> Continue verbetering > Verandermanagement > Freshservice > datatemplate

Uw Verandermanagement datatemplate

Freshservice

Verandermanagement-attributen (21) Verandermanagement-activiteiten (15) Extractiegidsen (2)

Uw Verandermanagement datatemplate

Deze template helpt je de juiste data te verzamelen voor het analyseren van je Verandermanagement proces. Het schetst essentiële attributen om te verzamelen, belangrijke activiteiten om bij te houden en geeft begeleiding bij het extraheren van deze Informatie uit je systeem. Gebruik deze om ervoor te zorgen dat je data klaar is voor inzichtelijke process discovery en -optimalisatie.

Aanbevolen attributen om vast te leggen
Belangrijkste activiteiten om te volgen
Extractiehandleiding voor Freshservice

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

Template downloaden

Verandermanagement-attributen

Deze `datavelden` zijn belangrijk voor het creëren van een compleet `event log`, wat een gedetailleerde analyse van uw `changemanagement` proces mogelijk maakt.

5 Verplicht 8 Aanbevolen 8 Optioneel

	Naam	Omschrijving
	Activiteitsnaam ActivityName	De naam van een specifieke `gebeurtenis` of taak die plaatsvond binnen het `changemanagement` proces.
Omschrijving Dit `attribuut` beschrijft een enkele stap of mijlpaal in de `change levenscyclus`, zoals 'Change Request Created', 'Approval Requested' of 'Implementation Completed'. De volgorde van deze activiteiten voor een gegeven `Change Request ID` vormt de basis van de `procesmap`. Het analyseren van deze activiteiten helpt de `processtroom` te vinden, afwijkingen te detecteren en de tijd te meten die in verschillende fasen wordt besteed. Het belang Het definieert de stappen in de processtroom, waardoor de visualisatie van de wijzigingslevenscyclus en de analyse van procesvarianten en knelpunten mogelijk worden. Vindplaats Gegenereerd uit de auditlogs, activity stream of geschiedenis van statuswijzigingen van een Change record in Freshservice. Voorbeelden Wijziging goedgekeurdRisicobeoordeling VoltooidImplementatie GestartWijziging afgesloten
	TijdsTip Gebeurtenis EventTime	De exacte datum en tijd waarop een specifieke activiteit of gebeurtenis plaatsvond.
Omschrijving Elke activiteit in het proces heeft een bijbehorende timestamp, die het moment van optreden markeert. Deze tijdgegevens is belangrijk voor het berekenen van de duur tussen activiteiten, het vinden van wachttijden en het analyseren van de totale doorlooptijd van het proces. Het maakt prestatieanalyse, bottleneck identificatie en SLA-compliance monitoring mogelijk. Het belang Deze timestamp is onmisbaar voor alle tijdsgebaseerde analyse, inclusief het berekenen van cyclustijden, tijdsduur en wachttijden tussen processtappen. Vindplaats Timestamp geassocieerd met elke entry in de auditlogs of activity stream van een wijzigingsrecord in Freshservice. Voorbeelden 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:15:00Z
	Wijzigingsaanvraag ID ChangeRequestId	De unieke ID voor elk wijzigingsverzoek ingediend binnen het Freshservice systeem.
Omschrijving De `Change Request ID` dient als de primaire identificatienummer voor één enkel wijzigingsgeval van initiatie tot afsluiting. Het koppelt alle gerelateerde activiteiten, goedkeuringen en `logs` aan een coherente tijdlijn, wat end-to-end procesanalyse mogelijk maakt. In `process mining` is deze ID belangrijk voor het reconstrueren van de levenscyclus van elke wijziging om het pad, de duur en de uitkomsten ervan te begrijpen. Het belang Dit is de essentiële Case-ID die alle gerelateerde gebeurtenissen groepeert, waardoor het mogelijk wordt de gehele reis van een enkel wijzigingsverzoek te traceren en te analyseren. Vindplaats Dit is een primair veld op het Change-object in Freshservice. Voorbeelden CHG-10234CHG-10235CHG-10236
	Bronsysteem SourceSystem	Identificeert het systeem waaruit de `data` is opgehaald.
Omschrijving Dit `attribuut` specificeert de oorsprong van de `procesdata`. Voor deze weergave zal de waarde consistent 'Freshservice' zijn. Het opnemen van dit `attribuut` is een `best practice`, vooral in omgevingen waar `data` mogelijk uit meerdere systemen wordt samengevoegd, omdat het essentiële context biedt en helpt bij `data governance` en `probleemoplossing`. Het belang Biedt duidelijke dataherkomst, wat belangrijk is bij het analyseren van data uit meerdere grote organisatie-systemen. Vindplaats Dit is een statische waarde die tijdens het data-extractieproces wordt ingesteld om de oorsprong van de data te labelen. Voorbeelden Freshservice
	Tijdstip van extractie LastDataUpdate	De timestamp die aangeeft wanneer de gegevens voor dit record het laatst zijn ververst vanuit het bronsysteem.
Omschrijving Dit `attribuut` registreert de datum en tijd van de meest recente `data` extractie of update voor elke `gebeurtenis`. Het is belangrijk voor het begrijpen van de relevantie van de geanalyseerde `data` en om ervoor te zorgen dat analyses gebaseerd zijn op actuele Informatie. Dit helpt bij het handhaven van `dataintegriteit` en biedt context voor de tijdigheid van de `inzichten`. Het belang Zorgt ervoor dat gebruikers op de hoogte zijn van de relevantie van de data en helpt de geldigheid van de process mining-analyse te bevestigen. Vindplaats Deze timestamp voegen we doorgaans toe tijdens het data-import- of ETL-proces. Voorbeelden 2024-05-20T08:00:00Z2024-05-21T08:00:00Z
	Beoogde Afrondingsdatum TargetCompletionDate	De geplande datum of de `Service Level Agreement` (SLA) datum waarop de wijziging voltooid moet zijn.
Omschrijving Deze datum is de deadline voor het afsluiten van een wijzigingsverzoek. Het is de belangrijkste maatstaf voor het meten van SLA-naleving. Door de werkelijke eindtijd te vergelijken met de beoogde einddatum, kan worden bepaald of een wijziging op tijd, te vroeg of te laat is afgerond. Dit is een belangrijke input voor de KPI voor het nalevingspercentage van wijzigings-SLA's. Het belang Dient als de `benchmark` voor het meten van tijdige levering en `SLA-compliance`, wat belangrijke indicatoren zijn voor procesprestaties. Vindplaats Dit kan een speciaal 'Due by' of 'SLA Target' `date veld` zijn op het `Change object` in Freshservice. Voorbeelden 2023-11-10T17:00:00Z2023-11-15T17:00:00Z
