您的问题管理数据模板

Freshservice

您的问题管理数据模板

此模板提供了一个全面的框架，用于映射 Freshservice 中的问题生命周期，帮助您识别根本原因分析和临时解决方案创建中的瓶颈。它概述了构建用于 Process Mining 的强大事件日志所需的核心属性和活动。通过遵循此指南，您可以简化数据提取流程，并专注于提高 IT 服务的稳定性。

深入根因分析的关键属性
问题生命周期的标准化活动映射
Freshservice 数据提取的技术指导

不熟悉事件日志？了解如何创建流程挖掘事件日志.

下载模板

问题管理属性

这些推荐的数据字段为您的事件日志提供了必要的上下文，以便对您的问题管理绩效进行详细分析。

3 必填 10 推荐 7 可选

	名称	描述
	Timestamp EventTimestamp	活动发生的精确日期和时间。
描述此属性记录系统中特定 event 发生的时间。它允许 Process Mining 引擎按时间顺序排列 event，并计算步骤之间的持续时间。在分析中，这些数据是所有基于时间的 KPI 的基础，如吞吐时间、交付周期分析和瓶颈识别。为何重要它建立了事件的时间线，从而实现周期计算和流程排序。获取方式 Freshservice API 活动流中的“created_at”或“updated_at”字段。示例 2023-10-15T08:30:00Z2023-10-15T09:15:22Z2023-10-16T14:00:00Z
	活动 ActivityName	对问题记录执行的具体 event 或操作。
描述此属性描述流程生命周期中的步骤，例如“问题已记录”、“根本原因已识别”或“支持组已变更”。它是流程发现算法映射工作序列的核心组件。在分析中，此字段决定了流程图中的节点，对于识别返工循环、跳过的步骤和流程变体至关重要。为何重要它定义了流程执行的“内容”，是生成流程图的必填项。获取方式派生自 Freshservice 的“Activities”或“Audit Log”端点。示例问题已记录已更新优先级状态改为已解决
	问题记录 ProblemNumber	分配给问题记录的唯一字母数字标识符（例如：PRB-10234）。
描述此属性作为 Process Mining 分析的核心 case ID。它唯一标识 Freshservice 中的特定问题调查，关联所有相关的活动、event 和变更。它用于将单个审计日志条目组合成连贯的流程实例。在分析中，此标识符允许用户从高层汇总数据下钻到特定的问题历程，以了解所发生的精确 event 序列。为何重要它是重建流程流的基础键，也是唯一识别每个案例所必需的。获取方式 Freshservice API “Problem”对象，字段“display_id”。示例 PRB-10023PRB-10045PRB-11201
	RCA 时间 TimeToRootCause	从问题创建到识别出根本原因的持续时间。
描述此持续时间属性通过测量“问题已记录”event 与“根本原因已识别”event 之间的时间差来计算。在分析中，它为“平均根本原因识别时间”KPI 提供数据，突显诊断阶段的效率。为何重要专门衡量调查阶段的速度。获取方式根据事件时间戳计算。示例 48 小时3天45分钟
	SLA 违约 IsSlaBreached	指示问题记录是否未达到其服务水平协议目标的标志。
描述如果问题解决时间超过了定义的策略，则此布尔属性为 true。在分析中，这会驱动“关键问题 SLA 绩效 dashboard”，帮助识别哪些团队或类别在及时性方面面临最大挑战。为何重要流程合规性和绩效的直接衡量标准。获取方式 Freshservice API，派生自“sla_policy”或“sla_breached”标志。示例 truefalse
	优先级 ProblemPriority	分配给问题的优先级（如：低、中、高、紧急）。
描述此属性指示问题记录的相对重要性和紧急程度。通常由“影响”和“紧急度”矩阵决定。在分析中，此字段对数据细分至关重要。它允许分析师比较关键问题与轻微缺陷之间的周期时间和 SLA 达成率。为何重要对于过滤高影响问题并设定分析优先级至关重要。获取方式 Freshservice API “Problem”对象，字段“priority”。示例低中高紧急
	关联事故 RelatedIncidentCount	与此问题关联的事件记录数量。
描述此属性统计与该问题记录关联的单个事件数量。它可作为衡量用户受干扰程度的指标。在分析中，此字段用于“事件关联密度”KPI，以验证问题处理是否真正减少了事件数量。为何重要指示问题对服务台影响的大小。获取方式 Freshservice API，“associated_incidents”数组的计数。示例 05120
	指派处理人 AgentName	当前分配处理该问题的服务台人员姓名。
描述此属性标识负责调查或解决问题的个人。它支持资源分析和绩效监控。在分析中，它有助于识别工作负载分配情况，以及哪些人员可能负载过重或在 RCA 方面效率极高。为何重要资源分析和组织挖掘的关键。获取方式 Freshservice API “Problem”对象，字段“responder_id”（需查找 Agent 表）。示例 Alice SmithBob Jones系统管理员
	支持组 SupportGroup	负责处理该问题的技术团队或小组。
