> 持续流程改进 > 事件管理 > Zendesk Support > 数据模板

您的事件管理数据模板

Zendesk Support

← 返回改进指南

事件管理属性(23) 事件管理活动(13) 数据提取指南(4)

您的事件管理数据模板

此模板概述了有效分析事件管理流程所需的核心数据，包括建议收集的关键属性、需要跟踪的重要活动，以及从Zendesk Support提取数据的实用指南。借助此模板，您可以为流程挖掘项目准备完整、可靠的数据集。

建议收集的属性
流程映射需要跟踪的关键活动
实用的数据提取指南

刚接触事件日志？了解如何创建流程挖掘事件日志.

下载模板

事件管理属性

建议将以下数据字段纳入事件日志，以便全面分析事件管理流程。

5 必填 7 建议填写 11 选填

	名称	说明
	事件ID TicketId	系统为每张事件工单生成的唯一标识符。
说明事件ID是Zendesk Support中用于唯一标识每个事件案例的主键。在流程挖掘中，它用作CaseId，将事件创建到关闭期间的所有相关活动、状态变更和沟通记录关联起来。分析时，此ID对于还原每起事件的端到端处理过程至关重要。它可以汇总事件数据，跟踪单个案例的解决总时长、交接次数和服务级别协议达成情况。按此ID对事件分组后，分析人员可以查看流程路径、识别常见处理方式，并发现偏离标准流程的情况。重要性这是将所有事件关联到单起事件的关键标识符，可用于追踪完整生命周期并准确分析流程绩效。获取途径 Zendesk Tickets API（/api/v2/tickets/{id}），字段id。示例 19428230113521941055
	事件时间戳 EventTimestamp	活动发生的准确日期和时间。
说明此时间戳记录事件生命周期中某项活动发生的准确时刻，例如添加评论或更改状态的时间，并确定案例中所有活动的先后顺序。此属性是基于时间的流程挖掘分析的基础。它可用于计算活动间的周期时间、识别等待时间、衡量案例总时长，以及分析不同时段的流程绩效。准确的时间戳对于创建按时间展示案例流转情况的动态流程图，以及构建跟踪平均解决时间等KPI的绩效仪表板都至关重要。重要性时间戳为所有活动提供时间顺序信息，可用于计算时长、识别瓶颈并分析流程绩效随时间的变化。获取途径 Zendesk Ticket Audits API（/api/v2/tickets/{ticket_id}/audits），每条审计事件的字段created_at。示例 2023-04-15T10:00:00Z2023-04-15T10:05:12Z2023-04-16T14:30:00Z
	数据上次更新时间 LastDataUpdate	表示此流程数据上次刷新的时间戳。
说明此属性记录从源系统最近一次提取或更新数据的日期和时间。通常，每次刷新后，整个数据集都会使用同一个值。这项信息对于数据治理和流程挖掘分析的使用者都很重要。它能说明数据的新鲜度，帮助分析人员判断当前查看的信息是否为最新数据。监控运营绩效并依据分析结果及时决策时，这一点尤为重要。重要性提供数据新鲜度的重要信息，让使用者了解分析所依据的数据有多新，以及数据上次提取的时间。获取途径数据刷新完成后，由ETL/数据管道流程生成的时间戳。示例 2023-10-27T08:00:00Z2023-10-28T08:00:00Z
	活动 ActivityName	事件生命周期中特定时点发生的业务活动或事件名称。
说明此属性描述事件管理流程中的具体步骤或操作，例如“事件已创建”“工单已分配给客服人员”或“事件已解决”。这些活动根据Zendesk事件日志或审计记录中的系统变更生成。在流程挖掘中，这些活动的顺序构成流程图，是所有分析的基础。通过分析活动路径，组织可以发现事件的实际处理方式、识别步骤间的瓶颈、衡量返工循环（例如重新打开已解决的工单），并检查流程是否符合既定标准。重要性活动顺序构成流程路径，是流程挖掘分析的核心，可用于识别低效环节、偏差和改进机会。获取途径根据Zendesk Ticket Audits API中的事件生成。例如，可将status字段的“变更”事件映射为“状态已更改”。示例事件已创建工单已分配给客服人员状态已更改为“待处理”事件已解决事件已关闭
	源系统 SourceSystem	提取事件数据的系统。
说明此属性标识流程数据的来源。在此视图中，该值为固定值，例如“Zendesk Support”，表示所有事件和属性均来自该系统。在整合多个系统数据的环境中，此字段对于区分不同数据源至关重要。它有助于确保数据完整性，并支持按来源开展分析，例如比较Zendesk与其他ITSM工具中的事件管理流程。重要性标识数据来源，对于数据治理以及整合多个源系统数据的分析至关重要。获取途径在数据转换期间设置的固定值，用于标识数据来源。示例 Zendesk SupportZendesk
	SLA状态 SlaStatus	事件当前的服务级别协议（SLA）状态。
说明此属性表示事件是否有望达到既定SLA目标、是否已超出目标，或SLA计时器是否已暂停。Zendesk会根据配置的策略自动跟踪SLA指标。此属性是“SLA合规监控”仪表板的重要组成部分，可直接衡量服务承诺的履行情况。分析SLA超标的时间和原因，有助于组织发现流程薄弱环节并提升服务可靠性。此属性可直接用于“事件SLA达成率”KPI。重要性直接衡量服务承诺的履行情况，支持分析SLA超标问题并主动监控，以改善合规表现。获取途径 Zendesk Ticket Metrics API（/api/v2/ticket_metrics.json），根据sla_policy、breached_at等字段计算得出。示例活跃已暂停已超标已完成
	事件结束时间 EventEndTime	表示活动完成时间的时间戳。
说明事件结束时间表示一项活动的结束。在事件日志数据中，某项活动的结束时间通常根据同一案例中顺序流的下一项活动的开始时间推算。案例中最后一项活动的结束时间可能与其开始时间相同。此属性对于计算单项活动的持续时间（ProcessingTime）和活动间的等待时间至关重要。这些信息是瓶颈分析的基础，能帮助分析人员了解每个步骤耗时多久，以及案例在步骤开始前闲置了多长时间。重要性支持计算活动持续时间和等待时间，是开展详细瓶颈分析、识别流程延误的基础。获取途径根据同一案例中后续事件的开始时间计算。最后一个事件的结束时间可以与其开始时间或案例关闭时间相同。示例 2023-04-15T10:05:12Z2023-04-16T14:30:00Z2023-04-16T18:00:00Z
	优先级 TicketPriority	分配给事件的优先级，例如“低”“普通”“高”或“紧急”。
说明事件优先级决定响应和解决问题所需的紧迫程度，是支持团队安排工作优先级和分配资源的重要依据。在流程分析中，优先级可用于划分事件，以比较其流程和绩效。例如，分析人员可以检查“紧急”事件是否确实比“低”优先级事件解决得更快。优先级也用于监控SLA合规情况，因为SLA通常按优先级设定。“优先级变更率”KPI依赖对此字段变化的跟踪。重要性此属性对于划分分析范围、评估优先级设置效果，以及监控不同紧急程度下的SLA合规情况至关重要。获取途径 Zendesk Tickets API中的priority字段。变更记录在Ticket Audits API中。示例低普通高紧急
	工单状态 TicketStatus	事件发生时工单的状态，例如“打开”“待处理”或“已解决”。
说明此属性反映事件生命周期不同阶段的工单状态。Zendesk的标准状态包括新建、打开、待处理、暂停、已解决和已关闭。跟踪此字段的变更，是生成流程挖掘活动的主要方式之一。分析工单状态是了解流程的基础。它有助于识别事件在特定状态下停留的时长，例如“待处理”通常表示正在等待客户回复。此属性对于确定案例何时完成以及计算解决时间也很重要。重要性跟踪状态变化有助于了解流程进展、识别等待时间，并确定事件生命周期的起点和终点。获取途径 Zendesk Tickets API中的status字段。状态变化记录在Ticket Audits API中。示例新建打开待处理已解决已关闭
	报告渠道 Channel	最初报告事件所用的渠道，例如“电子邮件”“网页”或“API”。
说明此属性记录最终用户或系统创建事件工单时使用的方式。了解报告渠道有助于分析事件来源，并据此调整支持流程。按渠道分析事件可以发现不同的规律。例如，通过电话报告的事件可能比通过电子邮件报告的事件解决得更快。这些信息可用于“事件处理量”仪表板，并支持资源规划和渠道优化。重要性按来源分析事件数量和流程绩效，支持针对不同渠道改进流程并分配资源。获取途径 Zendesk Tickets API中的via.channel字段。示例网页电子邮件API电话
	指派团队 AssignedGroup	当前负责处理事件的支持团队或小组。
