> Melhoria contínua de processos > Gestão de solicitações de serviço > Freshservice > Template de dados

Seu Template de dados para gerenciamento de solicitações de serviço

Freshservice

Atributos do gerenciamento de solicitações de serviço (19) Atividades do gerenciamento de solicitações de serviço (15) Guias de extração (3)

Seu Template de dados para gerenciamento de solicitações de serviço

Este Template oferece um guia completo para coletar os dados necessários à análise do seu processo de gerenciamento de solicitações de serviço. Ele apresenta os atributos essenciais, as principais atividades a acompanhar e orientações práticas para extrair essas informações dos seus sistemas de origem. Use este recurso para criar um Event Log robusto e realizar uma análise aprofundada do processo.

Atributos recomendados para coleta
Principais atividades a acompanhar
Orientações para extração

Novo em Event Logs? Aprenda como criar um Event Log de Process Mining.

Baixar Template

Atributos do gerenciamento de solicitações de serviço

Estes são os campos de dados recomendados para incluir no seu Event Log e obter uma análise completa do processo de gerenciamento de solicitações de serviço.

5 Obrigatório 5 Recomendado 9 Opcional

	Nome	Descrição
	Horário do evento EventTime	O carimbo de data e hora exato em que a atividade ocorreu.
Descrição O Horário do Evento registra a data e a hora em que uma atividade específica foi registrada para uma solicitação de serviço. Esse carimbo de data e hora é fundamental para ordenar os eventos corretamente e calcular as durações entre eles. No Process Mining, esse atributo é usado para ordenar as atividades de cada caso e serve de base para todas as análises relacionadas ao tempo. Ele é usado para calcular tempos de ciclo, tempos de espera entre atividades e aderência aos acordos de nível de serviço (SLAs). Carimbos de data e hora precisos são essenciais para identificar gargalos e entender a performance do processo. Por que isso importa Este carimbo de data e hora ordena os eventos cronologicamente e é a base de toda análise de performance, incluindo o tempo de ciclo e a detecção de gargalos. Onde obter Corresponde ao carimbo de data e hora de criação de uma atividade ou entrada do log de auditoria no Freshservice. Exemplos 2023-10-26T10:00:00Z2023-10-26T11:35:10Z2023-10-27T14:20:05Z
	ID da Solicitação de Serviço ServiceRequestId	O identificador exclusivo de cada solicitação de serviço.
Descrição O ID da Solicitação de Serviço é um número ou código exclusivo atribuído a cada nova solicitação de serviço registrada no Freshservice. Ele funciona como a chave primária para acompanhar todo o ciclo de vida da solicitação, da criação ao fechamento. No Process Mining, esse ID é fundamental, pois atua como o ID do Caso. Todos os eventos relacionados, como alterações de status, atribuições de agentes e notas, são vinculados usando esse identificador. Analisar a jornada de cada ID da Solicitação de Serviço permite visualizar o processo de ponta a ponta, identificar caminhos comuns e detectar desvios ou gargalos que afetam casos individuais. Por que isso importa Este é o ID do Caso essencial que conecta todos os eventos relacionados, permitindo rastrear a jornada completa de uma única solicitação de serviço. Onde obter Este é um campo principal do objeto de ticket no Freshservice. Ele fica visível na interface do usuário e está disponível pela API do Freshservice. Exemplos SR-12943SR-13501SR-14011
	Nome da atividade ActivityName	O nome do evento ou da tarefa que ocorreu em um momento específico para uma solicitação de serviço.
Descrição O Nome da Atividade descreve uma etapa ou um evento específico dentro do ciclo de vida da solicitação de serviço. Essas atividades são extraídas de logs de auditoria do sistema, alterações de status ou ações específicas realizadas pelos usuários, como 'Solicitação atribuída a um agente', 'Nota adicionada' ou 'Solicitação de serviço resolvida'. Este atributo é essencial para construir o mapa do processo, que representa visualmente o fluxo das solicitações de serviço. Ao analisar a sequência e a frequência das diferentes atividades, as organizações podem entender o processo real, identificar gargalos entre etapas, medir a duração das atividades e detectar variantes do processo que não estão em conformidade ou são ineficientes. Por que isso importa Este atributo define as etapas do mapa do processo, permitindo visualizar e analisar o Workflow de solicitações de serviço. Onde obter Gerado a partir das 'activities' ou 'audits' associadas a um ticket no Freshservice. Isso geralmente exige uma lógica de transformação para mapear eventos do sistema para nomes de atividades compreensíveis para o negócio. Exemplos Solicitação de serviço criadaSolicitação atribuída a um agenteSolicitação de serviço resolvidaSolicitação de serviço fechada
	Sistema de origem SourceSystem	Identifica o sistema do qual os dados foram extraídos.
Descrição Este atributo especifica o sistema de origem dos dados do processo, que neste caso é o Freshservice. Ele é especialmente útil em ambientes nos quais dados de vários sistemas são consolidados para oferecer uma visão holística do processo. Embora possa parecer redundante em uma análise de um único sistema, incluir este atributo é uma boa prática para garantir escalabilidade futura e governança de dados. Ele deixa clara a origem dos dados e ajuda a gerenciar os pipelines de integração de dados. Por que isso importa Garante a origem e a rastreabilidade dos dados, aspectos essenciais ao combinar dados de vários sistemas ou para fins de governança de dados. Onde obter Normalmente, é um valor estático adicionado durante o processo de extração e transformação de dados (ETL). Exemplos FreshserviceFreshservice-API-v2
	Última atualização dos dados LastDataUpdate	Carimbo de data e hora que indica quando os dados foram atualizados pela última vez a partir do sistema de origem.
Descrição Este atributo registra a data e a hora em que o conjunto de dados foi extraído ou atualizado pela última vez a partir do Freshservice. Ele fornece contexto sobre a atualidade dos dados analisados. Em qualquer análise de processo, saber se os dados estão atualizados é essencial. Este carimbo de data e hora ajuda os usuários a entender se estão consultando as informações mais recentes, algo fundamental para tomar decisões operacionais no momento certo e confiar nos insights gerados pela análise. Por que isso importa Informa os usuários sobre a atualidade dos dados, garantindo que as análises e decisões sejam baseadas em informações atualizadas. Onde obter Este valor é gerado e registrado no conjunto de dados durante o processo de extração e transformação de dados (ETL). Exemplos 2024-05-21T02:00:00Z2024-05-20T02:00:00Z
	Agente atribuído AssignedAgent	O nome do agente responsável atualmente atribuído à solicitação de serviço.
