `Ticket type`
  * `Ticket tags`
* **Standard Calculated Attribute (`ActivityName`) Formula**:
```
IF [Update - Field name] = "assignee_id" AND ([Update - Previous value] = "" OR [Update - Previous value] = NULL) THEN
    "Request Assigned to Agent"
ELIF [Update - Field name] = "assignee_id" AND [Update - Previous value] != "" AND [Update - Previous value] != NULL THEN
    "Agent Reassigned"
ELIF [Update - Field name] = "group_id" THEN
    "Request Escalated"
ELIF [Update - Field name] = "priority" AND [Update - New value] != [Update - Previous value] THEN
    "Priority Changed"
ELIF [Update - Field name] = "status" AND [Update - New value] = "hold" THEN
    "Request Placed On-Hold"
ELIF [Update - Field name] = "status" AND [Update - New value] = "solved" THEN
    "Service Request Resolved"
ELIF [Update - Field name] = "status" AND [Update - New value] = "closed" THEN
    "Service Request Closed"
ELIF [Update - Field name] = "status" AND [Update - New value] = "open" AND [Update - Previous value] = "solved" THEN
    "Service Request Reopened"
ELIF [Update - Field name] = "requester_id" AND [Update - Previous value] = NULL THEN
    "Service Request Created"
ELSE
    NULL
ENDIF
```
* **Note on Comment Activities**: Capturing `Public Reply Sent` and `Internal Note Added` from the `Ticket updates` dataset is not reliably possible as the public vs. internal distinction is often missing. For these events, creating a third report on the `Support: Comments` dataset and merging it is the recommended, though more complex, approach.

**Report 2: SLA Events Configuration**
* **Dataset**: `Support: SLAs`
* **Metrics**: `COUNT(SLA tickets)`
* **Rows**:
  * `Ticket ID`
  * `SLA updated - Timestamp`
  * `SLA status`
  * `Updater name`
  * `Assignee name`
  * `Group name`
  * `Ticket priority`
* **Note**: The `ActivityName` for this report (`SLA Target Applied`, `SLA Target Breached`) must be generated after export based on the value in the `SLA status` column.

ステップ

前提条件：システムに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。また、APIトークンを生成するため、Zendesk Supportインスタンスへの管理者アクセス権も必要です。
Pythonライブラリをインストール：ターミナルまたはコマンドプロンプトを開き、pipを使って必要なPythonライブラリをインストールします。requestsライブラリはAPI呼び出しに、pandasはデータ操作とCSVファイルへのエクスポートに使用します。
```
pip install requests pandas
```
Zendesk APIトークンを生成：管理者としてZendeskにログインします。Admin Center > Apps and integrations > APIs > Zendesk APIの順に移動します。Token Accessセクションで、まだ有効になっていない場合は有効にし、「Add API token」をクリックします。説明として、たとえば「ProcessMind Extraction」と入力し、生成されたトークンをコピーします。このトークンは再表示されません。
Pythonスクリプトを設定：提供されたPythonスクリプトをテキストエディターで開きます。ファイル上部の設定変数に値を入力します：ZENDESK_SUBDOMAIN（会社のZendeskドメイン名）、ZENDESK_EMAIL（トークンに関連付けられた管理者ユーザーのメールアドレス）、ZENDESK_API_TOKEN。また、データ抽出期間の開始点を定義するため、START_TIME_STRを設定します。通常は3～6か月前を指定します。
スクリプトのロジックを確認：スクリプトはまず、Incremental Tickets APIを使って、指定した日付範囲内に更新されたチケットの一覧を取得します。次に各チケットについて、監査履歴、コメント、SLAメトリクスをすべて取得します。これらのイベントを時系列で処理し、詳細な履歴を作成します。
Zendeskイベントをアクティビティに対応付け：スクリプトには、生のZendeskイベントを必要な業務アクティビティに変換するロジックが含まれています。たとえば、statusフィールドの「Change」イベントを、Service Request ResolvedやRequest Placed On-Holdなどのアクティビティに対応付けます。コメントイベントを確認し、「Public Reply Sent」か「Internal Note Added」かを判定します。
抽出スクリプトを実行：ターミナルでpython your_script_name.pyを実行します。データをZendesk APIから取得する間、スクリプトに進捗状況が表示されます。データ量やAPIのレート制限によっては、処理に時間がかかる場合があります。
出力ファイルを確認：スクリプトが完了すると、同じディレクトリにzendesk_event_log.csvという名前のCSVファイルが生成されます。このファイルには、指定したすべてのアクティビティと属性を含む抽出済みイベントログが格納されます。
アップロードの準備：CSVファイルを開き、正しい形式になっていることを確認します。列見出しは、ServiceRequestId、ActivityName、EventTimestamp、SourceSystem、LastDataUpdateなど、必要な属性と一致している必要があります。これでProcessMindにアップロードできる状態になります。