描述此属性代表问题记录的负责团队。组间转办是问题管理中延迟的主要原因之一。在分析中，此字段用于生成“支持组转办热力图”，并识别团队间的“乒乓”转办行为。为何重要对分析交接和识别孤岛瓶颈至关重要。获取方式 Freshservice API “Problem”对象，字段“group_id”（需查找 Groups 表）。示例数据库团队网络运维应用支持
	是否重新打开 IsReopened	指示问题记录是否曾从关闭状态重新切换回打开状态的标志。
描述此布尔属性通过检查活动历史中从终结状态返回到活动状态的流转来计算。在分析中，它为“问题记录重启趋势 dashboard”提供支持，作为衡量解决流程质量的关键指标。为何重要虚假解决和返工的首要指标。获取方式根据事件日志 (ActivityName) 计算。示例 truefalse
	根因类别 RootCauseCategory	对问题识别出的潜在原因进行分类。
描述此属性对问题发生的原因进行分类，例如“软件缺陷”、“配置错误”或“人为错误”。它在 RCA 阶段后填充。在分析中，此字段用于“根本原因分类质量 dashboard”，以识别基础架构中的系统性薄弱环节。为何重要对于趋势分析和识别主动改进领域至关重要。获取方式 Freshservice API “Problem”对象。通常是自定义字段或“root_cause”文本字段，取决于具体配置。示例软件故障配置错误硬件故障
	状态 ProblemStatus	问题的当前生命周期状态（如：待处理、已请求变更、已解决）。
描述此属性跟踪问题在其 workflow 中的进展。该字段的变化会触发标准流程活动。在分析中，它是区分进行中工作与已完成工作的首要筛选条件，并支持 WIP（在制品）分析。为何重要定义案例状态，用于计算流程统计数据。获取方式 Freshservice API “Problem”对象，字段“status”。示例未结待处理变更已解决已结案
	部门 DepartmentName	报告问题或受影响主要的用户的所属部门。
描述此属性标识受问题影响的业务单位。在分析中，它有助于细分“关键问题 SLA 绩效”，以观察某些部门获得服务的速度是否慢于其他部门。为何重要为问题的影响提供组织维度的上下文。获取方式 Freshservice API，通过请求者查找 Department 表。示例财务人力资源IT
	临时解决方案描述 WorkaroundNotes	描述临时修复方案或 workaround 的文本。
描述此属性包含所提供的临时解决方案详情。该字段的存在表示临时解决方案已成功发布。在分析中，与填充此字段相关的时间戳决定了“平均临时解决方案交付周期”KPI。为何重要对于衡量缓解速度与完全解决速度之间的关系至关重要。获取方式 Freshservice API “Problem”对象，字段“workaround”。示例手动重启服务清除浏览器缓存使用备用 VPN 节点
	最后数据更新 LastExtractionTime	指示从 Freshservice 提取数据的时间戳。
描述此属性标记用于分析的数据集的新鲜度。它帮助用户了解查看的是实时数据还是历史快照。在分析中，它被用作计算当前未结 case 持续时间的参考点。为何重要提供有关数据延迟和可靠性的上下文。获取方式 ETL 执行时刻的系统时间。示例 2023-11-01T12:00:00Z
	到期日期 DueDate	预计解决该问题记录的目标日期。
描述此属性记录问题的截止日期，通常由 SLA 策略设定或由经理手动设定。在分析中，将此日期与实际解决日期进行比较，可以深入了解计划的准确性以及预期设定的合理性。为何重要准时交付分析的参考点。获取方式 Freshservice API “Problem”对象，字段“due_by”。示例 2023-12-31T17:00:00Z
	受影响资产 AssociatedAsset	与问题关联的主要配置项 (CI) 或资产。
描述此属性标识作为调查对象的特定硬件或软件资产。在分析中，它可以按资产类型进行“根本原因分类质量”分析，揭示某些设备或软件版本是否容易出现缺陷。为何重要将流程绩效与基础设施组件联系起来。获取方式 Freshservice API，“associated_assets”字段。示例 Server-01薪资应用核心交换机 A
	已链接的变更请求 ChangeRequestId	为修复该问题而创建的变更请求标识符。
描述此属性包含与问题记录关联的变更请求 ID，用于实施永久修复。在分析中，它对于“RCA 到变更过渡时间”KPI 至关重要，能够衡量从发现原因到采取行动之间损失的时间。为何重要将问题流程与变更管理流程联系起来。获取方式 Freshservice API，“associated_change_request”字段。示例 CHG-2001CHG-2045
	影响 ImpactLevel	衡量问题对业务流程影响程度的指标。
描述此属性量化问题的范围，通常与紧急程度结合使用以确定优先级。在分析中，它有助于优先确定哪些流程瓶颈正在影响最关键的业务功能。为何重要用于根据业务关键程度对分析结果进行加权。获取方式 Freshservice API “Problem”对象，字段“impact”。示例低中高
	源系统 SourceSystem	数据来源系统的名称。
描述此静态属性标识数据集的来源，即 'Freshservice'。在多系统环境中，它有助于区分来自不同 ITSM 工具或实例的记录。在分析中，当合并来自多个来源的数据时，这主要用于过滤或分组。为何重要确保多系统流程挖掘实施中的数据血缘和可追溯性。获取方式提取过程中的硬编码值。示例 Freshservice