Descrição Este atributo identifica o agente de suporte específico responsável por tratar a solicitação de serviço em determinado momento. As atribuições de agentes podem mudar ao longo do ciclo de vida de uma solicitação. Analisar o Agente Atribuído é essencial para entender a performance dos agentes e a distribuição da carga de trabalho. Isso permite calcular KPIs como o tempo médio de resolução por agente, o número de solicitações ativas e as taxas de reatribuição. Dessa forma, é possível identificar agentes de alta performance, agentes que podem precisar de treinamento adicional e desequilíbrios na distribuição da carga de trabalho. Por que isso importa Permite analisar a carga de trabalho e a performance dos agentes, além do impacto das reatribuições nos tempos de resolução. Onde obter Disponível como o campo 'agent' ou 'responder' no objeto de ticket do Freshservice. Exemplos Alice JohnsonRobert SmithNão atribuído
	Equipe atribuída AssignedTeam	A equipe ou o grupo de suporte atribuído para tratar a solicitação de serviço.
Descrição Este atributo indica o grupo funcional ou a equipe, como 'Suporte de TI Nível 2' ou 'Compras de Hardware', responsável pela solicitação de serviço. Uma solicitação pode ser atribuída a uma equipe antes de ser assumida por um agente específico. Analisar por Equipe Atribuída ajuda a entender a performance e a carga de trabalho no nível da equipe, além de identificar gargalos específicos de determinadas áreas funcionais. Isso é essencial para avaliar a eficiência com que diferentes equipes processam as solicitações e otimizar a alocação de recursos em toda a organização de suporte. Por que isso importa Permite analisar a performance e a carga de trabalho no nível da equipe ou do grupo, algo essencial para a gestão de recursos e a identificação de gargalos funcionais. Onde obter Disponível como o campo 'group' no objeto de ticket do Freshservice. Exemplos Service DeskOperações de redeSuporte de aplicações
	Prioridade Priority	O nível de prioridade da solicitação de serviço, como Baixa, Média, Alta ou Urgente.
Descrição A Prioridade indica a importância e a urgência de uma solicitação de serviço, o que geralmente determina o tempo de resolução esperado e os recursos alocados. A prioridade pode ser definida automaticamente com base em regras ou manualmente pelos agentes. No Process Mining, a Prioridade é uma dimensão essencial para a análise. Ela é usada para segmentar as solicitações e comparar os fluxos e a performance de itens de alta e baixa prioridade. Isso é fundamental para analisar a conformidade com o SLA e entender se a priorização está acontecendo de forma eficaz e rápida na etapa de triagem. Por que isso importa É essencial para analisar a conformidade com o SLA e entender se as solicitações estão sendo triadas e tratadas de acordo com seu impacto no negócio. Onde obter Disponível como o campo 'priority' no objeto de ticket do Freshservice. Exemplos BaixoMédioAltoUrgente
	Status Status	O status atual da solicitação de serviço em seu ciclo de vida.
Descrição O campo Status representa o estado da solicitação de serviço em determinado momento, por exemplo, 'Open', 'Pending', 'Resolved' ou 'Closed'. As alterações de status costumam ser a principal fonte de atividades para o Process Mining. Analisar o Status fornece contexto para o fluxo do processo e ajuda a entender quanto tempo as solicitações permanecem em determinados estados. Por exemplo, uma longa duração no status 'Pending' pode indicar um gargalo causado pela espera de informações do solicitante ou de dados de um fornecedor externo. É um atributo essencial para definir os pontos de início e fim das diferentes etapas do processo. Por que isso importa Fornece contexto essencial para cada evento e ajuda a medir o tempo gasto em diferentes estados, como 'Open' ou 'Pending', para identificar atrasos. Onde obter Disponível como o campo 'status' no objeto de ticket do Freshservice. Exemplos AbertoPendenteResolvidoFechado
	Tipo de serviço ServiceType	O tipo ou a categoria específica do serviço solicitado.
Descrição O Tipo de Serviço classifica a solicitação com base no tipo de serviço necessário, como 'Nova solicitação de hardware', 'Acesso a software' ou 'Redefinição de senha'. Geralmente, ele está vinculado ao item do catálogo de serviços selecionado pelo usuário. Este atributo permite segmentar as solicitações de serviço para comparar processos e performance entre diferentes tipos de serviço. Ele é essencial para calcular KPIs como 'Contagem média de atividades por tipo de serviço', ajudando a identificar quais serviços são mais complexos ou exigem mais recursos. Essa análise pode orientar esforços de simplificação e automação específicos para determinados tipos de serviço. Por que isso importa Permite comparar os fluxos e a complexidade dos processos entre diferentes categorias de solicitação, ajudando a identificar áreas para padronização ou automação. Onde obter Geralmente, corresponde ao campo 'category', 'item' ou a um campo personalizado no objeto de ticket do Freshservice, dependendo da configuração. Exemplos Integração de novo funcionárioSolicitação de licença de softwareAcesso à VPN
	Canal Channel	O método ou canal pelo qual a solicitação de serviço foi enviada.
Descrição O Canal indica como a solicitação de serviço foi criada, por exemplo, pelo portal de autoatendimento, e-mail, telefone ou chat. Essas informações ajudam a entender as preferências dos usuários e a eficiência de cada canal. Analisar o processo por canal pode revelar insights importantes. Por exemplo, as solicitações enviadas pelo portal podem ser mais completas e resolvidas mais rapidamente do que as enviadas por e-mail, que podem exigir mais trocas de mensagens. Essa análise pode orientar iniciativas para promover canais mais eficientes. Por que isso importa Ajuda a analisar se o canal de envio afeta a eficiência do processo, o tempo de resolução ou a quantidade de retrabalho necessária. Onde obter Disponível como o campo 'source' no objeto de ticket do Freshservice. Exemplos E-mailPortalTelefoneChat
	Contagem de reatribuições ReassignmentCount	O número total de vezes que uma solicitação de serviço foi reatribuída a outro agente ou time.
Descrição Este é um atributo calculado que conta as ocorrências de "Solicitação reatribuída" ou atividades semelhantes para cada solicitação de serviço. Uma contagem alta de reatribuições geralmente indica problemas na triagem inicial, no roteamento por habilidades ou no equilíbrio da carga de trabalho. Este atributo dá suporte direto ao Dashboard de "Performance e distribuição da carga de trabalho dos agentes" e ao KPI de "Contagem média de reatribuições por solicitação". Analisar essa métrica ajuda as organizações a identificar falhas no processo que fazem os tickets circularem entre diferentes pessoas, aumentando o tempo de resolução e frustrando agentes e solicitantes. Por que isso importa Mede a ineficiência do roteamento e os atritos do processo. Uma contagem alta indica problemas na triagem inicial ou na carga de trabalho dos agentes, levando a atrasos. Onde obter É calculado contando atividades específicas de alteração de atribuição para cada "ServiceRequestId" durante a transformação dos dados. Exemplos 013
	Data de vencimento do SLA SlaDueDate	O timestamp até o qual se espera que a solicitação de serviço seja resolvida de acordo com o SLA.