設定

Zendesk APIアクセス：スクリプトには、管理者または十分な権限を持つAgentに関連付けられた有効なAPIトークンが必要です。スクリプト設定で使用するユーザーのメールアドレスは、APIトークンを作成したユーザーのものと同一でなければなりません。
スクリプトパラメーター：実行前に、スクリプト内の次の主要変数を設定する必要があります：ZENDESK_SUBDOMAIN、ZENDESK_EMAIL、ZENDESK_API_TOKEN、START_TIME_STR。START_TIME_STRは「YYYY-MM-DD」形式で指定します。
日付範囲：まずは過去3～6か月のデータを抽出することを推奨します（START_TIME_STR）。これにより、過度に処理時間を延ばしたり、API制限に頻繁に達したりすることなく、分析に適したデータセットを用意できます。日付範囲を広げると、抽出時間が大幅に増加します。
Incremental Exports API：スクリプトはIncremental Exportsエンドポイント（/api/v2/incremental/tickets/cursor.json）を使用し、前回の実行以降、または指定した開始時点以降に更新されたチケットだけを効率的に取得します。すべてのチケットを走査するよりも、はるかに高速です。
レート制限：ZendeskにはAPIのレート制限があります。スクリプトには、レート制限に達した場合に一時停止する基本的な処理が含まれていますが、非常に大規模なインスタンスでは抽出にかなりの時間がかかる場合があります。利用の少ない時間帯に実行することを推奨します。
エスカレーションの判定：Request Escalatedアクティビティは、group_idフィールドの変更から推定します。組織でカスタムチケットフィールドなど別の仕組みを使用している場合は、エスカレーションを正しく識別できるよう、スクリプトのロジックを変更する必要があります。

a サンプルクエリ python

import requests
import pandas as pd
import time
from datetime import datetime, timezone
import os

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Zendesk subdomain, admin email, and API token
ZENDESK_SUBDOMAIN = class="hl-string">'[Your Subdomain]'
ZENDESK_EMAIL = class="hl-string">'[Your Zendesk Admin Email]'
ZENDESK_API_TOKEN = class="hl-string">'[Your Zendesk API Token]'

class=class="hl-string">"hl-comment"># Set the start date for the data extraction (YYYY-MM-DD)
START_TIME_STR = class="hl-string">'2023-01-01'

class=class="hl-string">"hl-comment"># --- End of Configuration ---

class=class="hl-string">"hl-comment"># Set up constants and session
BASE_URL = fclass="hl-string">'https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2'
AUTH = (fclass="hl-string">'{ZENDESK_EMAIL}/token', ZENDESK_API_TOKEN)
SOURCE_SYSTEM = class="hl-string">'Zendesk Support'
LAST_DATA_UPDATE = datetime.now(timezone.utc).isoformat()

session = requests.Session()
session.auth = AUTH

class=class="hl-string">"hl-comment"># Caches for user and group names to reduce API calls
user_cache = {}
group_cache = {}

def get_user_name(user_id):
    if not user_id:
        return None
    if user_id in user_cache:
        return user_cache[user_id]
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/users/{user_id}.json')
        response.raise_for_status()
        user_cache[user_id] = response.json()[class="hl-string">'user'][class="hl-string">'name']
        return user_cache[user_id]
    except requests.exceptions.RequestException:
        return fclass="hl-string">'User ID {user_id}'

def get_group_name(group_id):
    if not group_id:
        return None
    if group_id in group_cache:
        return group_cache[group_id]
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/groups/{group_id}.json')
        response.raise_for_status()
        group_cache[group_id] = response.json()[class="hl-string">'group'][class="hl-string">'name']
        return group_cache[group_id]
    except requests.exceptions.RequestException:
        return fclass="hl-string">'Group ID {group_id}'

def handle_rate_limit(response):
    if response.status_code == 429:
        retry_after = int(response.headers.get(class="hl-string">'Retry-After', 60))
        print(fclass="hl-string">'Rate limit reached. Waiting for {retry_after} seconds...')
        time.sleep(retry_after)
        return True
    response.raise_for_status()
    return False

def fetch_paginated_data(url):
    while url:
        try:
            response = session.get(url)
            if handle_rate_limit(response):
                continue
            data = response.json()
            yield data
            url = data.get(class="hl-string">'next_page')
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">'Error fetching data from {url}: {e}')
            break

def process_ticket(ticket, event_log):
    ticket_id = ticket[class="hl-string">'id']
    print(fclass="hl-string">'Processing Ticket ID: {ticket_id}')

    class=class="hl-string">"hl-comment"># --- 1. Fetch Ticket Audits ---
    audits_url = fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/audits.json'
    all_events = [] class=class="hl-string">"hl-comment"># A temporary list to hold all events for sorting