	Eindtijd EndTime	De `timestamp` van de laatst geregistreerde `gebeurtenis` voor het wijzigingsverzoek `case`.
Omschrijving De `End Time` markeert de voltooiing van de levenscyclus van een wijzigingsverzoek, meestal overeenkomend met de 'Change Closed' of 'Change Annulerenled' activiteit. Het wordt gebruikt in combinatie met de `Starttijd` om de totale end-to-end doorlooptijd voor elke `case` te berekenen. Het analyseren van dit `attribuut` helpt de algehele duur en doorvoer van het changemanagement proces te begrijpen. Het belang Het is belangrijk voor het berekenen van de totale doorlooptijd van een wijzigingsverzoek, een primaire KPI voor procesefficiëntie. Vindplaats Dit is de timestamp van de laatste activiteit in de event log voor een gegeven Change Request ID. Voorbeelden 2023-11-05T18:00:00Z2023-11-06T09:45:00Z
	Naam Aanvrager RequesterName	De naam van de persoon die het wijzigingsverzoek heeft geïnitieerd.
Omschrijving De `Requester` is de persoon die de wijziging ter overweging heeft ingediend. Het analyseren van `data` per `requester` kan helpen patronen te vinden, zoals welke individuen of rollen frequent wijzigingen indienen, of dat verzoeken van bepaalde gebruikers vaker worden afgewezen of `herstelwerk` vereisen. Het kan ook worden gebruikt voor `workload` analyse wanneer gecombineerd met departementale Informatie. Het belang Identificeert de oorsprong van de wijzigingsvraag en kan trainingsbehoeften of specifieke gebruikersgroepen met grote wijzigingsvolumes belichten. Vindplaats Dit is het 'Requested by' veld op het Change-object in Freshservice, dat linkt naar een gebruikersrecord. Voorbeelden Alice JohnsonRobert SmithMaria Garcia
	Risiconiveau RiskLevel	Het beoordeelde risiconiveau dat gepaard gaat met de implementatie van de wijziging.
Omschrijving Het risiconiveau categoriseert de potentiële negatieve impact van een wijziging als deze mislukt. Gangbare niveaus zijn Laag, Gemiddeld en Hoog. Dit `attribuut` is belangrijk voor `compliance` analyse en om te begrijpen of wijzigingen met een hoger risico een strenger traject volgen, zoals het vereisen van meer goedkeuringen of grondiger testen. Het helpt te garanderen dat risicobeheersmaatregelen correct worden toegepast. Het belang Dit is belangrijk voor compliance en risicoanalyse, en waarborgt dat risicovolle wijzigingen de juiste aandacht krijgen en een betrouwbaarder proces volgen. Vindplaats Dit komt overeen met het 'Risk' `veld` op het `Change object` in Freshservice. Voorbeelden LaagGemiddeldHoogZeer Hoog
	Toegewezen groep AssignedGroup	Het team of de groep verantwoordelijk voor het implementeren van de wijziging.
Omschrijving Dit `attribuut` specificeert welk team is toegewezen om het werk van de wijziging uit te voeren, zoals het 'Network Team' of 'Database Administrators'. Het analyseren van procesprestaties per toegewezen groep is belangrijk voor het begrijpen van team `workload`, efficiëntie en het vinden van `bron knelpunten`. Het kan laten zien welke teams langere implementatietijden of hogere percentages problemen na implementatie hebben. Het belang Maakt prestatie- en werkbelastinganalyse over verschillende implementatieteams mogelijk om bron-beperkingen of best practices te vinden. Vindplaats Dit is het 'Group' of 'Assigned Group' veld op het Change-object in Freshservice. Voorbeelden InfrastructuurteamApplicatieondersteuningSecurity Operations
	Wijzigingsprioriteit ChangePriority	Het prioriteitsniveau dat aan de wijzigingsaanvraag is toegekend, wat het zakelijke belang aangeeft.
Omschrijving Prioriteit wordt doorgaans bepaald door impact en urgentie te combineren en wordt gebruikt om de toewijzing van middelen en planning te sturen. Het analyseren van hoe prioriteit processtatistieken zoals doorlooptijd en SLA-naleving beïnvloedt, kan aantonen of wijzigingen met hoge prioriteit sneller worden verwerkt dan die met lage prioriteit. Het helpt bij het beoordelen van de effectiviteit van prioriteitsbeleid. Het belang Helpt te bepalen of het proces wijzigingen van hoog belang effectief prioriteert en hieraan de juiste bronnen toewijst. Vindplaats Dit is het 'Priority' veld op het Change-object in Freshservice. Voorbeelden LaagGemiddeldHoog`Urgent`
	Wijzigingsstatus ChangeStatus	De huidige of definitieve status van het wijzigingsverzoek.
Omschrijving Dit `attribuut` geeft de status aan van een wijzigingsverzoek op een specifiek tijdsTip of het uiteindelijke resultaat ervan, zoals 'Closed', 'Annulerenled' of 'Rejected'. Het is belangrijk voor `resultaatgerichte analyse`, wat helpt te differentiëren tussen succesvol voltooide wijzigingen en die welke mislukt of afgebroken zijn. Filteren op status maakt gerichte analyse van specifieke groepen wijzigingen mogelijk. Het belang Het maakt de analyse van wijzigingsresultaten mogelijk en helpt inzicht te krijgen in de slagings-, mislukkings- en annuleringspercentages. Vindplaats Dit is het 'Status' veld op het Change-object in Freshservice. Voorbeelden GeslotenGeannuleerdAfgewezenOpen
	Wijzigingstype ChangeType	De classificatie van de wijziging, zoals Standaard, Normaal of Urgent.
Omschrijving Wijzigingstype categoriseert wijzigingsaanvragen op basis van hun aard, risico en goedkeuringsvereisten. Standaardwijzigingen zijn vooraf goedgekeurd, normale wijzigingen volgen het standaardproces en spoedwijzigingen vereisen versnelde afhandeling. Het analyseren van het proces per wijzigingstype is belangrijk om te begrijpen of verschillende typen afzonderlijke paden volgen en verschillende prestatiekenmerken hebben, zoals doorlooptijd of slagingspercentage. Het belang Het segmenteren van het proces op 'Change Type' helpt om verschillende procesgedragingen en prestatieniveaus voor standaard, normale en spoedwijzigingen te zichtbaar maken. Vindplaats Dit is het 'Change Type' veld op het Change-object in Freshservice. Voorbeelden StandaardNormaalNoodgevalMajor
	Aantal Gekoppelde Incidenten AssociatedIncidentsCount	Het aantal `incidents` gekoppeld aan dit wijzigingsverzoek na de implementatie ervan.