说明此属性表示负责处理事件的团队。事件通常会在不同支持层级或专业小组之间流转，例如从“L1支持”转至“网络团队”。这是分析流程移交和识别瓶颈的重要维度。通过监控事件在各小组间的流转，分析人员可以衡量团队间的依赖关系、计算特定团队的排队时间，并优化分派规则。此属性可直接用于“移交与返工分析”仪表板。重要性跟踪团队责任归属，有助于分析团队间的移交、识别团队特有的瓶颈并衡量排队时间。获取途径 Zendesk Tickets API中的group_id字段。变更记录在Ticket Audits API中。示例 L1支持L2网络团队L3基础设施账单
	指派客服 Assignee	当前负责处理事件的客服人员。
说明此属性用于标识特定时间负责处理事件的客服人员。负责人变更是重要事件，意味着工作从一人移交给另一人。分析指派客服有助于了解工作量分布、个人绩效和协作模式。跟踪此字段的变化对于计算“每个事件的平均移交次数”KPI，以及识别事件频繁转手的情况至关重要。这类情况可能表明存在知识缺口或分派效率低下。重要性标识负责处理事件的客服人员，便于分析工作量和跟踪移交情况，从而发现流程低效之处。获取途径 Zendesk Tickets API中的assignee_id字段。变更记录在Ticket Audits API中。示例 John SmithJane Doe服务台自动化
	严重程度 Severity	事件对业务造成的影响程度。
说明严重程度用于界定事件对业务的影响，通常与优先级结合使用，以确定整体紧急程度。在Zendesk中，这通常通过自定义字段配置。分析严重程度有助于了解正在处理的事件有多紧急。它是“SLA合规监控”和“优先级设置效果指标”等仪表板的重要数据维度。比较不同严重程度事件的流程，可以发现高严重程度事件是否得到了适当的响应速度和资源支持。重要性表示事件对业务的影响，便于重点分析严重问题，并确保问题得到高效解决。获取途径这通常是自定义字段。请在Zendesk管理中心查看工单字段配置。示例 1 - 严重2 - 高3 - 中4 - 低
	客户组织 Organization	事件请求人所属的组织或公司。
说明此属性将事件与客户组织关联起来。对于B2B支持环境而言，这一点至关重要，因为不同客户的服务级别和支持流程可能有所不同。按组织分析事件，可以帮助支持团队监控客户状况、识别影响特定客户的重复问题，并确保履行合同义务。它也是筛选仪表板和报告的重要维度，可用于从客户视角查看绩效。重要性支持针对客户开展分析，帮助监控服务级别、识别重点客户的趋势，并有效管理客户关系。获取途径 Zendesk Tickets API中的organization_id字段。示例 Global Tech Inc.Innovate SolutionsData Corp
	工单类型 TicketType	工单的分类，例如“事件”“问题”“咨询”或“任务”。
说明此字段根据请求性质对工单进行分类。事件管理流程专门关注类型为“事件”的工单，即IT服务发生意外中断或质量下降的情况。在分析中，此属性主要用作筛选条件，确保流程视图仅包含事件。它也可用于更广泛的ITSM分析，比较事件、问题或服务请求的处理流程。重要性筛选数据以专门分析事件，确保流程分析与事件管理生命周期相关。获取途径 Zendesk Tickets API中的type字段。示例事件问题咨询任务
	提交人 Submitter	最初报告事件的最终用户或系统。
说明此属性用于标识创建工单的人员或实体。它与请求人不同，因为客服人员可能会代他人创建工单。分析提交人有助于了解问题由谁报告。结合组织数据，还可以识别哪些客户或用户群体遇到大量事件，从而指导主动支持或培训工作。重要性标识事件报告的来源，可用于分析特定用户、部门或自动化系统相关的规律。获取途径 Zendesk Tickets API中的submitter_id字段。示例 alice.jones@example.combob.williams@example.com系统监控器
	是否自动化 IsAutomated	用于标记活动由自动化系统还是人工客服执行的布尔值。
说明此派生属性有助于区分人工用户执行的事件与系统自动化、触发器或API集成执行的事件。通常通过检查事件作者是否为已知系统用户来确定。了解自动化程度对于现代流程分析至关重要。它有助于评估自动化规则的效果、发现可自动化的人工任务，并衡量自动化对效率和解决时间的影响。此属性还可用于比较自动化活动与人工活动的流程。重要性区分人工操作和系统操作，这对于分析自动化对流程效率的影响以及发现新的自动化机会至关重要。获取途径检查事件作者（Ticket Audits API中的author_id）是否对应已知系统用户或自动化用户后得出。示例 truefalse
	是否首次联系解决 IsFirstContactResolution	如果事件由最初指派的客服人员或团队解决，且期间没有发生移交，则此布尔值为真。
说明首次联系解决率（FCR）是衡量支持中心效率和客户满意度的重要指标。此计算属性用于标记未转派给其他客服人员或团队便已解决的事件。通常通过检查工单是否在仍由最初指派的客服人员和团队负责时达到“已解决”状态来判断。在流程挖掘中，这有助于直接计算FCR，并比较首次联系解决事件与需要升级处理事件的流程路径，从而发现提升一线支持能力的机会。重要性直接衡量首次支持接触的效率，并帮助发现提前解决问题的机会。获取途径计算得出的布尔值。如果工单状态为“已解决”或“已关闭”，且整个事件生命周期中只有一名唯一的指派客服人员或一个指派团队，则为真。示例 truefalse
	标签 Tags	用于分类和补充事件背景信息的一组标签。
说明标签是灵活的标记，可添加到工单中以补充背景信息、辅助分类或分派。客服人员可以手动添加，也可以通过触发器和自动化规则自动添加。标签是流程挖掘分析的重要数据来源。您可以用它们创建更细致的分析分组，例如筛选与特定产品发布（“launch_q4”）或已知服务中断（“outage_20231027”）相关的事件。这种灵活性支持超越标准工单字段的深入分析。重要性灵活分类和筛选事件，支持基于具体背景开展详细分析，弥补标准字段的不足。获取途径 Zendesk Tickets API中的tags字段。示例 vip_usernetwork_issueoutage_20231027billing_related
	根本原因类别 RootCauseCategory	事件根本原因所属的上层类别。
说明此属性用于对事件发生的根本原因进行分类。通常在事件生命周期接近结束时记录，例如在事后复盘或问题管理过程中，并存储在自定义字段中。这些数据对于“根本原因识别准确率”仪表板和“根本原因分析覆盖率”KPI至关重要。按根本原因分析事件有助于发现重复问题，指导团队实施永久性修复并减少未来事件数量，从而将工作重点从被动应急转向主动预防问题。重要性通过对事件原因分类，支持主动的问题管理，帮助发现趋势并预防问题再次发生。获取途径这通常是自定义工单字段。请在Zendesk管理中心查看工单字段配置。示例软件缺陷硬件故障用户操作错误网络中断
	案例持续时间 CaseDuration	从事件创建到最终关闭所经过的总时间。
说明此计算指标表示单个事件端到端的周期时间，计算方法是用第一个事件（例如“事件已创建”）的时间戳减去最后一个事件（例如“事件已关闭”）的时间戳。案例持续时间是衡量整体流程效率的核心关键绩效指标（KPI）。仪表板常用它展示平均周期时间、识别处理时间过长的案例并分析趋势。它从整体上衡量流程处理和解决事件的速度。重要性这是衡量整体流程速度并识别导致解决时间过长因素的重要KPI。获取途径对每个事件ID，计算最后一个事件与第一个事件的时间戳之差。示例 25920060480086400
	满意度评分 SatisfactionRating	事件解决后，最终用户提供的满意度评分。
说明此属性记录客户对支持体验的反馈，通常在工单解决后通过调查收集。Zendesk常见的评分为“良好”或“不满意”。满意度评分虽不能直接衡量流程效率，却是重要的结果指标。在流程挖掘中，可以将其与流程变体关联，了解哪些解决路径能带来更高的客户满意度。例如，移交次数较多的事件是否会得到较低评分？重要性提供重要的结果指标，可与流程特征关联分析，了解流程绩效如何影响用户满意度。获取途径 Zendesk Ticket Metrics API（/api/v2/ticket_metrics.json）中的satisfaction_rating.score字段。示例良好不满意已提供未提供
	移交次数 HandoffCount	事件转派给其他客服人员或团队的总次数。
说明此计算指标用于量化事件责任转交的次数。案例中Assignee或AssignedGroup字段每变更一次，计数就增加一次。移交是事件管理中常见的低效和延误来源。移交次数过多可能表明分派规则不明确、支持团队存在知识缺口，或流程过于复杂。此指标是“每个事件的平均移交次数”KPI的计算依据，也是“移交与返工分析”仪表板的重要指标。重要性量化责任转交造成的流程阻力，帮助定位分派效率低下和知识缺口，从而缩短解决时间。获取途径统计事件中AssignedGroup或Assignee字段的变更次数。示例 0135