    for audit_page in fetch_paginated_data(audits_url):
        for audit in audit_page.get(class="hl-string">'audits', []):
            author_id = audit.get(class="hl-string">'author_id')
            timestamp = audit[class="hl-string">'created_at']

            class=class="hl-string">"hl-comment"># Store ticket state at the time of the audit
            ticket_state = {}
            for event in audit.get(class="hl-string">'events', []):
                if event.get(class="hl-string">'field_name') in [class="hl-string">'assignee_id', class="hl-string">'group_id', class="hl-string">'priority', class="hl-string">'status', class="hl-string">'channel', class="hl-string">'type', class="hl-string">'tags']:
                    ticket_state[event[class="hl-string">'field_name']] = event.get(class="hl-string">'value')

            for event in audit.get(class="hl-string">'events', []):
                event[class="hl-string">'timestamp'] = timestamp
                event[class="hl-string">'author_id'] = author_id
                event[class="hl-string">'ticket_state'] = ticket_state
                all_events.append(event)

    class=class="hl-string">"hl-comment"># --- 2. Fetch Comments (which are not fully detailed in audits) ---
    comments_url = fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/comments.json'
    for comment_page in fetch_paginated_data(comments_url):
        for comment in comment_page.get(class="hl-string">'comments', []):
            comment[class="hl-string">'type'] = class="hl-string">'Comment'
            comment[class="hl-string">'timestamp'] = comment[class="hl-string">'created_at']
            class=class="hl-string">"hl-comment"># Add ticket_state placeholder, though it's less relevant for comments
            comment[class="hl-string">'ticket_state'] = {}
            all_events.append(comment)

    class=class="hl-string">"hl-comment"># --- 3. Fetch SLA Metrics ---
    metrics_url = fclass="hl-string">'{BASE_URL}/tickets/{ticket_id}/metrics.json'
    try:
        response = session.get(metrics_url)
        if not handle_rate_limit(response):
            metrics_data = response.json().get(class="hl-string">'ticket_metric', {})
            if metrics_data.get(class="hl-string">'sla_policy'):
                for sla in metrics_data[class="hl-string">'sla_policy'][class="hl-string">'policy_metrics']:
                    all_events.append({
                        class="hl-string">'type': class="hl-string">'SlaApply',
                        class="hl-string">'timestamp': metrics_data[class="hl-string">'created_at'],
                        class="hl-string">'policy_name': sla[class="hl-string">'policy'][class="hl-string">'title'],
                        class="hl-string">'ticket_state': {}
                    })
                    if sla.get(class="hl-string">'breach_at') and datetime.fromisoformat(sla[class="hl-string">'breach_at'].replace(class="hl-string">'Z', class="hl-string">'+00:00')) < datetime.now(timezone.utc):
                        all_events.append({
                            class="hl-string">'type': class="hl-string">'SlaBreach',
                            class="hl-string">'timestamp': sla[class="hl-string">'breach_at'],
                            class="hl-string">'policy_name': sla[class="hl-string">'policy'][class="hl-string">'title'],
                            class="hl-string">'metric': sla[class="hl-string">'metric'],
                            class="hl-string">'ticket_state': {}
                        })
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">'Could not fetch SLA metrics for ticket {ticket_id}: {e}')


    class=class="hl-string">"hl-comment"># --- 4. Sort all collected events by timestamp ---
    all_events.sort(key=lambda x: x[class="hl-string">'timestamp'])

    class=class="hl-string">"hl-comment"># --- 5. Process sorted events to create event log rows ---
    last_assignee = None

    for event in all_events:
        activity_name = None
        timestamp = event[class="hl-string">'timestamp']

        event_type = event.get(class="hl-string">'type')
        field_name = event.get(class="hl-string">'field_name')

        if event_type == class="hl-string">'Create':
            activity_name = class="hl-string">'Service Request Created'
            last_assignee = event.get(class="hl-string">'value') if field_name == class="hl-string">'assignee_id' else None

        elif event_type == class="hl-string">'Change':
            prev_value = event.get(class="hl-string">'previous_value')
            new_value = event.get(class="hl-string">'value')

            if field_name == class="hl-string">'status':
                if new_value == class="hl-string">'solved': activity_name = class="hl-string">'Service Request Resolved'
                elif new_value == class="hl-string">'closed': activity_name = class="hl-string">'Service Request Closed'
                elif new_value == class="hl-string">'hold': activity_name = class="hl-string">'Request Placed On-Hold'
                elif new_value == class="hl-string">'open' and prev_value == class="hl-string">'solved': activity_name = class="hl-string">'Service Request Reopened'
            elif field_name == class="hl-string">'priority': activity_name = class="hl-string">'Priority Changed'
            elif field_name == class="hl-string">'assignee_id':
                if prev_value is None and new_value is not None:
                    activity_name = class="hl-string">'Request Assigned to Agent'
                elif prev_value is not None and new_value is not None:
                    activity_name = class="hl-string">'Agent Reassigned'
                last_assignee = new_value
            elif field_name == class="hl-string">'group_id':
                if prev_value is not None and new_value is not None:
                    activity_name = class="hl-string">'Request Escalated'

