> Continu verbeteren van processen > Beheer van serviceaanvragen > Freshservice > Datatemplate

Datatemplate voor beheer van serviceaanvragen

Freshservice

Attributen voor beheer van serviceaanvragen (19) Activiteiten voor beheer van serviceaanvragen (15) Extractiegidsen (3)

Datatemplate voor beheer van serviceaanvragen

Deze template helpt je de data te verzamelen die nodig is om het proces voor serviceaanvragen te analyseren. Je vindt hierin de belangrijkste attributen, de activiteiten die je moet vastleggen en praktische aanwijzingen om deze informatie uit je bronsystemen te halen. Gebruik deze bron om een event log op te bouwen voor een grondige procesanalyse.

Aanbevolen attributen om te verzamelen
Belangrijke activiteiten om vast te leggen
Aanwijzingen voor data-extractie

Nieuw met event logs? Lees hoe je een event log voor process mining maakt.

Template downloaden

Attributen voor beheer van serviceaanvragen

Dit zijn de aanbevolen datavelden voor je event log, zodat je het proces voor serviceaanvragen volledig kunt analyseren.

5 Verplicht 5 Aanbevolen 9 Optioneel

	Naam	Beschrijving
	Activiteitsnaam ActivityName	De naam van de gebeurtenis of taak die op een bepaald moment voor een serviceaanvraag plaatsvond.
Beschrijving De activiteitsnaam beschrijft een specifieke stap of gebeurtenis in de levenscyclus van een serviceaanvraag. De activiteiten worden gehaald uit systeemlogboeken, statuswijzigingen of specifieke acties van gebruikers, zoals ‘Aanvraag toegewezen aan medewerker’, ‘Notitie toegevoegd’ of ‘Serviceaanvraag opgelost’. Dit attribuut vormt de basis voor de proceskaart, die de route van serviceaanvragen visueel weergeeft. Door de volgorde en frequentie van activiteiten te analyseren, krijg je zicht op het werkelijke proces. Je kunt bottlenecks tussen stappen opsporen, de duur van activiteiten meten en afwijkende of inefficiënte procesvarianten herkennen. Waarom dit belangrijk is Dit attribuut bepaalt de stappen op de proceskaart en maakt het mogelijk de workflow voor serviceaanvragen weer te geven en te analyseren. Waar vind je dit? Afgeleid van de ‘activities’ of ‘audits’ die bij een ticket in Freshservice horen. Vaak is omzettingslogica nodig om systeemgebeurtenissen te vertalen naar begrijpelijke activiteitsnamen. Voorbeelden Serviceaanvraag aangemaaktAanvraag toegewezen aan agentServiceaanvraag opgelostServiceaanvraag gesloten
	ID van serviceaanvraag ServiceRequestId	De unieke identificatiecode van elke serviceaanvraag.
Beschrijving Het ID van de serviceaanvraag is een uniek nummer of een unieke code die wordt toegekend aan elke nieuwe serviceaanvraag die in Freshservice wordt geregistreerd. Het dient als primaire sleutel om de volledige levenscyclus van de aanvraag te volgen, van aanmaak tot sluiting. Bij process mining is dit ID essentieel: het fungeert als Case-ID. Alle bijbehorende gebeurtenissen, zoals statuswijzigingen, toewijzingen aan medewerkers en notities, worden met deze identificatiecode aan elkaar gekoppeld. Door het verloop van elke serviceaanvraag te analyseren, krijg je een volledig beeld van het proces van begin tot eind. Zo kun je veelvoorkomende routes herkennen en afwijkingen of bottlenecks opsporen die afzonderlijke cases beïnvloeden. Waarom dit belangrijk is Dit is de essentiële Case-ID die alle bijbehorende gebeurtenissen koppelt. Zo kun je het volledige verloop van één serviceaanvraag volgen. Waar vind je dit? Dit is een primair veld op het ticketobject in Freshservice. Het is zichtbaar in de interface en beschikbaar via de Freshservice-API. Voorbeelden SR-12943SR-13501SR-14011
	Tijdstip van gebeurtenis EventTime	Het exacte timestamp waarop de activiteit plaatsvond.
Beschrijving Bij ‘Tijdstip van gebeurtenis’ worden de datum en tijd vastgelegd waarop een activiteit voor een serviceaanvraag is geregistreerd. Dit timestamp is nodig om gebeurtenissen in de juiste volgorde te zetten en de tijd tussen gebeurtenissen te berekenen. Bij process mining wordt dit attribuut gebruikt om de activiteiten per case te ordenen. Het vormt de basis voor alle tijdanalyses, zoals het berekenen van doorlooptijden, wachttijden tussen activiteiten en het naleven van service level agreements (SLA’s). Nauwkeurige timestamps zijn belangrijk om bottlenecks op te sporen en de procesprestaties te begrijpen. Waarom dit belangrijk is Met dit timestamp zet je gebeurtenissen chronologisch op volgorde. Het vormt de basis voor prestatieanalyses, waaronder de berekening van doorlooptijden en het opsporen van bottlenecks. Waar vind je dit? Dit is het aanmaaktimestamp van een activiteit of auditlogboekvermelding in Freshservice. Voorbeelden 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	Bronsysteem SourceSystem	Geeft aan uit welk systeem de data is gehaald.
Beschrijving Dit attribuut vermeldt uit welk systeem de procesdata afkomstig is, in dit geval Freshservice. Het is vooral nuttig wanneer data uit meerdere systemen wordt samengevoegd om een volledig beeld van het proces te krijgen. Bij een analyse van één systeem lijkt dit attribuut misschien overbodig. Toch is het verstandig om het op te nemen, zodat je later makkelijker kunt opschalen en de data goed kunt beheren. Het maakt de herkomst van de data duidelijk en helpt bij het beheer van data-integratieprocessen. Waarom dit belangrijk is Maakt de herkomst en traceerbaarheid van data inzichtelijk. Dat is belangrijk wanneer je data uit meerdere systemen combineert of data beheert. Waar vind je dit? Dit is meestal een vaste waarde die tijdens het proces voor data-extractie en -transformatie (ETL) wordt toegevoegd. Voorbeelden FreshserviceFreshservice-API-v2
	Laatste data-update LastDataUpdate	Timestamp dat aangeeft wanneer de data voor het laatst uit het bronsysteem is vernieuwd.
Beschrijving Dit attribuut registreert de datum en tijd waarop de dataset voor het laatst uit Freshservice is gehaald of bijgewerkt. Zo zie je hoe recent de geanalyseerde data is. Bij procesanalyse is het belangrijk om te weten hoe actueel de data is. Met dit timestamp kun je nagaan of je de meest recente informatie bekijkt. Dat helpt bij tijdige beslissingen over de bedrijfsvoering en geeft meer zekerheid over de uitkomsten van de analyse. Waarom dit belangrijk is Laat zien hoe recent de data is, zodat analyses en beslissingen op actuele informatie zijn gebaseerd. Waar vind je dit? Deze waarde wordt tijdens het proces voor data-extractie en -transformatie (ETL) gegenereerd en aan de dataset toegevoegd. Voorbeelden 2024-05-21T02:00:00Z2024-05-20T02:00:00Z
	Prioriteit Priority	De prioriteit van de serviceaanvraag, bijvoorbeeld laag, gemiddeld, hoog of dringend.
Beschrijving De prioriteit geeft aan hoe belangrijk en dringend een serviceaanvraag is. Vaak bepaalt deze de beoogde oplostijd en de middelen die worden ingezet. De prioriteit kan automatisch op basis van regels worden ingesteld of handmatig door medewerkers. Bij process mining is prioriteit een belangrijke dimensie voor analyse. Je kunt aanvragen ermee indelen en procesroutes en prestaties van aanvragen met hoge en lage prioriteit vergelijken. Dit is nodig voor SLA-complianceanalyses en om te zien of aanvragen tijdens de eerste beoordeling snel en op de juiste manier worden geprioriteerd. Waarom dit belangrijk is Belangrijk voor SLA-complianceanalyses en om te beoordelen of aanvragen volgens hun bedrijfsimpact worden beoordeeld en behandeld. Waar vind je dit? Beschikbaar als het veld ‘priority’ op het ticketobject in Freshservice. Voorbeelden LaagGemiddeldHoogDringend
	Servicetype ServiceType	Het specifieke type of de categorie van de aangevraagde service.
Beschrijving Het servicetype deelt aanvragen in op basis van de benodigde service, zoals ‘Nieuwe hardware aanvragen’, ‘Toegang tot software’ of ‘Wachtwoord opnieuw instellen’. Vaak is het gekoppeld aan het servicecatalogusitem dat de gebruiker heeft geselecteerd. Met dit attribuut kun je serviceaanvragen indelen en processen en prestaties voor verschillende servicetypen vergelijken. Het is nodig om KPI’s te berekenen, zoals ‘Gemiddeld aantal activiteiten per servicetype’. Daarmee zie je welke services complexer zijn of meer middelen vragen. Op basis van deze analyse kun je processen voor specifieke servicetypen vereenvoudigen of automatiseren. Waarom dit belangrijk is Maakt het mogelijk om procesroutes en complexiteit van verschillende aanvraagcategorieën te vergelijken. Zo kun je bepalen waar standaardisatie of automatisering nuttig is. Waar vind je dit? Dit komt vaak overeen met het veld ‘category’, ‘item’ of een aangepast veld op het ticketobject in Freshservice, afhankelijk van de configuratie. Voorbeelden Onboarding van nieuwe medewerkersSoftwarelicentie aanvragenVPN-toegang
	Status Status	De huidige status van de serviceaanvraag in de levenscyclus.
Beschrijving Het veld Status geeft op een bepaald moment de toestand van de serviceaanvraag weer, bijvoorbeeld ‘Open’, ‘Pending’, ‘Resolved’ of ‘Closed’. Statuswijzigingen zijn vaak de belangrijkste bron van activiteiten voor process mining. Analyse van de status geeft context bij de procesroute en laat zien hoelang aanvragen in bepaalde statussen blijven. Een lange periode met de status ‘Pending’ kan bijvoorbeeld wijzen op een bottleneck doordat informatie van de aanvrager of een externe leverancier ontbreekt. Dit attribuut helpt ook om begin- en eindpunten van procesfasen vast te stellen. Waarom dit belangrijk is Geeft context bij elke gebeurtenis en helpt meten hoelang aanvragen in verschillende statussen, zoals ‘Open’ of ‘Pending’, blijven. Zo kun je vertragingen opsporen. Waar vind je dit? Beschikbaar als het veld ‘status’ op het ticketobject in Freshservice. Voorbeelden OpenIn afwachtingOpgelostGesloten
	Toegewezen medewerker AssignedAgent	De naam van de medewerker die op dat moment aan de serviceaanvraag is toegewezen.
Beschrijving Dit attribuut geeft aan welke supportmedewerker op een bepaald moment verantwoordelijk is voor de serviceaanvraag. De toewijzing kan tijdens de levenscyclus van een aanvraag veranderen. Analyse van de toegewezen medewerker geeft inzicht in prestaties en werkverdeling. Je kunt KPI’s berekenen, zoals de gemiddelde oplostijd per medewerker, het aantal actieve aanvragen en het aantal nieuwe toewijzingen. Zo herken je medewerkers die goed presteren, medewerkers die extra training kunnen gebruiken en een ongelijke verdeling van het werk. Waarom dit belangrijk is Maakt analyse mogelijk van de werkdruk en prestaties van medewerkers en van de invloed van nieuwe toewijzingen op de oplostijd. Waar vind je dit? Beschikbaar als het veld ‘agent’ of ‘responder’ op het ticketobject in Freshservice. Voorbeelden Alice JohnsonRobert SmithNiet toegewezen