Omschrijving Deze metriek kwantificeert de downstream impact van een wijziging door te tellen hoeveel incidenten er zijn ontstaan als gevolg van de implementatie. Een hoog aantal duidt op mogelijke problemen met planning, testen of implementatiekwaliteit. Het is een directe input voor de Post-Implementation Issue Rate KPI en belangrijk voor het meten van de stabiliteit en het succes van wijzigingen. Het belang Meet direct de kwaliteit en stabiliteit van geïmplementeerde wijzigingen en helpt zo wijzigingen te vinden die serviceonderbrekingen veroorzaken. Vindplaats Afgeleid door het tellen van het aantal incident tickets gekoppeld aan een change ticket in Freshservice. Voorbeelden 015
	Afsluitcode CloseCode	Een code of reden die aangeeft waarom het wijzigingsverzoek is afgesloten.
Omschrijving De `Close Code` geeft specifieke details over de uitkomst van een afgesloten wijziging. Voorbeelden zijn 'Implemented Successfully', 'Backed Out' of 'Rejected'. Deze `data` voegt waardevolle context toe, naast de uiteindelijke status, waardoor een meer gedetailleerde analyse van succes- en faalmodi binnen het changemanagement proces mogelijk is. Het belang Biedt gedetailleerde Informatie over wijzigingsresultaten, wat een diepere analyse mogelijk maakt van waarom wijzigingen succesvol waren, faalden of werden teruggedraaid. Vindplaats Raadpleeg de Freshservice documentatie of controleer het Wijzigingsformulier op een 'Sluitingscode' of vergelijkbaar veld. Voorbeelden SuccesvolSuccesvol met problemenMisluktTeruggedraaid
	Duur van de goedkeuring ApprovalDuration	De tijd die een wijzigingsverzoek doorbracht in de goedkeuringsfase.
Omschrijving Deze berekende duur meet de tijd vanaf het moment dat een goedkeuring wordt aangevraagd tot het moment dat deze wordt verleend of geweigerd. Het is belangrijk voor het 'Change Approval Phase Duration' `dashboard` en helpt knelpunten te vinden in de goedkeurings `workflow`. Het analyseren van deze `metriek` kan trage goedkeurders, inefficiënte groepsoverdrachten of systemische vertragingen in de besluitvorming benadrukken. Het belang Meet direct de efficiëntie van de goedkeuringsfase en helpt zo knelpunten te vinden en aan te pakken die wijzigingen vertragen. Vindplaats Berekend als het tijdsverschil tussen de activiteit 'Goedkeuring Aangevraagd' en de activiteit 'Wijziging Goedgekeurd' of 'Wijziging Afgewezen'. Voorbeelden 1 day 2 hours5 uur 30 minuten3 dagen
	Impactniveau ImpactLevel	De beoordeelde bedrijfsimpact als de wijziging mislukt of een serviceonderbreking veroorzaakt.
Omschrijving Het `Impact Level` geeft het potentiële effect op bedrijfsactiviteiten aan, variërend van laag (betreft één gebruiker) tot hoog (betreft de hele organisatie). Samen met `Urgency` bepaalt het vaak de algehele `Priority`. Analyseren op `impact` helpt te begrijpen of het proces wijzigingen die een aanzienlijke bedreiging vormen voor de bedrijfscontinuïteit correct afhandelt. Het belang Helpt bij risicoanalyse en bevestigt dat wijzigingen met een hoge potentiële zakelijke impact met grotere zorg worden beheerd. Vindplaats Dit komt overeen met het 'Impact' `veld` op het `Change object` in Freshservice. Voorbeelden LaagGemiddeldHoog
	Implementatieduur ImplementationDuration	De benodigde tijd voor de implementatiefase van de wijziging.
Omschrijving Deze metriek berekent de duur van de kernimplementatiewerkzaamheden, doorgaans gemeten vanaf de activiteit 'Implementation Started' tot de activiteit 'Implementation Completed'. De metriek wordt gebruikt om de efficiëntie van de technische uitvoeringsfase te analyseren en ondersteunt het 'Change Implementation Phase Efficiency' dashboard. Langere doorlooptijden kunnen duiden op technische complexiteit, personeelstekorten of onvoorziene uitdagingen. Het belang Meet de efficiëntie van het praktische technische werk, door dit te isoleren van plannings- en goedkeuringsvertragingen. Vindplaats Berekend als het tijdsverschil tussen de activiteiten 'Implementatie Gestart' en 'Implementatie Voltooid'. Voorbeelden 4 uur1 uur 30 minuten8 uur
	Is `SLA` Geschonden IsSlaBreached	Een booleaanse vlag die aangeeft of het wijzigingsverzoek na de streefdatum is voltooid.
Omschrijving Dit `attribuut` is een binaire indicator van `SLA-compliance`, gemarkeerd als 'true' als de `End Time` van de wijziging later is dan de `Target Completion Date` ervan, en 'false' in andere gevallen. Het vereenvoudigt het creëren van `dashboards` en KPI's gerelateerd aan `SLA-naleving`, wat snelle filtering en aggregatie van late wijzigingen mogelijk maakt. Het ondersteunt direct de `Change SLA-nalevingspercentage (KPI)`. Het belang Biedt een duidelijk, binair resultaat voor SLA-prestaties, wat het filteren en rapporteren over tijdige versus te late wijzigingen vereenvoudigt. Vindplaats Berekend door het vergelijken van de Eindtijd met de DoelVervaldatum. Indien Eindtijd > DoelVervaldatum, dan is het waar. Voorbeelden truefalse
	Naam afdeling DepartmentName	De afdeling van de gebruiker die de wijziging heeft aangevraagd.
Omschrijving Dit `attribuut` biedt organisatorische context door de bedrijfseenheid te vinden die het wijzigingsverzoek initieert. Analyseren per afdeling kan zichtbaar maken welke delen van de organisatie de meeste wijzigingen genereren, de hoogste afwijzingspercentages hebben of de langste `doorlooptijden` ervaren. Deze `insight` is waardevol voor gerichte procesverbetering en `bron planning`. Het belang Maakt analyse van procesprestaties en vraag vanuit verschillende bedrijfsonderdelen mogelijk, en ondersteunt daarmee gerichte verbeteringen. Vindplaats Deze Informatie wordt doorgaans afgeleid van het gebruikersprofiel van de aanvrager in Freshservice. Voorbeelden FinanciënPersoneelszakenInformatietechnologieMarketing
	Urgentie Urgency	Geeft aan hoe snel de wijziging vanuit een zakelijk perspectief moet worden geïmplementeerd.
Omschrijving Urgency weerspiegelt de tijdsgevoeligheid van een wijziging. Een beveiligingspatch kan bijvoorbeeld een hoge urgency hebben. Dit attribuut, vaak gecombineerd met Impact om de Priority te bepalen, helpt bij het analyseren of het proces adequaat reageert op tijdskritische bedrijfsbehoeften. Het kan zichtbaar maken of urgente wijzigingen daadwerkelijk sneller door het proces worden verwerkt. Het belang Biedt context door de tijd heensgevoeligheid van een wijziging, wat kan worden gecorreleerd met de doorlooptijd om de procesresponsiviteit te beoordelen. Vindplaats Dit is het 'Urgency' veld op het Change-object in Freshservice. Voorbeelden LaagGemiddeldHoog