Descrição Este atributo especifica o prazo para resolver a solicitação de serviço, conforme definido pela política de SLA aplicável. É um timestamp calculado com base no horário de criação da solicitação, na prioridade e no horário comercial definido no SLA. Este é um dado essencial para monitorar a performance em tempo real e realizar análises de conformidade do SLA após a conclusão. Comparando o horário real de resolução com o SlaDueDate, é possível determinar se o SLA foi "Cumprido" ou "Violado". Esse dado é a base para calcular o KPI de Taxa de Conformidade do SLA. Por que isso importa Este é o prazo-alvo para a resolução e serve de base para calcular se uma solicitação de serviço cumpriu ou violou o SLA. Onde obter Este é um campo calculado no Freshservice, visível no ticket como "Vencimento". Ele está disponível pela API. Exemplos 2023-10-28T17:00:00Z2023-11-01T09:00:00Z
	Departamento do solicitante RequestorDepartment	O departamento ao qual o solicitante pertence.
Descrição Este atributo especifica o departamento organizacional do usuário que enviou a solicitação de serviço, como 'Vendas', 'Finanças' ou 'Recursos Humanos'. Essas informações normalmente vêm do perfil do usuário no sistema. Analisar a performance do processo por departamento é uma necessidade comum. Isso pode mostrar se determinados departamentos enfrentam tempos de resolução mais longos ou têm necessidades específicas. Esse insight pode orientar a alocação de recursos, iniciativas de treinamento ou a criação de ofertas de serviço específicas para cada departamento. Por que isso importa Permite segmentar o processo por unidade de negócio, ajudando a identificar problemas específicos de departamentos ou variações de performance. Onde obter Essas informações são vinculadas pelo perfil do solicitante. Elas podem estar em um campo padrão 'department' ou em um campo personalizado de usuário no Freshservice. Exemplos FinançasMarketingTecnologia da Informação
	É retrabalho IsRework	Um indicador booleano que informa se a solicitação envolveu atividades de retrabalho.
Descrição Este indicador calculado recebe o valor verdadeiro quando uma solicitação de serviço passa por determinadas atividades que indicam retrabalho. Alguns exemplos são a reabertura após a resolução ("Solicitação de serviço reaberta"), várias reatribuições ou solicitações repetidas de informações ao usuário ("Informações solicitadas ao solicitante"). Este atributo simplifica a análise das ineficiências do processo. Ele permite filtrar facilmente os casos com retrabalho e comparar seus mapas de processo e tempos de ciclo com os de casos "limpos". Isso dá suporte direto ao Dashboard de "Análise de retrabalho em solicitações de serviço" e ajuda a quantificar o impacto de transferências ineficientes ou de informações iniciais incompletas. Por que isso importa Oferece uma forma simples de sinalizar e analisar casos que envolvem loops ineficientes ou etapas repetidas, ajudando a quantificar o custo da baixa qualidade. Onde obter Calculado durante a transformação dos dados pela aplicação de regras de negócio à sequência de atividades de cada "ServiceRequestId". Exemplos truefalse
	Horário de término EndTime	O timestamp exato em que a atividade foi concluída.
Descrição O Horário de término representa o timestamp de conclusão de uma atividade. Em muitos eventos do Freshservice, o horário de início e o horário de término são iguais, caracterizando eventos pontuais. No entanto, para atividades baseadas em status, o Horário de término seria o timestamp da próxima mudança de status. Este atributo é essencial para calcular a duração das atividades e os tempos de espera entre elas. Subtraindo o StartTime do EndTime, é possível determinar o tempo de processamento de uma tarefa específica. Isso é fundamental para identificar quais atividades consomem mais tempo e são as principais candidatas à otimização. Por que isso importa Permite calcular a duração das atividades, algo fundamental para identificar gargalos e medir os tempos de processamento de cada etapa. Onde obter Este não é um campo direto nos logs do Freshservice. Ele precisa ser derivado usando o timestamp do evento seguinte na sequência de uma determinada solicitação de serviço. Exemplos 2023-10-26T10:05:15Z2023-10-26T14:00:20Z2023-10-28T09:30:00Z
	Nome da política de SLA SlaPolicyName	O nome da política de Acordo de Nível de Serviço (SLA) aplicada à solicitação.
Descrição Este atributo identifica a política de SLA específica que define os tempos-alvo de resposta e resolução da solicitação de serviço. As políticas normalmente se baseiam em fatores como prioridade, tipo de serviço ou grupo do solicitante. Saber qual política de SLA foi aplicada é essencial para o Dashboard de Análise de Conformidade e Violações de SLA. Isso permite medir com precisão a performance em relação às metas definidas e analisar quais políticas são violadas com mais frequência. Essa análise pode levar à revisão da performance do processo ou da viabilidade das próprias metas de SLA. Por que isso importa Identifica as metas de serviço específicas usadas para medir a solicitação, algo essencial para gerar relatórios precisos de conformidade com o SLA. Onde obter Essas informações fazem parte dos dados de SLA associados a um ticket. Pode ser necessário consultar endpoints ou campos específicos da API relacionados ao SLA. Exemplos Incidentes de alta prioridade - 4 horasSolicitações padrão - 3 diasSuporte VIP - 1 hora
	O SLA foi violado IsSlaBreached	Um indicador booleano que informa se a solicitação de serviço ultrapassou o prazo-alvo de resolução do SLA.
Descrição Este atributo calculado é um indicador simples de verdadeiro ou falso que informa se a solicitação de serviço foi fechada depois da data de vencimento do SLA. Ele é derivado comparando o timestamp de "Solicitação de serviço fechada" ou "Solicitação de serviço resolvida" com o "SlaDueDate". Este atributo simplifica a análise e a visualização no Dashboard de Conformidade do SLA. Ele permite filtrar e agregar dados facilmente para calcular o KPI geral de Taxa de Conformidade do SLA. Segmentar os dados por esse indicador ajuda a isolar e analisar rapidamente as características do processo de solicitações que violaram o SLA em comparação com as que foram resolvidas no prazo. Por que isso importa Simplifica a análise de conformidade do SLA ao fornecer um indicador claro para filtrar e agregar solicitações que não cumpriram seus prazos. Onde obter Este é um campo calculado, derivado durante a transformação dos dados pela comparação do timestamp final de resolução com o campo "SlaDueDate". Exemplos truefalse
	Solicitante Requestor	O usuário que enviou a solicitação de serviço.
Descrição Este atributo identifica a pessoa, geralmente um funcionário, que iniciou a solicitação de serviço. Ele fornece contexto sobre quem está usando a central de serviços e quais são suas necessidades. Embora nem sempre seja uma dimensão principal para a análise do fluxo do processo, analisar por solicitante ou pelo departamento associado pode revelar padrões. Por exemplo, pode mostrar que um departamento específico envia frequentemente solicitações incompletas, indicando a necessidade de um treinamento direcionado. Também é essencial para qualquer análise focada na experiência do cliente. Por que isso importa Fornece contexto sobre o usuário que iniciou a solicitação, permitindo analisar padrões por pessoa, departamento ou localização. Onde obter Disponível como o campo 'requester' no objeto de ticket do Freshservice. Exemplos John DoeJane SmithConta de serviço