必填推荐可选

问题管理活动

捕获这些关键的流程里程碑和状态变更，使服务台内问题记录的端到端旅程可视化。

7 推荐 8 可选

	活动	描述
	临时解决方案已发布	在问题记录中添加临时解决方案，通常标记为“workaround”备注或字段。用于计算临时解决方案发布速度。
为何重要衡量团队减轻影响的速度。对于“平均变通方法周期”KPI 至关重要。获取方式活动流：“workaround”字段的更新，或创建标记为解决方案/变通方法的备注。捕获填充变通方法字段时记录事件类型 explicit
	变更请求已关联	将变更记录与问题记录关联，标志着修复阶段的开始。通过“Association with Change”系统 event 捕获。
为何重要对于变更请求瓶颈监控至关重要。用于衡量从问题管理到变更管理的交接情况。获取方式活动流：“与变更关联”事件。捕获链接变更 ID 时记录事件类型 explicit
	已应用永久修复	代表最终解决方案的实施。在 Freshservice 中，这通常根据状态更改为 'Solved' 或 'Resolved' 来判定。
为何重要计算永久修复实施的延迟。标记技术纠正工作的结束。获取方式活动流：状态变更为“已解决”。捕获比较状态字段的前后变化事件类型 inferred
	已识别根因	填充根本原因文本字段或分析部分的时间点。通过识别“Root Cause”字段从空值到首次更新来捕获。
为何重要 RCA 前置时间分析的主要里程碑。它标志着从调查阶段向方案设计阶段的转变。获取方式活动流：“root_cause”或“analysis”字段的更新。捕获比较更新前后的 root_cause 字段事件类型 inferred
	支持组已分配	将问题记录路由到特定的技术团队或分配组。通过监控工单历史中“组”字段的变化来捕获。
为何重要对于“支持组转移热力图”至关重要。追踪此项可以揭示团队间的乒乓效应和过度交接。获取方式活动流：“group_id”或“group_name”字段的更新。捕获小组字段更新时记录事件类型 explicit
	问题已关闭	记录被锁定并视为非活动的最终生命周期 event。通过状态流转至 'Closed' 来捕获。
为何重要定义流程实例的绝对终点。计算总周期时间所必需。获取方式活动流：状态变更为“已关闭”。捕获状态变为“已关闭”时记录事件类型 explicit
	问题已记录	系统中问题记录的初始创建。当保存新的问题工单时，Freshservice 审计日志会明确捕获此 event。
为何重要标记流程实例的开始。它是计算所有提前期和周期时间的锚点。获取方式 Freshservice 活动流或工单 API（created_at 时间戳）。捕获执行“新建问题”事务时记录事件类型 explicit
	SLA 违约	系统生成的事件，指示已超过“截止日期”。Freshservice 会记录特定的 SLA 违规标记。
为何重要直接支持严重问题 SLA 绩效分析。突出显示合规性失败的情况。获取方式活动流：SLA 违规系统日志。捕获系统 SLA 监控触发时记录事件类型 explicit
	已指派坐席	将特定响应人分配至该问题记录。当“Agent”字段被填充或更新时，系统会明确捕获此操作。
为何重要指示资源何时正式开始工作。有助于按优先级分析资源分配。获取方式活动流：“responder_id”字段的更新。捕获代理人字段更新时记录事件类型 explicit
	已更新优先级	问题记录的紧急程度或影响级别的更改。通过“Priority”字段的审计轨迹捕获。
为何重要对于分析 SLA 违规以及过滤“严重问题 SLA 绩效”仪表板至关重要。获取方式活动流：“priority”字段的更新。捕获优先级字段修改时记录事件类型 explicit