        elif event_type == class="hl-string">'Comment':
            if event.get(class="hl-string">'public', False):
                activity_name = class="hl-string">'Public Reply Sent'
            else:
                activity_name = class="hl-string">'Internal Note Added'

        elif event_type == class="hl-string">'SlaApply':
            activity_name = class="hl-string">'SLA Target Applied'
        elif event_type == class="hl-string">'SlaBreach':
            activity_name = class="hl-string">'SLA Target Breached'

        if activity_name:
            class=class="hl-string">"hl-comment"># Get attribute values from the ticket object itself as a baseline
            agent_id = ticket.get(class="hl-string">'assignee_id')
            group_id = ticket.get(class="hl-string">'group_id')
            priority = ticket.get(class="hl-string">'priority')
            status = ticket.get(class="hl-string">'status')
            
            class=class="hl-string">"hl-comment"># Override with values at the time of the event if available
            state = event.get(class="hl-string">'ticket_state', {})
            agent_id = state.get(class="hl-string">'assignee_id', agent_id)
            group_id = state.get(class="hl-string">'group_id', group_id)
            priority = state.get(class="hl-string">'priority', priority)
            status = state.get(class="hl-string">'status', status)
            
            event_log.append({
                class="hl-string">'ServiceRequestId': ticket_id,
                class="hl-string">'ActivityName': activity_name,
                class="hl-string">'EventTimestamp': timestamp,
                class="hl-string">'SourceSystem': SOURCE_SYSTEM,
                class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
                class="hl-string">'AgentName': get_user_name(agent_id),
                class="hl-string">'AssignedTeam': get_group_name(group_id),
                class="hl-string">'RequestPriority': priority,
                class="hl-string">'RequestStatus': status,
                class="hl-string">'RequestChannel': ticket.get(class="hl-string">'via', {}).get(class="hl-string">'channel'),
                class="hl-string">'ServiceType': ticket.get(class="hl-string">'type'),
                class="hl-string">'TicketTags': class="hl-string">', '.join(ticket.get(class="hl-string">'tags', [])),
            })


def main():
    print(class="hl-string">'Starting Zendesk data extraction...')
    event_log = []
    start_unix_time = int(datetime.strptime(START_TIME_STR, class="hl-string">'%Y-%m-%d').timestamp())
    
    class=class="hl-string">"hl-comment"># Use the incremental export endpoint for efficiency
    url = fclass="hl-string">'{BASE_URL}/incremental/tickets/cursor.json?start_time={start_unix_time}'

    while url:
        try:
            response = session.get(url)
            if handle_rate_limit(response):
                continue
            data = response.json()
            tickets = data.get(class="hl-string">'tickets', [])
            print(fclass="hl-string">'Fetched {len(tickets)} tickets...')
            for ticket in tickets:
                process_ticket(ticket, event_log)
            
            if not data.get(class="hl-string">'after_cursor'):
                break
            url = data[class="hl-string">'next_page']

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

    print(fclass="hl-string">'Extraction complete. Total events found: {len(event_log)}')
    
    if not event_log:
        print(class="hl-string">'No events were extracted. Please check your configuration and date range.')
        return

    df = pd.DataFrame(event_log)

    class=class="hl-string">"hl-comment"># Reorder columns to match requirements
    columns = [
        class="hl-string">'ServiceRequestId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'AgentName', class="hl-string">'AssignedTeam', class="hl-string">'RequestPriority', class="hl-string">'RequestStatus',
        class="hl-string">'RequestChannel', class="hl-string">'ServiceType', class="hl-string">'TicketTags'
    ]
    df = df[columns]
    df = df.sort_values(by=[class="hl-string">'ServiceRequestId', class="hl-string">'EventTimestamp']).reset_index(drop=True)

    class=class="hl-string">"hl-comment"># Save to CSV
    output_filename = class="hl-string">'zendesk_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
    print(fclass="hl-string">'Event log saved to {output_filename}')