Obrigatório Recomendado Opcional

Atividades do gerenciamento de solicitações de serviço

Estas são as principais etapas e marcos do processo que você deve registrar no seu Event Log para descobrir e analisar com precisão os Workflows de solicitações de serviço.

6 Recomendado 9 Opcional

	Atividade	Descrição
	Fornecedor externo acionado	Esta atividade marca o momento em que um ticket é encaminhado a um fornecedor externo ou terceiro para resolução. Ela é inferida a partir da alteração do status para um estado específico, como 'Pending Vendor' ou 'Awaiting Third Party'.
Por que isso importa O envolvimento de fornecedores pode introduzir atrasos significativos. Acompanhar esta atividade é essencial para medir a performance do fornecedor e seu impacto no tempo total do ciclo da solicitação de serviço. Onde obter Inferido a partir do histórico de alterações de status do ticket. Procure um status configurado especificamente para acompanhar a dependência de fornecedores externos. Captura Detecte quando o campo de status do ticket mudar para um valor que indique espera por um terceiro. Tipo de evento inferred
	Meta de SLA não cumprida	Um evento calculado que ocorre quando o tempo de resolução de uma solicitação de serviço excede a meta definida no Acordo de Nível de Serviço (SLA). Este não é um evento direto do sistema, mas um evento derivado da comparação entre o tempo de resolução e a data limite do SLA.
Por que isso importa Isso mede diretamente a performance do serviço em relação aos compromissos assumidos e é um KPI importante para a gestão. Ajuda a identificar quais tipos ou prioridades de solicitação apresentam maior risco de não cumprimento. Onde obter Calculado comparando o carimbo de data e hora de 'Resolved' com o carimbo de data e hora de 'SLA Due By'. Se o horário da resolução for posterior, este evento será acionado. Captura Compare o carimbo de data e hora da resolução com o carimbo de data e hora de vencimento do SLA. Se resolved_at > sla_due_by, crie este evento. Tipo de evento calculated
	Solicitação atribuída a um agente	Marca o momento em que uma solicitação de serviço é atribuída a um agente específico para tratamento. Este é um marco importante, inferido pelo acompanhamento das alterações nos campos 'Assigned Agent' ou 'Owner' do ticket.
Por que isso importa Esta atividade é essencial para analisar a carga de trabalho dos agentes e identificar gargalos no processo de atribuição. O tempo entre a criação e a atribuição é um indicador importante de performance. Onde obter Inferido a partir do log de atividades ou da trilha de auditoria de campos do ticket, monitorando alterações nos campos 'Agent' ou 'Assignee'. Captura Capture o carimbo de data e hora em que o campo 'Assigned Agent' é preenchido ou tem seu valor alterado. Tipo de evento inferred
	Solicitação de serviço criada	Esta atividade marca o início do ciclo de vida da solicitação de serviço, quando uma nova solicitação é registrada formalmente no Freshservice. Esse evento é capturado explicitamente quando um novo registro de ticket é gerado, seja pelo catálogo de serviços, por e-mail ou por outro canal, criando um ID exclusivo de Solicitação de Serviço.
Por que isso importa Este é o principal evento de início do processo. Analisar o tempo entre esta atividade e as demais é fundamental para medir os tempos totais de ciclo e identificar atrasos no processamento inicial. Onde obter Este evento é registrado explicitamente no Freshservice. Ele pode ser encontrado no log de atividades ou na trilha de auditoria do ticket, normalmente correspondendo ao carimbo de data e hora da criação do ticket. Captura Use o carimbo de data e hora de criação do ticket nos dados de tickets do Freshservice. Tipo de evento explicit
	Solicitação de serviço fechada	Esta é a atividade final, que representa o fim do ciclo de vida da solicitação de serviço. Normalmente, ocorre automaticamente após um período definido no estado 'Resolved', sem que o ticket seja reaberto.
Por que isso importa Este evento marca o fim definitivo da instância do processo. O tempo entre 'Resolved' e 'Closed' representa a janela de confirmação do solicitante. Onde obter Inferido a partir do histórico de alterações de status do ticket. Corresponde ao carimbo de data e hora em que o status muda para 'Closed'. Captura Capture o carimbo de data e hora em que o status do ticket mudar para 'Closed'. Tipo de evento inferred
	Solicitação de serviço resolvida	Este marco importante marca o momento em que o agente forneceu uma solução e considera o trabalho concluído. Isso é inferido a partir da alteração do status do ticket para 'Resolved'.
Por que isso importa Esta atividade representa o fim da fase de trabalho ativo. A duração até este ponto é uma medida importante da eficiência do agente e do processo, além de servir de base para os cálculos de SLA. Onde obter Inferido a partir do histórico de alterações de status do ticket. Corresponde ao carimbo de data e hora em que o status foi definido como 'Resolved' pela primeira vez. Captura Capture o carimbo de data e hora em que o status do ticket mudar para 'Resolved' pela primeira vez. Tipo de evento inferred
	Informações fornecidas pelo solicitante	Ocorre quando o solicitante responde com as informações necessárias, permitindo que o agente retome o trabalho. Normalmente, isso é inferido quando o status do ticket muda automaticamente de 'Pending' para 'Open'.
Por que isso importa Esta atividade encerra o ciclo das solicitações de informação. O tempo entre solicitar e fornecer as informações é um período crítico de espera para análise e otimização. Onde obter Inferido a partir de uma alteração de status de 'Pending' para 'Open' ou 'In Progress', geralmente acionada por uma resposta do solicitante. Captura Detecte quando o status do ticket mudar de um estado pendente para um estado aberto. Tipo de evento inferred
	Informações solicitadas ao solicitante	Representa o momento em que o agente atribuído precisa de mais informações do solicitante e interrompe o andamento. Isso é inferido a partir da alteração do status do ticket para um estado como 'Pending' ou 'Awaiting Customer'.