必填建议填写选填

事件管理活动

建议在事件日志中记录以下关键流程步骤和里程碑，以便准确发现并分析流程。

6 建议填写 7 选填

	活动	说明
	事件已关闭	工单永久关闭时，事件生命周期随之结束。在Zendesk中，工单通常会在解决一段时间后自动关闭，并作为最终状态变更记录。
重要性这是流程的最终结束活动。从“事件已创建”到此事件的总时长即为流程总时长，可用于全面衡量周期时间。获取途径根据工单审计日志中的“变更”事件记录：当“status”字段的新值变为“closed”时，即表示工单已关闭。采集根据“status”字段变为“closed”的“变更”事件识别。事件类型 explicit
	事件已创建	在Zendesk中创建新工单时，事件生命周期由此开始。Zendesk工单创建审计日志会明确记录此事件，作为每个案例的起点。
重要性这是主要的开始活动。分析此事件与其他事件之间的时间间隔，对于衡量工单的整体生命周期和首次响应时间至关重要。获取途径 Zendesk工单审计日志会明确记录此事件。每个新工单都会生成带有相应时间戳的“创建”事件。采集直接取自审计日志中的工单创建事件。事件类型 explicit
	事件已解决	客服人员实施解决方案并将工单标记为“solved”时，即到达这一关键节点。工单审计日志会将此操作明确记录为状态变更。
重要性这是主要的解决活动，也是衡量解决时间的关键节点。此事件与“事件已关闭”之间的时间，代表等待用户确认或系统自动关闭的时长。获取途径根据工单审计日志中的“变更”事件记录：当“status”字段的新值变为“solved”时，即表示事件已解决。采集根据“status”字段变为“solved”的“变更”事件识别。事件类型 explicit
	工单已分配给客服人员	工单分配给特定客服人员处理时，会发生此活动。工单审计历史会明确记录此事件，表示某位人员已接手处理。
重要性这一关键节点对于衡量首次分配所需时间至关重要，也是分析交接、返工和首次联系解决率的基础。获取途径当工单审计日志中的“assignee_id”字段被填写或更改时，即会记录此事件。首次分配是计算KPI的重要节点。采集根据工单审计日志中“assignee_id”字段的“变更”事件识别。事件类型 explicit
	工单已重新分配	初次分配后，工单责任转交给其他客服人员或支持组时，即会发生此事件。工单审计历史会明确记录此变更。
重要性重新分配对于分析交接和返工至关重要。频繁重新分配通常意味着初始路由不准确、问题复杂或流程存在瓶颈。获取途径工单首次分配后，如果审计日志中“assignee_id”或“group_id”字段出现“变更”事件，即会记录此事件。采集根据后续发生的“assignee_id”或“group_id”字段“变更”事件识别。事件类型 explicit
	状态已更改为“打开”	表示客服人员已开始主动处理事件。通常根据工单“status”字段从“new”变为“open”推断，标志着调查和诊断阶段开始。
重要性此事件标志着工单从排队转为主动处理。工单从“new”状态变为“open”之前所用的时间，是衡量首次响应时间的重要指标。获取途径通过工单审计日志推断：识别“status”字段新值为“open”、旧值为“new”的“变更”事件。采集根据状态字段从“new”变为“open”推断。事件类型 inferred
	SLA目标未达成	表示工单未能达到既定服务级别协议目标，例如首次回复时间或解决时间。此事件根据SLA策略定义和工单更新时间计算。
重要性此事件可直接用于监控SLA达成情况。找出未达标的时间和原因，是提升服务可靠性和客户信任的关键。获取途径这是一个计算得出的事件。可分析工单关联的“sla_policy_metrics”数据，并使用每个SLA目标的“breached_at”时间戳推导此事件。采集根据工单SLA指标数据中的“breached_at”时间戳推导。事件类型 calculated
	工单已分配至组	表示事件首次被路由或分流至特定支持组。这通常是分配处理责任的第一步，并作为明确的变更事件记录在工单审计历史中。
重要性跟踪组分配情况有助于分析初始分流效率，并找出工单转至正确团队前的延误。获取途径当工单审计日志中的“group_id”字段被设置或更改时，即会记录此事件。创建后首次发生的此类变更即为初始分配。采集根据工单审计日志中“group_id”字段的“变更”事件识别。事件类型 explicit
	已发送公开回复	表示支持人员向最终用户发送了消息。每当工单添加公开评论时，Zendesk都会明确记录此事件。
重要性跟踪公开回复有助于了解沟通频率；分析用户确认延误时，这也是时间线中的重要信息。获取途径根据工单评论数据记录。当评论的“public”属性为true时，即视为公开评论。采集工单新增“public: true”评论时记录此事件。事件类型 explicit
	已提交用户满意度评分	表示最终用户对所获支持服务进行满意度评分。工单解决后，Zendesk会明确记录此事件。
重要性分析满意度评分可为客服人员表现和流程有效性提供重要反馈，并将流程指标与客户结果联系起来。获取途径根据工单关联的满意度评分数据记录。通常包括评分（“良好”或“较差”）和可选评论。采集工单提交满意度评分时记录此事件。事件类型 explicit
	已添加内部备注	此活动表示内部协作，即客服人员为其他团队成员在工单中添加私人备注。当评论标记为非公开时，系统会明确记录此活动。
重要性分析内部备注有助于了解需要协作处理的复杂问题；但备注过多也可能表明存在知识缺口或流程低效。获取途径根据工单评论数据记录。当评论的“public”属性为false时，即视为内部备注。采集工单新增“public: false”评论时记录此事件。事件类型 explicit
	已设置优先级	确定事件的优先级，例如低、普通、高或紧急。系统会将其记录为明确的变更事件，用于决定工单的紧急程度和所需响应时间。
重要性跟踪优先级的设置时间和方式，对于“优先级有效性指标”仪表板至关重要，可确保及时处理严重问题。获取途径根据工单审计日志中“priority”字段的“变更”事件记录。还可以跟踪后续变更，以衡量优先级变更率KPI。采集根据工单审计日志中“priority”字段的“变更”事件识别。事件类型 explicit
	状态已更改为“待处理”	表示流程暂停，正在等待请求者回复。根据工单“status”字段变为“pending”推断此事件。
重要性此活动对于计算用户确认等待时间至关重要。在此状态停留过久会显著延长整体解决时间，并反映沟通延误。获取途径通过工单审计日志推断：识别“status”字段新值为“pending”的“变更”事件。采集根据状态字段变为“pending”推断。事件类型 inferred

建议填写选填

数据提取指南

如何从Zendesk Support获取数据

步骤

访问Zendesk Explore：使用具有Zendesk Explore报告创建和管理权限的用户账号登录Zendesk Support实例。
创建新报告：进入Explore模块。点击左侧导航栏中的“Reports”图标，再点击“New report”按钮。
选择数据集：在“Choose a dataset”窗口中，选择Support: Ticket updates [default]数据集。该数据集包含每张工单的审计记录，是创建事件日志的必要数据。
添加初始属性（列）：在报告生成器中，进入“Rows”区域。点击“Add”，选择以下属性，作为事件日志的列：Ticket ID、Update - Timestamp、Ticket status、Assignee name、Ticket group、Ticket priority、Ticket channel、Changes - Field name、Changes - Previous value、Changes - New value、Comment public。
创建计算属性：这是最关键的一步。进入“Calculations”菜单（烧杯图标），选择“Standard calculated attribute”。创建下方“Query”部分定义的三个属性：ActivityName、SourceSystem和LastDataUpdate。请准确复制提供的公式。
调整报告列：将新建的计算属性（ActivityName、SourceSystem、LastDataUpdate）添加到“Rows”区域。随后可移除用于生成ActivityName的原始字段（Changes - Field name、Changes - Previous value、Changes - New value、Comment public），让视图更清晰。
添加报告筛选器：进入“Filters”区域并点击“Add”。为Update - Date添加筛选器，并选择合适的日期范围（例如最近3个月）。再为计算属性ActivityName添加筛选器，排除空值，移除与目标活动无关的工单更新。
运行并检查报告：添加属性和筛选器时，Zendesk Explore会自动更新报告。检查数据表，确认行列符合预期。报告应为每个事件显示一行。
将数据导出为CSV：报告定稿后，点击右上角的“Export”按钮并选择“CSV”。Zendesk将生成并下载CSV文件。
准备上传：打开导出的CSV文件，将列标题改为符合流程挖掘工具要求的属性名称（例如，将“Ticket ID”改为TicketId，将“Update - Timestamp”改为EventTimestamp）。确保时间戳采用符合ISO 8601标准的格式。文件现在可以上传。

配置

Zendesk数据集：报告必须基于Support: Ticket updates [default]数据集。它是唯一提供详细审计记录的标准数据集，可用于逐事件重建流程。
日期范围筛选：必须设置日期筛选器以控制数据量。建议使用Update - Date作为主要筛选条件。初次分析通常建议使用3至6个月的数据。
活动筛选器：创建ActivityName计算属性后，必须筛除该值为空的行。这样可从事件日志中排除无关的工单变更（例如系统更新、标签变更）。
计算属性：此提取流程主要依靠标准计算属性，将原始工单字段变更转换为易读的活动名称。公式必须准确无误。
前提条件：运行报告的用户至少需要在Zendesk Explore中拥有“Viewer”角色。创建并保存报告则需要“Editor”或“Admin”权限。

查询示例 config

This extraction is configured using the Zendesk Explore UI. The core logic is contained within a standard calculated attribute. 