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

ステップ

Zendesk Admin Centerで、Zendeskの契約とアカウントで利用できるエクスポート機能を使い、ネイティブのアカウント全体JSONエクスポートをリクエストまたは開始します。正確なメニューの場所と承認要件はアカウント設定によって異なるため、Admin Centerに表示されるエクスポートオプションを使用し、組織の承認プロセスに従ってください。
必要な分析期間をカバーする日付範囲を選択します。3～6か月を推奨します。ネイティブエクスポートで日付フィルターを指定できない場合は、アカウント全体のエクスポートをダウンロードし、変換時に日付で絞り込みます。
エクスポートで生成されたすべてのJSONファイルをダウンロードして保管します。元のファイル、エクスポートのタイムスタンプ、アカウント識別子、マニフェストまたはメタデータファイルを保持してください。処理中に元ファイルを上書きしないでください。
エクスポートに含まれるチケットレコード、チケット監査レコード、監査イベント、コメント、ユーザー、組織、グループ、SLA関連レコード、カスタムフィールドを解析します。ファイル名とJSON構造はZendeskのエクスポートバージョンによって異なる場合があるため、実行前にスクリプトのプレースホルダーへ入力元パスとJSONプロパティの対応関係を設定してください。
各チケット監査イベントを、ServiceRequestId、監査タイムスタンプ、イベントタイプ、フィールド名、変更前の値、変更後の値、実行者識別子、公開フラグ、チケットステータス、担当者、グループ、優先度、チャネル、サービス種別、タグ、ソースシステム、LastDataUpdateを含む共通構造に正規化します。
条件を満たす各アクティビティについて、イベントログの行を1行生成します。抽出処理では、Service Request Created、SLA Target Applied、Request Assigned to Agent、Priority Changed、Agent Reassigned、Public Reply Sent、Internal Note Added、Request Placed On-Hold、Request Escalated、SLA Target Breached、Service Request Reopened、Service Request Resolved、Service Request Closedの行を明示的に作成する必要があります。ProcessMindはこれらの行をそのまま読み取り、追加のイベントを推定しません。
利用可能な場合は、エクスポートされたユーザー、グループ、組織のレコードを参照し、担当者、グループ、組織、依頼者の識別子を対応付けます。イベント発生時点の割り当て状態からAgentNameとAssignedTeamを設定します。表示名を解決できない場合は、識別子または空欄を保持します。
決定的なイベントルールを適用します。Service Request Createdにはチケット監査のCreateイベントを使用し、SLA Target AppliedとSLA Target Breachedには明示的なSLA監査イベントを使用します。Request Assigned to Agentには最初の条件を満たす担当者変更を、Agent Reassignedにはそれ以降の担当者変更を使用します。返信イベントとメモイベントには公開・非公開コメントのフラグを使用し、保留、再開、解決、クローズにはステータス遷移を使用します。Request Escalatedにはグループ変更または設定済みのエスカレーションフィールド変更を使用します。
生成した行をServiceRequestId、EventTimestampの順に並べ、同値の場合は元イベントの安定した連番をタイブレーカーとして保持します。複数のコメントや監査イベントが同時刻に発生する可能性があるため、タイムスタンプが同じという理由だけでイベントを重複排除しないでください。
必須列がすべて存在し、元データに該当イベントが含まれる場合は、各アクティビティに少なくとも1行の条件を満たすレコードがあることを検証します。最終結果はUTF-8 CSV、またはProcessMindが対応する別のイベントログ形式でエクスポートします。1行につき1イベントとし、ServiceRequestId、ActivityName、EventTimestamp、SourceSystem、LastDataUpdateという必須列名を使用します。

設定

エクスポート範囲：Zendesk Supportネイティブのアカウント全体JSONエクスポートを使用し、エクスポートで生成されたすべてのJSONファイルを保持します。エクスポートにはチケットデータとチケット監査またはイベントデータを含めます。SLA、コメント、ユーザー、組織、グループ、カスタムフィールドのデータが別ファイルで提供される場合は、それらも変換対象に含めます。
日付範囲：初回の抽出と検証では、3～6か月を推奨します。ネイティブエクスポートがアカウント全体を対象とし、日付で制限できない場合は、元のアーカイブ全体を保持したうえで、解析後にEventTimestampで絞り込みます。
アクティビティルール：13種類すべてのアクティビティについて、明示的な対応付けを設定します。ProcessMindが別の行から担当者割り当て、エスカレーション、SLA、ステータス、コメントのイベントを導出することを前提にしないでください。
SLA設定：SLA目標の適用イベントと違反イベントについて、アカウントで使用されている実際のエクスポート済みイベント名またはプロパティに対応付けます。エクスポートに明示的なSLAイベントが含まれていない場合は、作成しないでください。プレースホルダーに対応する入力元パスを設定し、利用できないアクティビティを記録します。
エスカレーション設定：エスカレーションを表す、アカウント固有のグループフィールドまたはカスタムフィールドを特定します。実行前に、ESCALATION_FIELD_IDまたは同等の設定へ、実際にエクスポートされたフィールド識別子を指定します。
入力元パス：スクリプトにJSONファイルのパスとJSONプロパティの対応関係を設定します。Zendeskのエクスポートファイル名と階層構造は、エクスポートのバージョンやアカウント設定によって異なる場合があります。
必須出力：すべてのイベント行で、ServiceRequestId、ActivityName、EventTimestamp、SourceSystem、LastDataUpdateを設定する必要があります。推奨列はAgentName、AssignedTeam、RequestPriority、RequestStatus、RequestChannel、ServiceType、TicketTagsです。
フィルター：必要な分析日付範囲、アカウントまたはブランドの範囲、会社固有のフィルターは、対応するエクスポート済みプロパティを確認した後にのみ適用します。未対応または未検証のフィールド名に基づいてフィルターを設定しないでください。
パフォーマンス：可能な場合はJSONを段階的に処理し、アカウント全体のエクスポートをメモリに読み込まないようにします。チケット識別子と監査識別子にインデックスを作成し、最終イベントログを作成する前に正規化した中間ファイルへ書き込みます。大規模なエクスポートでは、日付またはチケット識別子による分割が必要になる場合があります。
前提条件：ネイティブのアカウントエクスポートをリクエストまたはダウンロードする管理者権限、チケット監査とユーザーまたはグループの参照データへのアクセス権、エクスポート機能に対応したZendesk契約、完全なエクスポートを保存するローカルストレージ、JSONの解析とUTF-8 CSVの書き出しに対応した実行環境が必要です。
データ保護：依頼者、担当者、組織、コメント、チケットのデータは機密情報である可能性があります。元ファイルと変換後のファイルは、組織の保存期間、アクセス制御、プライバシー要件に従って保管してください。

