Uw Serviceaanvraagbeheer Data Template

De Activity vertegenwoordigt een afzonderlijke stap of event in de service request lifecycle, zoals 'Service Request Created', 'Request Assigned to Agent' of 'Service Request Resolved'. Deze activities zijn afgeleid van wijzigingen die zijn vastgelegd in de audit log van het Zendesk ticket, die wijzigingen in velden zoals status, assignee, priority en het toevoegen van opmerkingen bijhoudt.

Het analyseren van activities is de kern van process mining. Het maakt de visualisatie van de proceskaart, identificatie van bottlenecks tussen stappen en analyse van rework loops mogelijk. Door de sequentie en frequentie van activities te begrijpen, kunnen organisaties inefficiënties en kansen voor procesverbetering identificeren.

Dit attribute definieert de stappen in het proces, wat de visualisatie van proceskaarten en de analyse van processtroom, variaties en conformance mogelijk maakt.

Dit is conceptueel afgeleid van events die zijn vastgelegd in de Zendesk Ticket Audits API. Bijvoorbeeld, een wijziging in het 'status' field van 'new' naar 'open' kan worden toegewezen aan een activity zoals 'Request Triaged'.

De Service Request ID, vaak Ticket ID genoemd in Zendesk, dient als de primaire key voor elke case. Het verbindt alle gerelateerde activities, opmerkingen en statuswijzigingen met elkaar, vanaf het moment dat een aanvraag wordt aangemaakt totdat deze wordt afgesloten. Dit maakt een complete, end-to-end trace van de lifecycle van een enkele aanvraag mogelijk.

In process mining analysis is dit attribute fundamenteel. Het definieert de case, waardoor de reconstructie van processtromen, de identificatie van varianten en de berekening van case-level metrics zoals cycle time mogelijk is. Elke event in de dataset moet worden geassocieerd met een Service Request ID om de context binnen het algehele proces te begrijpen.

Dit is de essentiële case identifier die alle events in het traject van een serviceaanvraag verbindt, waardoor het mogelijk is om het end-to-end process te analyseren.

Zendesk Tickets API, field 'id'.

Event Timestamp, of Starttijd, registreert het exacte moment waarop een activiteit plaatsvond. Zo legt het vast wanneer een agent werd toegewezen, wanneer een publieke reactie werd verzonden, of wanneer de ticketstatus werd gewijzigd naar 'Resolved'. Deze tijdelijke data is afkomstig uit het audit log van elk Zendesk ticket.

Dit attribute is cruciaal voor elke tijdsgebaseerde analyse. Het wordt gebruikt om events chronologisch te ordenen, de duur tussen activiteiten te berekenen, wachttijden te meten en de algehele case cycle time te analyseren. Het is fundamenteel voor het identificeren van bottlenecks en het evalueren van prestaties ten opzichte van tijdsgebonden doelen zoals SLA's.

Deze timestamp ordent events chronologisch en is essentieel voor alle duur-, performance- en bottleneck analysis.

Zendesk Ticket Audits API, field 'created_at' voor elke audit event.

Dit attribute specificeert de oorsprong van de service request data. Voor deze procesweergave zal de waarde consistent 'Zendesk Support' zijn, wat het identificeert als het system of record voor alle service management activities.

In omgevingen met meerdere geïntegreerde systemen is dit field cruciaal voor data lineage en troubleshooting. Het zorgt ervoor dat analyses correct zijn afgestemd op het beoogde systeem en helpt data te differentiëren wanneer deze vanuit verschillende bronnen wordt samengevoegd.

Identificeert het bronsysteem van de data, wat data lineage waarborgt en verwarring voorkomt wanneer data uit meerdere systemen wordt gecombineerd.

Dit is een statische waarde ('Zendesk Support') toegevoegd tijdens data extraction en transformation.