	已添加备注	捕获向记录添加公开或私有备注时的常规活动。代表正在进行的协作或更新。
为何重要即使状态未变也能指示活动进行中。对识别“主动等待”期很有用。获取方式活动流：“已添加备注”事件。捕获发表备注时记录事件类型 explicit
	状态：待变更	一种状态转换，表明问题正在等待变更请求的实施。根据状态字段变更为“Change Requested”或类似值推断得出。
为何重要识别问题管理团队依赖外部变更流程的等待时间。获取方式活动流：状态变更为代表“已请求变更”的 ID。捕获比较状态字段的前后变化事件类型 inferred
	资产已链接	将配置项 (CI) 或资产与问题记录关联。这有助于识别“受影响的业务服务”或“受影响的配置项”。
为何重要将抽象问题链接到物理或逻辑基础设施。对于“根因分类质量”分析至关重要。获取方式活动流：“与资产关联”事件。捕获资产关联至记录时记录事件类型 explicit
	问题任务已完成	问题记录所属子任务的完成情况。通常用于跟踪实施后评审 (PIR) 或具体的调查步骤。
为何重要通过跟踪评审任务是否关闭，为“评审完成审计 dashboard”提供支持。获取方式活动流：“任务”状态变更为已关闭/已完成。捕获关联任务标记为完成时记录事件类型 explicit
	问题已重启	从“已解决”或“已关闭”状态转换回“打开”状态。这表明修复失败或被拒绝。
为何重要 “问题记录重启趋势 dashboard”的核心指标。高重启率通常意味着 RCA 质量不佳或修复方案不彻底。获取方式活动流：状态从 [已关闭/已解决] 变更为 [打开/处理中]。捕获比较状态字段的前后变化事件类型 inferred

推荐可选

提取指南

如何从 Freshservice 获取数据

步骤

使用具有“管理员”或“主管”权限的账户 登录 Freshservice，以访问 Analytics 模块。
点击左侧导航栏中的 Analytics（分析） 图标。
点击右上角的 New Report（新建报告） 并命名，例如“问题管理流程挖掘”。
在报告画布中，点击 Add Widget（添加组件） 并选择 Data Table（数据表） 视图类型。
在右侧的数据集选择面板中，选择 Problems 作为主模块。
配置度量指标: 在“Metrics”部分，确保计数设置为“Problems”以获取记录级数据。
配置列（属性）: 将以下字段拖放到“Columns”或“Group by”部分，确保它们显示在表中：
- ID: Problem ID
- 日期: Created Date, Resolved Date, Closed Date, Due By
- 属性: Status, Priority, Agent Name, Group Name, Department, Impact, Urgency, Root Cause, SLA Breached
应用过滤器: 在 Created Date 上设置“日期范围”过滤器（例如“最近 6 个月”或“最近 365 天”）以控制数据量。
点击 Apply（应用） 生成数据预览。
点击右上角的 Export（导出） 按钮，选择 CSV of Underlying Data（基础数据的 CSV） 并下载文件。
数据转换（关键）: 由于导出结果中每个问题仅占一行，请使用“查询”部分提供的配置对日期列进行“逆透视（unpivot）”。每个有效的日期单元格（如 Created Date, Resolved Date）都将在最终事件日志中变为独立的一行，并附带相应的活动名称。
将转换后的文件保存为 Freshservice_Problem_EventLog.csv，以便上传至 ProcessMind。