**1. Dataset Selection:**
* `Support: Ticket updates [default]`

**2. Report Columns (Add to 'Rows' panel):**
* `Ticket ID`
* `ActivityName` (Calculated Attribute)
* `EventTimestamp` (Use the `Update - Timestamp` attribute)
* `SourceSystem` (Calculated Attribute)
* `LastDataUpdate` (Calculated Attribute)
* `Ticket status`
* `Assignee name`
* `Ticket group`
* `Ticket priority`
* `Ticket channel`
* `SLA metric status`
* `EventEndTime` (Use the `Update - Timestamp` attribute again)

**3. Standard Calculated Attribute Formulas:**

**Attribute Name:** `ActivityName`
**Formula:**
```
IF ([Changes - Field name] = "status" AND [Changes - Previous value] = NULL AND [Changes - New value] = "new") THEN "Incident Created"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "open") THEN "Status Changed to Open"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "pending") THEN "Status Changed to Pending"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "solved") THEN "Incident Resolved"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "closed") THEN "Incident Closed"
ELIF ([Changes - Field name] = "group_id") THEN "Ticket Assigned to Group"
ELIF ([Changes - Field name] = "assignee_id") THEN "Ticket Assigned to Agent"
ELIF ([Changes - Field name] = "priority") THEN "Priority Set"
ELIF ([Changes - Field name] = "satisfaction_score") THEN "User Satisfaction Rated"
ELIF ([Changes - Field name] = "SLA metric breach") THEN "SLA Target Breached"
ELIF ([Comment public] = TRUE) THEN "Public Reply Sent"
ELIF ([Comment public] = FALSE) THEN "Internal Note Added"
ELSE NULL
ENDIF
```

**Attribute Name:** `SourceSystem`
**Formula:**
```
"Zendesk Support"
```

**Attribute Name:** `LastDataUpdate`
**Formula:**
```
NOW()
```

步骤

准备工作：确保系统已安装Python 3.6或更新版本，以及requests和pandas库。可使用pip安装：pip install requests pandas。
生成Zendesk API令牌：以管理员身份登录Zendesk Support实例。进入Admin Center > Apps and integrations > APIs > Zendesk APIs。在“API Tokens”部分添加新的活跃API令牌，并妥善保存生成的令牌字符串。
配置Python脚本：新建Python文件（例如extract_zendesk_logs.py），并将提供的脚本复制到文件中。更新脚本顶部的占位变量ZENDESK_SUBDOMAIN、ZENDESK_EMAIL和ZENDESK_API_TOKEN，填入您的凭据。设置START_TIMESTAMP，指定所需数据提取周期的起始时间（Unix纪元时间戳）。
了解API端点：脚本主要使用Zendesk的两个API端点。incremental/tickets/cursor.json端点用于高效获取自START_TIMESTAMP以来更新的所有工单。随后，脚本会针对每张工单调用tickets/{ticket_id}/audits.json端点，获取每项变更和事件的详细历史记录。
运行脚本：在终端中运行：python extract_zendesk_logs.py。脚本将开始从Zendesk API获取数据。
监控脚本进度：脚本会在控制台显示已处理的工单数量，便于您查看进度。耗时取决于日期范围和工单数量，可能需要较长时间。
获取数据和分页：脚本会自动处理API分页。它从初始工单导出URL开始，并持续访问每个API响应中提供的after_url，直到获取该时间段内的所有工单。
转换事件：对于每张工单，脚本都会遍历其审计历史，解析每项审计事件，并将Zendesk内部事件类型（如Create、Change、Comment）映射为所需的业务活动（如事件已创建、状态变更为开放、已发送公开回复）。
处理SLA数据：脚本包含专用函数get_sla_breach_events，用于获取每张已解决工单的SLA指标。由于SLA违规并非审计日志中的标准事件，因此需要额外调用API获取SLA策略应用详情。
生成事件日志：所有工单处理完成后，脚本会将提取的事件汇总到pandas DataFrame中，并将最终事件日志保存为zendesk_incident_event_log.csv，文件位于脚本运行目录中。
准备上传：检查生成的CSV文件，确认内容正确。文件现已符合格式要求，可直接上传到ProcessMind进行分析。

配置

Zendesk API凭据：您需要提供Zendesk子域名、与管理员或客服账号关联的电子邮件地址，以及有效的API令牌。请妥善保存这些凭据；生产环境中不要将其硬编码在受版本控制的脚本里。
起始时间戳（START_TIMESTAMP）：此整数值决定数据提取的起点，必须为Unix纪元时间戳。建议从过去3至6个月开始，以获取有代表性的数据，同时避免给系统造成过大负担。您可以使用在线转换工具，将指定日期转换为正确的时间戳。
API速率限制：脚本会发起大量API调用。Zendesk会根据套餐设置不同的速率限制。对于中等数据量，脚本可以正常运行；对于大型实例，可能需要在循环中加入time.sleep()调用，以免触发速率限制并收到429错误。
所需Python库：脚本使用requests库发起API调用，并使用pandas库处理数据和导出CSV。请确保已在Python环境中安装这两个库。
用户权限：与API令牌关联的用户账号必须拥有读取工单数据的权限，包括审计记录和工单指标。

查询示例 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 Zendesk details
ZENDESK_SUBDOMAIN = class="hl-string">"[your_subdomain]"
ZENDESK_EMAIL = class="hl-string">"[your_login_email@example.com]"
ZENDESK_API_TOKEN = class="hl-string">"[your_zendesk_api_token]"

class=class="hl-string">"hl-comment"># Set the start time for the incremental export (Unix epoch timestamp)
class=class="hl-string">"hl-comment"># Example: 1672531200 is for January 1, 2023 00:00:00 UTC
class=class="hl-string">"hl-comment"># It's recommended to extract the last 3-6 months of data.
START_TIMESTAMP = 1672531200 

class=class="hl-string">"hl-comment"># --- SCRIPT --- 
BASE_URL = fclass="hl-string">"https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2"
AUTH = (fclass="hl-string">"{ZENDESK_EMAIL}/token", ZENDESK_API_TOKEN)
SOURCE_SYSTEM = class="hl-string">"Zendesk Support"
LAST_DATA_UPDATE = datetime.utcnow().isoformat() + class="hl-string">'Z'

def get_sla_breach_events(ticket_id, session):
    class="hl-string">"""Fetches SLA metrics for a ticket and creates breach events."""
    sla_events = []
    try:
        metrics_url = fclass="hl-string">"{BASE_URL}/tickets/{ticket_id}/metrics.json"
        response = session.get(metrics_url)
        response.raise_for_status()
        metrics = response.json().get(class="hl-string">'ticket_metric', {})
        
        if metrics and metrics.get(class="hl-string">'sla_policy'):
            for sla in metrics.get(class="hl-string">'sla_policy').get(class="hl-string">'policy_metrics', []):
                if sla.get(class="hl-string">'breach_at'):
                    breach_timestamp = sla[class="hl-string">'breach_at']
                    sla_events.append({
                        class="hl-string">'TicketId': ticket_id,
                        class="hl-string">'ActivityName': class="hl-string">'SLA Target Breached',
                        class="hl-string">'EventTimestamp': breach_timestamp,
                        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
                        class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
                        class="hl-string">'TicketStatus': class="hl-string">'breached',
                        class="hl-string">'Assignee': metrics.get(class="hl-string">'assignee_updated_at'), 
                        class="hl-string">'AssignedGroup': metrics.get(class="hl-string">'group_stations'),
                        class="hl-string">'TicketPriority': None, class=class="hl-string">"hl-comment"># Not directly available in metrics
                        class="hl-string">'Channel': None, class=class="hl-string">"hl-comment"># Not directly available in metrics
                        class="hl-string">'SlaStatus': fclass="hl-string">"{sla.get('metric')} Breached",
                        class="hl-string">'EventEndTime': breach_timestamp
                    })
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Could not fetch SLA metrics for ticket {ticket_id}: {e}")
    return sla_events

def process_ticket(ticket, session):
    class="hl-string">"""Processes a single ticket's audits to extract all relevant events."""
    all_events = []
    ticket_id = ticket[class="hl-string">'id']
    ticket_created_at = ticket[class="hl-string">'created_at']
    
    class=class="hl-string">"hl-comment"># 1. Incident Created event
    all_events.append({
        class="hl-string">'TicketId': ticket_id,
        class="hl-string">'ActivityName': class="hl-string">'Incident Created',
        class="hl-string">'EventTimestamp': ticket_created_at,
        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
        class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
        class="hl-string">'TicketStatus': class="hl-string">'new',
        class="hl-string">'Assignee': ticket.get(class="hl-string">'assignee_id'),
        class="hl-string">'AssignedGroup': ticket.get(class="hl-string">'group_id'),
        class="hl-string">'TicketPriority': ticket.get(class="hl-string">'priority'),
        class="hl-string">'Channel': ticket.get(class="hl-string">'via', {}).get(class="hl-string">'channel'),
        class="hl-string">'SlaStatus': None,
        class="hl-string">'EventEndTime': ticket_created_at
    })
    
    class=class="hl-string">"hl-comment"># Process audits for other events
    audits_url = fclass="hl-string">"{BASE_URL}/tickets/{ticket_id}/audits.json"
    try:
        response = session.get(audits_url)
        response.raise_for_status()
        audits = response.json().get(class="hl-string">'audits', [])
        
        is_first_group_assignment = True
        is_first_agent_assignment = True

        for audit in audits:
            event_timestamp = audit[class="hl-string">'created_at']
            for event in audit.get(class="hl-string">'events', []):
                activity = {}
                event_type = event.get(class="hl-string">'type')