	Toegewezen team AssignedTeam	Het supportteam of de groep die de serviceaanvraag behandelt.
Beschrijving Dit attribuut geeft aan welk team of welke groep verantwoordelijk is voor de serviceaanvraag, bijvoorbeeld ‘IT Support Level 2’ of ‘Hardware-inkoop’. Een aanvraag kan eerst aan een team worden toegewezen en daarna aan een individuele medewerker. Analyse per toegewezen team geeft inzicht in prestaties en werkdruk per team en helpt bottlenecks in specifieke vakgebieden op te sporen. Zo kun je beoordelen hoe efficiënt teams aanvragen verwerken en de inzet van middelen binnen de supportorganisatie verbeteren. Waarom dit belangrijk is Maakt analyse van prestaties en werkdruk per team of groep mogelijk. Dat helpt bij het beheer van middelen en het opsporen van bottlenecks in specifieke vakgebieden. Waar vind je dit? Beschikbaar als het veld ‘group’ op het ticketobject in Freshservice. Voorbeelden ServicedeskNetwerkbeheerApplicatieondersteuning
	Aantal nieuwe toewijzingen ReassignmentCount	Het totale aantal keren dat een serviceaanvraag aan een andere medewerker of een ander team is toegewezen.
Beschrijving Dit berekende attribuut telt hoe vaak activiteiten zoals ‘Aanvraag opnieuw toegewezen’ voorkomen voor elke serviceaanvraag. Een hoog aantal nieuwe toewijzingen wijst vaak op problemen bij de eerste beoordeling, onjuiste routering op basis van vaardigheden of een ongelijke werkverdeling. Dit attribuut ondersteunt rechtstreeks het dashboard voor prestaties en werkverdeling van medewerkers en de KPI ‘Gemiddeld aantal nieuwe toewijzingen per aanvraag’. Met deze metriek kun je zwakke plekken in het proces opsporen waardoor tickets steeds worden doorgegeven. Dat verlengt de oplostijd en frustreert zowel medewerkers als aanvragers. Waarom dit belangrijk is Meet inefficiënte routering en haperingen in het proces. Een hoog aantal wijst op problemen bij de eerste beoordeling of in de werkverdeling, met vertragingen als gevolg. Waar vind je dit? Dit wordt berekend door tijdens de datatransformatie specifieke activiteiten voor wijziging van de toewijzing te tellen voor elke ‘ServiceRequestId’. Voorbeelden 013
	Aanvrager Requestor	De gebruiker die de serviceaanvraag heeft ingediend.
Beschrijving Dit attribuut geeft aan wie de serviceaanvraag heeft ingediend, meestal een medewerker. Het geeft context over wie de servicedesk gebruikt en wat diegene nodig heeft. De aanvrager is niet altijd een belangrijke dimensie voor analyse van de procesroute, maar analyse per aanvrager of afdeling kan patronen aan het licht brengen. Zo kan blijken dat een bepaalde afdeling vaak onvolledige aanvragen indient. Dat kan aanleiding zijn voor gerichte training. Dit attribuut is ook belangrijk voor analyses van de klantervaring. Waarom dit belangrijk is Geeft context over de gebruiker die de aanvraag indient en maakt analyse van aanvraagpatronen per persoon, afdeling of locatie mogelijk. Waar vind je dit? Beschikbaar als het veld ‘requester’ op het ticketobject in Freshservice. Voorbeelden John DoeJane SmithServiceaccount
	Afdeling van aanvrager RequestorDepartment	De afdeling waartoe de aanvrager behoort.
Beschrijving Dit attribuut vermeldt de afdeling van de gebruiker die de serviceaanvraag heeft ingediend, bijvoorbeeld ‘Verkoop’, ‘Financiën’ of ‘Personeelszaken’. Deze informatie komt meestal uit het gebruikersprofiel in het systeem. Analyse van procesprestaties per afdeling is vaak nodig. Zo kun je zien of bepaalde afdelingen langere oplostijden hebben of andere procesbehoeften kennen. Deze inzichten kunnen helpen bij de inzet van middelen, trainingen of services die op een afdeling zijn afgestemd. Waarom dit belangrijk is Maakt het mogelijk het proces per bedrijfseenheid in te delen en problemen of prestatieverschillen per afdeling op te sporen. Waar vind je dit? Deze informatie is gekoppeld via het profiel van de aanvrager. In Freshservice staat ze mogelijk in het standaardveld ‘department’ of in een aangepast gebruikersveld. Voorbeelden FinanciënMarketingInformatietechnologie
	Eindtijd EndTime	Het exacte timestamp waarop de activiteit is afgerond.
Beschrijving De eindtijd is het timestamp waarop een activiteit is afgerond. Bij veel gebeurtenissen in Freshservice zijn de begin- en eindtijd gelijk. Het gaat dan om gebeurtenissen op één moment. Bij activiteiten op basis van status is de eindtijd het timestamp van de volgende statuswijziging. Met dit attribuut kun je de duur van activiteiten en wachttijden ertussen berekenen. Door StartTime van EndTime af te trekken, bepaal je de verwerkingstijd van een specifieke taak. Zo zie je welke activiteiten de meeste tijd kosten en als eerste voor optimalisatie in aanmerking komen. Waarom dit belangrijk is Maakt het mogelijk de duur van activiteiten te berekenen. Dat helpt bottlenecks op te sporen en de verwerkingstijd van afzonderlijke stappen te meten. Waar vind je dit? Dit is geen rechtstreeks veld in de Freshservice-logboeken. Je moet het afleiden van het timestamp van de volgende gebeurtenis in de reeks voor een bepaalde serviceaanvraag. Voorbeelden 2023-10-26T10:05:15Z2023-10-26T14:00:20Z2023-10-28T09:30:00Z
	Is herhaalwerk IsRework	Een booleaanse aanduiding die aangeeft of er herhaalwerk in de aanvraag voorkwam.
Beschrijving Deze berekende aanduiding krijgt de waarde true als er bij een serviceaanvraag activiteiten plaatsvinden die op herhaalwerk wijzen. Voorbeelden zijn het heropenen na oplossing (‘Serviceaanvraag heropend’), meerdere nieuwe toewijzingen of herhaaldelijk informatie opvragen bij de gebruiker (‘Informatie opgevraagd bij aanvrager’). Met dit attribuut kun je inefficiënties in het proces eenvoudiger analyseren. Je kunt cases met herhaalwerk filteren en hun proceskaarten en doorlooptijden vergelijken met die van cases zonder herhaalwerk. Dit ondersteunt rechtstreeks het dashboard voor herhaalwerk bij serviceaanvragen en helpt de gevolgen van inefficiënte overdrachten of onvolledige informatie bij de start in kaart te brengen. Waarom dit belangrijk is Maakt het eenvoudig om cases met inefficiënte lussen of herhaalde stappen te markeren en analyseren. Zo kun je de kosten van gebrekkige kwaliteit in kaart brengen. Waar vind je dit? Berekend tijdens de datatransformatie door bedrijfslogica toe te passen op de reeks activiteiten voor elke ‘ServiceRequestId’. Voorbeelden truefalse
	Is SLA overschreden IsSlaBreached	Een booleaanse aanduiding die aangeeft of de serviceaanvraag de SLA-doelstelling voor de oplostijd heeft overschreden.
Beschrijving Dit berekende attribuut is een eenvoudige ja/nee-aanduiding die laat zien of de serviceaanvraag na de uiterste SLA-datum is gesloten. Je berekent dit door het timestamp van ‘Serviceaanvraag gesloten’ of ‘Serviceaanvraag opgelost’ te vergelijken met ‘SlaDueDate’. Deze aanduiding maakt analyse en visualisatie voor het dashboard voor SLA-compliance eenvoudiger. Je kunt aanvragen makkelijk filteren en groeperen om het totale SLA-compliancepercentage te berekenen. Door de aanvragen op deze aanduiding in te delen, kun je de proceskenmerken van overschreden aanvragen snel vergelijken met die van aanvragen die op tijd zijn opgelost. Waarom dit belangrijk is Vereenvoudigt de analyse van SLA-compliance met een duidelijke aanduiding waarmee je aanvragen kunt filteren en groeperen die hun doelen niet hebben gehaald. Waar vind je dit? Dit is een berekend veld dat tijdens de datatransformatie wordt afgeleid door het uiteindelijke tijdstip van oplossing te vergelijken met het veld ‘SlaDueDate’. Voorbeelden truefalse
	Kanaal Channel	De manier waarop of het kanaal waarlangs de serviceaanvraag is ingediend.
Beschrijving Het kanaal geeft aan hoe de serviceaanvraag is aangemaakt, bijvoorbeeld via het self-serviceportaal, e-mail, telefoon of chat. Deze informatie geeft inzicht in de voorkeuren van gebruikers en de efficiëntie van de verschillende kanalen. Analyse per kanaal kan nuttige inzichten opleveren. Aanvragen via het portaal zijn bijvoorbeeld vaak vollediger en sneller opgelost dan aanvragen via e-mail, waarvoor mogelijk meer heen-en-weercommunicatie nodig is. Op basis van deze analyse kun je gebruikers stimuleren om efficiëntere kanalen te gebruiken. Waarom dit belangrijk is Helpt vaststellen of het indieningskanaal invloed heeft op de procesefficiëntie, de oplostijd of de hoeveelheid herstelwerk. Waar vind je dit? Beschikbaar als het veld ‘source’ op het ticketobject in Freshservice. Voorbeelden E-mailPortaalTelefoonChat
	Naam van SLA-beleid SlaPolicyName	De naam van het Service Level Agreement (SLA)-beleid dat op de aanvraag van toepassing is.
Beschrijving Dit attribuut geeft aan welk SLA-beleid de beoogde reactie- en oplostijden voor de serviceaanvraag bepaalt. Beleid is meestal gebaseerd op factoren zoals prioriteit, servicetype of de groep waartoe de aanvrager behoort. Je hebt deze informatie nodig voor het dashboard voor SLA-compliance en overschrijdingen. Hiermee kun je prestaties nauwkeurig vergelijken met de vastgestelde doelen en analyseren welk beleid het vaakst wordt overschreden. Dat kan aanleiding zijn om de procesprestaties of de haalbaarheid van de SLA-doelen te beoordelen. Waarom dit belangrijk is Geeft aan met welke servicedoelen je de aanvraag vergelijkt. Dat is nodig voor nauwkeurige rapportages over SLA-compliance. Waar vind je dit? Deze informatie maakt deel uit van de SLA-data bij een ticket. Mogelijk moet je hiervoor specifieke SLA-gerelateerde API-eindpunten of velden opvragen. Voorbeelden Incidenten met hoge prioriteit - 4 uurStandaardaanvragen - 3 dagenVIP-ondersteuning - 1 uur
	Uiterste SLA-datum SlaDueDate	Het timestamp waarop de serviceaanvraag volgens de SLA moet zijn opgelost.
Beschrijving Dit attribuut vermeldt de deadline voor het oplossen van de serviceaanvraag volgens het toepasselijke SLA-beleid. Het is een berekend timestamp op basis van het aanmaaktijdstip, de prioriteit en de kantooruren die in de SLA zijn vastgelegd. Dit gegeven is belangrijk om prestaties realtime te volgen en achteraf SLA-compliance te analyseren. Door het werkelijke tijdstip van oplossing te vergelijken met SlaDueDate, kun je bepalen of de SLA is gehaald of overschreden. Dit vormt de basis voor de KPI voor het SLA-compliancepercentage. Waarom dit belangrijk is Dit is de beoogde deadline voor de oplossing. Hiermee bepaal je of de serviceaanvraag binnen de SLA is opgelost. Waar vind je dit? Dit is een berekend veld in Freshservice, zichtbaar op het ticket als ‘Due by’. Het is beschikbaar via de API. Voorbeelden 2023-10-28T17:00:00Z2023-11-01T09:00:00Z

