> Continue verbetering > Beheer van serviceaanvragen > Freshservice > datatemplate

Uw Serviceaanvraagbeheer Data Template

Freshservice

Serviceaanvraagbeheer Attributen (20) Serviceaanvraagbeheer Activiteiten (15) Extractie Guides (3)

Uw Serviceaanvraagbeheer Data Template

Deze template biedt een uitgebreide handleiding voor het verzamelen van de benodigde data voor het analyseren van uw Serviceaanvraagbeheerproces. Het schetst de essentiële attributen, belangrijke activiteiten om te volgen en praktische leidraad voor het extraheren van deze informatie uit uw bronsystemen. Gebruik deze resource om een robuuste event log op te bouwen voor diepgaande procesanalyse.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Richtlijnen voor data-extractie

Nieuw met event logs? Leer hoe je een process mining event log creëert.

Template downloaden

Serviceaanvraagbeheer Attributen

Dit zijn de aanbevolen data fields om op te nemen in uw event log voor een uitgebreide analyse van uw serviceaanvraagbeheerproces.

5 Verplicht 5 Aanbevolen 10 Optioneel

	Naam	Omschrijving
	Activiteitsnaam ActivityName	De naam van de event of taak die op een specifiek tijdstip plaatsvond voor een serviceaanvraag.
Omschrijving De activiteitsnaam beschrijft een specifieke stap of event binnen de levenscyclus van de serviceaanvraag. Deze activiteiten worden geëxtraheerd uit systeemauditlogs, statuswijzigingen of specifieke acties van gebruikers, zoals 'Aanvraag Toegewezen aan Agent', 'Notitie Toegevoegd' of 'Serviceaanvraag Opgelost'. Dit attribuut is cruciaal voor het construeren van de proceskaart, die de flow van serviceaanvragen visueel weergeeft. Door de sequentie en frequentie van verschillende activiteiten te analyseren, kunnen organisaties het daadwerkelijke proces begrijpen, knelpunten tussen stappen identificeren, activiteitsduren meten en niet-compliante of inefficiënte procesvarianten detecteren. Het belang Dit attribuut definieert de stappen in de proceskaart, wat de visualisatie en analyse mogelijk maakt van de serviceaanvraag workflow. Vindplaats Gegenereerd uit de 'activities' of 'audits' die gekoppeld zijn aan een ticket in Freshservice. Dit vereist vaak transformatielogica om systeem events te mappen naar bedrijfsvriendelijke activiteitsnamen. Voorbeelden Serviceverzoek AangemaaktAanvraag toegewezen aan medewerkerServiceaanvraag opgelostService Request Gesloten
	Serviceverzoek ID ServiceRequestId	De unieke identificatie voor elke serviceaanvraag.
Omschrijving De Service Request ID is een uniek nummer of code toegewezen aan elke nieuwe serviceaanvraag die in Freshservice is geregistreerd. Het dient als de primaire sleutel voor het volgen van de gehele levenscyclus van de aanvraag, van creatie tot afsluiting. In process mining is deze ID fundamenteel omdat het fungeert als de Case ID. Alle gerelateerde events, zoals statuswijzigingen, agenttoewijzingen en notities, zijn aan elkaar gekoppeld met behulp van deze identificatie. Het analyseren van het traject van elke Service Request ID maakt een complete end-to-end visualisatie van het proces mogelijk, identificatie van veelvoorkomende paden en detectie van afwijkingen of knelpunten die individuele cases beïnvloeden. Het belang Dit is de essentiële Case ID die alle gerelateerde events verbindt, waardoor het mogelijk wordt om het end-to-end traject van één enkele serviceaanvraag te traceren. Vindplaats Dit is een primair veld op het ticket object in Freshservice. Het is zichtbaar in de UI en beschikbaar via de Freshservice API. Voorbeelden SR-12943SR-13501SR-14011
	Tijdstip Gebeurtenis EventTime	De precieze timestamp wanneer de activiteit plaatsvond.
Omschrijving Event Time legt de datum en tijd vast waarop een specifieke activiteit is geregistreerd voor een serviceaanvraag. Deze timestamp is fundamenteel voor het correct sequencen van events en het berekenen van duren daartussen. In process mining wordt deze attribute gebruikt om de activiteiten voor elke case te ordenen en vormt het de basis voor alle tijdgebonden analyse. Het wordt gebruikt om cycle times, wachttijden tussen activiteiten en naleving van service level agreements (SLA's) te berekenen. Nauwkeurige timestamps zijn cruciaal voor het identificeren van knelpunten en het begrijpen van procesprestaties. Het belang Deze timestamp ordent events chronologisch en is de basis voor alle prestatieanalyse, inclusief cyclustijd en knelpuntdetectie. Vindplaats Dit komt overeen met de creatie timestamp van een activiteit of audit log entry binnen Freshservice. Voorbeelden 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	Bronsysteem SourceSystem	Identificeert het systeem waaruit de `data` is geëxtraheerd.
Omschrijving Dit attribuut specificeert het oorspronkelijke systeem voor de proces data, wat in dit geval Freshservice is. Het is bijzonder nuttig in omgevingen waar data van meerdere systemen wordt geconsolideerd voor een holistische procesweergave. Hoewel het overbodig kan lijken in een single-system analyse, is het een best practice om dit attribuut op te nemen voor toekomstige schaalbaarheid en datagovernance. Het zorgt voor duidelijkheid over de herkomst van data en helpt bij het beheren van data-integratie pipelines. Het belang Zorgt voor dataherkomst en traceerbaarheid, wat cruciaal is bij het combineren van data uit meerdere systemen of voor data governance-doeleinden. Vindplaats Dit is doorgaans een statische waarde die wordt toegevoegd tijdens het data-extractie- en transformatieproces (ETL). Voorbeelden FreshserviceFreshservice-API-v2
	Laatste data-update LastDataUpdate	Timestamp die aangeeft wanneer de data voor het laatst is ververst vanuit het bronsysteem.