Verplicht Aanbevolen Optioneel

Verandermanagement-activiteiten

Dit zijn de belangrijke processtappen en mijlpalen om nauwkeurig te volgen binnen uw `event log` voor een grondige `changemanagement process discovery`.

5 Aanbevolen 10 Optioneel

	Activiteit	Omschrijving
	Implementatie Voltooid	Geeft aan dat het technische werk voor de implementatie van de wijziging is voltooid. Dit wordt meestal afgeleid uit een statuswijziging naar een post-implementation status zoals 'Ter beoordeling'.
Het belang Deze mijlpaal markeert het einde van de kernimplementatiewerkzaamheden. Het is het eindpunt voor het berekenen van 'Gemiddelde Implementatietijd' en luidt het begin in van test- of beoordelingsactiviteiten. Vindplaats Afgeleid uit een statuswijziging naar een waarde zoals 'Ter Beoordeling', 'Wachten op Testen' of 'Voltooid'. Vastleggen Afgeleid uit een statusveld wijziging naar 'Ter Beoordeling' of vergelijkbaar. Gebeurtenistype inferred
	Wijziging afgesloten	Dit markeert de officiële en succesvolle afronding van het wijzigingsbeheerproces. Dit gebeurtenis wordt vastgelegd wanneer de status van het wijzigingsticket naar de definitieve 'Gesloten' status wordt gewijzigd.
Het belang Dit is de primaire eindgebeurtenis voor het proces. Het is het laatste datapunt voor het berekenen van de end-to-end "Average Change Cycle Time" en "Change SLA Adherence Rate". Vindplaats Deze gebeurtenis wordt vastgelegd aan de timestamp van de laatste statuswijziging naar 'Gesloten' in de geschiedenis van het wijzigingsticket. Vastleggen De `timestamp` van de laatste statuswijziging naar 'Closed'. Gebeurtenistype explicit
	Wijziging gepland	Het toewijzen van een specifieke start- en eindtijd voor de implementatie van de goedgekeurde wijziging. Dit wordt doorgaans afgeleid wanneer de velden 'Scheduled Starttijd' en 'Scheduled End Time' zijn ingevuld.
Het belang Dit is een belangrijke mijlpaal die het begin van de implementatiefase markeert. Het is belangrijk voor het berekenen van de 'Average Implementation Time' en het analyseren van de planningsefficiëntie. Vindplaats Afgeleid van de timestamp waarop de planningsgerelateerde datumvelden zijn ingevuld en de status wijzigt naar 'Gepland' of een vergelijkbare status. Vastleggen Afgeleid van de 'Geplande Startdatum' en een bijbehorende statusupdate. Gebeurtenistype inferred
	Wijziging goedgekeurd	Een belangrijke mijlpaal waarbij een aangewezen autoriteit, zoals de Change Advisory Board (CAB), het wijzigingsverzoek formeel goedkeurt om verder te gaan. Dit is doorgaans een expliciete actie die in het systeem wordt vastgelegd.
Het belang Markeert het einde van de goedkeuringsfase en het begin van de implementatieplanning. Deze activiteit is belangrijk voor het meten van de 'Gemiddelde Wijzigingsgoedkeuringstijd' en 'Eerste Goedkeuringspercentage'. Vindplaats Freshservice logt dit als een expliciete gebeurtenis wanneer een goedkeurder op de 'Goedkeuren'-knop klikt. De gebeurtenis wordt geregistreerd in het activity log van het ticket met een timestamp. Vastleggen De `timestamp` van de 'Approved' actie in het goedkeuringstabblad of `activity log`. Gebeurtenistype explicit
	Wijzigingsaanvraag aangemaakt	Dit markeert de officiële start van het wijzigingsbeheerproces, waarbij een nieuw wijzigingsverzoek formeel wordt vastgelegd in Freshservice. Deze gebeurtenis wordt expliciet vastgelegd wanneer een gebruiker een nieuw wijzigingsticket opslaat, wat een unieke Change Request ID en een creatie-timestamp genereert.
Het belang Dit is de primaire startgebeurtenis voor het proces. Het analyseren van de tijd vanaf deze activiteit tot 'Change Closed' levert de end-to-end doorlooptijd op, een belangrijke KPI voor procesefficiëntie. Vindplaats Dit is een expliciete gebeurtenis die wordt vastgelegd in de audit history van het wijzigingsrecord. Het komt overeen met de creatie-timestamp van het wijzigingsticket. Vastleggen De aanmaak `timestamp` van het wijzigingsverzoekrecord. Gebeurtenistype explicit
	Goedkeuring aangevraagd	Dit markeert het punt waarop het wijzigingsverzoek formeel wordt ingediend ter beoordeling en autorisatie. Dit wordt meestal afgeleid wanneer de status van het wijzigingsverzoek overgaat naar een status zoals 'Wachten op Goedkeuring' of wanneer het wordt toegewezen aan een goedkeurder.
Het belang Deze activiteit markeert het begin van de goedkeuringsfase. Het meten van de duur vanaf dit punt tot 'Change Approved' is belangrijk voor het vinden van knelpunten in de goedkeuringscyclus. Vindplaats Afgeleid uit het Activiteit Log of door statusveld wijzigingen naar 'Wachten op Goedkeuring' te volgen. De timestamp van deze statuswijziging wordt gebruikt als de gebeurtenis tijd. Vastleggen Afgeleid uit een statusveld wijziging naar 'Wachten op Goedkeuring'. Gebeurtenistype inferred
	Implementatie Gestart	Markeert het begin van de daadwerkelijke deployment of uitvoering van de wijziging. Dit wordt afgeleid wanneer de status van het wijzigingsverzoek wordt bijgewerkt naar 'In uitvoering' of een vergelijkbare actieve status.
Het belang Biedt een duidelijk startpunt voor het bijhouden van de actieve implementatieduur. Het helpt onderscheid te maken tussen wachttijd en daadwerkelijk uitgevoerd werk. Vindplaats Afgeleid uit een statuswijziging naar een waarde zoals 'Bezig' of 'Implementatie Bezig' op de geplande starttijd. Vastleggen Afgeleid uit een statusveld wijziging naar 'Bezig'. Gebeurtenistype inferred
	Notitie toegevoegd aan wijziging	Vertegenwoordigt het toevoegen van een opmerking of notitie aan het wijzigingsverzoek, wat communicatie- of documentatieactiviteit aangeeft. Freshservice logt deze gebeurtenissen expliciet in de activiteitsfeed voor elk ticket.