                if event_type == class="hl-string">'Change':
                    field_name = event.get(class="hl-string">'field_name')
                    value = event.get(class="hl-string">'value')
                    
                    if field_name == class="hl-string">'group_id' and value is not None:
                        activity_name = class="hl-string">'Ticket Assigned to Group' if is_first_group_assignment else class="hl-string">'Ticket Reassigned'
                        is_first_group_assignment = False
                        activity = {class="hl-string">'ActivityName': activity_name, class="hl-string">'AssignedGroup': value}

                    elif field_name == class="hl-string">'assignee_id' and value is not None:
                        activity_name = class="hl-string">'Ticket Assigned to Agent' if is_first_agent_assignment else class="hl-string">'Ticket Reassigned'
                        is_first_agent_assignment = False
                        activity = {class="hl-string">'ActivityName': activity_name, class="hl-string">'Assignee': value}
                        
                    elif field_name == class="hl-string">'priority':
                        activity = {class="hl-string">'ActivityName': class="hl-string">'Priority Set', class="hl-string">'TicketPriority': value}
                        
                    elif field_name == class="hl-string">'status':
                        if value == class="hl-string">'open': activity = {class="hl-string">'ActivityName': class="hl-string">'Status Changed to Open', class="hl-string">'TicketStatus': class="hl-string">'open'}
                        elif value == class="hl-string">'pending': activity = {class="hl-string">'ActivityName': class="hl-string">'Status Changed to Pending', class="hl-string">'TicketStatus': class="hl-string">'pending'}
                        elif value == class="hl-string">'solved': activity = {class="hl-string">'ActivityName': class="hl-string">'Incident Resolved', class="hl-string">'TicketStatus': class="hl-string">'solved'}
                        elif value == class="hl-string">'closed': activity = {class="hl-string">'ActivityName': class="hl-string">'Incident Closed', class="hl-string">'TicketStatus': class="hl-string">'closed'}
                        
                elif event_type == class="hl-string">'Comment':
                    is_public = event.get(class="hl-string">'public', False)
                    activity_name = class="hl-string">'Public Reply Sent' if is_public else class="hl-string">'Internal Note Added'
                    activity = {class="hl-string">'ActivityName': activity_name}

                elif event_type == class="hl-string">'SatisfactionRating':
                    activity = {class="hl-string">'ActivityName': class="hl-string">'User Satisfaction Rated'}

                if activity:
                    base_event = {
                        class="hl-string">'TicketId': ticket_id,
                        class="hl-string">'EventTimestamp': event_timestamp,
                        class="hl-string">'SourceSystem': SOURCE_SYSTEM,
                        class="hl-string">'LastDataUpdate': LAST_DATA_UPDATE,
                        class="hl-string">'TicketStatus': ticket.get(class="hl-string">'status'),
                        class="hl-string">'Assignee': ticket.get(class="hl-string">'assignee_id'),
                        class="hl-string">'AssignedGroup': ticket.get(class="hl-string">'group_id'),
                        class="hl-string">'TicketPriority': ticket.get(class="hl-string">'priority'),
                        class="hl-string">'Channel': ticket.get(class="hl-string">'via', {}).get(class="hl-string">'channel'),
                        class="hl-string">'SlaStatus': None,
                        class="hl-string">'EventEndTime': event_timestamp
                    }
                    base_event.update(activity)
                    all_events.append(base_event)
    
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Could not process audits for ticket {ticket_id}: {e}")

    class=class="hl-string">"hl-comment"># Get SLA Breach events if ticket is solved
    if ticket.get(class="hl-string">'status') in [class="hl-string">'solved', class="hl-string">'closed']:
        all_events.extend(get_sla_breach_events(ticket_id, session))

    return all_events

def main():
    class="hl-string">"""Main function to fetch tickets and generate the event log."""
    all_ticket_events = []
    url = fclass="hl-string">"{BASE_URL}/incremental/tickets/cursor.json?start_time={START_TIMESTAMP}"
    
    with requests.Session() as session:
        session.auth = AUTH
        
        ticket_count = 0
        while url:
            try:
                response = session.get(url)
                response.raise_for_status()
                data = response.json()
                tickets = data.get(class="hl-string">'tickets', [])
                
                for ticket in tickets:
                    ticket_count += 1
                    all_ticket_events.extend(process_ticket(ticket, session))
                    if ticket_count % 100 == 0:
                        print(fclass="hl-string">"Processed {ticket_count} tickets...")

                if data.get(class="hl-string">'end_of_stream', True):
                    print(class="hl-string">"Reached the end of the ticket stream.")
                    break
                
                url = data.get(class="hl-string">'after_url')
                class=class="hl-string">"hl-comment"># Respect rate limits
                time.sleep(1) 

            except requests.exceptions.RequestException as e:
                print(fclass="hl-string">"An API error occurred: {e}")
                if hasattr(e, class="hl-string">'response') and e.response.status_code == 429:
                    retry_after = int(e.response.headers.get(class="hl-string">'Retry-After', 60))
                    print(fclass="hl-string">"Rate limit exceeded. Retrying after {retry_after} seconds...")
                    time.sleep(retry_after)
                else:
                    break

    if not all_ticket_events:
        print(class="hl-string">"No events were extracted. Check configuration and API access.")
        return

    print(fclass="hl-string">"\nTotal events extracted: {len(all_ticket_events)}")
    df = pd.DataFrame(all_ticket_events)
    
    class=class="hl-string">"hl-comment"># Reorder columns for clarity
    cols = [
        class="hl-string">'TicketId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'EventEndTime', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'TicketStatus', class="hl-string">'Assignee', class="hl-string">'AssignedGroup', class="hl-string">'TicketPriority', class="hl-string">'Channel', class="hl-string">'SlaStatus'
    ]
    df = df[cols]
    
    class=class="hl-string">"hl-comment"># Save to CSV
    output_file = class="hl-string">'zendesk_incident_event_log.csv'
    df.to_csv(output_file, index=False)
    print(fclass="hl-string">"Event log successfully saved to {output_file}")

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

步骤

创建Zendesk API客户端，并授予读取工单、工单审计记录、用户、组、满意度评分和增量导出数据的权限。使用为Zendesk Support实例配置的API令牌或OAuth凭据。将子域名、凭据和提取水位线作为安全配置值保存。
使用Zendesk Incremental Ticket Export API获取上次成功水位线之后更新的工单。以下脚本采用文档规定的端点格式：https://[Your Zendesk subdomain].zendesk.com/api/v2/incremental/tickets/cursor.json，并通过游标分页持续获取数据，直到API报告结果集已完整返回。
对返回的每张工单，请求其工单审计端点以获取审计历史。ProcessMind会直接读取事件日志，不会根据工单最终状态推断活动，因此必须提供审计记录。保留审计时间戳、操作人、工单标识符和审计事件。
将审计事件转换为明确的事件行。提取工单创建、组分配、客服分配、优先级变更、状态变为open、公开回复、内部备注、重新分配、状态变为pending、已解决状态和已关闭状态。如果有满意度评分，将其作为单独的事件行提取。只有在具备所需SLA目标和事件时间戳时，才计算SLA违约，并记录计算所用的数据。
保存最近一次成功处理的更新时间戳或游标。只有在所有页面、工单审计记录和可选的满意度记录都成功写入后，才更新水位线。首次运行时，请设置有界的起始时间，例如[Start date in ISO 8601 format]，通常覆盖三至六个月。
填充必需列TicketId、ActivityName、EventTimestamp、SourceSystem和LastDataUpdate。只要源数据支持，还应填充建议列TicketStatus、Assignee、AssignedGroup、TicketPriority、Channel、SlaStatus和EventEndTime。仅当Zendesk未提供相应事件属性时，才留空。
使用TicketId、ActivityName、EventTimestamp以及可用的稳定源事件标识符进行去重。保留同一活动的多次有效记录，例如多条公开回复、内部备注、分配或状态变更。
将结果写入CSV或其他ProcessMind支持的事件日志格式。确保时间戳采用带明确UTC偏移量的ISO 8601格式，TicketId的数据类型一致，ActivityName值与文档中定义的活动名称完全一致，并且同一提取批次中所有行的LastDataUpdate值相同。
将事件日志上传到ProcessMind，并将Incident ID设为案例标识符、Activity设为活动列、Event Timestamp设为事件时间列。请确认每项必需活动都有明确的事件行，而不是在可视化过程中推导得出。