Omschrijving Dit attribuut registreert de datum en tijd dat de dataset voor het laatst is geëxtraheerd of bijgewerkt uit Freshservice. Het geeft context aan de actualiteit van de geanalyseerde data. Voor elke procesanalyse is het cruciaal om de actualiteit van de data te kennen. Deze timestamp helpt gebruikers te begrijpen of zij de meest actuele informatie bekijken, wat essentieel is voor het nemen van tijdige operationele beslissingen en voor het vertrouwen in de inzichten die uit de analyse zijn afgeleid. Het belang Informeert gebruikers over de actualiteit van de data, zodat analyses en beslissingen gebaseerd zijn op actuele informatie. Vindplaats Deze waarde wordt gegenereerd en op de dataset gestempeld tijdens het data extractie- en transformatie (ETL) proces. Voorbeelden 2024-05-21T02:00:00Z2024-05-20T02:00:00Z
	Prioriteit Priority	Het prioriteitsniveau van de serviceaanvraag, zoals Laag, Gemiddeld, Hoog of Urgent.
Omschrijving Prioriteit geeft de belangrijkheid en urgentie van een serviceaanvraag aan, wat vaak de beoogde oplossingstijd en de toegewezen resources bepaalt. Prioriteit kan automatisch worden ingesteld op basis van regels of handmatig door agents. In process mining is Prioriteit een kritieke dimensie voor analyse. Het wordt gebruikt om aanvragen te segmenteren om processtromen en prestaties te vergelijken voor items met hoge versus lage prioriteit. Dit is essentieel voor SLA-complianceanalyse en voor het begrijpen of prioritering effectief en snel plaatsvindt in de triagefase. Het belang Cruciaal voor SLA-complianceanalyse en voor het begrijpen of aanvragen worden getriageerd en afgehandeld op basis van hun zakelijke impact. Vindplaats Beschikbaar als het 'priority'-veld op het ticketobject in Freshservice. Voorbeelden LaagGemiddeldHoog`Urgent`
	Servicetype ServiceType	Het specifieke type of de categorie van de aangevraagde dienst.
Omschrijving Diensttype classificeert de aanvraag op basis van het benodigde type dienst, zoals 'Nieuwe Hardware Aanvraag', 'Software Toegang' of 'Wachtwoord Reset'. Dit is vaak gekoppeld aan het servicecatalogusitem dat door de gebruiker is geselecteerd. Dit attribuut maakt segmentatie van serviceaanvragen mogelijk om processen en prestaties te vergelijken tussen verschillende diensttypen. Het is essentieel voor het berekenen van KPI's zoals 'Gemiddeld Aantal Activiteiten per Diensttype', wat helpt te identificeren welke services complexer of resource-intensiever zijn. Deze analyse kan leiden tot procesvereenvoudiging en automatiseringsinspanningen voor specifieke diensttypen. Het belang Maakt vergelijking van processtromen en complexiteit over verschillende aanvraagcategorieën mogelijk, wat helpt bij het identificeren van gebieden voor standaardisatie of automatisering. Vindplaats Dit komt vaak overeen met de 'categorie', 'item' of een custom veld op het ticket object in Freshservice, afhankelijk van de configuratie. Voorbeelden Onboarding nieuwe medewerkerSoftware LicentieaanvraagVPN Toegang
	Status Status	De huidige status van de serviceaanvraag in de levenscyclus.
Omschrijving Het Statusveld vertegenwoordigt de staat van de serviceaanvraag op een bepaald moment, bijvoorbeeld 'Open', 'In Afwachting', 'Opgelost' of 'Gesloten'. Statuswijzigingen zijn vaak de primaire bron van activiteiten voor process mining. Het analyseren van de Status biedt context aan de procesflow en helpt te begrijpen hoeveel tijd aanvragen in specifieke statussen doorbrengen. Een lange duur in de 'In Afwachting' status zou bijvoorbeeld een knelpunt kunnen aanduiden, wachtend op informatie van de aanvrager of externe leveranciersinput. Het is een essentieel attribuut voor het definiëren van de start- en eindpunten van verschillende procesfasen. Het belang Biedt essentiële context voor elke event en helpt de bestede tijd in verschillende statussen, zoals 'Open' of 'In Afwachting', te meten om vertragingen te identificeren. Vindplaats Beschikbaar als het 'status'-veld op het ticketobject in Freshservice. Voorbeelden OpenPendingResolvedGesloten
	Toegewezen agent AssignedAgent	De naam van de individuele agent die momenteel is toegewezen aan de serviceaanvraag.
Omschrijving Dit attribuut identificeert de specifieke support agent die op een bepaald moment verantwoordelijk is voor het afhandelen van de serviceaanvraag. Agenttoewijzingen kunnen gedurende de levenscyclus van een aanvraag veranderen. Het analyseren van de Toegewezen Agent is cruciaal voor het begrijpen van agentprestaties en workloadverdeling. Het maakt de berekening mogelijk van KPI's zoals gemiddelde oplossingstijd per agent, aantal actieve aanvragen en herindelingpercentages. Dit helpt bij het identificeren van best presterende agents, agents die extra training nodig hebben, en onevenwichtigheden in de workloadtoewijzing. Het belang Maakt analyse mogelijk van de werklast van agents, prestaties en de impact van hernieuwde toewijzingen op oplossingstijden. Vindplaats Beschikbaar als het 'agent'- of 'responder'-veld op het ticketobject in Freshservice. Voorbeelden Alice JohnsonRobert SmithNiet toegewezen
	Toegewezen Team AssignedTeam	Het supportteam of de groep toegewezen om de serviceaanvraag af te handelen.