Por que isso importa Esta atividade destaca uma fonte comum de atraso e retrabalho. Analisar sua frequência ajuda a identificar oportunidades para melhorar os Templates de solicitação e a coleta inicial de dados. Onde obter Inferido a partir do histórico de alterações de status do ticket. Procure uma alteração para um status como 'Pending Customer Response' ou 'Awaiting Information'. Captura Detecte quando o campo de status do ticket mudar para um valor que indique espera por informações do usuário. Tipo de evento inferred
	Nota adicionada	Representa qualquer nota pública ou privada adicionada à solicitação de serviço por um agente ou pelo solicitante. Este é um evento explícito capturado na conversa ou no log de atividades do ticket.
Por que isso importa Analisar a frequência e o momento das notas pode revelar padrões de comunicação, eficiência da colaboração e pontos de confusão no processo. Onde obter Registrado explicitamente no histórico de conversas do ticket no Freshservice. Cada nota tem um carimbo de data e hora e um autor. Captura Extraia cada entrada do log de conversas ou comentários do ticket. Tipo de evento explicit
	Resolução confirmada pelo solicitante	Esta atividade representa uma confirmação explícita do solicitante de que a solução fornecida é satisfatória. Ela pode ser inferida a partir de uma resposta positiva em uma pesquisa ou de um comentário específico antes do fechamento do ticket.
Por que isso importa A confirmação fornece feedback direto sobre a qualidade da resolução. Uma baixa taxa de confirmação pode indicar que as soluções não atendem totalmente às necessidades dos usuários, mesmo quando os tickets não são reabertos. Onde obter É difícil capturar isso diretamente e pode exigir uma configuração personalizada. Pode ser inferido a partir de uma resposta de pesquisa de satisfação do cliente vinculada ao ticket ou da aplicação de uma tag específica. Captura Exige a análise de dados relacionados, como pesquisas de satisfação ou tags aplicadas após a resolução. Tipo de evento inferred
	Revisão interna realizada	Indica que uma solução proposta ou o atendimento de uma solicitação exige revisão ou aprovação interna antes de prosseguir. Isso é inferido a partir da alteração do status para um estado como 'Pending Approval' ou 'Internal Review'.
Por que isso importa Revisões internas podem ser uma fonte de gargalos, especialmente em solicitações de serviço complexas ou de alto impacto. Medir essa duração ajuda a simplificar os Workflows de aprovação. Onde obter Inferido a partir do histórico de alterações de status do ticket. Isso exige o uso de um status específico, como 'Pending Internal Approval', no Workflow. Captura Detecte quando o campo de status do ticket mudar para um valor que indique revisão ou aprovação interna. Tipo de evento inferred
	Solicitação priorizada	Esta atividade ocorre quando um nível de prioridade, como Baixa, Média ou Alta, é atribuído à solicitação de serviço. Ela é inferida pela detecção de uma alteração no campo 'Priority' do histórico do ticket.
Por que isso importa A priorização é essencial para alocar recursos e garantir o cumprimento das metas de SLA. Analisar esta atividade ajuda a verificar se as solicitações estão sendo avaliadas corretamente e no momento adequado. Onde obter Inferido a partir do histórico de alterações de campos do ticket no Freshservice. Procure atualizações no campo 'Priority' e capture o carimbo de data e hora da alteração. Captura Detecte uma alteração no campo 'Priority' a partir de null ou do valor anterior e registre o carimbo de data e hora. Tipo de evento inferred
	Solicitação reaberta	Ocorre quando o solicitante informa que um problema persiste depois de ter sido marcado como 'Resolved', fazendo o ticket voltar a um estado aberto. Isso é inferido a partir de uma alteração de status de 'Resolved' para 'Open' ou 'In Progress'.
Por que isso importa Solicitações reabertas são um forte indicador de baixas taxas de resolução no primeiro contato e de insatisfação dos clientes. Acompanhar esse ciclo de retrabalho é essencial para melhorar a qualidade das soluções. Onde obter Inferido a partir do histórico de alterações de status do ticket no log de atividades. Trata-se de uma transição direta de status de 'Resolved' para 'Open'. Captura Detecte uma alteração de status de um estado resolvido para um estado aberto. Tipo de evento inferred
	Solicitação reatribuída	Esta atividade captura qualquer alteração no agente ou grupo atribuído após a atribuição inicial. Ela é inferida pela detecção de atualizações posteriores nos campos 'Assigned Agent' ou 'Assigned Group'.
Por que isso importa Reatribuições frequentes indicam possíveis problemas na triagem inicial, na correspondência entre habilidades e agentes ou no balanceamento da carga de trabalho. Esta atividade é essencial para o KPI de Contagem de Reatribuições de Agentes e para a análise de retrabalho. Onde obter Inferido a partir do histórico de alterações de campos do ticket. Este evento é registrado sempre que o campo 'Assigned Agent' ou 'Assigned Group' é atualizado depois que seu valor inicial foi definido. Captura Detecte qualquer alteração no campo 'Assigned Agent' ou 'Assigned Group' após a primeira atribuição. Tipo de evento inferred
	Solicitação triada	Representa a avaliação e a categorização iniciais de uma solicitação de serviço recém-criada. Essa atividade normalmente é inferida a partir da primeira definição de prioridade ou da atribuição da solicitação a um grupo, indicando que ela foi analisada e está entrando na fila.
Por que isso importa Acompanhar a triagem ajuda a medir a eficiência da equipe de resposta inicial. Atrasos nessa etapa podem afetar significativamente os tempos totais de resolução e a conformidade com o SLA. Onde obter Inferido a partir do log de atividades. Pode ser identificado pelo carimbo de data e hora do primeiro evento 'Prioridade definida' ou 'Grupo atribuído' ocorrido após a criação. Captura Identifique o carimbo de data e hora mais antigo entre uma alteração no campo de prioridade e uma alteração no campo do grupo de atribuição. Tipo de evento inferred