a サンプルクエリ config

import csv
import json
import os
from datetime import datetime, timezone
from pathlib import Path

SOURCE_DIRECTORY = "[Path to extracted Zendesk JSON directory]"
OUTPUT_FILE = "[Path to ProcessMind event log CSV]"
START_DATE = "[YYYY-MM-DD or blank]"
END_DATE = "[YYYY-MM-DD or blank]"
SOURCE_SYSTEM = "Zendesk Support"
LAST_DATA_UPDATE = "[ISO-8601 timestamp of source refresh]"
ESCALATION_FIELD_ID = "[Zendesk custom field identifier used for escalation, or blank]"


def load_json_files(directory):
    documents = []
    for path in Path(directory).rglob("*.json"):
        with path.open("r", encoding="utf-8") as handle:
            documents.append((path.name, json.load(handle)))
    return documents


def as_list(value):
    if isinstance(value, list):
        return value
    if isinstance(value, dict):
        for key in ("tickets", "ticket", "audits", "events", "comments", "users", "groups", "organizations", "data", "results"):
            if isinstance(value.get(key), list):
                return value[key]
    return []


def parse_timestamp(value):
    if not value:
        return None
    text = str(value).replace("Z", "+00:00")
    try:
        parsed = datetime.fromisoformat(text)
        if parsed.tzinfo is None:
            parsed = parsed.replace(tzinfo=timezone.utc)
        return parsed.astimezone(timezone.utc)
    except ValueError:
        return None


def in_range(timestamp):
    if timestamp is None:
        return False
    if START_DATE and timestamp.date().isoformat() < START_DATE:
        return False
    if END_DATE and timestamp.date().isoformat() > END_DATE:
        return False
    return True


def value(record, *keys):
    for key in keys:
        if isinstance(record, dict) and record.get(key) is not None:
            return record.get(key)
    return None


def identifier(record):
    return value(record, "id", "user_id", "group_id", "organization_id", "ticket_id")


def normalize_id(value_to_normalize):
    if value_to_normalize is None or value_to_normalize == "":
        return None
    return str(value_to_normalize)


def audit_events(audit):
    events = value(audit, "events", "audit_events")
    return events if isinstance(events, list) else []


def event_type(event):
    return str(value(event, "type", "event_type", "action") or "").lower()


def event_field(event):
    return str(value(event, "field_name", "field", "property") or "").lower()


def event_value(event, key):
    return value(event, key, key.replace("_", ""))


def status_value(ticket, event, new=True):
    if new:
        return value(event, "value", "new_value", "to") or value(ticket, "status")
    return value(event, "previous_value", "old_value", "from")


def comment_public(event):
    public_value = value(event, "public", "is_public")
    return public_value is True or str(public_value).lower() == "true"


def add_row(rows, ticket, activity, timestamp, agent_name=None, assigned_team=None, priority=None, status=None, channel=None, service_type=None, tags=None, sequence=0):
    parsed = parse_timestamp(timestamp)
    if not in_range(parsed):
        return
    rows.append({
        "ServiceRequestId": str(value(ticket, "id", "ticket_id")),
        "ActivityName": activity,
        "EventTimestamp": parsed.isoformat(),
        "SourceSystem": SOURCE_SYSTEM,
        "LastDataUpdate": LAST_DATA_UPDATE,
        "AgentName": agent_name or "",
        "AssignedTeam": assigned_team or "",
        "RequestPriority": priority or "",
        "RequestStatus": status or "",
        "RequestChannel": channel or "",
        "ServiceType": service_type or "",
        "TicketTags": ",".join(tags) if isinstance(tags, list) else (tags or ""),
        "SourceSequence": sequence
    })