Dit attribute registreert de datum en tijd van de meest recente data extraction uit Zendesk Support. Het biedt context over de freshness van de geanalyseerde data, zodat gebruikers zich bewust zijn van hoe actueel de procesweergave is.

Voor voortdurende monitoring en dashboarding is deze informatie essentieel. Het stelt analisten en zakelijke gebruikers in staat te begrijpen of zij kijken naar bijna real-time data of een snapshot van een vorige periode, wat de validiteit van hun conclusies beïnvloedt.

Biedt cruciale context over data freshness, zodat gebruikers weten hoe up-to-date de analyse is.

Dit is een metadata field gegenereerd en gestempeld op de dataset op het moment van data extraction.

Dit attribute identificeert de indieningsbron van de serviceaanvraag. Zendesk legt vast hoe een ticket is aangemaakt, of dit nu via email, een web portal, een API integration, chat of andere kanalen was. Dit biedt context over de interactiemethode van de klant.

Het Request Channel is een krachtige dimensie voor analyse. Het ondersteunt het 'Request Channel Efficiency' dashboard door vergelijkingen mogelijk te maken van resolution times, satisfaction ratings en rework rates over verschillende kanalen. Dit kan bedrijven helpen hun support channels te optimaliseren en gebruikers naar de meest efficiënte te leiden.

Helpt bij het analyseren van de efficiëntie en resultaten van verschillende customer support channels, waardoor gerichte verbeteringen mogelijk worden.

Zendesk Tickets API, object 'via' en de 'channel' property.

Request Priority is een classificatie die de urgentie van een serviceaanvraag aangeeft. Dit niveau bepaalt vaak de target resolution times en SLA-beleid dat op het ticket wordt toegepast. De prioriteit kan initiëel door het systeem of de gebruiker worden ingesteld en kan door een agent worden gewijzigd tijdens de ticket's lifecycle.

Dit attribute is cruciaal voor segmentatie en root cause analysis. Het helpt bij het analyseren of high-priority tickets sneller worden opgelost dan low-priority tickets en is een belangrijke factor in de 'Service Request Escalation Trends' en 'SLA Adherence' dashboards.

Maakt segmentatie van aanvragen op urgentie mogelijk, wat cruciaal is voor het analyseren van SLA-compliance en ervoor te zorgen dat kritieke problemen snel worden afgehandeld.

Zendesk Tickets API, field 'priority'.

Dit attribute identificeert de support agent die verantwoordelijk is voor de afhandeling van de serviceaanvraag. De toegewezen agent kan meerdere keren wijzigen gedurende de lifecycle van het ticket, en dit field legt vast wie in elke stap verantwoordelijk was.

Agent Name is cruciaal voor performance analysis. Het maakt filtering en segmentering van data mogelijk om workload distribution, resolution times per agent en de frequentie van reassignments te beoordelen. Dit helpt bij het bouwen van het Agent & Team Performance dashboard en het begrijpen van individuele bijdragen aan de algehele procesefficiëntie.

Dit attribute is essentieel voor het analyseren van agent performance, workload distribution en de impact van reassignments op resolution times.

Zendesk Users API, door de 'assignee_id' uit de Tickets API response te joinen.

Service Type categoriseert de aard van de serviceaanvraag. Zendesk gebruikt een 'type'-veld om onderscheid te maken tussen verschillende soorten supportinteracties. Deze initiële classificatie helpt bij het routeren van het ticket naar het juiste team en het toepassen van de juiste processen.

Dit attribute is essentieel voor filtering en vergelijking. Het stelt analisten in staat om de processtromen voor verschillende typen aanvragen te onderzoeken, die vaak zeer verschillende afhandelingspaden en SLA's hebben. Het is een belangrijke dimensie voor het Agent & Team Performance dashboard om te zien wie het beste is in het afhandelen van specifieke aanvraagtypen.

Categoriseert aanvragen voor afzonderlijke analyse van verschillende processen, zoals incidenten versus vragen, die unieke paden volgen.

Zendesk Tickets API, field 'type'.