Het belang Hoewel het geen kernprocesstap is, kunnen het bijhouden van notities context bieden voor vertragingen, met name tijdens goedkeurings- of planningsfasen. Een hoge frequentie van notities kan duiden op onduidelijke vereisten of communicatieproblemen. Vindplaats Expliciet vastgelegd in de 'Activiteit'- of 'Audit'-sectie van een wijzigingsverzoekticket, met een timestamp en de gebruiker die de notitie heeft toegevoegd. Vastleggen Gelogd als een 'Notitie Toegevoegd'-gebeurtenis in het activiteitenlogboek van het ticket. Gebeurtenistype explicit
	Planning Voltooid	Dit betekent dat alle noodzakelijke planning voor de wijziging, inclusief het ontwikkelen van de implementatie- en terugrolplannen, is afgerond. Dit wordt meestal afgeleid uit een statuswijziging na goedkeuring.
Het belang Markeert de overgang van planning naar uitvoering. Het analyseren van de duur van de planningsfase helpt bij het vinden van kansen om pre-implementatieactiviteiten te optimaliseren. Vindplaats Afgeleid uit een statuswijziging van een planninggerelateerde status, zoals 'In afwachting van release', naar een implementatiestatus, zoals 'Gepland'. Vastleggen Afgeleid uit een statuswijziging vanuit 'Planning Bezig' of een vergelijkbare status. Gebeurtenistype inferred
	Post-implementapakketeview afgerond	Geeft de voltooiing aan van de Post-Implementation Review (PIR) om het succes van de wijziging te beoordelen en geleerde lessen te documenteren. Dit wordt vaak afgeleid wanneer beoordelingsnotities worden toegevoegd na implementatie of een status wordt bijgewerkt.
Het belang Zorgt ervoor dat een formeel beoordelingsproces wordt gevolgd. Het analyseren van deze activiteit helpt de effectiviteit van wijzigingen te begrijpen en ondersteunt continue procesverbetering. Vindplaats Afgeleid uit de gegevens in PIR-gerelateerde velden in het wijzigingsformulier na de implementatiedatum, of een statuswijziging naar een status zoals 'Review Complete'. Vastleggen Afgeleid van de PIR-notitievelden of een specifieke statusupdate. Gebeurtenistype inferred
	Risicobeoordeling Voltooid	Geeft aan dat de formele evaluatie van potentiële risico's die verband houden met de wijziging is afgerond. Deze activiteit wordt vaak afgeleid wanneer het risiconiveauveld is ingevuld of bijgewerkt, of een gerelateerde taak is voltooid.
Het belang Het bijhouden van deze activiteit helpt te voldoen aan het wijzigingsbeleid dat risicobeoordeling verplicht stelt. Het maakt analyse mogelijk van 'Dekkingsgraad Risicobeoordeling' en de tijd die aan deze kritieke stap wordt besteed. Vindplaats Dit wordt waarschijnlijk afgeleid van een update met timestamp van het 'Risk'-veld in het wijzigingsformulier of de voltooiing van een specifieke taak gerelateerd aan risicoanalyse. Vastleggen Afgeleid van de timestamp waarop het veld 'Risico' is ingevuld of een gerelateerd checklistitem als voltooid is gemarkeerd. Gebeurtenistype inferred
	Testen Voltooid	Deze activiteit omvat de afronding van alle benodigde test- en validatieactiviteiten om te garanderen dat de wijziging succesvol was en geen nadelige effecten veroorzaakte. Dit kan worden afgeleid uit de afsluiting van een taak of een statuswijziging.
Het belang Het bijhouden van deze activiteit helpt bij het meten van de 'Voltooiingsgraad Testen' KPI en zorgt ervoor dat wijzigingen correct worden gevalideerd vóór de definitieve afsluiting, wat problemen na implementatie vermindert. Vindplaats Dit kan moeilijk te vastleggen zijn en moet mogelijk worden afgeleid uit de voltooiing van een gekoppelde 'Testing' taak of een statuswijziging naar 'Testing Complete'. Vastleggen Afgeleid uit de voltooiing van een testgerelateerde taak die verband houdt met de wijziging. Gebeurtenistype inferred
	Wijziging afgewezen	Geeft aan dat een goedkeurder het wijzigingsverzoek formeel heeft afgewezen, waardoor het niet verder kan. Deze actie wordt expliciet vastgelegd en stuurt het proces vaak terug in een herstelwerk-loop.
Het belang Deze activiteit is belangrijk voor het analyseren van `herstelwerk` en het vinden van redenen voor procesfouten. Een hoge frequentie van afwijzingen wijst op problemen met de kwaliteit van verzoeken of risicobeoordeling. Vindplaats Freshservice logt dit als een expliciete gebeurtenis wanneer een goedkeurder op de 'Afwijzen'-knop klikt. De gebeurtenis wordt geregistreerd in het activity log van het ticket. Vastleggen De `timestamp` van de 'Rejected' actie in het goedkeuringstabblad of `activity log`. Gebeurtenistype explicit
	Wijziging geannuleerd	Dit duidt op de beëindiging van een wijzigingsverzoek voordat het is afgerond. Het is een alternatieve eindstatus, die wordt vastgelegd wanneer de ticketstatus is ingesteld op 'Geannuleerd' of 'Ingetrokken'.
Het belang Het analyseren van geannuleerde wijzigingen kan problemen inzichtelijk maken in de initiële planning- of goedkeuringsfasen, zoals aanvragen die niet langer nodig zijn of geen geldige businesscase hebben. Vindplaats Vastgelegd vanuit de timestamp van de statuswijziging naar 'Geannuleerd' of een gelijkwaardige terminalstatus die niet 'Gesloten' is. Vastleggen De `timestamp` van de statuswijziging naar 'Annulerenled'. Gebeurtenistype explicit
	Wijziging Heropend	Treedt op wanneer een wijziging die eerder was gesloten of opgelost, terugkeert naar een open status, meestal als gevolg van problemen die na de implementatie zijn bekijkt. Dit wordt afgeleid door een statuswijziging van een gesloten naar een open status.
Het belang Deze activiteit is een sterke indicator van `herstelwerk` of mislukte wijzigingen. Het volgen van de frequentie is belangrijk voor het begrijpen van de wijzigingskwaliteit en de effectiviteit van testen. Vindplaats Afgeleid door een statusovergang van 'Gesloten' of 'Opgelost' terug naar een 'Open' of 'Bezig'-status in het activity log van het ticket te detecteren. Vastleggen Detecteer een statuswijziging van een terminale status (bijv. 'Gesloten') naar een niet-terminale status (bijv. 'Open'). Gebeurtenistype inferred