Recomendado Opcional

Guias de extração

Como obter seus dados do Freshservice

Etapas

Verifique os pré-requisitos: confirme se você tem uma função de usuário do Freshservice com permissão para acessar e criar relatórios no módulo Analytics. Normalmente, isso exige um plano Pro ou Enterprise.
Configure as automações, se necessário: para capturar os eventos corretamente, verifique ou crie duas automações específicas no Freshservice, em Admin -> Workflow Automator. Primeiro, uma automação que adicione uma nota privada ou uma tag específica, como "SLA_Breached", a um ticket quando o cronômetro do SLA de resolução expirar. Segundo, uma automação que adicione uma tag específica, como "Resolution_Confirmed", quando uma pesquisa positiva de satisfação do cliente for recebida para um ticket.
Crie o relatório "Eventos de criação": acesse a aba Analytics no Freshservice. Crie um novo relatório e selecione o módulo "Tickets" como fonte de dados. Esse relatório capturará o primeiro evento de cada solicitação de serviço.
Configure os widgets do relatório "Eventos de criação": adicione um widget "Tabela de dados". Configure as colunas, ou métricas, para incluir: ID do ticket, Criado em, Atribuído a, Grupo, Prioridade, Status e Categoria. Aplique um filtro para o intervalo de datas de criação desejado, por exemplo, os últimos 6 meses.
Exporte os dados de "Eventos de criação": execute o relatório e exporte o widget de tabela de dados para um arquivo CSV. Dê a ele o nome "creation_events.csv".
Crie o relatório "Eventos de atualização": crie um segundo relatório, desta vez selecionando o módulo "Atividades dos tickets" como fonte de dados. Esse relatório captura todas as alterações e notas posteriores de cada solicitação de serviço.
Configure os widgets do relatório "Eventos de atualização": adicione um widget "Tabela de dados". Configure as colunas para incluir: ID do ticket, Data da atividade, Realizado por, Tipo de atividade e, em "Alterações", inclua Campo, Valor antigo e Valor novo. Você também deve adicionar atributos no nível do ticket, como Grupo, Atribuído a, Prioridade, Status e Categoria, para fornecer contexto a cada evento.
Filtre o relatório "Eventos de atualização": aplique um filtro para que a "Data da atividade" corresponda ao mesmo intervalo usado no relatório de criação. Depois, filtre o "Tipo de atividade" para incluir apenas eventos relevantes, como "Status alterado", "Prioridade alterada", "Grupo alterado", "Agente alterado", "Nota privada adicionada" e "Nota pública adicionada".
Exporte os dados de "Eventos de atualização": execute o relatório e exporte o widget de tabela de dados para um arquivo CSV. Dê a ele o nome "update_events.csv".
Combine e transforme os dados: abra os dois arquivos CSV em um programa de planilhas ou use um script de preparação de dados. Copie todos os dados de "update_events.csv" e cole-os abaixo dos dados de "creation_events.csv" em um novo arquivo chamado "event_log.csv".
Mapeie atividades e atributos: no arquivo combinado "event_log.csv", crie novas colunas: ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status e ServiceType. Preencha essas colunas usando a lógica definida na seção Query abaixo. Essa etapa envolve usar fórmulas ou um script para traduzir os dados brutos para o formato final do Event Log.
Exportação final: salve o arquivo transformado "event_log.csv". Garanta que o formato de data de EventTime e LastDataUpdate esteja em um padrão como ISO 8601. Agora, o arquivo está pronto para ser carregado em uma ferramenta de Process Mining.

Configuração

Plano do Freshservice: é necessário um plano que inclua o módulo Analytics, normalmente Pro ou Enterprise.
Permissões do usuário: o usuário que realizar a exportação precisa ter permissão para criar e executar relatórios no Analytics.
Intervalo de datas: recomenda-se extrair dados de um período recente, como os últimos 3 a 6 meses, para manter o conjunto de dados gerenciável. Aplique um filtro de intervalo consistente com base em "Criado em" no relatório de criação e em "Data da atividade" no relatório de atualizações.
Filtros dos relatórios: no relatório do módulo "Tickets", filtre por "Tipo" = "Solicitação de serviço" para isolar o processo correto. No relatório de "Atividades dos tickets", filtre o "Tipo de atividade" para incluir apenas alterações relevantes, como Status, Prioridade, Atribuição e Notas, reduzindo o ruído nos dados exportados.
Automações necessárias: a extração das atividades "Meta de SLA violada" e "Resolução confirmada pelo solicitante" depende de regras preexistentes do Workflow Automator que adicionem uma nota ou tag ao ticket quando esses eventos ocorrerem. Sem essas regras, não é possível capturar as atividades usando este método.