Omschrijving Dit attribuut geeft de functionele groep of het team aan, zoals 'IT Support Niveau 2' of 'Hardware Inkoop', dat verantwoordelijk is voor de serviceaanvraag. Een aanvraag kan aan een team worden toegewezen voordat deze door een individuele agent wordt opgepakt. Analyseren per Toegewezen Team helpt bij het begrijpen van teamniveau prestaties, workload, en het identificeren van knelpunten specifiek voor bepaalde functionele gebieden. Het is cruciaal voor het beoordelen hoe efficiënt verschillende teams aanvragen verwerken en voor het optimaliseren van de toewijzing van middelen binnen de supportorganisatie. Het belang Maakt prestatie- en werklastanalyse op team- of groepsniveau mogelijk, wat essentieel is voor resourcebeheer en het identificeren van functionele knelpunten. Vindplaats Beschikbaar als het 'group'-veld op het ticketobject in Freshservice. Voorbeelden `Service Desk``Netwerkbeheer`Applicatieondersteuning
	Aantal Herindelingen ReassignmentCount	Het totale aantal keren dat een serviceaanvraag opnieuw is toegewezen aan een andere agent of team.
Omschrijving Dit is een berekend attribuut dat het aantal keren dat 'Aanvraag Opnieuw Toegewezen' of vergelijkbare activiteiten plaatsvinden telt voor elke serviceaanvraag. Een hoog aantal herindelingen wijst vaak op problemen met initiële triage, onjuiste vaardigheidsgebaseerde routing of workload onevenwichtigheden. Dit attribuut ondersteunt direct het 'Agent Performance & Workload Distribution' dashboard en de 'Gem. Agent Herindeling Aantal/Aanvraag' KPI. Het analyseren van deze metric helpt organisaties proceszwaktes te identificeren die leiden tot het rondsturen van tickets, wat de oplossingstijd verlengt en zowel agents als aanvragers frustreert. Het belang Meet routeringsinefficiëntie en proceswrijving. Een hoog aantal duidt op problemen met initiële triage of agent-werklast, wat leidt tot vertragingen. Vindplaats Dit wordt berekend door specifieke toewijzingswijzigingsactiviteiten te tellen voor elke 'ServiceRequestId' tijdens data transformatie. Voorbeelden 013
	Aanvrager Requestor	De gebruiker die de serviceaanvraag heeft ingediend.
Omschrijving Dit attribuut identificeert de persoon, meestal een werknemer, die de serviceaanvraag heeft geïnitieerd. Het biedt context over wie de servicedesk gebruikt en wat hun behoeften zijn. Hoewel niet altijd een primaire dimensie voor procesflowanalyse, kan analyse per aanvrager of diens gerelateerde afdeling patronen blootleggen. Het kan bijvoorbeeld onthullen dat een specifieke afdeling frequent onvolledige aanvragen indient, wat duidt op een behoefte aan gerichte training. Het is ook essentieel voor elke analyse gericht op de klantervaring. Het belang Biedt context over de gebruiker die de aanvraag indient, waardoor analyse van aanvraagpatronen per individu, afdeling of locatie mogelijk wordt. Vindplaats Beschikbaar als het 'requester'-veld op het ticketobject in Freshservice. Voorbeelden John DoeJane SmithService Account
	Afdeling Aanvrager RequestorDepartment	De afdeling waartoe de aanvrager behoort.
Omschrijving Dit attribuut specificeert de organisatorische afdeling van de gebruiker die de serviceaanvraag heeft ingediend, zoals 'Verkoop', 'Financiën' of 'Human Resources'. Deze informatie is doorgaans afkomstig uit het gebruikersprofiel in het systeem. Het analyseren van procesprestaties per afdeling is een veelvoorkomende vereiste. Het kan benadrukken of bepaalde afdelingen langere oplossingstijden ervaren of unieke procesbehoeften hebben. Dit inzicht kan de toewijzing van middelen, trainingsinitiatieven of de creatie van afdelingsspecifieke dienstaanbiedingen informeren. Het belang Maakt segmentatie van het proces per bedrijfsonderdeel mogelijk, wat helpt bij het identificeren van afdelingsspecifieke problemen of prestatieverschillen. Vindplaats Deze informatie is gekoppeld via het profiel van de aanvrager. Het kan zich bevinden in een standaard 'afdeling' veld of een custom gebruikersveld in Freshservice. Voorbeelden FinanciënMarketingInformatietechnologie
	Bewerkingstijd ProcessingTime	De tijdsduur die actief aan een activiteit is besteed.
Omschrijving Verwerkingstijd is een berekende metric die de duur van één activiteit vertegenwoordigt. Deze wordt berekend door de StartTime van de activiteit af te trekken van de EndTime. Deze metric is fundamenteel voor knelpuntanalyse. Door de verwerkingstijden voor elk type activiteit te aggregeren, ontstaat een duidelijk beeld van waar de meeste tijd in het proces wordt besteed. Dit stelt analisten in staat om verbeteringsinspanningen te richten op de meest tijdrovende stappen, zoals 'Interne Beoordeling Uitgevoerd' of 'Externe Leverancier Betrokken'. Het belang Kwantificeert de duur van individuele processtappen, en benadrukt direct de meest tijdrovende activiteiten en knelpunten. Vindplaats Berekend tijdens datavoorbereiding door de 'EventTime' (StartTime) van een event af te trekken van de 'EndTime' (de timestamp van de volgende event). Voorbeelden 360086400300
	Eindtijd EndTime	De precieze timestamp wanneer de activiteit werd voltooid.
Omschrijving De End Time vertegenwoordigt de voltooiingstijdstempel van een activiteit. Voor veel events in Freshservice zijn de start- en eindtijd hetzelfde, waardoor het point-in-time events zijn. Echter, voor statusgebaseerde activiteiten zou de End Time de timestamp zijn van de volgende statuswijziging. Dit attribuut is essentieel voor het berekenen van de duur van activiteiten en wachttijden ertussen. Door de StartTime van de EndTime af te trekken, kan de verwerkingstijd voor een specifieke taak worden bepaald. Dit is cruciaal voor het identificeren van welke activiteiten het meest tijdrovend zijn en primaire kandidaten zijn voor optimalisatie. Het belang Maakt de berekening van activiteitsduren mogelijk, wat fundamenteel is voor het identificeren van knelpunten en het meten van verwerkingstijden voor individuele stappen. Vindplaats Dit is geen direct veld in Freshservice logs. Het moet worden afgeleid door de timestamp van de volgende event te nemen in de sequentie voor een gegeven serviceaanvraag. Voorbeelden 2023-10-26T10:05:15Z2023-10-26T14:00:20Z2023-10-28T09:30:00Z