Verplicht Aanbevolen Optioneel

Activiteiten voor beheer van serviceaanvragen

Dit zijn de belangrijkste processtappen en mijlpalen om in je event log vast te leggen. Zo kun je workflows voor serviceaanvragen goed in kaart brengen en analyseren.

6 Aanbevolen 9 Optioneel

	Activiteit	Beschrijving
	Aanvraag toegewezen aan agent	Dit markeert het moment waarop een serviceaanvraag aan een specifieke agent wordt toegewezen. Dit is een belangrijke mijlpaal. Je kunt die afleiden uit wijzigingen in het veld 'Toegewezen agent' of 'Eigenaar' van het ticket.
Waarom dit belangrijk is Deze activiteit is belangrijk om de werklast van agents te analyseren en bottlenecks in het toewijzingsproces op te sporen. De tijd tussen het aanmaken en toewijzen is een belangrijke prestatie-indicator. Waar vind je dit? Afgeleid uit het activiteitenlog of auditspoor van veldwijzigingen van het ticket door wijzigingen in het veld 'Agent' of 'Toegewezen aan' te volgen. Vastleggen Leg de timestamp vast waarop het veld 'Toegewezen agent' wordt ingevuld of de waarde ervan verandert. Gebeurtenistype inferred
	Externe leverancier ingeschakeld	Deze activiteit markeert het moment waarop een ticket voor afhandeling wordt overgedragen aan een externe leverancier of derde partij. Je kunt dit afleiden uit een statuswijziging naar bijvoorbeeld 'Wacht op leverancier' of 'Wacht op derde partij'.
Waarom dit belangrijk is De betrokkenheid van een leverancier kan flinke vertraging veroorzaken. Door deze activiteit te volgen, kun je de prestaties van leveranciers meten en zien wat hun invloed is op de totale doorlooptijd van serviceaanvragen. Waar vind je dit? Afgeleid uit de geschiedenis van statuswijzigingen van het ticket. Zoek naar een status die specifiek is ingesteld om afhankelijkheid van externe leveranciers bij te houden. Vastleggen Detecteer wanneer de status van het ticket verandert in een waarde die aangeeft dat er op een derde partij wordt gewacht. Gebeurtenistype inferred
	Serviceaanvraag aangemaakt	Deze activiteit markeert het begin van de levenscyclus van een serviceaanvraag, wanneer een nieuwe aanvraag in Freshservice wordt geregistreerd. Dit moment wordt expliciet vastgelegd zodra een nieuw ticket wordt aangemaakt, via de servicecatalogus, e-mail of een ander kanaal. Daarbij krijgt de aanvraag een uniek ID.
Waarom dit belangrijk is Dit is de belangrijkste startgebeurtenis van het proces. Door de tijd tussen deze activiteit en andere activiteiten te analyseren, kun je de totale doorlooptijd meten en vertragingen aan het begin van het proces opsporen. Waar vind je dit? Deze gebeurtenis wordt expliciet vastgelegd in Freshservice. Je vindt die in het activiteitenlog of auditspoor van het ticket. Meestal komt de timestamp overeen met het moment waarop het ticket is aangemaakt. Vastleggen Gebruik de timestamp waarop het ticket is aangemaakt in de ticketdata van Freshservice. Gebeurtenistype explicit
	Serviceaanvraag gesloten	Dit is de laatste activiteit en markeert het einde van de levenscyclus van de serviceaanvraag. Meestal gebeurt dit automatisch nadat de aanvraag een bepaalde tijd de status 'Opgelost' heeft gehad zonder opnieuw te worden geopend.
Waarom dit belangrijk is Deze gebeurtenis markeert het definitieve einde van de procesinstantie. De tijd tussen ‘Resolved’ en ‘Closed’ is de periode waarin de aanvrager de oplossing kan bevestigen. Waar vind je dit? Afgeleid uit de statusgeschiedenis van het ticket. Dit is het tijdstip waarop de status verandert in ‘Closed’. Vastleggen Leg het tijdstip vast waarop de ticketstatus verandert in ‘Closed’. Gebeurtenistype inferred
	Serviceaanvraag opgelost	Deze belangrijke mijlpaal markeert het moment waarop de agent een oplossing heeft geboden en het werk als afgerond beschouwt. Je kunt dit afleiden uit een statuswijziging van het ticket naar 'Opgelost'.
Waarom dit belangrijk is Deze activiteit markeert het einde van de actieve werkfase. De tijd tot dit moment is een belangrijke maatstaf voor de efficiëntie van de agent en het proces, en vormt de basis voor SLA-berekeningen. Waar vind je dit? Afgeleid uit de geschiedenis van statuswijzigingen van het ticket. Dit is de timestamp waarop de status voor het eerst op 'Opgelost' werd gezet. Vastleggen Leg de timestamp vast waarop de status van het ticket voor het eerst verandert in 'Opgelost'. Gebeurtenistype inferred
	SLA-doel overschreden	Een berekende gebeurtenis die plaatsvindt wanneer de afhandeltijd van een serviceaanvraag langer is dan de afgesproken Service Level Agreement (SLA). Dit is geen rechtstreekse systeemgebeurtenis, maar wordt afgeleid door de afhandeltijd te vergelijken met de SLA-deadline.
Waarom dit belangrijk is Dit meet rechtstreeks hoe de service presteert ten opzichte van de afspraken en is een belangrijke KPI voor het management. Je ziet welke typen aanvragen of prioriteiten het grootste risico lopen. Waar vind je dit? Berekend door de timestamp van 'Opgelost' te vergelijken met de timestamp van 'SLA-deadline'. Valt de afhandeltijd later, dan wordt deze gebeurtenis vastgelegd. Vastleggen Vergelijk de timestamp van de oplossing met de SLA-deadline. Als resolved_at > sla_due_by, maak je deze gebeurtenis aan. Gebeurtenistype calculated
	Aanvraag beoordeeld	Dit is de eerste beoordeling en categorisering van een nieuwe serviceaanvraag. Meestal leiden we deze activiteit af uit het eerste moment waarop een prioriteit wordt ingesteld of de aanvraag aan een groep wordt toegewezen. Dat geeft aan dat de aanvraag is beoordeeld en in de wachtrij komt.
Waarom dit belangrijk is Door de eerste beoordeling te volgen, kun je de efficiëntie van het team voor eerste reacties meten. Vertraging in deze fase kan de totale afhandeltijd en SLA-compliance flink beïnvloeden. Waar vind je dit? Afgeleid uit het activiteitenlog. Je kunt deze activiteit herkennen aan de timestamp van de eerste gebeurtenis 'Prioriteit ingesteld' of 'Groep toegewezen' na het aanmaken van de aanvraag. Vastleggen Bepaal de vroegste timestamp van een wijziging in het prioriteitsveld of het veld voor de toegewezen groep. Gebeurtenistype inferred
	Aanvraag geprioriteerd	Deze activiteit vindt plaats wanneer een prioriteitsniveau, zoals laag, gemiddeld of hoog, aan de serviceaanvraag wordt toegekend. We leiden dit af uit een wijziging in het veld 'Prioriteit' in de geschiedenis van het ticket.
Waarom dit belangrijk is Prioritering is belangrijk voor de inzet van bronnen en het halen van SLA-doelen. Door deze activiteit te analyseren, kun je controleren of aanvragen op tijd en met de juiste prioriteit worden beoordeeld. Waar vind je dit? Afgeleid uit de geschiedenis van veldwijzigingen in Freshservice. Zoek naar wijzigingen in het veld 'Prioriteit' en leg de timestamp van de wijziging vast. Vastleggen Detecteer een wijziging in het veld 'Prioriteit' ten opzichte van de lege waarde of de vorige waarde en leg de timestamp vast. Gebeurtenistype inferred
	Aanvraag opnieuw toegewezen	Deze activiteit registreert elke wijziging van de toegewezen agent of groep na de eerste toewijzing. Je kunt dit afleiden uit latere wijzigingen in de velden 'Toegewezen agent' of 'Toegewezen groep'.
Waarom dit belangrijk is Regelmatige herverdelingen kunnen wijzen op problemen met de eerste beoordeling, de match met de vaardigheden van agents of de verdeling van de werklast. Deze activiteit is belangrijk voor de KPI voor het aantal herverdelingen onder agents en voor de analyse van herstelwerk. Waar vind je dit? Afgeleid uit de geschiedenis van veldwijzigingen van het ticket. Deze gebeurtenis wordt vastgelegd telkens wanneer het veld 'Toegewezen agent' of 'Toegewezen groep' wordt bijgewerkt nadat de beginwaarde is ingesteld. Vastleggen Detecteer elke wijziging in het veld 'Toegewezen agent' of 'Toegewezen groep' na de eerste toewijzing. Gebeurtenistype inferred
	Informatie aangeleverd door aanvrager	Dit gebeurt wanneer de aanvrager de benodigde informatie aanlevert, zodat de agent verder kan. Meestal leiden we dit af uit een automatische statuswijziging van 'In afwachting' naar 'Open'.