配置

API方法：使用支持游标分页的Zendesk Incremental Ticket Export API。通过工单审计端点提取事件级数据；启用满意度评分且可访问时，使用满意度端点。
必需配置：Zendesk子域名、API身份验证、初始起始日期、提取水位线、请求超时、重试策略和输出位置。请将[Your Zendesk subdomain]、[Your API email]和[Your API token]替换为安全的部署值。
日期范围：初次加载通常使用三至六个月的数据，除非所需历史范围更长。定期加载时，请请求上次成功水位线之后的记录，并设置较短的重叠时段，以防遗漏延迟到达的更新，然后进行去重。
筛选条件：仅当流程范围明确要求时，才按公司、品牌、组、组织、工单表单、渠道或自定义字段筛选。除非Zendesk配置的字段中包含这些概念，否则Zendesk Support不使用SAP风格的Company Code或Document Type筛选条件。
事件定义：将审计事件视为明确变更的权威记录。不能仅因工单当前状态有值就创建状态变更事件。状态事件必须来自审计事件或其他有文档依据的源事件。
SLA配置：计算SLA Target Breached需要访问适用的SLA策略、目标时长、工作时间日历和评估目标所需的时间戳。如果Zendesk提供违约事件或指标，请使用该数据源。否则，仅在策略数据有文档记录的情况下进行计算，并保留计算依据。
满意度配置：User Satisfaction Rated要求启用满意度评分，并且可通过API访问评分记录。已解决但没有评分的工单不得生成虚构的评分事件。
性能：使用游标分页、限制工单审计请求的并发数、复用连接、针对速率限制采用指数退避，并在批次成功后保存检查点。避免每次运行都重复请求所有工单审计记录。
完整性：增量导出可能包含请求时间之后更新的工单，但审计记录获取和延迟更新需要单独处理。请设置重叠时段，并使用稳定的去重键。
前提条件：需要API访问权限、读取工单和审计记录的权限、用于名称解析的用户和组访问权限；如有需要，还需访问满意度数据和SLA数据。具体审计事件类型是否可用，取决于Zendesk配置和订阅方案。

查询示例 python

import csv
import json
import os
import time
from datetime import datetime, timezone, timedelta
from typing import Any, Dict, Iterable, List, Optional, Tuple

import requests

ZENDESK_SUBDOMAIN = os.getenv(class="hl-string">"ZENDESK_SUBDOMAIN", class="hl-string">"[Your Zendesk subdomain]")
API_EMAIL = os.getenv(class="hl-string">"ZENDESK_API_EMAIL", class="hl-string">"[Your API email]")
API_TOKEN = os.getenv(class="hl-string">"ZENDESK_API_TOKEN", class="hl-string">"[Your API token]")
START_DATE = os.getenv(class="hl-string">"START_DATE", class="hl-string">"[Start date in ISO 8601 format]")
OUTPUT_FILE = os.getenv(class="hl-string">"OUTPUT_FILE", class="hl-string">"incident_event_log.csv")
SOURCE_SYSTEM = class="hl-string">"Zendesk Support"
LAST_DATA_UPDATE = datetime.now(timezone.utc).isoformat()

if class="hl-string">"[" in ZENDESK_SUBDOMAIN or class="hl-string">"[" in API_EMAIL or class="hl-string">"[" in API_TOKEN or class="hl-string">"[" in START_DATE:
    raise ValueError(class="hl-string">"Set ZENDESK_SUBDOMAIN, ZENDESK_API_EMAIL, ZENDESK_API_TOKEN, and START_DATE before running")

BASE_URL = fclass="hl-string">"https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2"
SESSION = requests.Session()
SESSION.auth = (fclass="hl-string">"{API_EMAIL}/token", API_TOKEN)
SESSION.headers.update({class="hl-string">"Accept": class="hl-string">"application/json"})

FIELDS = [
    class="hl-string">"TicketId", class="hl-string">"ActivityName", class="hl-string">"EventTimestamp", class="hl-string">"SourceSystem", class="hl-string">"LastDataUpdate",
    class="hl-string">"TicketStatus", class="hl-string">"Assignee", class="hl-string">"AssignedGroup", class="hl-string">"TicketPriority", class="hl-string">"Channel",
    class="hl-string">"SlaStatus", class="hl-string">"EventEndTime"
]


def parse_time(value: Optional[str]) -> Optional[datetime]:
    if not value:
        return None
    return datetime.fromisoformat(value.replace(class="hl-string">"Z", class="hl-string">"+00:00"))


def iso(value: Any) -> str:
    if isinstance(value, datetime):
        return value.astimezone(timezone.utc).isoformat()
    if value is None:
        return class="hl-string">""
    return str(value)


def get_json(url: str, params: Optional[Dict[str, Any]] = None) -> Dict[str, Any]:
    for attempt in range(6):
        response = SESSION.get(url, params=params, timeout=60)
        if response.status_code == 429:
            retry_after = int(response.headers.get(class="hl-string">"Retry-After", class="hl-string">"5"))
            time.sleep(max(retry_after, 2 ** attempt))
            continue
        response.raise_for_status()
        return response.json()
    raise RuntimeError(fclass="hl-string">"Request failed after retries: {url}")


def incremental_tickets(start_time: str) -> Iterable[Dict[str, Any]]:
    url = fclass="hl-string">"{BASE_URL}/incremental/tickets/cursor.json"
    params: Optional[Dict[str, Any]] = {class="hl-string">"start_time": int(parse_time(start_time).timestamp())}
    while url:
        payload = get_json(url, params)
        for ticket in payload.get(class="hl-string">"tickets", []):
            yield ticket
        if payload.get(class="hl-string">"end_of_stream"):
            break
        url = payload.get(class="hl-string">"after_url")
        params = None


def ticket_audits(ticket_id: int) -> Iterable[Dict[str, Any]]:
    url = fclass="hl-string">"{BASE_URL}/tickets/{ticket_id}/audits.json"
    while url:
        payload = get_json(url)
        for audit in payload.get(class="hl-string">"audits", []):
            yield audit
        url = payload.get(class="hl-string">"next_page")


def satisfaction_for_ticket(ticket_id: int) -> Iterable[Dict[str, Any]]:
    url = fclass="hl-string">"{BASE_URL}/tickets/{ticket_id}/satisfaction_ratings.json"
    try:
        payload = get_json(url)
    except requests.HTTPError as error:
        if error.response is not None and error.response.status_code in (403, 404):
            return
        raise
    for rating in payload.get(class="hl-string">"satisfaction_ratings", []):
        yield rating


def user_name(user_id: Any, cache: Dict[str, str]) -> str:
    if not user_id:
        return class="hl-string">""
    key = str(user_id)
    if key not in cache:
        payload = get_json(fclass="hl-string">"{BASE_URL}/users/{user_id}.json")
        user = payload.get(class="hl-string">"user", {})
        cache[key] = user.get(class="hl-string">"name") or user.get(class="hl-string">"email") or key
    return cache[key]


def group_name(group_id: Any, cache: Dict[str, str]) -> str:
    if not group_id:
        return class="hl-string">""
    key = str(group_id)
    if key not in cache:
        payload = get_json(fclass="hl-string">"{BASE_URL}/groups/{group_id}.json")
        cache[key] = payload.get(class="hl-string">"group", {}).get(class="hl-string">"name") or key
    return cache[key]


def ticket_context(ticket: Dict[str, Any], users: Dict[str, str], groups: Dict[str, str]) -> Dict[str, str]:
    assignee = user_name(ticket.get(class="hl-string">"assignee_id"), users)
    group = group_name(ticket.get(class="hl-string">"group_id"), groups)
    return {
        class="hl-string">"TicketStatus": str(ticket.get(class="hl-string">"status") or class="hl-string">""),
        class="hl-string">"Assignee": assignee,
        class="hl-string">"AssignedGroup": group,
        class="hl-string">"TicketPriority": str(ticket.get(class="hl-string">"priority") or class="hl-string">""),
        class="hl-string">"Channel": str((ticket.get(class="hl-string">"via") or {}).get(class="hl-string">"channel") or class="hl-string">""),
        class="hl-string">"SlaStatus": class="hl-string">"",
    }


def make_row(ticket_id: Any, activity: str, event_time: Any, context: Dict[str, str], end_time: Any = class="hl-string">"") -> Dict[str, str]:
    row = {
        class="hl-string">"TicketId": str(ticket_id),
        class="hl-string">"ActivityName": activity,
        class="hl-string">"EventTimestamp": iso(event_time),
        class="hl-string">"SourceSystem": SOURCE_SYSTEM,
        class="hl-string">"LastDataUpdate": LAST_DATA_UPDATE,
        class="hl-string">"TicketStatus": context.get(class="hl-string">"TicketStatus", class="hl-string">""),
        class="hl-string">"Assignee": context.get(class="hl-string">"Assignee", class="hl-string">""),
        class="hl-string">"AssignedGroup": context.get(class="hl-string">"AssignedGroup", class="hl-string">""),
        class="hl-string">"TicketPriority": context.get(class="hl-string">"TicketPriority", class="hl-string">""),
        class="hl-string">"Channel": context.get(class="hl-string">"Channel", class="hl-string">""),
        class="hl-string">"SlaStatus": context.get(class="hl-string">"SlaStatus", class="hl-string">""),
        class="hl-string">"EventEndTime": iso(end_time),
    }
    return row


def audit_value(audit_event: Dict[str, Any], field: str) -> Any:
    for change in audit_event.get(class="hl-string">"changes", []):
        if change.get(class="hl-string">"field") == field:
            return change
    return None