Aanbevolen Optioneel

Extractiegidsen

Hoe u uw `data` uit Freshservice haalt

Stappen

Ga naar Freshservice Analytics: Log in op uw Freshservice-instantie met een account dat de rechten heeft om rapporten te maken en te bekijken in de Analytics-module.
Maak een nieuw rapport aan: Navigeer naar de Analytics-sectie. Maak een nieuw rapport aan en geef het een beschrijvende naam, zoals "Process Mining - Verandermanagement Event Log".
Voeg de eerste widget toe (Wijzigingsverzoek aangemaakt): Voeg een nieuwe widget toe aan het rapport. Selecteer 'Wijzigingen' als de module. Gebruik voor de metriek 'Aantal wijzigingen'. Voeg in de sectie 'Groeperen op' 'Wijzigings-ID' en 'Aangemaakt op' toe. Deze widget dient als bron voor de activiteit 'Wijzigingsverzoek aangemaakt'.
Configureer rapportfilters: Pas een globaal filter toe op het rapport, gebaseerd op de datum 'Aangemaakt op', om uw analyseperiode te definiëren, bijvoorbeeld de afgelopen 6 maanden. Zorg ervoor dat dit filter wordt toegepast op alle volgende widgets om dataconsistentie te waarborgen.
Maak widgets voor elke activiteit: Herhaal het proces van het toevoegen en configureren van een nieuwe widget voor elk van de 15 vereiste activiteiten. U dient verschillende velden, statussen en modules te gebruiken om elke gebeurtenis te isoleren. Voor 'Wijziging Goedgekeurd' kunt u bijvoorbeeld groeperen op de datum 'Goedgekeurd op'. Voor statusgebaseerde gebeurtenissen zoals 'Implementatie Gestart' gebruikt u een metriek die gefilterd is op Status is In Progress en groepeert u op de Last Updated at timestamp voor die specifieke wijzigingen. Raadpleeg de configuratie in de 'query'-sectie voor details over elke widget.
Exporteer onderliggende data: Zodra alle 15 widgets zijn geconfigureerd en het rapport is geladen, navigeert u naar elke afzonderlijke widget. Klik op het optiesicoon (drie sTippen) en selecteer 'Exporteren' en vervolgens 'Onderliggende data exporteren'. Kies het CSV-formaat.
Consolideer geëxporteerde bestanden: U heeft nu 15 afzonderlijke CSV-bestanden. Open elk bestand en voeg een nieuwe kolom toe met de naam ActiviteitNaam. Vul deze kolom met de naam van de corresponderende activiteit (bijv. 'Wijzigingsverzoek aangemaakt' voor het eerste bestand, 'Wijziging Goedgekeurd' voor het tweede, enz.).
Voeg samen tot één Event Log: Combineer de data van alle 15 gewijzigde CSV-bestanden tot één master CSV-bestand. Zorg ervoor dat de kolomkoppen consistent zijn over alle bestanden voordat u ze samenvoegt.
Standardiseer kolomnamen: Hernoem de kolommen in het masterbestand zodat ze overeenkomen met het vereiste schema. Hernoem bijvoorbeeld 'Wijzigings-ID' naar ChangeRequestId en de respectievelijke datumkolommen in elk bestand (bijv. 'Aangemaakt op', 'Goedgekeurd op') naar EventTime.
Voeg statische en aanbevolen attributen toe: Voeg de volgende kolommen toe aan uw uiteindelijke spreadsheet: Bronsysteem (vul met 'Freshservice' voor alle rijen) en LastDataUpdate (vul met de huidige datum en tijd van de export). Voeg kolommen toe voor de aanbevolen attributen zoals ChangeStatus, ChangeType, enz. U kunt deze vullen door in Freshservice een afzonderlijk 'verrijkingsrapport' te maken met deze details per Wijzigings-ID, en de data vervolgens samen te voegen met behulp van een spreadsheetfunctie zoals VLOOKUP.
Eindopmaak: Controleer het uiteindelijke CSV-bestand om ervoor te zorgen dat tijdstempels een consistent formaat hebben, er geen lege rijen zijn en de kolomkoppen exact overeenkomen met het vereiste schema voor upload naar ProcessMind.

Configuratie

Prerequisites: Toegang tot de Freshservice Analytics-module is vereist. Dit is doorgaans beschikbaar in Pro- en Enterprise-abonnementen. Gebruikers moeten een rol hebben met rechten om rapporten te maken en gegevens over changemanagement te bekijken.
Date Range Filter: Het is belangrijk om een consistent datumbereikfilter, zoals 'Gemaakt op is in de afgelopen 180 dagen', toe te passen op het hele rapport. Dit zorgt ervoor dat alle widgets gegevens uit dezelfde set wijzigingsaanvragen halen.
Widget Configuration: Elke widget moet zo worden geconfigureerd dat deze één zakelijke activiteit isoleert. Dit omvat vaak het filteren op een specifieke status, het gebruik van een specifiek datumveld (zoals 'Goedgekeurd op') of het gebruik van het veld 'Laatste update op' in combinatie met een statusfilter.
Underlying Data Export: Gebruik altijd de optie 'Onderliggende gegevens exporteren', niet de optie 'Exporteren' voor de widgetafbeelding of samengevatte gegevens. Dit levert de ruwe gegevens op rij-niveau die nodig zijn voor een event log.
Performance Considerations: Rapporten met meer dan een dozijn widgets en een groot datumbereik (meer dan een jaar) kunnen langzaam laden. Het wordt aanbevolen om het rapport en de gegevens tijdens daluren te exporteren om de impact op de prestaties te minimaliseren.

a Voorbeeldquery config

/* This is a configuration guide for creating widgets in Freshservice Analytics. 
Create one widget for each of the following 15 configurations. */

// Widget 1: Change Request Created
Widget.Module = "Changes"
Widget.Metric = "Count of Changes"
Widget.GroupBy = ["Change ID", "Created at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Created at": "EventTime"}

// Widget 2: Approval Requested
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Awaiting Approval')"
Widget.GroupBy = ["Change ID", "First moved to awaiting approval at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "First moved to awaiting approval at": "EventTime"}

// Widget 3: Risk Assessment Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Risk is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Risk update]"] // Note: This may require using 'Last Updated at' with a specific condition or a custom field.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Risk update]": "EventTime"}

// Widget 4: Note Added to Change
Widget.Module = "Ticket Activities"
Widget.Metric = "Count of Activities (Filtered: Activity Type is 'Note added' AND Parent Type is 'Change')"
Widget.GroupBy = ["Parent ID", "Performed at"]
Widget.ColumnsToExport = {"Parent ID": "ChangeRequestId", "Performed at": "EventTime"}

// Widget 5: Change Approved
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Approved')"
Widget.GroupBy = ["Change ID", "Approved on"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Approved on": "EventTime"}

// Widget 6: Change Rejected
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Rejected')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 7: Planning Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Release')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 8: Change Scheduled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Scheduled Start Time is not empty)"
Widget.GroupBy = ["Change ID", "[Timestamp of first Schedule update]"] // Note: This often corresponds to the 'Last Updated at' when the schedule fields were populated.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp of first Schedule update]": "EventTime"}

// Widget 9: Implementation Started
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'In Progress')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 10: Implementation Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 11: Testing Completed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Pending Review' OR custom testing status)"
Widget.GroupBy = ["Change ID", "[Timestamp for status change to review]"] // Use 'Last Updated at' corresponding to the status change.
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "[Timestamp for status change to review]": "EventTime"}

// Widget 12: Post-Implementation Review Done
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed' AND [PIR field is populated])"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 13: Change Re-Opened
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status history contains 'Re-opened')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

// Widget 14: Change Closed
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Closed')"
Widget.GroupBy = ["Change ID", "Closed at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Closed at": "EventTime"}

// Widget 15: Change Cancelled
Widget.Module = "Changes"
Widget.Metric = "Count of Changes (Filtered: Status is 'Cancelled' OR Status is 'Withdrawn')"
Widget.GroupBy = ["Change ID", "Last Updated at"]
Widget.ColumnsToExport = {"Change ID": "ChangeRequestId", "Last Updated at": "EventTime"}