	Is `SLA` Geschonden IsSlaBreached	Een boolean-vlag die aangeeft of de serviceaanvraag de SLA-doelstelling voor de oplossing heeft overschreden.
Omschrijving Dit berekende attribuut is een simpele true of false vlag die aangeeft of de serviceaanvraag is gesloten na de SLA vervaldatum. Het is afgeleid door de timestamp van 'Serviceaanvraag Gesloten' of 'Serviceaanvraag Opgelost' te vergelijken met de 'SlaDueDate'. Dit attribuut vereenvoudigt analyse en visualisatie voor het SLA Compliance dashboard. Het maakt eenvoudig filteren en aggregeren mogelijk om de algehele SLA Compliance Rate KPI te berekenen. Segmenteren op basis van deze vlag helpt om snel de proceskenmerken te isoleren en te analyseren van geschonden aanvragen versus degenen die op tijd zijn opgelost. Het belang Vereenvoudigt SLA compliance-analyse door een duidelijke vlag te bieden voor het filteren en aggregeren van aanvragen die hun doelen niet hebben gehaald. Vindplaats Dit is een berekend veld, afgeleid tijdens data transformatie door de uiteindelijke oplossing timestamp te vergelijken met het 'SlaDueDate' veld. Voorbeelden truefalse
	Is herstelwerk IsRework	Een boolean-vlag die aangeeft of de aanvraag herstelwerkzaamheden omvatte.
Omschrijving Deze berekende vlag wordt ingesteld op true als een serviceaanvraag bepaalde activiteiten ondergaat die duiden op herbewerking. Voorbeelden zijn het opnieuw openen na oplossing ('Serviceaanvraag Heropend'), meerdere herindelingen of herhaalde verzoeken om informatie van de gebruiker ('Informatie Gevraagd van Aanvrager'). Dit attribuut vereenvoudigt de analyse van procesinefficiënties. Het maakt eenvoudig filteren mogelijk om cases met herbewerking te isoleren en hun proceskaarten en cyclustijden te vergelijken met 'schone' cases. Dit ondersteunt direct het 'Serviceaanvraag Herbewerking Analyse' dashboard en helpt de impact van inefficiënte overdrachten of onvolledige initiële informatie te kwantificeren. Het belang Biedt een eenvoudige manier om cases te markeren en te analyseren die inefficiënte lussen of herhaalde stappen omvatten, wat helpt de kosten van slechte kwaliteit te kwantificeren. Vindplaats Berekend tijdens datatransformatie door bedrijfslogica toe te passen op de reeks activiteiten voor elke 'ServiceRequestId'. Voorbeelden truefalse
	Kanaal Channel	De methode of het kanaal waarlangs de serviceaanvraag werd ingediend.
Omschrijving Het Kanaal geeft aan hoe de serviceaanvraag is aangemaakt, bijvoorbeeld via het self-service portal, e-mail, telefoon of chat. Deze informatie helpt bij het begrijpen van gebruikersvoorkeuren en kanaalefficiëntie. Het analyseren van het proces per kanaal kan belangrijke inzichten opleveren. Aanvragen die via het portal zijn ingediend, kunnen bijvoorbeeld vollediger zijn en sneller worden opgelost dan die via e-mail, wat mogelijk meer heen-en-weer communicatie vereist. Deze analyse kan inspanningen sturen om efficiëntere kanalen te promoten. Het belang Helpt analyseren of het indieningskanaal de procesefficiëntie, oplossingstijd of de hoeveelheid benodigd herstelwerk beïnvloedt. Vindplaats Beschikbaar als het 'source'-veld op het ticketobject in Freshservice. Voorbeelden E-mailPortalTelefoonChat
	SLA Beleidsnaam SlaPolicyName	De naam van het Service Level Agreement (SLA) beleid dat op de aanvraag van toepassing is.
Omschrijving Dit attribuut identificeert het specifieke SLA beleid dat de streefresponstijden en oplossingstijden regelt voor de serviceaanvraag. Beleid is doorgaans gebaseerd op factoren zoals prioriteit, diensttype of aanvragergroep. Weten welk SLA beleid is toegepast, is essentieel voor het SLA Compliance & Breach Analysis dashboard. Het maakt nauwkeurige meting van prestaties tegen gedefinieerde doelen mogelijk en helpt te analyseren welke beleidsregels het meest frequent worden geschonden. Dit kan leiden tot herzieningen van zowel de procesprestaties als de haalbaarheid van de SLA-doelen zelf. Het belang Identificeert de specifieke servicedoelen waartegen de aanvraag wordt gemeten, wat essentieel is voor nauwkeurige SLA-compliancerapportage. Vindplaats Deze informatie maakt deel uit van de SLA-data die aan een ticket is gekoppeld. Hiervoor kan het raadplegen van specifieke SLA-gerelateerde API-endpoints of velden vereist zijn. Voorbeelden Hoog-prioriteit Incidenten - 4 uurStandaard Aanvragen - 3 dagenVIP Support - 1 uur
	SLA Einddatum SlaDueDate	De timestamp waartegen de serviceaanvraag naar verwachting moet zijn opgelost volgens de SLA.
Omschrijving Dit attribuut specificeert de deadline voor het oplossen van de serviceaanvraag zoals gedefinieerd door het toepasselijke SLA beleid. Het is een berekende timestamp gebaseerd op de creatietijd van de aanvraag, prioriteit en de bedrijfstijden gedefinieerd in de SLA. Dit is een cruciaal data punt voor het monitoren van real-time prestaties en voor post-mortem SLA compliance-analyse. Door de daadwerkelijke oplossingstijd te vergelijken met de SlaDueDate, kan een bepaling van 'Gehaald' of 'Geschonden' worden gedaan. Het is de basis voor het berekenen van de SLA Compliance Rate KPI. Het belang Dit is de streefdeadline voor oplossing, en vormt de basis voor het berekenen of een serviceaanvraag de SLA heeft gehaald of geschonden. Vindplaats Dit is een berekend veld binnen Freshservice, zichtbaar op het ticket als 'Vervaldatum'. Het is beschikbaar via de API. Voorbeelden 2023-10-28T17:00:00Z2023-11-01T09:00:00Z