配置

Module Selection（模块选择）: 确保选中了“Problems”。请勿在同一个表格组件中混合“Incidents”或“Changes”，以免发生关联错误。
Date Range（日期范围）: 为保证流程发现的完整性，建议选择“过去 12 个月”。由于行数限制（Freshservice 每次导出通常限制在 2-5 万行），更大范围的数据可能需要分批多次导出。
Field Visibility（字段可见性）: 如果 Analytics 中未显示“Root Cause Category”或“Fixed By”等自定义字段，请确保在“Form Fields”设置中已启用这些字段的报告功能。
Granularity（粒度）: 导出数据处于“问题案例”级别。除非您的服务层级包含特定的“Activities”数据集，否则字段变更历史（如多次代理人重新分配）将被平铺为当前值。
DateFormat（日期格式）: 确保导出设置使用标准格式（ISO 8601 YYYY-MM-DD HH:MM:SS），以避免解析错误。

a 查询示例 config

{
  "extraction_config": {
    "source": "Freshservice Analytics CSV",
    "entity": "Problem Record",
    "transformation_type": "UNPIVOT",
    "primary_key": "Problem ID",
    "mapping_rules": [
      {
        "activity_name": "Problem Logged",
        "source_column": "Created Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Permanent Fix Applied",
        "source_column": "Resolved Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Problem Closed",
        "source_column": "Closed Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "SLA Breached",
        "source_column": "Due By",
        "condition": "SLA Breached == 'true' AND Due By < NOW()"
      },
      {
        "activity_name": "Root Cause Identified",
        "source_column": "Resolved Date",
        "condition": "Root Cause IS NOT NULL"
      },
      {
        "activity_name": "Agent Assigned",
        "source_column": "Created Date",
        "condition": "Agent Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Support Group Assigned",
        "source_column": "Created Date",
        "condition": "Group Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Asset Linked",
        "source_column": "Created Date",
        "condition": "Associated Asset IS NOT NULL",
        "note": "Uses creation time as proxy"
      }
    ],
    "attribute_mapping": {
      "CaseId": "Problem ID",
      "AgentName": "Agent Name",
      "SupportGroup": "Group Name",
      "Priority": "Priority",
      "Status": "Status",
      "Department": "Department",
      "IsSlaBreached": "SLA Breached",
      "RootCause": "Root Cause"
    }
  }
}

步骤

前提条件：确保安装了 Python（3.6 或更高版本）以及 pandas 和 requests 库。您可以通过 pip install pandas requests 进行安装。
API 凭证：登录您的 Freshservice 账户。点击右上角的个人资料图标，选择“Profile Settings”。复制右侧栏显示的 API Key。您还需要完整的 Freshservice 域名 URL。
脚本配置：打开提供的 Python 脚本。将 FRESHSERVICE_DOMAIN（如 yourcompany.freshservice.com）和 API_KEY 的占位符替换为您的实际凭证。根据需要调整 OUTPUT_FILENAME。
日期过滤：脚本包含一个名为 UPDATED_SINCE 的过滤变量。设置此日期 (YYYY-MM-DD) 以限制仅提取该时间点后更新的问题，从而优化性能。
执行：使用终端或 IDE 运行脚本。脚本会向 Freshservice API 发送分页请求以检索问题记录，然后循环访问每个问题 ID，获取具体的活动日志和任务。
事件转换：脚本解析原始 JSON 响应。它会自动将创建时间转换为“Problem Logged”活动。随后扫描活动历史记录中的字段更新（状态、优先级、代理人、组）和系统事件（SLA 违规、关联），生成具体的活动行。
处理关联对象：针对“资产已链接”或“变更请求已关联”等活动，脚本会在问题的流程时间线中查找特定的系统生成活动类型或关联事件。
任务提取：脚本会为每个问题单独调用问题任务端点，以捕获“Problem Task Completed”事件，确保子任务工作也能量化呈现。
数据汇总：所有提取的事件都会追加到主列表中。脚本会根据时间戳差异和记录标志计算特定的属性，如 IsSlaBreached 和 TimeToRootCause。
CSV 导出：最后，脚本使用 pandas 库将事件列表创建为 DataFrame 并导出为 CSV 文件。该文件的格式包含所需的列（ProblemNumber, ActivityName, EventTimestamp 等），可直接导入 ProcessMind。