a Consulta de exemplo sql

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

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

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

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

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

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

Etapas

Pré-requisitos: confirme se o Python 3.6 ou mais recente está instalado no seu sistema, junto com as bibliotecas requests e pandas. Você também precisará de uma chave de API do Freshservice com permissão para ler dados de tickets.
Obtenha a chave de API: faça login na sua instância do Freshservice como administrador. Clique no ícone do seu perfil no canto superior direito, acesse "Configurações do perfil" e localize sua chave de API no painel à direita. Copie essa chave e armazene-a com segurança.
Salve o script: salve o código Python fornecido em um arquivo chamado extract_freshservice_srm.py na sua máquina local.
Configure os parâmetros do script: abra o script salvo em um editor de texto. Localize a seção de configuração no início e substitua os valores de exemplo de FRESHSERVICE_DOMAIN, API_KEY, START_DATE e END_DATE. Ajuste o dicionário STATUS_MAPPING se sua instância usar IDs numéricos diferentes para status personalizados.
Instale as bibliotecas: se as bibliotecas necessárias ainda não estiverem instaladas, abra a linha de comando ou o terminal e execute: pip install requests pandas.
Execute o script: acesse, pela linha de comando ou pelo terminal, o diretório onde você salvou o script. Execute-o com o comando: python extract_freshservice_srm.py.
Acompanhe a execução: o script exibirá atualizações de progresso no console, mostrando qual página de tickets está sendo processada. Dependendo do intervalo de datas e do volume de tickets, isso pode levar algum tempo.
Recupere o Event Log: quando o script for concluído com sucesso, ele criará um arquivo chamado freshservice_event_log.csv no mesmo diretório. Esse arquivo contém o Event Log extraído.
Prepare o upload: o arquivo CSV gerado tem as colunas necessárias (ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate) e está pronto para ser carregado no ProcessMind. Normalmente, não é necessária nenhuma formatação adicional.

Configuração

FRESHSERVICE_DOMAIN: a URL do Freshservice da sua organização, por exemplo, yourcompany.freshservice.com.
API_KEY: a chave de API pessoal obtida no perfil do usuário do Freshservice. Ela deve ser mantida em sigilo.
START_DATE / END_DATE: o intervalo de datas para a extração dos tickets, no formato "YYYY-MM-DD". Para uma análise inicial, recomenda-se um período de 3 a 6 meses, equilibrando o volume de dados e a geração de insights.
STATUS_MAPPING: um dicionário Python essencial no script, que mapeia os nomes de status personalizados usados para inferir eventos, como "Fornecedor externo envolvido", aos respectivos IDs numéricos de status na sua instância do Freshservice. Você precisa verificar e atualizar esses IDs de acordo com a configuração do seu sistema.
Limitação de taxa da API: fique atento aos limites de taxa da API do seu plano do Freshservice. O script processa os tickets sequencialmente para respeitar esses limites, mas, em conjuntos de dados muito grandes, talvez seja necessário executar a extração em lotes com intervalos de datas menores.
Escopo dos dados: o script está configurado para buscar apenas tickets do tipo "Solicitação de serviço". Esse filtro é aplicado durante a busca inicial dos tickets.

a Consulta de exemplo 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()

Etapas

Confirme se sua assinatura do Freshservice e suas permissões de administrador incluem a Exportação agendada de dados e a entrega ao provedor de armazenamento em nuvem selecionado. Os nomes dos menus e os recursos de exportação do Freshservice podem variar conforme o plano e o tenant. Por isso, verifique a documentação atual do administrador e use [Configure com base no seu sistema] quando o tenant apresentar rótulos diferentes.
No Freshservice, abra a área de administração e localize a configuração de exportação agendada de dados. Selecione a fonte de dados de solicitações de serviço ou tickets que contenha o ID da solicitação de serviço, status, prioridade, atribuição, tipo de serviço, timestamps, campos de SLA, histórico de conversas ou atividades e informações de resposta do solicitante. Não presuma que uma exportação do ticket atual contenha alterações históricas de campos.
Configure o escopo da exportação. Selecione uma janela de extração contínua de 3 a 6 meses para a validação inicial e, depois, escolha uma programação recorrente adequada à necessidade de relatórios. Inclua todos os registros de solicitações de serviço e os dados históricos de atividades ou auditoria necessários para identificar alterações de campos, notas, transições de status, resultados de SLA, aprovações e confirmações do solicitante. Aplique filtros de empresa ou serviço somente quando forem explicitamente necessários, usando [Filtro de empresa ou serviço com base no seu sistema].
Selecione CSV como formato de saída e configure a entrega no local aprovado de armazenamento em nuvem, como o Amazon S3. Forneça [Detalhes da conexão com o armazenamento em nuvem] e [Configuração de credenciais ou função] pela configuração compatível do Freshservice. Confirme o bucket, o caminho, a criptografia, a retenção e a política de acesso com o responsável pela plataforma. Evite inserir credenciais diretamente em scripts ou arquivos exportados.
Execute uma exportação de teste e inspecione os arquivos CSV entregues. Identifique os nomes reais das colunas exportadas para o ID da solicitação de serviço, status, prioridade, agente atribuído, grupo atribuído, tipo de serviço, horário de criação, horário de atualização, horário de resolução, horário de fechamento, horário de vencimento do SLA, timestamp do histórico, campo do histórico, valor antigo, valor novo, tipo de nota, autor da nota, timestamp da nota e resposta ou resultado da pesquisa do solicitante. Se um campo de origem necessário não estiver disponível, documente a limitação em vez de inventar um nome de campo.
Carregue os arquivos CSV em uma tabela de preparação ou em um data frame. Substitua as referências às fontes na Query abaixo, incluindo [Nome da sua tabela de tickets], [Nome da sua tabela de histórico de tickets], [Nome da sua tabela de conversas], [Nome da sua tabela de SLA] e [Nome da sua tabela de pesquisas ou confirmações], pelas estruturas reais criadas a partir da exportação. Mapeie as colunas de origem para os campos lógicos usados pela Query. Preserve os timestamps de origem e normalize-os para um único fuso horário, de preferência UTC.
Configure o processamento incremental usando [Timestamp da última exportação bem-sucedida] ou o timestamp de entrega do arquivo de exportação. Mantenha uma janela de sobreposição suficiente, como 24 a 48 horas, para capturar históricos e correções recebidos com atraso. Elimine duplicidades usando ServiceRequestId, ActivityName, EventTime e um identificador estável do evento de origem, quando disponível. Não elimine duplicidades usando apenas ServiceRequestId, pois cada solicitação deve gerar várias linhas de eventos.
Execute a transformação SQL completa. A Query cria explicitamente linhas para todas as 15 atividades obrigatórias, incluindo atividades derivadas, como triagem, reatribuição, violação de SLA, confirmação do solicitante e fechamento. Quando a exportação não fornecer evidências históricas de uma atividade, essa atividade não poderá ser produzida com confiabilidade e deverá ser reportada como uma lacuna nos dados de origem.
Valide as contagens de linhas, a cobertura das atividades, os timestamps, os identificadores e o preenchimento dos atributos usando as verificações de validação abaixo. Confirme que cada ServiceRequestId pode ter vários eventos ordenados e que EventTime está preenchido em todas as linhas emitidas.
Exporte o resultado da Query como um CSV UTF-8 com as colunas obrigatórias ServiceRequestId, ActivityName, EventTime, SourceSystem, LastDataUpdate, AssignedAgent, AssignedTeam, Priority, Status e ServiceType. Carregue o Event Log resultante no ProcessMind, mapeando ServiceRequestId como identificador do caso, ActivityName como atividade e EventTime como timestamp do evento. Mantenha SourceSystem e LastDataUpdate como atributos do evento ou metadados, de acordo com a configuração de importação do ProcessMind.