def main():
    documents = load_json_files(SOURCE_DIRECTORY)
    tickets = {}
    audits_by_ticket = {}
    users = {}
    groups = {}
    organizations = {}
    standalone_comments = []
    standalone_sla_events = []

    for filename, document in documents:
        records = as_list(document)
        lower_name = filename.lower()
        for record in records:
            if not isinstance(record, dict):
                continue
            record_id = normalize_id(identifier(record))
            if any(token in lower_name for token in ("user", "agent")) and record_id:
                users[record_id] = record
            elif "group" in lower_name and record_id:
                groups[record_id] = record
            elif "organization" in lower_name and record_id:
                organizations[record_id] = record
            elif "audit" in lower_name and value(record, "ticket_id") is not None:
                audits_by_ticket.setdefault(normalize_id(value(record, "ticket_id")), []).append(record)
            elif "comment" in lower_name:
                standalone_comments.append(record)
            elif "sla" in lower_name:
                standalone_sla_events.append(record)
            elif value(record, "ticket_id") is not None and value(record, "type", "event_type") is not None:
                standalone_sla_events.append(record)
            elif value(record, "id") is not None and any(key in record for key in ("status", "priority", "assignee_id", "group_id", "tags")):
                tickets[record_id] = record

    rows = []
    for ticket_id, ticket in tickets.items():
        if not ticket_id:
            continue
        ticket_audits = audits_by_ticket.get(ticket_id, [])
        ticket_audits.sort(key=lambda item: (parse_timestamp(value(item, "created_at", "timestamp", "time")) or datetime.min.replace(tzinfo=timezone.utc), str(value(item, "id") or "")))
        current_assignee = normalize_id(value(ticket, "assignee_id"))
        current_group = normalize_id(value(ticket, "group_id"))
        assignment_seen = False
        sequence = 0
        base_priority = value(ticket, "priority")
        base_status = value(ticket, "status")
        base_channel = value(ticket, "via", "channel")
        base_service_type = value(ticket, "type", "service_type")
        base_tags = value(ticket, "tags") or []

        for audit in ticket_audits:
            audit_time = value(audit, "created_at", "timestamp", "time")
            actor_id = normalize_id(value(audit, "author_id", "actor_id", "user_id"))
            actor = users.get(actor_id, {})
            agent_name = value(actor, "name", "display_name", "email") or ""
            audit_group = groups.get(current_group, {})
            assigned_team = value(audit_group, "name", "display_name") or ""
            for event in audit_events(audit):
                sequence += 1
                kind = event_type(event)
                field = event_field(event)
                timestamp = value(event, "created_at", "timestamp", "time") or audit_time
                new_value = event_value(event, "value") or event_value(event, "new_value") or event_value(event, "to")
                old_value = event_value(event, "previous_value") or event_value(event, "old_value") or event_value(event, "from")
                event_agent = agent_name
                event_team = assigned_team
                if field in ("assignee_id", "assignee"):
                    new_assignee = normalize_id(new_value)
                    old_assignee = normalize_id(old_value)
                    if new_assignee and not assignment_seen and new_assignee != current_group:
                        assigned_agent = users.get(new_assignee, {})
                        add_row(rows, ticket, "Request Assigned to Agent", timestamp, value(assigned_agent, "name", "display_name", "email") or event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                        assignment_seen = True
                    elif new_assignee and assignment_seen and new_assignee != old_assignee:
                        assigned_agent = users.get(new_assignee, {})
                        add_row(rows, ticket, "Agent Reassigned", timestamp, value(assigned_agent, "name", "display_name", "email") or event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                    current_assignee = new_assignee or current_assignee
                elif field in ("priority",):
                    add_row(rows, ticket, "Priority Changed", timestamp, event_agent, event_team, new_value, base_status, base_channel, base_service_type, base_tags, sequence)
                    base_priority = new_value or base_priority
                elif field in ("group_id", "group"):
                    new_group = normalize_id(new_value)
                    new_group_record = groups.get(new_group, {})
                    new_team = value(new_group_record, "name", "display_name") or event_team
                    if new_group and new_group != current_group:
                        add_row(rows, ticket, "Request Escalated", timestamp, event_agent, new_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                    current_group = new_group or current_group
                elif field in ("status", "status_category"):
                    status_text = str(new_value or "").lower()
                    old_status_text = str(old_value or "").lower()
                    if status_text == "on-hold":
                        add_row(rows, ticket, "Request Placed On-Hold", timestamp, event_agent, event_team, base_priority, status_text, base_channel, base_service_type, base_tags, sequence)
                    if status_text == "solved":
                        add_row(rows, ticket, "Service Request Resolved", timestamp, event_agent, event_team, base_priority, status_text, base_channel, base_service_type, base_tags, sequence)
                    if status_text == "closed":
                        add_row(rows, ticket, "Service Request Closed", timestamp, event_agent, event_team, base_priority, status_text, base_channel, base_service_type, base_tags, sequence)
                    if old_status_text == "solved" and status_text in ("open", "pending", "on-hold"):
                        add_row(rows, ticket, "Service Request Reopened", timestamp, event_agent, event_team, base_priority, status_text, base_channel, base_service_type, base_tags, sequence)
                    base_status = new_value or base_status
                elif kind in ("comment", "comment_created", "comment_added") or field in ("comment", "comment_body"):
                    if comment_public(event):
                        add_row(rows, ticket, "Public Reply Sent", timestamp, event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                    else:
                        add_row(rows, ticket, "Internal Note Added", timestamp, event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                elif "sla" in kind or "sla" in field:
                    sla_text = str(value(event, "target_status", "status", "action", "event_type", "type") or "").lower()
                    if any(token in sla_text for token in ("breach", "breached", "missed", "failed")):
                        add_row(rows, ticket, "SLA Target Breached", timestamp, event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                    elif any(token in sla_text for token in ("applied", "active", "started", "target")):
                        add_row(rows, ticket, "SLA Target Applied", timestamp, event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
                elif ESCALATION_FIELD_ID and field == ESCALATION_FIELD_ID.lower():
                    add_row(rows, ticket, "Request Escalated", timestamp, event_agent, event_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)