Stappen

Verplichten: Zorg ervoor dat Python 3 op je systeem is geïnstalleerd. Installeer de benodigde bibliotheken (requests voor API-aanroepen en pandas voor datamanipulatie) door het volgende commando in uw terminal uit te voeren: pip install requests pandas.
Verkrijg een API-sleutel: Log in op uw Freshservice-instantie als beheerder. Navigeer naar uw profielinstellingen, zoek de API-sectie en genereer een nieuwe API-sleutel. Kopieer deze sleutel en bewaar deze veilig, aangezien u deze nodig heeft voor het script.
Configureer het script: Maak een nieuw Python-bestand (bijv. extract_freshservice_changes.py). Kopieer het complete Python-script uit de 'query'-sectie naar dit bestand. Werk de placeholder-variabelen bovenaan het script bij: FRESHSERVICE_DOMAIN (bijv. uw-bedrijf.freshservice.com) en API_KEY met uw inloggegevens.
Stel extractieperiode in: Wijzig de variabele UPDATED_SINCE_FILTER in het script om de startdatum voor de data-extractie te definiëren. Dit gebruikt een ISO 8601-formaat (bijv. JJJJ-MM-DDTHH:MM:SSZ). Het wordt aanbevolen om te beginnen met een recente periode van 3-6 maanden.
Voer het script uit: Voer het script uit vanuit uw terminal met het commando: python extract_freshservice_changes.py. Het script begint met het ophalen van wijzigings- en activiteitendata van de Freshservice API en toont de voortgang terwijl het elke pagina met resultaten verwerkt.
Haal API-data op: Het script doorloopt alle wijzigingsverzoeken die binnen uw opgegeven tijdsbestek zijn bijgewerkt. Voor elke wijziging haalt het de complete activiteitengeschiedenis op. Dit kan, met name bij grote datasets, aanzienlijke tijd kosten vanwege API-ratelimieten.
Transformeer data naar Event Log: Het script verwerkt de ruwe JSON-respons. Het identificeert specifieke gebeurtenissen op basis van activiteitstypen en statuswijzigingen, zoals 'Wijzigingsverzoek aangemaakt', 'Status gewijzigd naar Gesloten' of 'Opmerking toegevoegd'. Vervolgens brengt het deze Informatie in kaart volgens de vereiste event log-structuur, waarbij het één rij per geïdentificeerde activiteit aanmaakt.
Bereken aanvullende attributen: Na het aanmaken van het initiële event log voert het script een nabewerking uit. Het voegt statische kolommen toe zoals Bronsysteem en LastDataUpdate. Het berekent ook de EndTime voor elke case door de meest recente EventTime te vinden voor elke unieke ChangeRequestId.
Exporteer naar CSV: Zodra het script is voltooid, slaat het het uiteindelijke event log op als een CSV-bestand met de naam freshservice_change_management_gebeurtenis_log.csv in dezelfde map waar het script is uitgevoerd. Dit bestand is opgemaakt voor directe upload naar een process mining-tool.

Configuratie

API Key: Een Freshservice API-sleutel is vereist. De sleutel moet gekoppeld zijn aan een administrator of een gebruikersprofiel dat volledige leesrechten heeft voor de module Verandermanagement.
Freshservice Domain: U moet het specifieke Freshservice-domein van uw organisatie opgeven, bijvoorbeeld your-company.freshservice.com.
Date Range (UPDATED_SINCE_FILTER): Deze instelling filtert wijzigingen op basis van hun laatste bijwerkdatum. Om een complete historie te extraheren, dient u het script mogelijk met een zeer vroege datum uit te voeren, maar voor een initiële analyse wordt een bereik van 3-6 maanden aanbevolen voor een beheersbare prestaties. Een volledige historische dataload kan tijdrovend zijn en kan daarbij op API rate limits stuiten.
Status Mappings: Het script leidt veel activiteiten af van statuswijzigingen (bijv. 'Implementatie gestart' van status 'In uitvoering'). Deze statusnamen zijn hardcoded in het script. Het kan zijn dat u deze strings moet aanpassen aan de aangepaste statussen die in uw Freshservice-instantie zijn geconfigureerd.
Performance: Het script haalt alle activiteiten afzonderlijk op voor elke wijzigingsaanvraag. Voor een instantie met tienduizenden wijzigingen kan het extractieproces enkele uren duren vanwege het aantal API-aanroepen en de eventuele rate limiting.

a Voorbeeldquery python

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

class=class="hl-string">"hl-comment"># --- Configuration ---
class=class="hl-string">"hl-comment"># Replace with your Freshservice domain (e.g., class="hl-string">'your-company.freshservice.com')
FRESHSERVICE_DOMAIN = class="hl-string">"[YOUR_DOMAIN]"
class=class="hl-string">"hl-comment"># Replace with your Freshservice API Key
API_KEY = class="hl-string">"[YOUR_API_KEY]"

class=class="hl-string">"hl-comment"># Filter for changes updated since a specific date (ISO 8601 format)
class=class="hl-string">"hl-comment"># Example: class="hl-string">'2023-01-01T00:00:00Z'
UPDATED_SINCE_FILTER = class="hl-string">"2023-01-01T00:00:00Z"

class=class="hl-string">"hl-comment"># --- Script --- 
BASE_URL = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2"

def get_all_changes(updated_since):
    changes = []
    url = fclass="hl-string">"{BASE_URL}/changes?updated_since={updated_since}"
    page = 1
    while url:
        print(fclass="hl-string">"Fetching changes page {page}...")
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()  class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            changes.extend(data[class="hl-string">'changes'])
            class=class="hl-string">"hl-comment"># Freshservice uses the class="hl-string">'Link' header for pagination
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
            page += 1
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching changes: {e}")
            if 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 class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return changes

def get_change_activities(change_id):
    activities = []
    url = fclass="hl-string">"{BASE_URL}/changes/{change_id}/activities"
    while url:
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()
            data = response.json()
            activities.extend(data[class="hl-string">'activities'])
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching activities for change {change_id}: {e}")
            if 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 class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return activities

def main():
    print(class="hl-string">"Starting Freshservice data extraction...")
    all_changes = get_all_changes(UPDATED_SINCE_FILTER)
    event_log = []
    total_changes = len(all_changes)
    
    print(fclass="hl-string">"Found {total_changes} changes to process.")