Waarom dit belangrijk is Met deze activiteit is de informatieaanvraag afgerond. De tijd tussen het opvragen en aanleveren van informatie is een belangrijke wachttijd om te analyseren en te verkorten. Waar vind je dit? Afgeleid uit een statuswijziging van 'In afwachting' naar 'Open' of 'In behandeling', vaak nadat de aanvrager heeft gereageerd. Vastleggen Detecteer wanneer de status van het ticket verandert van 'In afwachting' naar 'Open'. Gebeurtenistype inferred
	Informatie opgevraagd bij aanvrager	Dit markeert het moment waarop de toegewezen agent meer informatie nodig heeft van de aanvrager en de afhandeling pauzeert. Je kunt dit afleiden uit een statuswijziging van het ticket naar 'In afwachting' of 'Wacht op klant'.
Waarom dit belangrijk is Deze activiteit wijst op een veelvoorkomende oorzaak van vertraging en herstelwerk. Door te kijken hoe vaak dit gebeurt, kun je verbeteringen vinden voor aanvraagtemplates en de eerste gegevensverzameling. Waar vind je dit? Afgeleid uit de geschiedenis van statuswijzigingen van het ticket. Zoek naar een status zoals 'Wacht op reactie van klant' of 'Wacht op informatie'. Vastleggen Detecteer wanneer de status van het ticket verandert in een waarde die aangeeft dat er op informatie van de gebruiker wordt gewacht. Gebeurtenistype inferred
	Interne beoordeling uitgevoerd	Dit geeft aan dat een voorgestelde oplossing of de uitvoering van een aanvraag intern moet worden beoordeeld of goedgekeurd voordat het proces verdergaat. Je kunt dit afleiden uit een statuswijziging naar bijvoorbeeld 'Wacht op goedkeuring' of 'Interne beoordeling'.
Waarom dit belangrijk is Interne beoordelingen kunnen bottlenecks veroorzaken, vooral bij complexe serviceaanvragen of aanvragen met grote impact. Door de duur te meten, kun je goedkeuringsworkflows verbeteren. Waar vind je dit? Afgeleid uit de geschiedenis van statuswijzigingen van het ticket. Hiervoor moet in de workflow een specifieke status worden gebruikt, zoals 'Wacht op interne goedkeuring'. Vastleggen Detecteer wanneer de status van het ticket verandert in een waarde die wijst op een interne beoordeling of goedkeuring. Gebeurtenistype inferred
	Notitie toegevoegd	Dit omvat elke openbare of privénotitie die een agent of aanvrager aan de serviceaanvraag toevoegt. Dit is een expliciete gebeurtenis in het gesprek of activiteitenlog van het ticket.
Waarom dit belangrijk is Door te kijken hoe vaak en wanneer notities worden toegevoegd, kun je communicatiepatronen, de efficiëntie van de samenwerking en onduidelijkheden in het proces herkennen. Waar vind je dit? Dit wordt expliciet vastgelegd in de gespreksgeschiedenis van het ticket in Freshservice. Elke notitie heeft een timestamp en een auteur. Vastleggen Haal elke vermelding op uit het gespreks- of opmerkingenlog van het ticket. Gebeurtenistype explicit
	Oplossing bevestigd door aanvrager	Deze activiteit staat voor een expliciete bevestiging van de aanvrager dat de geboden oplossing voldoet. Je kunt dit afleiden uit een positieve enquêterespons of een specifieke opmerking voordat het ticket wordt gesloten.
Waarom dit belangrijk is Een bevestiging geeft rechtstreeks feedback over de kwaliteit van de oplossing. Een laag bevestigingspercentage kan erop wijzen dat oplossingen niet volledig aan de behoeften van gebruikers voldoen, ook als aanvragen niet opnieuw worden geopend. Waar vind je dit? Dit is lastig rechtstreeks vast te leggen en vereist mogelijk een aangepaste configuratie. Je kunt het afleiden uit een klanttevredenheidsenquête die aan het ticket is gekoppeld, of uit een specifieke tag. Vastleggen Hiervoor moet je gerelateerde data analyseren, zoals tevredenheidsenquêtes of tags die na het oplossen zijn toegevoegd. Gebeurtenistype inferred
	Serviceaanvraag heropend	Dit gebeurt wanneer een aanvrager aangeeft dat een probleem nog bestaat nadat het als 'Opgelost' is gemarkeerd. Het ticket krijgt dan weer een open status. Je kunt dit afleiden uit een statuswijziging van 'Opgelost' naar 'Open' of 'In behandeling'.
Waarom dit belangrijk is Heropende aanvragen wijzen vaak op een laag percentage oplossingen bij het eerste contact en ontevreden klanten. Door deze herstelronde te volgen, kun je de kwaliteit van oplossingen verbeteren. Waar vind je dit? Afgeleid uit de geschiedenis van statuswijzigingen in het activiteitenlog van het ticket. Dit is een rechtstreekse statuswijziging van 'Opgelost' naar 'Open'. Vastleggen Detecteer een statuswijziging van 'Opgelost' naar 'Open'. Gebeurtenistype inferred

Aanbevolen Optioneel

Extractiegidsen

Zo haal je data uit Freshservice

Stappen

Controleer de vereisten: Zorg dat je in Freshservice een gebruikersrol hebt met toestemming om rapporten te openen en aan te maken in de Analytics-module. Hiervoor heb je meestal een Pro- of Enterprise-abonnement nodig.
Stel automatiseringen in (indien nodig): Controleer voor een nauwkeurige registratie van events of maak twee specifieke automatiseringen aan in Freshservice via Admin -> Workflow Automator. De eerste voegt een privénotitie of een specifieke tag (bijvoorbeeld 'SLA_Breached') toe aan een ticket wanneer de SLA-timer voor de oplossing afloopt. De tweede voegt een specifieke tag (bijvoorbeeld 'Resolution_Confirmed') toe wanneer een ticket een positieve klanttevredenheidsenquête oplevert.
Maak het rapport 'Creation Events' aan: Ga in Freshservice naar het tabblad Analytics. Maak een rapport en selecteer de module 'Tickets' als databron. Dit rapport legt de eerste event voor elke serviceaanvraag vast.
Stel de widgets voor het rapport 'Creation Events' in: Voeg een widget 'Data Table' toe. Stel de kolommen (metrieken) in op Ticket ID, Created at, Assigned to, Group, Priority, Status en Category. Stel een filter in voor de gewenste aanmaakperiode, bijvoorbeeld de afgelopen 6 maanden.
Exporteer de data van 'Creation Events': Voer het rapport uit en exporteer de widget met de datatabel naar een CSV-bestand. Noem het bestand 'creation_events.csv'.
Maak het rapport 'Update Events' aan: Maak een tweede rapport en selecteer deze keer de module 'Ticket Activities' als databron. Dit rapport legt alle latere wijzigingen en notities voor elke serviceaanvraag vast.
Stel de widgets voor het rapport 'Update Events' in: Voeg een widget 'Data Table' toe. Stel de kolommen in op Ticket ID, Activity Date, Performed by en Activity Type. Voeg onder 'Changes' de velden Field, Old Value en New Value toe. Voeg ook ticketattributen toe, zoals Group, Assigned to, Priority, Status en Category, zodat je bij elk event de juiste context hebt.
Filter het rapport 'Update Events': Stel voor 'Activity Date' hetzelfde datumbereik in als voor het aanmaakrapport. Filter vervolgens 'Activity Type' op relevante events, zoals 'Status changed', 'Priority changed', 'Group changed', 'Agent changed', 'Private Note added' en 'Public Note added'.
Exporteer de data van 'Update Events': Voer het rapport uit en exporteer de widget met de datatabel naar een CSV-bestand. Noem het bestand 'update_events.csv'.
Combineer en transformeer de data: Open de twee CSV-bestanden in een spreadsheetprogramma of gebruik een script voor datavoorbereiding. Kopieer alle data uit 'update_events.csv' en plak deze onder de data uit 'creation_events.csv' in een nieuw bestand met de naam 'event_log.csv'.
Koppel activiteiten en attributen: Maak in het gecombineerde bestand 'event_log.csv' nieuwe kolommen aan: ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status en ServiceType. Vul deze kolommen volgens de logica in het gedeelte Query hieronder. Gebruik formules of een script om de ruwe data om te zetten naar het uiteindelijke event log.
Exporteer het eindbestand: Sla het getransformeerde bestand 'event_log.csv' op. Gebruik voor EventTime en LastDataUpdate een standaarddatumformaat, zoals ISO 8601. Dit bestand is nu klaar om te uploaden naar een process mining-tool.