            if str(value(audit, "action", "type", "event_type") or "").lower() == "create":
                add_row(rows, ticket, "Service Request Created", audit_time, agent_name, assigned_team, base_priority, base_status, base_channel, base_service_type, base_tags, sequence)

        for record in standalone_sla_events:
            if normalize_id(value(record, "ticket_id")) != ticket_id:
                continue
            timestamp = value(record, "created_at", "timestamp", "time")
            text = str(value(record, "event_type", "type", "status", "action") or "").lower()
            if "breach" in text or "missed" in text or "failed" in text:
                add_row(rows, ticket, "SLA Target Breached", timestamp, "", "", base_priority, base_status, base_channel, base_service_type, base_tags, sequence)
            elif "sla" in text or "applied" in text or "active" in text:
                add_row(rows, ticket, "SLA Target Applied", timestamp, "", "", base_priority, base_status, base_channel, base_service_type, base_tags, sequence)

    rows.sort(key=lambda row: (row["ServiceRequestId"], row["EventTimestamp"], int(row["SourceSequence"])))
    output_columns = ["ServiceRequestId", "ActivityName", "EventTimestamp", "SourceSystem", "LastDataUpdate", "AgentName", "AssignedTeam", "RequestPriority", "RequestStatus", "RequestChannel", "ServiceType", "TicketTags"]
    with open(OUTPUT_FILE, "w", encoding="utf-8", newline="") as handle:
        writer = csv.DictWriter(handle, fieldnames=output_columns)
        writer.writeheader()
        for row in rows:
            writer.writerow({column: row.get(column, "") for column in output_columns})


if __name__ == "__main__":
    main()

始める準備はできていますか？

本日からサービスリクエストプロセスの最適化を始めましょう。このデータテンプレートを使って、Zendesk Supportのボトルネックを見つけ、効率を高めます。

改善ガイドに戻るテンプレートをダウンロード

サービスリクエスト管理を効率化。今すぐ遅延を削減

処理の遅さとユーザーの不満を解消。自動化率70％を実現

無料トライアルを開始

クレジットカード不要。すぐにセットアップできます。

サービスリクエスト管理のデータテンプレート

サービスリクエスト管理のデータテンプレート

サービスリクエスト管理の属性

サービスリクエスト管理のアクティビティ

抽出ガイド

レポートとデータのエクスポートに使用するZendesk ExploreのUI

ステップ

設定

a サンプルクエリ config

PythonスクリプトによるZendesk REST API抽出

ステップ

設定

a サンプルクエリ python

Zendesk Supportネイティブのアカウント全体JSONエクスポート

ステップ

設定

a サンプルクエリ config

始める準備はできていますか？

サービスリクエスト管理を効率化。今すぐ遅延を削減

サービスリクエスト管理のデータテンプレート

サービスリクエスト管理のデータテンプレート

サービスリクエスト管理の属性

サービスリクエスト管理のアクティビティ

抽出ガイド

レポートとデータのエクスポートに使用するZendesk ExploreのUI

ステップ

設定

a サンプルクエリ config

PythonスクリプトによるZendesk REST API抽出

ステップ

設定

a サンプルクエリ python

Zendesk Supportネイティブのアカウント全体JSONエクスポート

ステップ

設定

a サンプルクエリ config

始める準備はできていますか？

サービスリクエスト管理を効率化。今すぐ遅延を削減

プライバシーを大切にしています