Tags zijn flexibele labels die handmatig door agents of automatisch via business rules aan tickets kunnen worden toegevoegd. Ze worden gebruikt om specifieke context of categorieën toe te voegen aan een ticket die mogelijk niet worden gedekt door standaardvelden zoals Type of Priority.

Tags zijn een uiterst veelzijdig attribute voor process mining-analyse. Ze kunnen worden gebruikt om te filteren op zeer specifieke scenario's, custom workflows te volgen of root causes te identificeren. Bijvoorbeeld, een 'VIP' tag kan worden gebruikt om het proces voor belangrijke klanten te analyseren, of een 'product_bug' tag kan worden gebruikt om de lifecycle van defectrapporten te traceren.

Biedt een flexibele manier om de data te slicen en dicen, wat een deep-dive analyse in specifieke sub-processen of ticket attributes mogelijk maakt die niet in andere velden zijn vastgelegd.

Zendesk Tickets API, field 'tags'. Dit is een array van strings.

Dit attribute geeft aan welk team of welke groep binnen de support organization verantwoordelijk is voor de serviceaanvraag. In Zendesk staan deze bekend als 'Groups'. Tickets worden vaak eerst aan een groep toegewezen voordat ze door een individuele agent worden opgepakt.

Analyseren per Assigned Team is essentieel voor het begrijpen van team-level performance en workload. Het helpt bij het beantwoorden van vragen over welke teams welke soorten aanvragen afhandelen, hun gemiddelde resolution times en hun SLA adherence rates. Dit is een primaire dimensie voor het Agent & Team Performance dashboard.

Maakt analyse mogelijk van teamprestaties, workload balancing en routeringsefficiëntie tussen verschillende supportgroepen.

Zendesk Groups API, door de 'group_id' uit de Tickets API response te joinen.

Request Status vertegenwoordigt de status van het ticket op een specifiek tijdstip. Zendesk heeft verschillende standaardstatussen zoals New, Open, Pending, On-hold, Solved en Closed, die de voortgang van een aanvraag gedurende de lifecycle markeren. Wijzigingen in dit veld zijn primaire triggers voor het creëren van activiteiten in het event log.

Het analyseren van de tijd die wordt besteed in verschillende statussen is een kernonderdeel van bottleneck analyse. Het helpt bij het identificeren waar tickets vastlopen, bijvoorbeeld te veel tijd doorbrengen in een 'Pending' of 'On-hold' status. Het begrijpen van statusovergangen is ook cruciaal voor het ontdekken van rework loops.

Het bijhouden van de status is fundamenteel voor het begrijpen van de voortgang van de aanvraag en het identificeren hoeveel tijd wordt besteed in wacht- of actieve states.

Zendesk Tickets API, field 'status'.

Dit attribute is een teller die elke keer ophoogt wanneer het 'assignee_id' field op een ticket verandert. Een hoog aantal reassignments voor een enkel ticket kan wijzen op verschillende procesproblemen, zoals onjuiste initiële routing, gebrek aan agent knowledge of aanvragen die te complex zijn voor één agent om af te handelen.

Dit is een belangrijke metric voor het meten van procesefficiëntie en ondersteunt direct de 'Agent Reassignment Rate' KPI. Het analyseren van cases met hoge reassignment counts kan kansen onthullen om routing rules, agent training of knowledge base resources te verbeteren om ervoor te zorgen dat tickets sneller bij de juiste persoon terechtkomen.

Helpt bij het kwantificeren van interne handoffs en identificeert procesfrictie, aangezien hoge herovertoewijzingspercentages vaak leiden tot vertragingen en inefficiëntie.

Berekend door het aantal 'assignee_id' wijzigingen te tellen in de Zendesk Ticket Audits API voor elk ticket.

Deze berekende metric meet de end-to-end processing time voor een serviceaanvraag. Het wordt doorgaans berekend als het tijdsverschil tussen de activity 'Service Request Resolved' en de activity 'Service Request Created'. Dit is een van de belangrijkste high-level KPI's voor elk support process.