def append_audit_rows(ticket: Dict[str, Any], audit: Dict[str, Any], rows: List[Dict[str, str]], users: Dict[str, str], groups: Dict[str, str]) -> None:
    ticket_id = ticket.get(class="hl-string">"id")
    event_time = audit.get(class="hl-string">"created_at")
    context = ticket_context(ticket, users, groups)
    author = user_name(audit.get(class="hl-string">"author_id"), users)
    for change in audit.get(class="hl-string">"events", []):
        event_type = change.get(class="hl-string">"type")
        field = change.get(class="hl-string">"field")
        value = change.get(class="hl-string">"value")
        previous = change.get(class="hl-string">"previous_value")
        if event_type == class="hl-string">"Create" or field == class="hl-string">"created_at":
            rows.append(make_row(ticket_id, class="hl-string">"Incident Created", event_time, context))
        if field == class="hl-string">"group_id" and value is not None:
            context[class="hl-string">"AssignedGroup"] = group_name(value, groups)
            if previous not in (None, class="hl-string">"", value):
                rows.append(make_row(ticket_id, class="hl-string">"Ticket Reassigned", event_time, context))
            else:
                rows.append(make_row(ticket_id, class="hl-string">"Ticket Assigned to Group", event_time, context))
        if field == class="hl-string">"assignee_id" and value is not None:
            context[class="hl-string">"Assignee"] = user_name(value, users)
            if previous not in (None, class="hl-string">"", value):
                rows.append(make_row(ticket_id, class="hl-string">"Ticket Reassigned", event_time, context))
            else:
                rows.append(make_row(ticket_id, class="hl-string">"Ticket Assigned to Agent", event_time, context))
        if field == class="hl-string">"priority" and value is not None:
            context[class="hl-string">"TicketPriority"] = str(value)
            rows.append(make_row(ticket_id, class="hl-string">"Priority Set", event_time, context))
        if field == class="hl-string">"status":
            context[class="hl-string">"TicketStatus"] = str(value or class="hl-string">"")
            if value == class="hl-string">"open":
                rows.append(make_row(ticket_id, class="hl-string">"Status Changed to Open", event_time, context))
            if value == class="hl-string">"pending":
                rows.append(make_row(ticket_id, class="hl-string">"Status Changed to Pending", event_time, context))
            if value == class="hl-string">"solved":
                rows.append(make_row(ticket_id, class="hl-string">"Incident Resolved", event_time, context))
            if value == class="hl-string">"closed":
                rows.append(make_row(ticket_id, class="hl-string">"Incident Closed", event_time, context))
        if event_type == class="hl-string">"Comment":
            if bool(change.get(class="hl-string">"public")):
                rows.append(make_row(ticket_id, class="hl-string">"Public Reply Sent", event_time, context))
            else:
                rows.append(make_row(ticket_id, class="hl-string">"Internal Note Added", event_time, context))


def append_satisfaction_rows(ticket: Dict[str, Any], rows: List[Dict[str, str]], users: Dict[str, str], groups: Dict[str, str]) -> None:
    context = ticket_context(ticket, users, groups)
    for rating in satisfaction_for_ticket(ticket.get(class="hl-string">"id")):
        rated_at = rating.get(class="hl-string">"created_at") or rating.get(class="hl-string">"updated_at")
        if rated_at:
            rows.append(make_row(ticket.get(class="hl-string">"id"), class="hl-string">"User Satisfaction Rated", rated_at, context))


def append_sla_breach_rows(ticket: Dict[str, Any], rows: List[Dict[str, str]], users: Dict[str, str], groups: Dict[str, str]) -> None:
    context = ticket_context(ticket, users, groups)
    sla_breach_time = ticket.get(class="hl-string">"sla_breach_at")
    if sla_breach_time:
        context[class="hl-string">"SlaStatus"] = class="hl-string">"Breached"
        rows.append(make_row(ticket.get(class="hl-string">"id"), class="hl-string">"SLA Target Breached", sla_breach_time, context))


def extract() -> List[Dict[str, str]]:
    rows: List[Dict[str, str]] = []
    users: Dict[str, str] = {}
    groups: Dict[str, str] = {}
    seen = set()
    for ticket in incremental_tickets(START_DATE):
        for audit in ticket_audits(ticket.get(class="hl-string">"id")):
            append_audit_rows(ticket, audit, rows, users, groups)
        append_satisfaction_rows(ticket, rows, users, groups)
        append_sla_breach_rows(ticket, rows, users, groups)
    unique_rows: List[Dict[str, str]] = []
    for row in rows:
        key = (row[class="hl-string">"TicketId"], row[class="hl-string">"ActivityName"], row[class="hl-string">"EventTimestamp"], row[class="hl-string">"Assignee"], row[class="hl-string">"AssignedGroup"])
        if key not in seen:
            seen.add(key)
            unique_rows.append(row)
    unique_rows.sort(key=lambda item: (item[class="hl-string">"TicketId"], item[class="hl-string">"EventTimestamp"], item[class="hl-string">"ActivityName"]))
    return unique_rows


if __name__ == class="hl-string">"__main__":
    event_rows = extract()
    with open(OUTPUT_FILE, class="hl-string">"w", newline=class="hl-string">"", encoding=class="hl-string">"utf-8") as output:
        writer = csv.DictWriter(output, fieldnames=FIELDS)
        writer.writeheader()
        writer.writerows(event_rows)
    print(json.dumps({class="hl-string">"output_file": OUTPUT_FILE, class="hl-string">"rows": len(event_rows), class="hl-string">"last_data_update": LAST_DATA_UPDATE}))

步骤

选择一款商用ETL或数据集成工具，确认其提供经过验证的Zendesk Support连接器，支持提取工单审计历史和评论，并能将数据写入目标数据仓库或文件系统。确认连接器支持增量提取、分页、速率限制处理和源时间戳保留。
在所选工具中创建Zendesk连接。通过工具的配置界面输入Zendesk子域名、身份验证方式、凭据或令牌，以及所需的连接设置。根据Zendesk套餐和连接器的支持范围，授予其访问工单、工单审计记录、评论、用户、组、满意度评分和SLA数据的权限。
配置提取时间范围。首次加载使用滚动的3至6个月时段，之后根据连接器支持的更新时间戳或审计时间戳设置增量加载。将上次成功提取的水位线保存在事件日志之外，避免后续运行重复或遗漏事件。
提取工单级数据以提供案例背景，包括工单标识符、当前状态或事件级状态、受理人、组、优先级、报告渠道、SLA状态和相关更新时间戳。还需提取工单审计记录，因为分配、优先级、状态和其他字段变更都必须作为明确的事件行记录。
提取工单评论，并根据连接器提供的公开或可见性标记区分公开评论和内部备注。提取评论时间戳、工单标识符、作者标识符，以及可用的结束时间或完成时间戳。公开评论创建Public Reply Sent行，私密评论创建Internal Note Added行。
如果连接器支持，请提取满意度评分记录和SLA违约记录。如果连接器不直接提供SLA违约事件，请配置ETL工具，根据可用的SLA目标、策略、工作时间和工单事件时间戳计算违约。除非源数据或已配置的计算确认目标已被违反，否则不得创建违约行。
将提取的源记录整理为规范化事件日志，每次明确发生的活动对应一行。将工单创建映射为Incident Created，将组分配变更映射为Ticket Assigned to Group或Ticket Reassigned，将客服分配变更映射为Ticket Assigned to Agent或Ticket Reassigned，将优先级变更映射为Priority Set，将状态转换映射为相应的状态活动，将评论映射为Public Reply Sent或Internal Note Added，将已解决状态映射为Incident Resolved，将满意度记录映射为User Satisfaction Rated，将已关闭状态映射为Incident Closed。
按确定的顺序应用事件分类规则。尽可能使用审计历史中的旧值和新值。首次分配到组时分类为Ticket Assigned to Group，首次分配给客服时分类为Ticket Assigned to Agent，之后的所有权变更分类为Ticket Reassigned。每次符合条件的变更都要生成一行，而非只记录工单的最新状态。
填充必需列TicketId、ActivityName、EventTimestamp、SourceSystem和LastDataUpdate。根据事件上下文或最接近的有效源记录，填充建议列TicketStatus、Assignee、AssignedGroup、TicketPriority、Channel、SlaStatus和EventEndTime。将源时间戳统一为同一时区，最好使用UTC，并保留连接器支持的原始精度。
检查转换后的数据：确认每个TicketId都有Incident Created行；适用时，事件时间戳处于提取范围内；源数据存在时，13个必需活动名称均有记录；并根据源审计标识符或有文档说明的组合键处理重复事件键。
将事件日志写入目标数据仓库表或文件，采用ProcessMind兼容的表格格式，例如CSV或受支持的数据仓库连接器格式。使用单行表头、稳定的列名、UTF-8编码和ISO 8601时间戳；最终事件列中不得包含嵌套JSON。将事件日志上传或连接到ProcessMind时，不要依赖系统推断活动，因为ProcessMind会直接读取提取的行。