Verplicht Aanbevolen Optioneel

Serviceaanvraagbeheer Activiteiten

Dit zijn de belangrijkste processtappen en mijlpalen die u moet vastleggen in uw event log voor een nauwkeurige ontdekking en analyse van uw serviceaanvraag workflows.

6 Aanbevolen 9 Optioneel

	Activiteit	Omschrijving
	Aanvraag toegewezen aan medewerker	Markeert het punt waarop een serviceaanvraag wordt toegewezen aan een specifieke agent voor afhandeling. Dit is een belangrijke mijlpaal en wordt afgeleid door wijzigingen in het veld 'Assigned Agent' of 'Owner' voor het ticket te volgen.
Het belang Deze activiteit is cruciaal voor het analyseren van de agent workload en het identificeren van knelpunten in het toewijzingsproces. De tijd tussen creatie en toewijzing is een belangrijke prestatie-indicator. Vindplaats Afgeleid uit de activity log van het ticket of het veld-auditspoor door wijzigingen in het 'Agent'- of 'Assignee'-veld te monitoren. Vastleggen Leg de timestamp vast wanneer het veld 'Assigned Agent' wordt gevuld of de waarde ervan verandert. Gebeurtenistype inferred
	Externe leverancier ingeschakeld	Deze activiteit markeert wanneer een ticket wordt overgedragen aan een externe leverancier of derde partij voor oplossing. Het wordt afgeleid uit een statuswijziging naar een specifieke status zoals 'Wachtend op Leverancier' of 'Wachtend op Derde Partij'.
Het belang Leveranciersbetrokkenheid kan aanzienlijke vertragingen introduceren. Het volgen van deze activiteit is essentieel voor het meten van leveranciersprestaties en de impact ervan op de totale cyclustijd van de serviceaanvraag. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket. Zoek naar een status die specifiek is geconfigureerd om afhankelijkheid van externe leveranciers te volgen. Vastleggen Detecteer wanneer het ticketstatusveld verandert naar een waarde die een wachttijd voor een derde partij aangeeft. Gebeurtenistype inferred
	Service Request Gesloten	Dit is de laatste activiteit, die het einde van de levenscyclus van de serviceaanvraag markeert. Het vindt doorgaans automatisch plaats na een bepaalde periode in de 'Opgelost' status zonder opnieuw te worden geopend.
Het belang Deze event markeert het definitieve einde van de procesinstance. De tijd tussen 'Opgelost' en 'Gesloten' vertegenwoordigt het bevestigingsvenster voor de aanvrager. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket. Dit komt overeen met de timestamp wanneer de status verandert naar 'Gesloten'. Vastleggen Leg de timestamp vast wanneer de ticketstatus verandert naar 'Gesloten'. Gebeurtenistype inferred
	Serviceaanvraag opgelost	Deze kritieke mijlpaal markeert het punt wanneer de agent een oplossing heeft geboden en het werk als voltooid beschouwt. Dit wordt afgeleid uit de wijziging van de ticketstatus naar 'Opgelost'.
Het belang Deze activiteit markeert het einde van de actieve werkfase. De duur tot dit punt is een belangrijke maatstaf voor agent- en procesefficiëntie, en het is de basis voor SLA-berekeningen. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket. Dit komt overeen met de timestamp waarop de status voor het eerst op 'Opgelost' werd gezet. Vastleggen Leg de timestamp vast wanneer de ticketstatus voor het eerst verandert naar 'Opgelost'. Gebeurtenistype inferred
	Serviceverzoek Aangemaakt	Deze activiteit markeert het begin van de levenscyclus van de serviceaanvraag wanneer een nieuwe aanvraag formeel wordt geregistreerd in Freshservice. Deze event wordt expliciet vastgelegd wanneer een nieuw ticket record wordt gegenereerd, hetzij via de servicecatalogus, e-mail of een ander kanaal, waarbij een unieke Service Request ID wordt gecreëerd.
Het belang Dit is de primaire start event voor het proces. Het analyseren van de tijd van deze activiteit tot andere is fundamenteel voor het meten van de algehele cycle times en het identificeren van initiële verwerkingsvertragingen. Vindplaats Deze event wordt expliciet vastgelegd in Freshservice. Het kan worden gevonden in het activiteitlog of audit trail van het ticket, typisch overeenkomend met de timestamp van de ticketaanmaak. Vastleggen Gebruik de ticket creatie timestamp uit de Freshservice tickets data. Gebeurtenistype explicit
	SLA-doelstelling overschreden	Een berekende event die optreedt wanneer de tijd om een serviceaanvraag op te lossen de gedefinieerde Service Level Agreement (SLA)-doelstelling overschrijdt. Dit is geen directe systeem event, maar wordt afgeleid door de oplossingstijd te vergelijken met de SLA-vervaldatum.
Het belang Dit meet direct de serviceprestaties tegenover verbintenissen en is een belangrijke KPI voor management. Het helpt te identificeren welke aanvraagtypen of prioriteiten het meest risico lopen om te falen. Vindplaats Berekend door de 'Resolved' timestamp te vergelijken met de 'SLA Due By' timestamp. Als de oplossingstijd later is, wordt deze event geactiveerd. Vastleggen Vergelijk de oplossing timestamp met de SLA-vervaldatum timestamp. Als resolved_at > sla_due_by, creëer dan deze event. Gebeurtenistype calculated
	Aanvraag Geprioriteerd	Deze activiteit vindt plaats wanneer een prioriteitsniveau, zoals Laag, Gemiddeld of Hoog, wordt toegewezen aan de serviceaanvraag. Het wordt afgeleid door een wijziging te detecteren in het 'Prioriteit' veld binnen de geschiedenis van het ticket.
Het belang Prioritering is cruciaal voor resource-allocatie en het waarborgen dat SLA-doelstellingen worden behaald. Het analyseren van deze activiteit helpt te verifiëren dat aanvragen correct en tijdig worden beoordeeld. Vindplaats Afgeleid uit de veldwijzigingsgeschiedenis van het ticket in Freshservice. Zoek naar updates van het veld 'Priority' en leg de timestamp van de wijziging vast. Vastleggen Detecteer een wijziging in het veld 'Priority' van null of de vorige waarde en leg de timestamp vast. Gebeurtenistype inferred
	Aanvraag Getrieerd	Vertegenwoordigt de initiële beoordeling en categorisatie van een nieuw aangemaakte serviceaanvraag. Deze activiteit wordt doorgaans afgeleid van het moment dat een prioriteit wordt ingesteld of de aanvraag aan een groep wordt toegewezen, wat aangeeft dat deze is beoordeeld en de wachtrij ingaat.