Configuratie

Freshservice-abonnement: Je hebt een abonnement met de Analytics-module nodig, meestal Pro of Enterprise.
Gebruikersrechten: De gebruiker die de export uitvoert, moet in Analytics rapporten kunnen aanmaken en uitvoeren.
Datumbereik: Haal bij voorkeur data op over een recente periode, bijvoorbeeld de afgelopen 3 tot 6 maanden, zodat de dataset beheersbaar blijft. Gebruik voor het aanmaakrapport een filter op 'Created at' en voor het updat rapport op 'Activity Date', met in beide gevallen hetzelfde datumbereik.
Rapportfilters: Filter het rapport van de module 'Tickets' op 'Type' = 'Service Request' om alleen het juiste proces mee te nemen. Filter het rapport van 'Ticket Activities' op 'Activity Type' en neem alleen relevante wijzigingen mee, zoals status, prioriteit, toewijzing en notities. Zo beperk je ruis in de geëxporteerde data.
Vereiste automatiseringen: Je kunt de activiteiten 'SLA Target Breached' en 'Resolution Confirmed by Requestor' alleen ophalen als er al Workflow Automator-regels bestaan die bij deze events een notitie of tag aan het ticket toevoegen. Zonder die regels kun je deze activiteiten niet met deze methode vastleggen.

a Voorbeeldquery sql

/*
This extraction method uses the Freshservice UI. The following describes the configuration
and post-processing logic required to generate the event log.
*/

-- Step 1: Configuration for Report 1 (Creation Events)
MODULE: Tickets
WIDGET_TYPE: Data Table
COLUMNS:
  - Ticket ID
  - Created at
  - Assigned to
  - Group
  - Priority
  - Status
  - Category
FILTERS:
  - Created at IS WITHIN [Specify Start Date] and [Specify End Date]
  - Type EQUALS 'Service Request'

-- Step 2: Configuration for Report 2 (Update Events)
MODULE: Ticket Activities
WIDGET_TYPE: Data Table
COLUMNS:
  - Ticket ID
  - Activity Date
  - Activity Type
  - Field (from Changes)
  - Old Value (from Changes)
  - New Value (from Changes)
  - Performed by
  - Group (ticket attribute)
  - Assigned to (ticket attribute)
  - Priority (ticket attribute)
  - Status (ticket attribute)
  - Category (ticket attribute)
FILTERS:
  - Activity Date IS WITHIN [Specify Start Date] and [Specify End Date]
  - Ticket Type EQUALS 'Service Request'
  - Activity Type IN ('Status changed', 'Priority changed', 'Group changed', 'Agent changed', 'Private Note added', 'Public Note added')

-- Step 3: Post-Processing Logic to create the final event log file
/* 
Apply this logic to each row of the combined data from the two exported CSV files.
The logic uses a CASE statement structure to map raw data to the final ActivityName.
*/

-- Column Mapping Logic:
`ServiceRequestId` = `Ticket ID`
`EventTime` = IF row is from creation_events.csv THEN `Created at` ELSE `Activity Date`
`SourceSystem` = 'Freshservice'
`LastDataUpdate` = CURRENT_TIMESTAMP()
`AssignedAgent` = `Assigned to`
`AssignedTeam` = `Group`
`Priority` = `Priority`
`Status` = `Status`
`ServiceType` = `Category`

-- ActivityName Mapping Logic:
CASE
  WHEN row is from creation_events.csv THEN 'Service Request Created'
  WHEN `Activity Type` = 'Group changed' AND `Old Value` IS NULL THEN 'Request Triaged'
  WHEN `Activity Type` = 'Priority changed' THEN 'Request Prioritized'
  WHEN `Activity Type` = 'Agent changed' AND `Old Value` IS NULL THEN 'Request Assigned to Agent'
  WHEN `Activity Type` IN ('Agent changed', 'Group changed') AND `Old Value` IS NOT NULL THEN 'Request Reassigned'
  WHEN `Activity Type` = 'Status changed' AND `New Value` IN ('Pending Customer', 'Awaiting Customer Response') THEN 'Information Requested from Requestor'
  WHEN `Activity Type` = 'Status changed' AND `Old Value` IN ('Pending Customer', 'Awaiting Customer Response') AND `New Value` = 'Open' THEN 'Information Provided by Requestor'
  WHEN `Activity Type` = 'Status changed' AND `New Value` IN ('Pending Vendor', 'Awaiting Third Party') THEN 'External Vendor Engaged'
  WHEN `Activity Type` = 'Status changed' AND `New Value` IN ('Pending Approval', 'Internal Review') THEN 'Internal Review Performed'
  WHEN `Activity Type` = 'Private Note added' AND `Note Content` CONTAINS 'SLA Breached' THEN 'SLA Target Breached' -- Requires custom automation
  WHEN `Activity Type` IN ('Private Note added', 'Public Note added') THEN 'Note Added'
  WHEN `Activity Type` = 'Status changed' AND `Old Value` IN ('Resolved', 'Closed') AND `New Value` IN ('Open', 'In Progress') THEN 'Service Request Reopened'
  WHEN `Activity Type` = 'Status changed' AND `New Value` = 'Resolved' THEN 'Service Request Resolved'
  WHEN `Activity Type` = 'Private Note added' AND `Note Content` CONTAINS 'Resolution Confirmed' THEN 'Resolution Confirmed by Requestor' -- Requires custom automation
  WHEN `Activity Type` = 'Status changed' AND `New Value` = 'Closed' THEN 'Service Request Closed'
  ELSE NULL -- Filter out these rows
END AS ActivityName

Stappen

Vereisten: Zorg dat Python 3.6 of hoger op je systeem is geïnstalleerd, samen met de bibliotheken requests en pandas. Je hebt ook een Freshservice API-sleutel nodig met leesrechten voor ticketdata.
Haal de API-sleutel op: Meld je als beheerder aan bij je Freshservice-omgeving. Klik rechtsboven op je profielpictogram, ga naar 'Profile Settings' en zoek je API-sleutel in het paneel aan de rechterkant. Kopieer de sleutel en bewaar deze veilig.
Sla het script op: Sla de meegeleverde Python-code op je computer op in een bestand met de naam extract_freshservice_srm.py.
Stel de scriptparameters in: Open het opgeslagen script in een teksteditor. Zoek bovenaan het configuratiegedeelte en vervang de tijdelijke waarden voor FRESHSERVICE_DOMAIN, API_KEY, START_DATE en END_DATE. Pas de dictionary STATUS_MAPPING aan als je omgeving andere numerieke ID’s gebruikt voor aangepaste statussen.
Installeer de bibliotheken: Open de opdrachtprompt of terminal en voer pip install requests pandas uit als de vereiste bibliotheken nog niet zijn geïnstalleerd.
Voer het script uit: Ga via de opdrachtprompt of terminal naar de map waarin je het script hebt opgeslagen. Voer het uit met de opdracht python extract_freshservice_srm.py.
Houd de uitvoering in de gaten: Het script toont voortgang in de console, waaronder welke ticketpagina wordt verwerkt. Afhankelijk van het datumbereik en het aantal tickets kan dit even duren.
Haal het event log op: Na een succesvolle uitvoering maakt het script in dezelfde map het bestand freshservice_event_log.csv aan. Dit bestand bevat het opgehaalde event log.
Bereid de upload voor: Het gegenereerde CSV-bestand bevat de vereiste kolommen (ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate) en kan worden geüpload naar ProcessMind. Meestal hoef je het bestand niet verder op te maken.

Configuratie

FRESHSERVICE_DOMAIN: De URL van de Freshservice-omgeving van je organisatie, bijvoorbeeld yourcompany.freshservice.com.
API_KEY: De persoonlijke API-sleutel uit je Freshservice-gebruikersprofiel. Houd deze geheim.
START_DATE / END_DATE: Het datumbereik voor het ophalen van tickets, in de notatie 'YYYY-MM-DD'. Voor een eerste analyse is een periode van 3 tot 6 maanden aan te raden. Zo houd je de hoeveelheid data beheersbaar en krijg je toch bruikbare inzichten.
STATUS_MAPPING: Een belangrijke Python-dictionary in het script die aangepaste statusnamen, zoals 'External Vendor Engaged', koppelt aan de bijbehorende numerieke status-ID’s in je Freshservice-omgeving. Controleer deze ID’s en pas ze aan de configuratie van je systeem aan.
API-snelheidslimieten: Houd rekening met de API-limieten van je Freshservice-abonnement. Het script verwerkt tickets één voor één om binnen die limieten te blijven. Bij zeer grote datasets moet je de data mogelijk in kleinere perioden ophalen.
Databereik: Het script haalt alleen tickets van het type 'Service Request' op. Dit filter wordt toegepast wanneer de tickets voor het eerst worden opgehaald.

a Voorbeeldquery python

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

class=class="hl-string">"hl-comment"># --- CONFIGURATION ---
class=class="hl-string">"hl-comment"># Replace with your Freshservice domain and API key
FRESHSERVICE_DOMAIN = class="hl-string">"[your_domain].freshservice.com" 
API_KEY = class="hl-string">"[YOUR_API_KEY]"

class=class="hl-string">"hl-comment"># Set the date range for the extraction (YYYY-MM-DD)
START_DATE = class="hl-string">"2023-01-01"
END_DATE = class="hl-string">"2023-12-31"

class=class="hl-string">"hl-comment"># --- Map your custom status names to their numeric IDs in Freshservice ---
class=class="hl-string">"hl-comment"># To find these IDs, you may need to inspect API responses or admin settings
class=class="hl-string">"hl-comment"># Common defaults: Open: 2, Pending: 3, Resolved: 4, Closed: 5
STATUS_MAPPING = {
    class="hl-string">'Open': 2,
    class="hl-string">'Pending': 3, 
    class="hl-string">'Resolved': 4, 
    class="hl-string">'Closed': 5,
    class="hl-string">'Awaiting Customer': 3, class=class="hl-string">"hl-comment"># Example, often maps to Pending
    class="hl-string">'Pending Vendor': [6], class=class="hl-string">"hl-comment"># Replace with your actual ID(s) for this status
    class="hl-string">'Pending Approval': [7]  class=class="hl-string">"hl-comment"># Replace with your actual ID(s) for this status
}
class=class="hl-string">"hl-comment"># --- END CONFIGURATION ---