配置

API Rate Limiting（API 速率限制）: Freshservice 会强制执行速率限制（通常根据套餐每小时 1000 次调用）。脚本包含一个简单的休眠机制以避免触发限制，但对于超大型数据集，您可能需要增加延迟时间。
Pagination（分页）: 脚本使用 page 参数循环获取结果。默认情况下，每页请求 100 条记录，以尽量减少 API 开销。
Date Filtering（日期过滤）: 在 API 调用中使用 updated_since 参数执行增量加载。这能避免每次都下载全部历史数据，从而专注于近期活跃的问题。
Field Mapping（字段映射）: 在某些 API 版本中，Freshservice 会将 Status 和 Priority 作为数字 ID 返回。脚本采用标准 ID 映射，但如果您的组织使用了自定义状态生命周期，可能需要调整 status_map 字典。
Permissions（权限）: 所使用的 API Key 必须属于拥有查看问题 (Problems)、审核日志 (Audit Logs) 及其任务 (Tasks) 权限的用户。建议使用管理员 (Admin) 或主管 (Supervisor) 角色。

a 查询示例 python

import requests
import pandas as pd
import json
import time
from datetime import datetime

class=class="hl-string">"hl-comment"># === CONFIGURATION ===
FRESHSERVICE_DOMAIN = class="hl-string">"yourcompany.freshservice.com" class=class="hl-string">"hl-comment"># Replace with your domain
API_KEY = class="hl-string">"YOUR_API_KEY_HERE" class=class="hl-string">"hl-comment"># Replace with your API Key
UPDATED_SINCE = class="hl-string">"2023-01-01T00:00:00Z" class=class="hl-string">"hl-comment"># ISO 8601 format
OUTPUT_FILENAME = class="hl-string">"freshservice_problem_event_log.csv"

class=class="hl-string">"hl-comment"># Auth tuple
AUTH = (API_KEY, class="hl-string">"X")
HEADERS = {class="hl-string">"Content-Type": class="hl-string">"application/json"}

class=class="hl-string">"hl-comment"># Helper to handle rate limits and requests
def fetch_url(url, params=None):
    response = requests.get(url, auth=AUTH, headers=HEADERS, params=params)
    if response.status_code == 429:
        print(class="hl-string">"Rate limit reached. Sleeping for 60 seconds...")
        time.sleep(60)
        return fetch_url(url, params)
    elif response.status_code != 200:
        print(fclass="hl-string">"Error fetching {url}: {response.text}")
        return None
    return response.json()

class=class="hl-string">"hl-comment"># Helper to map Status IDs to Names (Customize based on your instance configuration)
STATUS_MAP = {
    1: class="hl-string">"Open",
    2: class="hl-string">"On Hold",
    3: class="hl-string">"Resolved",
    4: class="hl-string">"Closed",
    5: class="hl-string">"Change Requested" 
}

PRIORITY_MAP = {
    1: class="hl-string">"Low",
    2: class="hl-string">"Medium",
    3: class="hl-string">"High",
    4: class="hl-string">"Urgent"
}

def extract_data():
    all_events = []
    page = 1
    has_more = True
    
    base_url = fclass="hl-string">"https://{FRESHSERVICE_DOMAIN}/api/v2/problems"
    
    print(class="hl-string">"Starting extraction...")
    