Het belang Het volgen van triage helpt de efficiëntie van het initiële responsteam te meten. Vertragingen in dit stadium kunnen een aanzienlijke impact hebben op de algehele oplossingstijden en SLA compliance. Vindplaats Afgeleid uit de activiteit log. Het kan worden geïdentificeerd aan de hand van de timestamp van de eerste 'Priority Set' of 'Group Assigned' event die na creatie plaatsvindt. Vastleggen Identificeer de vroegste timestamp van een prioriteitsveldverandering of een toewijzingsgroepveldverandering. Gebeurtenistype inferred
	Aanvraag Herverdeeld	Deze activiteit legt elke wijziging vast in de toegewezen agent of groep na de initiële toewijzing. Het wordt afgeleid door het detecteren van daaropvolgende updates aan de velden 'Toegewezen Agent' of 'Toegewezen Groep'.
Het belang Frequente hernieuwde toewijzingen duiden op potentiële problemen met initiële triage, het matchen van agentvaardigheden of het balanceren van de werklast. Deze activiteit is cruciaal voor de KPI 'Aantal hernieuwde toewijzingen van agents' en de analyse van herstelwerk. Vindplaats Afgeleid uit de veldwijzigingsgeschiedenis van het ticket. Deze event wordt gelogd elke keer dat het veld 'Assigned Agent' of 'Assigned Group' wordt bijgewerkt nadat de initiële waarde is ingesteld. Vastleggen Detecteer elke wijziging in het veld 'Assigned Agent' of 'Assigned Group' na de eerste toewijzing. Gebeurtenistype inferred
	Informatie opgevraagd bij aanvrager	Vertegenwoordigt een punt waarop de toegewezen agent meer informatie nodig heeft van de aanvrager en de voortgang pauzeert. Dit wordt afgeleid uit een wijziging in de ticketstatus naar een 'In Afwachting' of 'Wachtend op Klant' status.
Het belang Deze activiteit benadrukt een veelvoorkomende bron van vertraging en herbewerking. Het analyseren van de frequentie helpt kansen te identificeren om aanvraag templates en initiële datacollectie te verbeteren. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket. Zoek naar een statuswijziging zoals 'Wachten op klantreactie' of 'Wachten op informatie'. Vastleggen Detecteer wanneer het ticketstatusveld verandert naar een waarde die een wachttijd voor gebruikersinvoer aangeeft. Gebeurtenistype inferred
	Informatie verstrekt door aanvrager	Treedt op wanneer de aanvrager reageert met de benodigde informatie, waardoor de agent het werk kan hervatten. Dit wordt doorgaans afgeleid wanneer de ticketstatus automatisch verandert van een 'Wachtende' status terug naar 'Open'.
Het belang Deze activiteit sluit de lus voor informatieaanvragen. De duur tussen het aanvragen en verstrekken van informatie is een kritieke wachttijd om te analyseren en te optimaliseren. Vindplaats Afgeleid van een statuswijziging van een 'Wachtende' status terug naar een 'Open' of 'In Uitvoering' status, vaak geactiveerd door een antwoord van de aanvrager. Vastleggen Detecteer wanneer de ticketstatus verandert van een wachtende status naar een open status. Gebeurtenistype inferred
	Interne review uitgevoerd	Geeft aan dat een voorgestelde oplossing of aanvraagafhandeling een interne review of goedkeuring vereist voordat deze verdergaat. Dit wordt afgeleid van een statuswijziging naar een status zoals 'Wachten op goedkeuring' of 'Interne review'.
Het belang Interne reviews kunnen een bron van knelpunten zijn, vooral bij complexe of serviceaanvragen met grote impact. Het meten van deze duur helpt bij het stroomlijnen van goedkeuringsworkflows. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket. Dit vereist dat een specifieke status zoals 'Wachten op interne goedkeuring' wordt gebruikt in de workflow. Vastleggen Detecteer wanneer het ticketstatusveld verandert naar een waarde die een interne review of goedkeuring aangeeft. Gebeurtenistype inferred
	Notitie Toegevoegd	Vertegenwoordigt elke openbare of privénotitie toegevoegd aan de serviceaanvraag door een agent of de aanvrager. Dit is een expliciete event die wordt vastgelegd in het conversatie- of activiteitlog van het ticket.
Het belang Het analyseren van de frequentie en timing van notities kan communicatiepatronen, samenwerkingsefficiëntie en punten van verwarring in het proces onthullen. Vindplaats Expliciet gelogd in de conversatiegeschiedenis van het ticket in Freshservice. Elke notitie heeft een timestamp en auteur. Vastleggen Extraheer elke entry uit de conversatie- of commentaarlog van het ticket. Gebeurtenistype explicit
	Oplossing Bevestigd door Aanvrager	Deze activiteit vertegenwoordigt een expliciete bevestiging van de aanvrager dat de geboden oplossing bevredigend is. Dit kan worden afgeleid uit een positieve enquête-reactie of een specifieke opmerking voordat het ticket wordt gesloten.
Het belang Bevestiging biedt directe feedback over de kwaliteit van de oplossing. Een lage bevestigingsgraad kan erop wijzen dat oplossingen niet volledig aan de gebruikersbehoeften voldoen, zelfs als ze niet opnieuw worden geopend. Vindplaats Dit is moeilijk direct vast te leggen en kan custom configuratie vereisen. Het zou kunnen worden afgeleid uit een klanttevredenheidsonderzoek gekoppeld aan het ticket, of een specifieke tag die wordt toegepast. Vastleggen Vereist analyse van gerelateerde data zoals tevredenheidsonderzoeken of tags die na de afhandeling zijn toegepast. Gebeurtenistype inferred
	Serviceaanvraag Heropend	Treedt op wanneer een aanvrager aangeeft dat een probleem blijft bestaan nadat het als 'Opgelost' was gemarkeerd, waardoor het ticket terugkeert naar een open status. Dit wordt afgeleid van een statuswijziging van 'Opgelost' terug naar 'Open' of 'In Uitvoering'.
Het belang Heropende aanvragen zijn een sterke indicator van lage first-call-resolution rates en klantontevredenheid. Het volgen van deze herbewerkingslus is cruciaal voor het verbeteren van de oplossingkwaliteit. Vindplaats Afgeleid uit de statuswijzigingsgeschiedenis van het ticket in de activity log. Dit is een directe statusovergang van 'Opgelost' naar 'Open'. Vastleggen Detecteer een statuswijziging van een opgeloste status naar een open status. Gebeurtenistype inferred