Configuração

Fonte da exportação: selecione o conjunto de dados de solicitações de serviço ou tickets do Freshservice e, quando disponível, seus conjuntos de dados de histórico, conversas, SLA, aprovações e pesquisas. Uma exportação apenas do estado atual dos tickets não é suficiente para reconstruir todas as atividades solicitadas.
Programação: use uma exportação recorrente alinhada ao ciclo de relatórios operacionais. Para a primeira carga, use um intervalo de datas de 3 a 6 meses. Para cargas incrementais, use uma janela de sobreposição para capturar atualizações recebidas com atraso.
Evidências de origem necessárias: confirme se a exportação inclui um ID estável da solicitação de serviço, timestamps de eventos ou atualizações, histórico de status, histórico de prioridades, histórico de atribuições, histórico de grupos, notas ou conversas, informações de vencimento e conclusão do SLA, timestamps de resolução e fechamento e evidências de confirmação do solicitante, quando disponíveis.
Filtros: aplique [Filtro de empresa ou serviço com base no seu sistema] somente quando necessário. Evite filtros restritivos de status, pois eles podem excluir registros reabertos, resolvidos, fechados, pendentes, de fornecedores, de aprovação e históricos.
Armazenamento em nuvem: configure o bucket ou contêiner aprovado, o caminho, a criptografia, a retenção e a política de acesso. Use uma função gerenciada ou um mecanismo de segredos compatível com o tenant, em vez de inserir credenciais em arquivos SQL ou CSV.
Tratamento de arquivos: preserve os arquivos CSV originais, os timestamps de exportação, a versão do esquema e os metadados de entrega. Se o Freshservice dividir exportações grandes em vários arquivos, processe todos os arquivos da mesma execução de exportação.
Fusos horários: registre o fuso horário de origem e normalize EventTime para UTC. Preserve o timestamp original quando a auditabilidade for necessária.
Performance: particione o processamento por data de exportação, data do evento ou ServiceRequestId, quando houver suporte. Prepare os arquivos brutos antes da transformação, evite consultar repetidamente todo o histórico e use cargas incrementais com uma sobreposição controlada.
Autorizações e licenciamento: acesso de administrador, permissão para configurar exportações agendadas, permissão para ler os dados selecionados do Freshservice, acesso de gravação no armazenamento em nuvem e qualquer recurso de assinatura ou licença necessário para a entrega de exportações agendadas são pré-requisitos.
Qualidade dos dados: não crie eventos inferidos apenas com base no valor atual quando não houver evidência histórica. Por exemplo, a prioridade atual só pode dar suporte à atividade "Solicitação priorizada" se existir um timestamp de atribuição da prioridade ou um registro histórico.
Mapeamento da origem: substitua cada objeto e referência de coluna entre colchetes na Query pelos nomes reais da exportação entregue. Os nomes lógicos das colunas de saída devem permanecer inalterados para o mapeamento no ProcessMind.

a Consulta de exemplo sql

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

Pronto para começar?

Dê o primeiro passo para otimizar seu processo de gerenciamento de solicitações de serviço preparando seus dados. Estamos aqui para ajudar você a transformar a prestação dos seus serviços.

Voltar ao guia de melhoria Baixar Template

Aumente hoje a eficiência das solicitações de serviço no Freshservice

Acabe com o atendimento lento e a frustração dos usuários e alcance 70% de automação.

Comece seu teste grátis

Não é necessário cartão de crédito. Configuração em minutos.

Seu Template de dados para gerenciamento de solicitações de serviço

Seu Template de dados para gerenciamento de solicitações de serviço

Atributos do gerenciamento de solicitações de serviço

Atividades do gerenciamento de solicitações de serviço

Guias de extração

Exportação de dados do módulo Analytics do Freshservice

Etapas

Configuração

a Consulta de exemplo sql

Script Python usando a API REST do Freshservice

Etapas

Configuração

a Consulta de exemplo python

Exportação agendada de dados do Freshservice para armazenamento em nuvem

Etapas

Configuração

a Consulta de exemplo sql

Pronto para começar?

Aumente hoje a eficiência das solicitações de serviço no Freshservice

Seu Template de dados para gerenciamento de solicitações de serviço

Seu Template de dados para gerenciamento de solicitações de serviço

Atributos do gerenciamento de solicitações de serviço

Atividades do gerenciamento de solicitações de serviço

Guias de extração

Exportação de dados do módulo Analytics do Freshservice

Etapas

Configuração

a Consulta de exemplo sql

Script Python usando a API REST do Freshservice

Etapas

Configuração

a Consulta de exemplo python

Exportação agendada de dados do Freshservice para armazenamento em nuvem

Etapas

Configuração

a Consulta de exemplo sql

Pronto para começar?

Aumente hoje a eficiência das solicitações de serviço no Freshservice

Valorizamos sua privacidade