BASE_URL = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2"
AUTH = (API_KEY, class="hl-string">"X")

class=class="hl-string">"hl-comment"># Caching for agent and group lookups to reduce API calls
agent_cache = {}
group_cache = {}

def get_api_data(url):
    class="hl-string">"""Helper function to handle API requests and rate limiting."""
    while True:
        try:
            response = requests.get(url, auth=AUTH)
            response.raise_for_status() class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            return response.json()
        except requests.exceptions.HTTPError as e:
            if e.response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue
            else:
                print(fclass="hl-string">"HTTP Error: {e}")
                return None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Request Error: {e}")
            return None

def get_agent_name(agent_id):
    class="hl-string">"""Fetch agent name by ID with caching."""
    if not agent_id: return None
    if agent_id in agent_cache:
        return agent_cache[agent_id]
    data = get_api_data(fclass="hl-string">"{BASE_URL}/agents/{agent_id}")
    if data and class="hl-string">'agent' in data:
        name = data[class="hl-string">'agent'][class="hl-string">'first_name'] + class="hl-string">' ' + data[class="hl-string">'agent'][class="hl-string">'last_name']
        agent_cache[agent_id] = name
        return name
    return None

def get_group_name(group_id):
    class="hl-string">"""Fetch group name by ID with caching."""
    if not group_id: return None
    if group_id in group_cache:
        return group_cache[group_id]
    data = get_api_data(fclass="hl-string">"{BASE_URL}/groups/{group_id}")
    if data and class="hl-string">'group' in data:
        name = data[class="hl-string">'group'][class="hl-string">'name']
        group_cache[group_id] = name
        return name
    return None

def parse_iso_datetime(dt_string):
    if not dt_string: return None
    return datetime.fromisoformat(dt_string.replace(class="hl-string">'Z', class="hl-string">'+00:00'))

def main():
    event_log = []
    last_data_update = datetime.now().isoformat()

    page = 1
    while True:
        print(fclass="hl-string">"Fetching tickets, page {page}...")
        query = fclass="hl-string">'"created_at:>\\'{START_DATE}\\class="hl-string">' AND created_at:<\\'{END_DATE}\\class="hl-string">' AND ticket_type:\\\'Service Request\\\class="hl-string">'"'
        url = fclass="hl-string">"{BASE_URL}/tickets?query={query}&page={page}&per_page=100"

        data = get_api_data(url)

        if not data or class="hl-string">'tickets' not in data or not data[class="hl-string">'tickets']:
            break

        tickets = data[class="hl-string">'tickets']

        for ticket in tickets:
            service_request_id = ticket[class="hl-string">'id']
            created_at = parse_iso_datetime(ticket[class="hl-string">'created_at'])
            due_by = parse_iso_datetime(ticket[class="hl-string">'due_by'])
            resolved_at = parse_iso_datetime(ticket[class="hl-string">'resolved_at'])
            closed_at = parse_iso_datetime(ticket[class="hl-string">'closed_at'])

            class=class="hl-string">"hl-comment"># --- Activity: Service Request Created ---
            event_log.append({
                class="hl-string">'ServiceRequestId': service_request_id,
                class="hl-string">'ActivityName': class="hl-string">'Service Request Created',
                class="hl-string">'EventTime': created_at,
                class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                class="hl-string">'LastDataUpdate': last_data_update,
                class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                class="hl-string">'Status': ticket[class="hl-string">'status'],
                class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
            })
            
            class=class="hl-string">"hl-comment"># Fetch conversations for detailed history
            conv_url = fclass="hl-string">"{BASE_URL}/tickets/{service_request_id}/conversations"
            conversations = get_api_data(conv_url)
            
            if not conversations or class="hl-string">'conversations' not in conversations:
                continue
                
            class=class="hl-string">"hl-comment"># Sort conversations chronologically
            sorted_convos = sorted(conversations[class="hl-string">'conversations'], key=lambda x: parse_iso_datetime(x[class="hl-string">'created_at']))

            initial_group_assigned = False
            initial_priority_set = False
            initial_agent_assigned = False
            triaged = False

            for conv in sorted_convos:
                conv_time = parse_iso_datetime(conv[class="hl-string">'created_at'])

                class=class="hl-string">"hl-comment"># --- Activity: Note Added ---
                if conv[class="hl-string">'body_text']:
                     event_log.append({
                        class="hl-string">'ServiceRequestId': service_request_id,
                        class="hl-string">'ActivityName': class="hl-string">'Note Added',
                        class="hl-string">'EventTime': conv_time,
                        class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                        class="hl-string">'LastDataUpdate': last_data_update,
                        class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                        class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                        class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                        class="hl-string">'Status': ticket[class="hl-string">'status'],
                        class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                    })

                class=class="hl-string">"hl-comment"># Process system activities from the activity log within conversations
                if class="hl-string">'activities' in conv and conv[class="hl-string">'activities']:
                    for activity in conv[class="hl-string">'activities']:
                        shipping_info = activity.get(class="hl-string">'shipping_info', {})
                        changes = shipping_info.get(class="hl-string">'changes', {})
                        
                        class=class="hl-string">"hl-comment"># --- Priority Change Activities ---
                        if class="hl-string">'priority' in changes:
                            event_log.append({
                                class="hl-string">'ServiceRequestId': service_request_id,
                                class="hl-string">'ActivityName': class="hl-string">'Request Prioritized',
                                class="hl-string">'EventTime': conv_time,
                                class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                                class="hl-string">'LastDataUpdate': last_data_update,
                                class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                                class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                                class="hl-string">'Priority': changes[class="hl-string">'priority'][1], class=class="hl-string">"hl-comment"># New value
                                class="hl-string">'Status': ticket[class="hl-string">'status'],
                                class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                            })
                            if not initial_priority_set and not triaged:
                                initial_priority_set = True
                                triaged = True
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Request Triaged'})
                        
                        class=class="hl-string">"hl-comment"># --- Assignment Change Activities ---
                        if class="hl-string">'responder_id' in changes:
                            activity_name = class="hl-string">'Request Assigned to Agent' if not initial_agent_assigned else class="hl-string">'Request Reassigned'
                            initial_agent_assigned = True
                            event_log.append({
                                class="hl-string">'ServiceRequestId': service_request_id,
                                class="hl-string">'ActivityName': activity_name,
                                class="hl-string">'EventTime': conv_time,
                                class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                                class="hl-string">'LastDataUpdate': last_data_update,
                                class="hl-string">'AssignedAgent': get_agent_name(changes[class="hl-string">'responder_id'][1]),
                                class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                                class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                                class="hl-string">'Status': ticket[class="hl-string">'status'],
                                class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                            })
                        
                        if class="hl-string">'group_id' in changes:
                            activity_name = class="hl-string">'Request Reassigned' class=class="hl-string">"hl-comment"># Any group change after creation is a reassignment
                            if not initial_group_assigned and not triaged:
                                activity_name = class="hl-string">'Request Triaged'
                                initial_group_assigned = True
                                triaged = True
                            event_log.append({
                                class="hl-string">'ServiceRequestId': service_request_id,
                                class="hl-string">'ActivityName': activity_name,
                                class="hl-string">'EventTime': conv_time,
                                class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                                class="hl-string">'LastDataUpdate': last_data_update,
                                class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                                class="hl-string">'AssignedTeam': get_group_name(changes[class="hl-string">'group_id'][1]),
                                class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                                class="hl-string">'Status': ticket[class="hl-string">'status'],
                                class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                            })
                        
                        class=class="hl-string">"hl-comment"># --- Status Change Activities ---
                        if class="hl-string">'status' in changes:
                            old_status, new_status = changes[class="hl-string">'status']
                            
                            if new_status == STATUS_MAPPING[class="hl-string">'Resolved']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Service Request Resolved', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif new_status == STATUS_MAPPING[class="hl-string">'Closed']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Service Request Closed', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif new_status == STATUS_MAPPING[class="hl-string">'Awaiting Customer']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Information Requested from Requestor', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif old_status == STATUS_MAPPING[class="hl-string">'Awaiting Customer'] and new_status == STATUS_MAPPING[class="hl-string">'Open']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Information Provided by Requestor', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif old_status in [STATUS_MAPPING[class="hl-string">'Resolved'], STATUS_MAPPING[class="hl-string">'Closed']] and new_status == STATUS_MAPPING[class="hl-string">'Open']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Service Request Reopened', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif new_status in STATUS_MAPPING[class="hl-string">'Pending Vendor']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'External Vendor Engaged', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
                            elif new_status in STATUS_MAPPING[class="hl-string">'Pending Approval']:
                                event_log.append({**event_log[-1], class="hl-string">'ActivityName': class="hl-string">'Internal Review Performed', class="hl-string">'EventTime': conv_time, class="hl-string">'Status': new_status})
            
            class=class="hl-string">"hl-comment"># --- Derived/Calculated Activities ---
            class=class="hl-string">"hl-comment"># --- Activity: SLA Target Breached ---
            resolution_time = closed_at or resolved_at
            if due_by and resolution_time and resolution_time > due_by:
                event_log.append({
                    class="hl-string">'ServiceRequestId': service_request_id,
                    class="hl-string">'ActivityName': class="hl-string">'SLA Target Breached',
                    class="hl-string">'EventTime': due_by,
                    class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                    class="hl-string">'LastDataUpdate': last_data_update,
                    class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                    class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                    class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                    class="hl-string">'Status': ticket[class="hl-string">'status'],
                    class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                })