Aanbevolen Optioneel

Extractie Guides

Hoe u uw `data` uit Freshservice haalt

Stappen

Vereistencontrole: Zorg ervoor dat u een Freshservice-gebruikersrol heeft met de rechten om rapporten te openen en te maken in de Analytics-module. Dit vereist doorgaans een Pro- of Enterprise-abonnement.
Automatiseringen configureren (indien nodig): Voor een nauwkeurige event-vastlegging, controleer of creëer twee specifieke automatiseringen in Freshservice onder Admin -> Workflow Automator. Ten eerste, een automatisering die een privénotitie of een specifieke tag (bijv. 'SLA_Breached') aan een ticket toevoegt wanneer de SLA-timer voor oplossing verloopt. Ten tweede, een automatisering die een specifieke tag (bijv. 'Resolution_Confirmed') toevoegt wanneer een positieve klanttevredenheidsonderzoek wordt ontvangen voor een ticket.
Maak het rapport 'Creation Events': Navigeer naar het tabblad Analytics in Freshservice. Maak een nieuw rapport aan en selecteer de 'Tickets'-module als databron. Dit rapport legt het eerste event voor elke serviceaanvraag vast.
Configureer 'Creation Events' rapportwidgets: Voeg een 'Data Table'-widget toe. Configureer de kolommen (metrics) om op te nemen: Ticket ID, Created at, Assigned to, Group, Priority, Status en Category. Pas een filter toe voor het gewenste aanmaakdatumbereik, bijvoorbeeld de laatste 6 maanden.
Exporteer 'Creation Events' data: Voer het rapport uit en exporteer de datatabelwidget naar een CSV-bestand. Noem het 'creation_events.csv'.
Maak het rapport 'Update Events': Maak een tweede rapport aan, ditmaal de 'Ticket Activities'-module selecterend als databron. Dit rapport legt alle volgende wijzigingen en notities voor elke serviceaanvraag vast.
Configureer 'Update Events' rapportwidgets: Voeg een 'Data Table'-widget toe. Configureer de kolommen om op te nemen: Ticket ID, Activity Date, Performed by, Activity Type, en onder 'Changes', neem Field, Old Value en New Value op. U moet ook ticketniveau-attributes zoals Group, Assigned to, Priority, Status en Category toevoegen om context te bieden voor elk event.
Filter 'Update Events' rapport: Pas een filter toe voor de 'Activity Date' om overeen te komen met hetzelfde datumbereik dat in het aanmaakrapport is gebruikt. Filter verder de 'Activity Type' om alleen relevante events op te nemen zoals 'Status changed', 'Priority changed', 'Group changed', 'Agent changed', 'Private Note added' en 'Public Note added'.
Exporteer 'Update Events' data: Voer het rapport uit en exporteer de datatabelwidget naar een CSV-bestand. Noem het 'update_events.csv'.
Combineer en Transformeer data: Open de twee CSV-bestanden in een spreadsheetprogramma of gebruik een datascript voor voorbereiding. Kopieer alle data van 'update_events.csv' en plak deze onder de data van 'creation_events.csv' in een nieuw bestand genaamd 'event_log.csv'.
Map Activiteiten en Attributes: Maak in het gecombineerde 'event_log.csv'-bestand nieuwe kolommen aan: ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status en ServiceType. Vul deze kolommen met behulp van de logica die is gedefinieerd in de sectie Query hieronder. Deze stap omvat het gebruik van formules of een script om de ruwe data te vertalen naar het uiteindelijke event log-formaat.
Definitieve Export: Sla het getransformeerde 'event_log.csv'-bestand op. Zorg ervoor dat het datumformaat voor EventTime en LastDataUpdate in een standaardformaat zoals ISO 8601 is. Dit bestand is nu gereed voor upload naar een process mining tool.

Configuratie

Freshservice Plan: Een abonnement inclusief de Analytics-module (doorgaans Pro of Enterprise) is vereist.
Gebruikersrechten: De gebruiker die de export uitvoert, heeft rechten nodig om rapporten te maken en uit te voeren in Analytics.
Datumbereik: Het wordt aanbevolen om data te extraheren voor een recente periode, zoals de afgelopen 3 tot 6 maanden, om de dataset beheersbaar te houden. Pas een consistent datumbereikfilter toe op basis van 'Created at' voor het aanmaakrapport en 'Activity Date' voor het updatesrapport.
Rapportfilters: Filter in het rapport van de 'Tickets'-module op 'Type' = 'Service Request' om het juiste proces te isoleren. Filter voor het 'Ticket Activities'-rapport de 'Activity Type' om alleen relevante wijzigingen (Status, Prioriteit, Toewijzing, Notities) op te nemen om ruis in de geëxporteerde data te verminderen.
Vereiste Automatiseringen: De extractie van 'SLA Target Breached'- en 'Resolution Confirmed by Requestor'-activiteiten is afhankelijk van reeds bestaande Workflow Automator-regels die een notitie of tag aan het ticket toevoegen bij die events. Zonder deze kunnen de activiteiten niet worden vastgelegd met deze methode.

a Voorbeeldquery config

/*
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 ervoor dat Python 3.6 of nieuwer is geïnstalleerd op uw systeem, samen met de requests- en pandas-bibliotheken. U heeft ook een Freshservice API-sleutel nodig met rechten om ticket data te lezen.
API-sleutel verkrijgen: Log in bij uw Freshservice-instantie als beheerder. Klik op uw profielicoon in de rechterbovenhoek, ga naar 'Profile Settings' en u vindt uw API-sleutel in het rechtervenster. Kopieer deze sleutel veilig.
Script opslaan: Sla de meegeleverde Python-code op in een bestand genaamd extract_freshservice_srm.py op uw lokale machine.
Scriptparameters configureren: Open het opgeslagen script in een teksteditor. Zoek de configuratiesectie bovenaan en vervang de placeholder-waarden voor FRESHSERVICE_DOMAIN, API_KEY, START_DATE en END_DATE. Pas het STATUS_MAPPING dictionary aan als uw instantie verschillende numerieke ID's gebruikt voor aangepaste statussen.
Libraries installeren: Als u de vereiste libraries niet heeft geïnstalleerd, opent u uw commandoregel of terminal en voert u de opdracht uit: pip install requests pandas.
Script uitvoeren: Navigeer naar de directory waar u het script heeft opgeslagen met behulp van uw commandoregel of terminal. Voer het script uit door de opdracht: python extract_freshservice_srm.py uit te voeren.
Uitvoering controleren: Het script zal voortgangsupdates naar de console afdrukken, showing welke pagina met tickets het momenteel verwerkt. Afhankelijk van het datumbereik en het volume van tickets, kan dit enige tijd duren.
Event Log ophalen: Zodra het script succesvol is voltooid, wordt er een bestand genaamd freshservice_event_log.csv aangemaakt in dezelfde directory. Dit bestand bevat het geëxtraheerde event log.
Voorbereiden voor upload: Het gegenereerde CSV-bestand is gestructureerd met de vereiste kolommen (ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate) en is gereed voor upload naar ProcessMind. Verdere opmaak is doorgaans niet nodig.

Configuratie

FRESHSERVICE_DOMAIN: Uw Freshservice URL, bijvoorbeeld uwbedrijf.freshservice.com.
API_KEY: De persoonlijke API-sleutel uit uw Freshservice-gebruikersprofiel. Deze dient vertrouwelijk te blijven.
START_DATE / END_DATE: Het datumbereik voor de ticketextractie, geformatteerd als 'JJJJ-MM-DD'. Voor een initiële analyse wordt een bereik van 3 tot 6 maanden aanbevolen om datavolume en inzicht in evenwicht te houden.
STATUS_MAPPING: Een cruciaal Python dictionary in het script dat aangepaste statusnamen, gebruikt voor het afleiden van events (zoals 'External Vendor Engaged'), koppelt aan hun corresponderende numerieke status-ID's in uw Freshservice-instantie. U moet deze ID's controleren en bijwerken zodat ze overeenkomen met de configuratie van uw systeem.
API Rate Limiting: Houd rekening met de API-snelheidsbeperkingen van uw Freshservice-abonnement. Het script verwerkt tickets sequentieel om deze limieten te respecteren, maar voor extreem grote datasets moet u de extractie mogelijk in kleinere datumbereiken uitvoeren.
Data Scope: Het script is geconfigureerd om alleen tickets van het type 'Service Request' op te halen. Dit filter wordt toegepast tijdens de initiële ticketophaling.