配置

连接器和许可：使用带有Zendesk Support连接器的商用ETL或数据集成工具。连接器应根据Zendesk套餐和版本支持工单、工单审计记录、评论、用户、组、满意度评分和SLA信息。
身份验证和授权：配置Zendesk子域名和获批的身份验证方式。仅授予提取工单、审计记录、评论、用户、组、满意度和SLA数据所需的权限。确认集成账号可以读取历史记录。
日期范围：初次验证和加载时，先使用3至6个月的数据。确认行数、分页和速率限制处理正常后，再扩大范围。定期运行时使用增量水位线。
必需筛选条件：仅应用已确认存在于源配置中的公司相关筛选条件，例如指定的Zendesk子域名、品牌、组织、组或工单范围。除非配置的Zendesk数据模型中存在Company Code或Document Type字段，否则不要使用这些筛选条件。
审计历史：启用工单审计事件提取，并在可用时保留源审计标识符，避免增量加载时产生重复事件。
评论：提取公开和私密评论。使用源可见性标记区分Public Reply Sent和Internal Note Added。不要根据评论文本推断其可见性。
分配分类：比较组或受理人的旧值和新值。将首次符合条件的分配与后续变更分别分类；后续所有权变更应生成Ticket Reassigned事件。
状态分类：仅为明确的状态转换生成事件行。根据配置的Zendesk状态模型映射new、open、pending、solved和closed状态。如使用自定义状态，请在加载前记录映射规则。
SLA处理：优先使用源SLA违约事件。如果无法获取，请根据可用的SLA目标、策略、工作时间和事件时间戳配置有文档记录的计算，并将计算依据记录在ETL元数据中，不要虚构源字段。
时间戳处理：将EventTimestamp和EventEndTime统一为UTC或其他有文档记录的时区。保留源时间戳，不要用提取时间替代事件时间。
LastDataUpdate：将LastDataUpdate设为ETL成功刷新的时间戳，并确保同一批次中的所有行保持一致。
性能：使用分页、增量提取、按工单更新时间或审计时间戳分区、受控并行、重试处理和速率限制退避。避免每次定期运行都重新提取完整工单历史。
目标架构：配置扁平事件表或文件，包含必需列TicketId、ActivityName、EventTimestamp、SourceSystem和LastDataUpdate，并在可用时加入建议属性。
ProcessMind的处理方式：不要依赖ProcessMind推导状态变更、分配、回复、备注、SLA违约或生命周期里程碑。上传前，每项活动都必须已经作为事件行存在。

查询示例 config

-- Configure this transformation in the selected ETL tool using its Zendesk connector.
-- Replace bracketed connection, credential, date, and company-specific values in the tool configuration.
-- The connector source objects and field mappings must be selected from the tool's verified Zendesk schema.

WITH
source_tickets AS (
    SELECT
        ticket_id,
        created_at,
        status,
        assignee,
        assigned_group,
        priority,
        channel,
        sla_status,
        updated_at
    FROM [Your Zendesk tickets source]
    WHERE updated_at >= [Start date parameter]
      AND updated_at < [End date parameter]
),
source_audits AS (
    SELECT
        ticket_id,
        audit_id,
        event_timestamp,
        event_type,
        previous_value,
        new_value,
        status,
        assignee,
        assigned_group,
        priority,
        channel,
        sla_status,
        event_end_time
    FROM [Your Zendesk ticket audits source]
    WHERE event_timestamp >= [Start date parameter]
      AND event_timestamp < [End date parameter]
),
source_comments AS (
    SELECT
        ticket_id,
        comment_id,
        event_timestamp,
        is_public,
        status,
        assignee,
        assigned_group,
        priority,
        channel,
        sla_status,
        event_end_time
    FROM [Your Zendesk ticket comments source]
    WHERE event_timestamp >= [Start date parameter]
      AND event_timestamp < [End date parameter]
),
source_sla_breaches AS (
    SELECT
        ticket_id,
        breach_timestamp,
        status,
        assignee,
        assigned_group,
        priority,
        channel,
        sla_status,
        event_end_time
    FROM [Your Zendesk SLA breach source]
    WHERE breach_timestamp >= [Start date parameter]
      AND breach_timestamp < [End date parameter]
),
source_satisfaction AS (
    SELECT
        ticket_id,
        rating_timestamp,
        status,
        assignee,
        assigned_group,
        priority,
        channel,
        sla_status,
        event_end_time
    FROM [Your Zendesk satisfaction rating source]
    WHERE rating_timestamp >= [Start date parameter]
      AND rating_timestamp < [End date parameter]
),
classified_audits AS (
    SELECT
        a.*,
        ROW_NUMBER() OVER (
            PARTITION BY a.ticket_id, a.event_type
            ORDER BY a.event_timestamp, a.audit_id
        ) AS event_sequence
    FROM source_audits a
),
event_log AS (
    SELECT
        CAST(t.ticket_id AS VARCHAR(255)) AS TicketId,
        'Incident Created' AS ActivityName,
        t.created_at AS EventTimestamp,
        'Zendesk Support' AS SourceSystem,
        [ETL refresh timestamp] AS LastDataUpdate,
        t.status AS TicketStatus,
        t.assignee AS Assignee,
        t.assigned_group AS AssignedGroup,
        t.priority AS TicketPriority,
        t.channel AS Channel,
        t.sla_status AS SlaStatus,
        CAST(NULL AS TIMESTAMP) AS EventEndTime
    FROM source_tickets t

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Ticket Assigned to Group',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.status,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'group_assignment'
      AND a.event_sequence = 1
      AND a.new_value IS NOT NULL

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Ticket Assigned to Agent',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.status,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'assignee_assignment'
      AND a.event_sequence = 1
      AND a.new_value IS NOT NULL

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Priority Set',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.status,
        a.assignee,
        a.assigned_group,
        a.new_value,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'priority_change'
      AND a.new_value IS NOT NULL

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Status Changed to Open',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.new_value,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'status_change'
      AND a.previous_value = 'new'
      AND a.new_value = 'open'

    UNION ALL

    SELECT
        CAST(c.ticket_id AS VARCHAR(255)),
        'Public Reply Sent',
        c.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        c.status,
        c.assignee,
        c.assigned_group,
        c.priority,
        c.channel,
        c.sla_status,
        c.event_end_time
    FROM source_comments c
    WHERE c.is_public = TRUE

    UNION ALL

    SELECT
        CAST(c.ticket_id AS VARCHAR(255)),
        'Internal Note Added',
        c.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        c.status,
        c.assignee,
        c.assigned_group,
        c.priority,
        c.channel,
        c.sla_status,
        c.event_end_time
    FROM source_comments c
    WHERE c.is_public = FALSE

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Ticket Reassigned',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.status,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type IN ('group_assignment', 'assignee_assignment')
      AND a.event_sequence > 1
      AND COALESCE(a.previous_value, '') <> COALESCE(a.new_value, '')

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Status Changed to Pending',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.new_value,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'status_change'
      AND a.new_value = 'pending'

    UNION ALL

    SELECT
        CAST(s.ticket_id AS VARCHAR(255)),
        'SLA Target Breached',
        s.breach_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        s.status,
        s.assignee,
        s.assigned_group,
        s.priority,
        s.channel,
        s.sla_status,
        s.event_end_time
    FROM source_sla_breaches s
    WHERE s.breach_timestamp IS NOT NULL

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Incident Resolved',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.new_value,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'status_change'
      AND a.new_value = 'solved'

    UNION ALL

    SELECT
        CAST(s.ticket_id AS VARCHAR(255)),
        'User Satisfaction Rated',
        s.rating_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        s.status,
        s.assignee,
        s.assigned_group,
        s.priority,
        s.channel,
        s.sla_status,
        s.event_end_time
    FROM source_satisfaction s
    WHERE s.rating_timestamp IS NOT NULL

    UNION ALL

    SELECT
        CAST(a.ticket_id AS VARCHAR(255)),
        'Incident Closed',
        a.event_timestamp,
        'Zendesk Support',
        [ETL refresh timestamp],
        a.new_value,
        a.assignee,
        a.assigned_group,
        a.priority,
        a.channel,
        a.sla_status,
        a.event_end_time
    FROM classified_audits a
    WHERE a.event_type = 'status_change'
      AND a.new_value = 'closed'
)
SELECT
    TicketId,
    ActivityName,
    EventTimestamp,
    SourceSystem,
    LastDataUpdate,
    TicketStatus,
    Assignee,
    AssignedGroup,
    TicketPriority,
    Channel,
    SlaStatus,
    EventEndTime
FROM event_log
WHERE TicketId IS NOT NULL
  AND ActivityName IS NOT NULL
  AND EventTimestamp IS NOT NULL
ORDER BY TicketId, EventTimestamp, ActivityName;

准备好开始了吗？

使用此模板简化数据准备工作，深入了解事件管理绩效。立即开始优化流程。

返回改进指南

下载模板

优化事件管理，更快解决问题

将MTTR缩短35%，减少重复事件，提升满意度。

开始免费试用

无需信用卡，几分钟即可开始改进

您的事件管理数据模板

您的事件管理数据模板

事件管理属性

事件管理活动

数据提取指南

通过Zendesk Explore界面将报告导出为CSV文件

步骤

配置

查询示例 config

使用Zendesk Support REST API的Python脚本

步骤

配置

查询示例 python

使用Zendesk增量导出API批量同步数据

步骤

配置

查询示例 python

使用第三方ETL工具和Zendesk API连接器

步骤

配置

查询示例 config

准备好开始了吗？

优化事件管理，更快解决问题