    for index, change in enumerate(all_changes):
        print(fclass="hl-string">"Processing change {index + 1}/{total_changes}: ID {change['id']}")
        change_id = change[class="hl-string">'id']
        requester_name = change[class="hl-string">'requester'][class="hl-string">'first_name'] + class="hl-string">' ' + change[class="hl-string">'requester'][class="hl-string">'last_name'] if change.get(class="hl-string">'requester') else None
        assigned_group = change[class="hl-string">'group'][class="hl-string">'name'] if change.get(class="hl-string">'group') else None

        class=class="hl-string">"hl-comment"># Base attributes for all events of this case
        base_event = {
            class="hl-string">'ChangeRequestId': change_id,
            class="hl-string">'ChangeStatus': change.get(class="hl-string">'status_name'),
            class="hl-string">'ChangeType': change.get(class="hl-string">'change_type_name'),
            class="hl-string">'ChangePriority': change.get(class="hl-string">'priority_name'),
            class="hl-string">'RequesterName': requester_name,
            class="hl-string">'AssignedGroup': assigned_group,
            class="hl-string">'RiskLevel': change.get(class="hl-string">'risk_name'),
            class="hl-string">'TargetCompletionDate': change.get(class="hl-string">'planned_end_date'),
            class="hl-string">'SourceSystem': class="hl-string">'Freshservice',
            class="hl-string">'LastDataUpdate': datetime.now(timezone.utc).isoformat()
        }

        class=class="hl-string">"hl-comment"># 1. Change Request Created
        event_log.append({
            **base_event,
            class="hl-string">'ActivityName': class="hl-string">'Change Request Created',
            class="hl-string">'EventTime': change[class="hl-string">'created_at']
        })

        class=class="hl-string">"hl-comment"># Fetch and process activities
        activities = get_change_activities(change_id)
        for activity in activities:
            activity_event_time = activity[class="hl-string">'performed_at']

            class=class="hl-string">"hl-comment"># 4. Note Added to Change
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Note Added':
                event_log.append({
                    **base_event,
                    class="hl-string">'ActivityName': class="hl-string">'Note Added to Change',
                    class="hl-string">'EventTime': activity_event_time
                })
            
            class=class="hl-string">"hl-comment"># 5. Change Approved & 6. Change Rejected
            if activity[class="hl-string">'activity_type'] == class="hl-string">'Approval' and class="hl-string">'status_name' in activity[class="hl-string">'activity_data']:
                if activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Approved':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Approved',
                        class="hl-string">'EventTime': activity_event_time
                    })
                elif activity[class="hl-string">'activity_data'][class="hl-string">'status_name'] == class="hl-string">'Rejected':
                    event_log.append({
                        **base_event,
                        class="hl-string">'ActivityName': class="hl-string">'Change Rejected',
                        class="hl-string">'EventTime': activity_event_time
                    })
            
            class=class="hl-string">"hl-comment"># Process status changes and field updates
            if class="hl-string">'changes' in activity[class="hl-string">'activity_data']:
                previous_status_id = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, None])[0]
                new_status_name = activity[class="hl-string">'activity_data'][class="hl-string">'changes'].get(class="hl-string">'status', [None, class="hl-string">''])[1]
                previous_status_name = change[class="hl-string">'status_name_label_mapping'].get(str(previous_status_id))

                class=class="hl-string">"hl-comment"># 2. Approval Requested
                if new_status_name == class="hl-string">'Awaiting Approval':
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Approval Requested', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 3. Risk Assessment Completed
                if class="hl-string">'risk' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                    event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Risk Assessment Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 7. Planning Completed (Inferred)
                if new_status_name == class="hl-string">'Open' and previous_status_name == class="hl-string">'Awaiting Approval':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Planning Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 8. Change Scheduled (Inferred)
                if class="hl-string">'planned_start_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes'] or class="hl-string">'planned_end_date' in activity[class="hl-string">'activity_data'][class="hl-string">'changes']:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Scheduled', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 9. Implementation Started (Inferred)
                if new_status_name == class="hl-string">'In Progress':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Started', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 10. Implementation Completed (Inferred)
                if new_status_name == class="hl-string">'Pending Review':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Implementation Completed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 11. Testing Completed (Inferred)
                if new_status_name == class="hl-string">'Testing Complete': class=class="hl-string">"hl-comment"># This status name may need customization
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Testing Completed', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 12. Post-Implementation Review Done (Inferred)
                if new_status_name == class="hl-string">'Pending PIR' and previous_status_name != class="hl-string">'Closed': class=class="hl-string">"hl-comment"># Example status, might need adjustment
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Post-Implementation Review Done', class="hl-string">'EventTime': activity_event_time})
                
                class=class="hl-string">"hl-comment"># 13. Change Re-Opened
                is_reopened = (previous_status_name in [class="hl-string">'Closed', class="hl-string">'Cancelled']) and (new_status_name not in [class="hl-string">'Closed', class="hl-string">'Cancelled'])
                if is_reopened:
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Re-Opened', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 14. Change Closed
                if new_status_name == class="hl-string">'Closed':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Closed', class="hl-string">'EventTime': activity_event_time})

                class=class="hl-string">"hl-comment"># 15. Change Cancelled
                if new_status_name == class="hl-string">'Cancelled':
                     event_log.append({**base_event, class="hl-string">'ActivityName': class="hl-string">'Change Cancelled', class="hl-string">'EventTime': activity_event_time})

    if not event_log:
        print(class="hl-string">"No events were generated. Check your filters and API permissions.")
        return

    df = pd.DataFrame(event_log)

    class=class="hl-string">"hl-comment"># Post-processing
    df[class="hl-string">'EventTime'] = pd.to_datetime(df[class="hl-string">'EventTime'])
    df = df.sort_values(by=[class="hl-string">'ChangeRequestId', class="hl-string">'EventTime']).drop_duplicates()

    class=class="hl-string">"hl-comment"># Calculate EndTime
    end_times = df.groupby(class="hl-string">'ChangeRequestId')[class="hl-string">'EventTime'].max().to_dict()
    df[class="hl-string">'EndTime'] = df[class="hl-string">'ChangeRequestId'].map(end_times)

    class=class="hl-string">"hl-comment"># Reorder columns
    column_order = [
        class="hl-string">'ChangeRequestId', class="hl-string">'ActivityName', class="hl-string">'EventTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate', class="hl-string">'EndTime',
        class="hl-string">'ChangeStatus', class="hl-string">'ChangeType', class="hl-string">'ChangePriority', class="hl-string">'RequesterName', class="hl-string">'AssignedGroup', class="hl-string">'RiskLevel',
        class="hl-string">'TargetCompletionDate'
    ]
    df = df[column_order]
    
    class=class="hl-string">"hl-comment"># Save to CSV
    output_file = class="hl-string">'freshservice_change_management_event_log.csv'
    df.to_csv(output_file, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%S.%f%z')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_file}")

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

Uw Verandermanagement datatemplate

Uw Verandermanagement datatemplate

Verandermanagement-attributen

Verandermanagement-activiteiten

Extractiegidsen

Freshservice Analytics Export van Ruwe Data

Stappen

Configuratie

a Voorbeeldquery config

Python Script Extractie via Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Klaar om te starten?

Stop mislukte wijzigingen: Optimaliseer Freshservice Management nu

Uw Verandermanagement datatemplate

Uw Verandermanagement datatemplate

Verandermanagement-attributen

Verandermanagement-activiteiten

Extractiegidsen

Freshservice Analytics Export van Ruwe Data

Stappen

Configuratie

a Voorbeeldquery config

Python Script Extractie via Freshservice REST API

Stappen

Configuratie

a Voorbeeldquery python

Wij hechten veel waarde aan je privacy

Klaar om te starten?

Stop mislukte wijzigingen: Optimaliseer Freshservice Management nu