Dit attribute ondersteunt direct de 'Average Service Request Cycle Time' KPI en het 'End-to-End Cycle Time' dashboard. Het analyseren van deze metric over verschillende dimensies, zoals aanvraag type of priority, helpt bij het identificeren welke factoren de grootste impact hebben op de algehele efficiëntie.

Dit is een primaire KPI voor het meten van de algehele procesefficiëntie en klantervaring, wat aangeeft hoe lang het duurt om een oplossing te leveren.

Berekend als het verschil tussen de timestamps van de eerste en laatste (resolution) event voor een case.

De End Time markeert de voltooiing van een activity. Voor veel events in Zendesk is de duur ogenblikkelijk, dus de End Time is hetzelfde als de Start Time. Echter, voor statusgerelateerde activities zoals 'Request Placed On-Hold', zou de End Time zijn wanneer het ticket uit de wacht wordt gehaald.

Dit attribute is essentieel voor het berekenen van de duur van specifieke activities, wat cruciaal is voor bottleneck analysis. Door de Start Time en End Time van een activity te vergelijken, kan men de verwerkingstijd direct meten, wat helpt bij het identificeren welke stappen de meeste tijd in beslag nemen.

Maakt de berekening mogelijk van individuele activiteitsduren, wat cruciaal is voor het identificeren van process bottlenecks en het meten van step-level efficiency.

Dit is vaak hetzelfde als de StartTime voor discrete events. Voor statusduren is het de timestamp van de volgende event die de status wijzigt.

First Contact Resolution (FCR) is een cruciale metric die aangeeft dat het probleem van een klant in één interactie is opgelost. Dit berekende attribute is een boolean flag die true is als een ticket is opgelost door de eerste agent aan wie het was toegewezen, zonder heroverwegingen en met slechts één agent reply.

Dit attribute ondersteunt direct de KPI 'First Contact Resolution Rate'. Het analyseren van de kenmerken van FCR cases kan een blueprint bieden voor process excellence. Omgekeerd kan het analyseren van cases die FCR missen, mogelijkheden belichten voor betere agent training, verbeterde knowledge base articles, of effectievere initiële triage.

Meet het vermogen om problemen efficiënt op te lossen in één contact, wat een sterke drijfveer is voor zowel klanttevredenheid als operationele efficiëntie.

Dit is een complex berekend attribute. Het vereist het analyseren van de event log voor een ticket om te controleren op agent reassignments en het aantal openbare reacties van agents.

Dit attribute is een booleaanse of categorische flag die de SLA outcome voor een ticket toont. Het kan statussen aangeven zoals 'Met', 'Breached' of 'Active'. Dit wordt bepaald door de werkelijke response of resolution times te vergelijken met de targets gedefinieerd in de toegepaste SLA policy.

Dit is een cruciaal attribute voor het 'SLA Adherence and Breach Analysis' dashboard. Het maakt eenvoudig tellen en visualiseren van compliant versus non-compliant tickets mogelijk. Verdere analyse kan zich dan richten op de proceskenmerken van geschonden tickets om root causes te identificeren, zoals lange wachttijden of excessieve reassignments.

Meet direct de prestaties ten opzichte van service level commitments, een belangrijke indicator van servicekwaliteit en klanttevredenheid.

Afgeleid van de Zendesk Ticket Metrics API, die informatie verschaft over de SLA-status voor elk ticket.

Deze booleaanse flag identificeert cases die rework hebben ondergaan. Een serviceaanvraag wordt doorgaans beschouwd als rework als de status verandert van 'Solved' terug naar een open status, wat aangeeft dat de initiële oplossing niet voldoende was en de klant moest opvolgen voor hetzelfde probleem.