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

Vereistencontrole: Zorg ervoor dat u een Freshservice-gebruikersrol heeft met de rechten om rapporten te openen en te maken in de Analytics-module. Dit vereist doorgaans een Pro- of Enterprise-abonnement.
Automatiseringen configureren (indien nodig): Voor een nauwkeurige event-vastlegging, controleer of creëer twee specifieke automatiseringen in Freshservice onder Admin -> Workflow Automator. Ten eerste, een automatisering die een privénotitie of een specifieke tag (bijv. 'SLA_Breached') aan een ticket toevoegt wanneer de SLA-timer voor oplossing verloopt. Ten tweede, een automatisering die een specifieke tag (bijv. 'Resolution_Confirmed') toevoegt wanneer een positieve klanttevredenheidsonderzoek wordt ontvangen voor een ticket.
Maak het rapport 'Creation Events': Navigeer naar het tabblad Analytics in Freshservice. Maak een nieuw rapport aan en selecteer de 'Tickets'-module als databron. Dit rapport legt het eerste event voor elke serviceaanvraag vast.
Configureer 'Creation Events' rapportwidgets: Voeg een 'Data Table'-widget toe. Configureer de kolommen (metrics) om op te nemen: Ticket ID, Created at, Assigned to, Group, Priority, Status en Category. Pas een filter toe voor het gewenste aanmaakdatumbereik, bijvoorbeeld de laatste 6 maanden.
Exporteer 'Creation Events' data: Voer het rapport uit en exporteer de datatabelwidget naar een CSV-bestand. Noem het 'creation_events.csv'.
Maak het rapport 'Update Events': Maak een tweede rapport aan, ditmaal de 'Ticket Activities'-module selecterend als databron. Dit rapport legt alle volgende wijzigingen en notities voor elke serviceaanvraag vast.
Configureer 'Update Events' rapportwidgets: Voeg een 'Data Table'-widget toe. Configureer de kolommen om op te nemen: Ticket ID, Activity Date, Performed by, Activity Type, en onder 'Changes', neem Field, Old Value en New Value op. U moet ook ticketniveau-attributes zoals Group, Assigned to, Priority, Status en Category toevoegen om context te bieden voor elk event.
Filter 'Update Events' rapport: Pas een filter toe voor de 'Activity Date' om overeen te komen met hetzelfde datumbereik dat in het aanmaakrapport is gebruikt. Filter verder de 'Activity Type' om alleen relevante events op te nemen zoals 'Status changed', 'Priority changed', 'Group changed', 'Agent changed', 'Private Note added' en 'Public Note added'.
Exporteer 'Update Events' data: Voer het rapport uit en exporteer de datatabelwidget naar een CSV-bestand. Noem het 'update_events.csv'.
Combineer en Transformeer data: Open de twee CSV-bestanden in een spreadsheetprogramma of gebruik een datascript voor voorbereiding. Kopieer alle data van 'update_events.csv' en plak deze onder de data van 'creation_events.csv' in een nieuw bestand genaamd 'event_log.csv'.
Map Activiteiten en Attributes: Maak in het gecombineerde 'event_log.csv'-bestand nieuwe kolommen aan: ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status en ServiceType. Vul deze kolommen met behulp van de logica die is gedefinieerd in de sectie Query hieronder. Deze stap omvat het gebruik van formules of een script om de ruwe data te vertalen naar het uiteindelijke event log-formaat.
Definitieve Export: Sla het getransformeerde 'event_log.csv'-bestand op. Zorg ervoor dat het datumformaat voor EventTime en LastDataUpdate in een standaardformaat zoals ISO 8601 is. Dit bestand is nu gereed voor upload naar een process mining tool.

Configuratie

Freshservice Plan: Een abonnement inclusief de Analytics-module (doorgaans Pro of Enterprise) is vereist.
Gebruikersrechten: De gebruiker die de export uitvoert, heeft rechten nodig om rapporten te maken en uit te voeren in Analytics.
Datumbereik: Het wordt aanbevolen om data te extraheren voor een recente periode, zoals de afgelopen 3 tot 6 maanden, om de dataset beheersbaar te houden. Pas een consistent datumbereikfilter toe op basis van 'Created at' voor het aanmaakrapport en 'Activity Date' voor het updatesrapport.
Rapportfilters: Filter in het rapport van de 'Tickets'-module op 'Type' = 'Service Request' om het juiste proces te isoleren. Filter voor het 'Ticket Activities'-rapport de 'Activity Type' om alleen relevante wijzigingen (Status, Prioriteit, Toewijzing, Notities) op te nemen om ruis in de geëxporteerde data te verminderen.
Vereiste Automatiseringen: De extractie van 'SLA Target Breached'- en 'Resolution Confirmed by Requestor'-activiteiten is afhankelijk van reeds bestaande Workflow Automator-regels die een notitie of tag aan het ticket toevoegen bij die events. Zonder deze kunnen de activiteiten niet worden vastgelegd met deze methode.

a Voorbeeldquery config

/*
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

Uw Serviceaanvraagbeheer Data Template

Uw Serviceaanvraagbeheer Data Template

Serviceaanvraagbeheer Attributen

Serviceaanvraagbeheer Activiteiten

Extractie Guides

Freshservice Analytics Module Data Export

Stappen

Configuratie

a Voorbeeldquery config

Python Script met behulp van Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Freshservice Geplande Data Export naar Cloud Storage

Stappen

Configuratie

a Voorbeeldquery config

Klaar om te starten?

Verhoog de efficiëntie van serviceaanvragen in Freshservice vandaag nog

Uw Serviceaanvraagbeheer Data Template

Uw Serviceaanvraagbeheer Data Template

Serviceaanvraagbeheer Attributen

Serviceaanvraagbeheer Activiteiten

Extractie Guides

Freshservice Analytics Module Data Export

Stappen

Configuratie

a Voorbeeldquery config

Python Script met behulp van Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Freshservice Geplande Data Export naar Cloud Storage

Stappen

Configuratie

a Voorbeeldquery config

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Verhoog de efficiëntie van serviceaanvragen in Freshservice vandaag nog