            class=class="hl-string">"hl-comment"># --- Activity: Resolution Confirmed by Requestor (Inferred from survey) ---
            if ticket.get(class="hl-string">'satisfaction_ratings'):
                for rating in ticket[class="hl-string">'satisfaction_ratings']:
                    if rating.get(class="hl-string">'ratings'): class=class="hl-string">"hl-comment"># Check if there is a rating
                        rating_time = parse_iso_datetime(rating.get(class="hl-string">'created_at'))
                        if resolved_at and rating_time > resolved_at:
                            event_log.append({
                                class="hl-string">'ServiceRequestId': service_request_id,
                                class="hl-string">'ActivityName': class="hl-string">'Resolution Confirmed by Requestor',
                                class="hl-string">'EventTime': rating_time,
                                class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
                                class="hl-string">'LastDataUpdate': last_data_update,
                                class="hl-string">'AssignedAgent': get_agent_name(ticket.get(class="hl-string">'responder_id')),
                                class="hl-string">'AssignedTeam': get_group_name(ticket.get(class="hl-string">'group_id')),
                                class="hl-string">'Priority': ticket[class="hl-string">'priority'],
                                class="hl-string">'Status': ticket[class="hl-string">'status'],
                                class="hl-string">'ServiceType': ticket.get(class="hl-string">'category')
                            })
                            break class=class="hl-string">"hl-comment"># Only add one confirmation event

        page += 1

    if not event_log:
        print(class="hl-string">"No events were generated. Please check your configuration and date range.")
        return

    class=class="hl-string">"hl-comment"># Create DataFrame and save to CSV
    df = pd.DataFrame(event_log)
    df = df.sort_values(by=[class="hl-string">'ServiceRequestId', class="hl-string">'EventTime'])
    df[class="hl-string">'EventTime'] = df[class="hl-string">'EventTime'].dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    df[class="hl-string">'LastDataUpdate'] = pd.to_datetime(df[class="hl-string">'LastDataUpdate']).dt.strftime(class="hl-string">'%Y-%m-%d %H:%M:%S')
    output_filename = class="hl-string">'freshservice_event_log.csv'
    df.to_csv(output_filename, index=False)
    print(fclass="hl-string">"Successfully extracted {len(df)} events to {output_filename}")

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

Stappen

Controleer of je Freshservice-abonnement en beheerdersrechten geplande data-export en levering aan de gekozen cloudopslagprovider ondersteunen. Menunamen en exportmogelijkheden kunnen per abonnement en tenant verschillen. Raadpleeg daarom de actuele beheerdersdocumentatie en gebruik [Configure based on your system] als de tenant andere labels toont.
Open in Freshservice het beheerdersgedeelte en zoek de instellingen voor geplande data-export. Selecteer de databron met serviceaanvragen of tickets die de Service Request ID, status, prioriteit, toewijzing, servicetype, tijdstempels, SLA-velden, gespreks- of activiteitengeschiedenis en informatie over reacties van aanvragers bevat. Ga er niet van uit dat een export van de huidige ticketsituatie ook wijzigingen uit het verleden bevat.
Stel het exportbereik in. Kies voor de eerste controle een voortschrijdende periode van 3 tot 6 maanden en stel daarna een terugkerend schema in dat past bij de rapportagebehoefte. Neem alle serviceaanvragen en de historische activiteiten- of auditdata mee die nodig zijn om wijzigingen in velden, notities, statusovergangen, SLA-resultaten, goedkeuringen en bevestigingen van aanvragers vast te leggen. Pas bedrijfs- of servicefilters alleen toe als dat nadrukkelijk nodig is, met [Company or service filter based on your system].
Kies CSV als uitvoerformaat en stel de levering in naar de goedgekeurde cloudopslaglocatie, zoals Amazon S3. Geef [Cloud storage connection details] en [Credentials or role configuration] op via de ondersteunde Freshservice-instellingen. Controleer samen met de platformeigenaar de bucket, het pad, de versleuteling, bewaartermijn en toegangsregels. Zet inloggegevens niet rechtstreeks in scripts of geëxporteerde bestanden.
Voer een testexport uit en controleer de geleverde CSV-bestanden. Zoek uit welke kolomnamen daadwerkelijk worden gebruikt voor de Service Request ID, status, prioriteit, toegewezen medewerker, toegewezen groep, servicetype, aanmaaktijd, updatetijd, oplostijd, sluitingstijd, SLA-deadline, tijdstempel van de geschiedenis, historisch veld, oude waarde, nieuwe waarde, type notitie, auteur van de notitie, tijdstempel van de notitie en reactie van de aanvrager of enquêteresultaat. Leg het vast als een vereist bronveld ontbreekt, in plaats van zelf een veldnaam te bedenken.
Laad de CSV-bestanden in een stagingtabel of dataframe. Vervang in de query hieronder de bronverwijzingen, waaronder [Your ticket table name], [Your ticket history table name], [Your conversation table name], [Your SLA table name] en [Your survey or confirmation table name], door de werkelijke structuren die uit de export zijn aangemaakt. Koppel de bronkolommen aan de logische velden in de query. Behoud de oorspronkelijke tijdstempels en zet ze om naar één tijdzone, bij voorkeur UTC.
Stel incrementele verwerking in met [Last successful export timestamp] of de leveringstijdstempel van het exportbestand. Houd een voldoende lange overlap aan, bijvoorbeeld 24 tot 48 uur, om vertraagde geschiedenisgegevens en correcties mee te nemen. Verwijder dubbele records op basis van ServiceRequestId, ActivityName, EventTime en een stabiele bron-event-ID als die beschikbaar is. Verwijder records niet alleen op basis van ServiceRequestId, want één aanvraag moet meerdere eventregels opleveren.
Voer de volledige SQL-transformatie uit. De query maakt expliciet regels aan voor alle 15 vereiste activiteiten, waaronder afgeleide activiteiten zoals triage, herindeling, SLA-overschrijding, bevestiging door de aanvrager en afsluiting. Als de export geen historische gegevens bevat om een activiteit aan te tonen, kan die activiteit niet betrouwbaar worden aangemaakt. Rapporteer dit als een ontbrekend brongegeven.
Controleer het aantal regels, de dekking van activiteiten, tijdstempels, ID’s en ingevulde attributen met de controles hieronder. Controleer of elke ServiceRequestId meerdere gebeurtenissen in de juiste volgorde kan hebben en of EventTime voor elke aangemaakte regel is ingevuld.
Exporteer het queryresultaat als UTF-8-CSV met de vereiste kolommen ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status en ServiceType. Upload het event log naar ProcessMind en koppel ServiceRequestId aan de case-ID, ActivityName aan de activiteit en EventTime aan de event timestamp. Behoud SourceSystem en LastDataUpdate als eventattributen of metadata, afhankelijk van de importinstellingen van ProcessMind.

Configuratie

Exportbron: Selecteer de Freshservice-dataset met serviceaanvragen of tickets en, indien beschikbaar, de datasets met geschiedenis, gesprekken, SLA’s, goedkeuringen en enquêtes. Alleen een export van de huidige ticketsituatie is niet voldoende om alle gevraagde activiteiten te reconstrueren.
Schema: Gebruik een terugkerende export die aansluit op de rapportagecyclus. Gebruik voor de eerste lading een periode van 3 tot 6 maanden. Neem bij incrementele ladingen een overlapperiode mee om vertraagde updates vast te leggen.
Vereiste brongegevens: Zorg dat de export een stabiele Service Request ID bevat, evenals event- of updatetijdstempels, statusgeschiedenis, prioriteitsgeschiedenis, toewijzingsgeschiedenis, groepsgeschiedenis, notities of gesprekken, SLA-deadlines en voltooiingsgegevens, tijdstempels voor oplossing en sluiting en, indien beschikbaar, bewijs van bevestiging door de aanvrager.
Filters: Pas [Company or service filter based on your system] alleen toe als dat nodig is. Gebruik geen beperkende statusfilters, want daarmee kun je heropende, opgeloste, gesloten, wachtende en historische records uitsluiten, evenals records van leveranciers en goedkeuringen.
Cloudopslag: Stel de goedgekeurde bucket of container, het pad, de versleuteling, bewaartermijn en toegangsregels in. Gebruik een beheerde rol of geheimenbeheer dat door de tenant wordt ondersteund. Zet inloggegevens niet in SQL- of CSV-bestanden.
Bestandsbeheer: Bewaar de oorspronkelijke CSV-bestanden, exporttijdstempels, schemaversie en leveringsmetadata. Als Freshservice grote exports over meerdere bestanden verdeelt, verwerk dan alle bestanden van dezelfde exportrun.
Tijdzones: Noteer de tijdzone van de bron en zet EventTime om naar UTC. Bewaar de oorspronkelijke tijdstempel als dat nodig is voor het auditspoor.
Prestaties: Verdeel de verwerking waar mogelijk op basis van exportdatum, eventdatum of ServiceRequestId. Sla ruwe bestanden eerst tijdelijk op, voorkom dat je de volledige geschiedenis steeds opnieuw doorzoekt en gebruik incrementele ladingen met een vaste overlapperiode.
Toegang en licenties: Je hebt beheerdersrechten nodig, toestemming om geplande exports in te stellen en de geselecteerde Freshservice-data te lezen, schrijfrechten voor cloudopslag en eventueel een abonnement of licentie voor geplande exportlevering.
Datakwaliteit: Leid geen events af uit alleen de huidige waarde als historische gegevens ontbreken. Een huidige prioriteit kan bijvoorbeeld alleen de activiteit Request Prioritized onderbouwen als er een tijdstempel of geschiedenisrecord van de prioriteitstoewijzing bestaat.
Bronkoppeling: Vervang in de query alle bronobjecten en kolomverwijzingen tussen vierkante haken door de werkelijke namen uit de geleverde export. De logische namen van de uitvoerkolommen moeten ongewijzigd blijven voor de koppeling in ProcessMind.