Dit attribute is essentieel voor het berekenen van de 'Service Request Rework Rate' KPI en voor het 'Rework and Reopening Activity Analysis' dashboard. Door flagging rework cases, kunnen analisten deze inefficiënte processtromen isoleren, de root causes van heropeningen ontdekken en werken aan het verbeteren van first contact resolution.

Identificeert procesfouten waarbij de oplossing niet definitief was, en belicht problemen met kwaliteit en efficiëntie die direct van invloed zijn op de klanttevredenheid.

Berekend door de reeks statussen voor een ticket in de Zendesk Ticket Audits API te analyseren. Een overgang van 'solved' naar 'open' duidt op herstelwerk (rework).

Dit attribute identificeert de persoon die de serviceaanvraag heeft geïnitieerd. Het koppelen van de aanvraag aan een specifieke klant biedt een user-centric view van het support process.

In process analysis kan de aanvrager worden gebruikt om patronen voor specifieke klanten of klantsegmenten te analyseren. Men zou bijvoorbeeld kunnen onderzoeken of bepaalde klanten langere resolution times ervaren of hogere rework rates hebben, wat kan duiden op problemen met een product of dienst die zij gebruiken.

Verbindt het proces met de klant, waardoor analyse van klantspecifieke problemen, herhaalde aanvragen en tevredenheidsniveaus mogelijk wordt.

Zendesk Users API, door de 'requester_id' uit de Tickets API response te joinen.

Dit attribute koppelt de serviceaanvraag aan een specifieke klantorganisatie. Dit is met name relevant in B2B support-scenario's, waar service level agreements en support contracts vaak op organisatieniveau worden gedefinieerd.

Het analyseren van data per organisatie maakt een bedrijfsbreed beeld van support performance mogelijk. Het kan helpen organisaties te identificeren die een hoog volume aan tickets genereren, terugkerende problemen ervaren of lage tevredenheidsscores hebben. Dit is waardevol voor account management en het identificeren van bredere customer health trends.

Maakt B2B-serviceanalyse mogelijk door aanvragen te groeperen per bedrijf, wat cruciaal is voor het beheren van klantrelaties en SLA's op organisatieniveau.

Zendesk Organizations API, door de 'organization_id' uit de Tickets API response te joinen.

Dit attribute identificeert de specifieke SLA policy die de target response en resolution times voor de serviceaanvraag regelt. Een policy wordt doorgaans bepaald door factoren zoals de priority, het type van de aanvraag of het subscription level van de klant.

Het kennen van de toegepaste SLA policy is essentieel voor het 'SLA Adherence and Breach Analysis' dashboard. Het biedt de nodige context om de performance te evalueren, aangezien verschillende policies verschillende targets zullen hebben. Dit maakt een eerlijke en nauwkeurige beoordeling mogelijk of een ticket voldeed aan zijn specifieke service level objectives.

Biedt de context voor SLA-analyse door te identificeren tegen welke reeks doelen een aanvraag werd gemeten, waardoor nauwkeurige compliance reporting mogelijk wordt.

Zendesk Ticket Metrics API. SLA data is vaak geassocieerd met de metrics van het ticket.

Dit attribute legt de feedback van de klant vast over hun support experience, doorgaans verzameld via een enquête nadat een ticket als opgelost is gemarkeerd. Veelvoorkomende ratings zijn onder andere 'Good' of 'Bad', soms met een opmerking.

Satisfaction Rating is een kritieke uitkomst metric. Het correleren van procespatronen met tevredenheidsscores kan onthullen welk procesgedrag leidt tot tevreden of ontevreden klanten. Analyse kan bijvoorbeeld aantonen dat hoge reassignment rates of lange resolution times sterk correleren met negatieve tevredenheidsbeoordelingen.

Biedt een directe link tussen procesuitvoering en klantresultaten, en helpt te identificeren welke procesgedragingen de klanttevredenheid sturen.

Zendesk Tickets API, field 'satisfaction_rating.score' of 'satisfaction_rating.reason'.