a Voorbeeldquery sql

WITH
base_requests AS (
    SELECT
        CAST(r.[Service Request ID] AS VARCHAR(255)) AS ServiceRequestId,
        CAST(r.[Assigned Agent] AS VARCHAR(255)) AS AssignedAgent,
        CAST(r.[Assigned Team] AS VARCHAR(255)) AS AssignedTeam,
        CAST(r.[Priority] AS VARCHAR(100)) AS Priority,
        CAST(r.[Status] AS VARCHAR(100)) AS Status,
        CAST(r.[Service Type] AS VARCHAR(255)) AS ServiceType,
        CAST(r.[Created Time] AS TIMESTAMP) AS CreatedTime,
        CAST(r.[Resolved Time] AS TIMESTAMP) AS ResolvedTime,
        CAST(r.[Closed Time] AS TIMESTAMP) AS ClosedTime,
        CAST(r.[SLA Due Time] AS TIMESTAMP) AS SLADueTime,
        CAST(r.[Last Updated Time] AS TIMESTAMP) AS LastUpdatedTime
    FROM [Your ticket table name] r
    WHERE CAST(r.[Created Time] AS TIMESTAMP) >= CAST('[Start date parameter]' AS TIMESTAMP)
      AND CAST(r.[Created Time] AS TIMESTAMP) < CAST('[End date parameter]' AS TIMESTAMP)
),
history AS (
    SELECT
        CAST(h.[Service Request ID] AS VARCHAR(255)) AS ServiceRequestId,
        CAST(h.[Event Time] AS TIMESTAMP) AS EventTime,
        CAST(h.[Changed Field] AS VARCHAR(255)) AS ChangedField,
        CAST(h.[Old Value] AS VARCHAR(4000)) AS OldValue,
        CAST(h.[New Value] AS VARCHAR(4000)) AS NewValue,
        CAST(h.[Assigned Agent] AS VARCHAR(255)) AS AssignedAgentAtEvent,
        CAST(h.[Assigned Team] AS VARCHAR(255)) AS AssignedTeamAtEvent,
        CAST(h.[Priority] AS VARCHAR(100)) AS PriorityAtEvent,
        CAST(h.[Status] AS VARCHAR(100)) AS StatusAtEvent,
        CAST(h.[Service Type] AS VARCHAR(255)) AS ServiceTypeAtEvent
    FROM [Your ticket history table name] h
    WHERE CAST(h.[Event Time] AS TIMESTAMP) >= CAST('[Start date parameter]' AS TIMESTAMP)
      AND CAST(h.[Event Time] AS TIMESTAMP) < CAST('[End date parameter]' AS TIMESTAMP)
),
conversations AS (
    SELECT
        CAST(c.[Service Request ID] AS VARCHAR(255)) AS ServiceRequestId,
        CAST(c.[Created Time] AS TIMESTAMP) AS EventTime,
        CAST(c.[Author Type] AS VARCHAR(100)) AS AuthorType,
        CAST(c.[Visibility] AS VARCHAR(100)) AS Visibility,
        CAST(c.[Message Type] AS VARCHAR(100)) AS MessageType,
        CAST(c.[Message Text] AS VARCHAR(4000)) AS MessageText
    FROM [Your conversation table name] c
    WHERE CAST(c.[Created Time] AS TIMESTAMP) >= CAST('[Start date parameter]' AS TIMESTAMP)
      AND CAST(c.[Created Time] AS TIMESTAMP) < CAST('[End date parameter]' AS TIMESTAMP)
),
sla_events AS (
    SELECT
        CAST(s.[Service Request ID] AS VARCHAR(255)) AS ServiceRequestId,
        CAST(s.[SLA Due Time] AS TIMESTAMP) AS SLADueTime,
        CAST(s.[Resolution Time] AS TIMESTAMP) AS ResolutionTime,
        CAST(s.[SLA Breached] AS VARCHAR(20)) AS SLABreached
    FROM [Your SLA table name] s
),
confirmations AS (
    SELECT
        CAST(f.[Service Request ID] AS VARCHAR(255)) AS ServiceRequestId,
        CAST(f.[Confirmation Time] AS TIMESTAMP) AS EventTime,
        CAST(f.[Confirmation Result] AS VARCHAR(255)) AS ConfirmationResult
    FROM [Your survey or confirmation table name] f
    WHERE CAST(f.[Confirmation Time] AS TIMESTAMP) >= CAST('[Start date parameter]' AS TIMESTAMP)
      AND CAST(f.[Confirmation Time] AS TIMESTAMP) < CAST('[End date parameter]' AS TIMESTAMP)
),
events AS (
    SELECT b.ServiceRequestId, 'Service Request Created' AS ActivityName, b.CreatedTime AS EventTime, b.AssignedAgent, b.AssignedTeam, b.Priority, b.Status, b.ServiceType FROM base_requests b WHERE b.CreatedTime IS NOT NULL
    UNION ALL
    SELECT h.ServiceRequestId, 'Request Triaged', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND (LOWER(h.ChangedField) IN ('priority','assigned agent','owner','assigned group','group') OR LOWER(h.NewValue) IN ('triaged','in queue'))
    UNION ALL
    SELECT h.ServiceRequestId, 'Request Prioritized', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'priority' AND COALESCE(h.OldValue, '') <> COALESCE(h.NewValue, '') AND NULLIF(TRIM(h.NewValue), '') IS NOT NULL
    UNION ALL
    SELECT h.ServiceRequestId, 'Request Assigned to Agent', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) IN ('assigned agent','owner') AND NULLIF(TRIM(h.NewValue), '') IS NOT NULL AND (h.OldValue IS NULL OR TRIM(h.OldValue) = '')
    UNION ALL
    SELECT h.ServiceRequestId, 'Request Reassigned', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) IN ('assigned agent','owner','assigned group','group') AND COALESCE(h.OldValue, '') <> COALESCE(h.NewValue, '') AND NULLIF(TRIM(h.OldValue), '') IS NOT NULL
    UNION ALL
    SELECT h.ServiceRequestId, 'Information Requested from Requestor', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.NewValue) IN ('pending','awaiting customer','awaiting requestor')
    UNION ALL
    SELECT h.ServiceRequestId, 'Information Provided by Requestor', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.OldValue) IN ('pending','awaiting customer','awaiting requestor') AND LOWER(h.NewValue) IN ('open','in progress')
    UNION ALL
    SELECT h.ServiceRequestId, 'External Vendor Engaged', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.NewValue) IN ('pending vendor','awaiting third party','vendor')
    UNION ALL
    SELECT h.ServiceRequestId, 'Internal Review Performed', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.NewValue) IN ('pending approval','internal review','awaiting approval')
    UNION ALL
    SELECT c.ServiceRequestId, 'Note Added', c.EventTime, b.AssignedAgent, b.AssignedTeam, b.Priority, b.Status, b.ServiceType FROM conversations c LEFT JOIN base_requests b ON b.ServiceRequestId = c.ServiceRequestId WHERE c.EventTime IS NOT NULL AND (LOWER(COALESCE(c.MessageType, '')) IN ('note','comment','reply') OR LOWER(COALESCE(c.Visibility, '')) IN ('public','private'))
    UNION ALL
    SELECT h.ServiceRequestId, 'Service Request Reopened', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.OldValue) = 'resolved' AND LOWER(h.NewValue) IN ('open','in progress')
    UNION ALL
    SELECT s.ServiceRequestId, 'SLA Target Breached', COALESCE(s.ResolutionTime, s.SLADueTime), b.AssignedAgent, b.AssignedTeam, b.Priority, b.Status, b.ServiceType FROM sla_events s LEFT JOIN base_requests b ON b.ServiceRequestId = s.ServiceRequestId WHERE LOWER(COALESCE(s.SLABreached, '')) IN ('true','yes','1') AND s.SLADueTime IS NOT NULL AND COALESCE(s.ResolutionTime, CURRENT_TIMESTAMP) > s.SLADueTime
    UNION ALL
    SELECT h.ServiceRequestId, 'Service Request Resolved', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.NewValue) = 'resolved'
    UNION ALL
    SELECT c.ServiceRequestId, 'Resolution Confirmed by Requestor', c.EventTime, b.AssignedAgent, b.AssignedTeam, b.Priority, b.Status, b.ServiceType FROM confirmations c LEFT JOIN base_requests b ON b.ServiceRequestId = c.ServiceRequestId WHERE c.EventTime IS NOT NULL AND LOWER(c.ConfirmationResult) IN ('positive','satisfied','confirmed','yes','resolved')
    UNION ALL
    SELECT h.ServiceRequestId, 'Service Request Closed', h.EventTime, h.AssignedAgentAtEvent, h.AssignedTeamAtEvent, h.PriorityAtEvent, h.StatusAtEvent, h.ServiceTypeAtEvent FROM history h WHERE h.EventTime IS NOT NULL AND LOWER(h.ChangedField) = 'status' AND LOWER(h.NewValue) = 'closed'
)
SELECT
    e.ServiceRequestId,
    e.ActivityName,
    e.EventTime,
    'Freshservice' AS SourceSystem,
    CAST('[Last data update timestamp]' AS TIMESTAMP) AS LastDataUpdate,
    e.AssignedAgent,
    e.AssignedTeam,
    e.Priority,
    e.Status,
    e.ServiceType
FROM events e
WHERE e.ServiceRequestId IS NOT NULL
  AND e.EventTime IS NOT NULL
ORDER BY e.ServiceRequestId, e.EventTime, e.ActivityName;

Klaar om aan de slag te gaan?

Bereid je data voor en zet de eerste stap naar een beter proces voor serviceaanvragen. We helpen je om de dienstverlening te verbeteren.

Terug naar de verbetergids Template downloaden

Verbeter vandaag nog de afhandeling van serviceaanvragen in Freshservice

Voorkom trage afhandeling en frustratie bij gebruikers. Bereik 70% automatisering.

Start je gratis proefperiode

Geen creditcard nodig. Binnen enkele minuten ingesteld.

Datatemplate voor beheer van serviceaanvragen

Datatemplate voor beheer van serviceaanvragen

Attributen voor beheer van serviceaanvragen

Activiteiten voor beheer van serviceaanvragen

Extractiegidsen

Data-export uit de Freshservice Analytics-module

Stappen

Configuratie

a Voorbeeldquery sql

Python-script met de Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Geplande data-export van Freshservice naar cloudopslag

Stappen

Configuratie

a Voorbeeldquery sql

Klaar om aan de slag te gaan?

Verbeter vandaag nog de afhandeling van serviceaanvragen in Freshservice

Datatemplate voor beheer van serviceaanvragen

Datatemplate voor beheer van serviceaanvragen

Attributen voor beheer van serviceaanvragen

Activiteiten voor beheer van serviceaanvragen

Extractiegidsen

Data-export uit de Freshservice Analytics-module

Stappen

Configuratie

a Voorbeeldquery sql

Python-script met de Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Geplande data-export van Freshservice naar cloudopslag

Stappen

Configuratie

a Voorbeeldquery sql

Klaar om aan de slag te gaan?

Verbeter vandaag nog de afhandeling van serviceaanvragen in Freshservice

We gaan zorgvuldig om met je privacy