    while has_more:
        print(fclass="hl-string">"Fetching Problem page {page}...")
        params = {
            class="hl-string">"updated_since": UPDATED_SINCE,
            class="hl-string">"per_page": 100,
            class="hl-string">"page": page,
            class="hl-string">"include": class="hl-string">"requester"
        }
        
        data = fetch_url(base_url, params)
        
        if not data or class="hl-string">"problems" not in data or len(data[class="hl-string">"problems"]) == 0:
            has_more = False
            break
            
        problems = data[class="hl-string">"problems"]
        
        for problem in problems:
            p_id = problem.get(class="hl-string">"id")
            p_display_id = fclass="hl-string">"PRB-{p_id}"
            created_at = problem.get(class="hl-string">"created_at")
            
            class=class="hl-string">"hl-comment"># Common Attributes
            curr_status = STATUS_MAP.get(problem.get(class="hl-string">"status"), str(problem.get(class="hl-string">"status")))
            curr_priority = PRIORITY_MAP.get(problem.get(class="hl-string">"priority"), str(problem.get(class="hl-string">"priority")))
            agent_id = problem.get(class="hl-string">"responder_id")
            group_id = problem.get(class="hl-string">"group_id")
            dept_id = problem.get(class="hl-string">"department_id")
            
            class=class="hl-string">"hl-comment"># ACTIVITY 1: Problem Logged
            all_events.append({
                class="hl-string">"ProblemNumber": p_display_id,
                class="hl-string">"ActivityName": class="hl-string">"Problem Logged",
                class="hl-string">"EventTimestamp": created_at,
                class="hl-string">"ProblemPriority": curr_priority,
                class="hl-string">"ProblemStatus": class="hl-string">"Open",
                class="hl-string">"AgentName": str(agent_id) if agent_id else None,
                class="hl-string">"SupportGroup": str(group_id) if group_id else None,
                class="hl-string">"IsSlaBreached": False
            })
            
            class=class="hl-string">"hl-comment"># --- Fetch Activities (Audit Log) ---
            activities_url = fclass="hl-string">"{base_url}/{p_id}/activities"
            activity_data = fetch_url(activities_url)
            
            if activity_data and class="hl-string">"activities" in activity_data:
                for act in activity_data[class="hl-string">"activities"]:
                    act_time = act.get(class="hl-string">"created_at")
                    act_type = act.get(class="hl-string">"activity_type")
                    
                    class=class="hl-string">"hl-comment"># ACTIVITY: Note Added
                    if act_type == class="hl-string">"note_added":
                        all_events.append({
                            class="hl-string">"ProblemNumber": p_display_id,
                            class="hl-string">"ActivityName": class="hl-string">"Note Added",
                            class="hl-string">"EventTimestamp": act_time,
                            class="hl-string">"ProblemStatus": curr_status
                        })
                        class=class="hl-string">"hl-comment"># Check if note implies Workaround
                        if class="hl-string">"workaround" in str(act.get(class="hl-string">"content", class="hl-string">"")).lower():
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Workaround Published",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"ProblemStatus": curr_status
                            })
                            
                    class=class="hl-string">"hl-comment"># SYSTEM UPDATES & FIELD CHANGES
                    elif act_type == class="hl-string">"system":
                        content = str(act.get(class="hl-string">"content", class="hl-string">""))
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: SLA Breached
                        if class="hl-string">"sla" in content.lower() and class="hl-string">"breached" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"SLA Breached",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"IsSlaBreached": True
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Asset Linked
                        if class="hl-string">"associated" in content.lower() and class="hl-string">"asset" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Asset Linked",
                                class="hl-string">"EventTimestamp": act_time
                            })
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: Change Request Associated
                        if class="hl-string">"associated" in content.lower() and class="hl-string">"change" in content.lower():
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Change Request Associated",
                                class="hl-string">"EventTimestamp": act_time
                            })

                    class=class="hl-string">"hl-comment"># FIELD UPDATES (extracted from changes object if present)
                    class=class="hl-string">"hl-comment"># Freshservice API structure varies; looking for generic class="hl-string">'changes' object
                    class=class="hl-string">"hl-comment"># Note: You may need to inspect the class="hl-string">'changes' dict structure for your version
                    if class="hl-string">"changes" in act:
                        changes = act[class="hl-string">"changes"]
                        
                        class=class="hl-string">"hl-comment"># ACTIVITY: Priority Updated
                        if class="hl-string">"priority" in changes:
                            all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Priority Updated",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"ProblemPriority": PRIORITY_MAP.get(changes[class="hl-string">"priority"][1], str(changes[class="hl-string">"priority"][1]))
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Status Changes
                        if class="hl-string">"status" in changes:
                            new_status_id = changes[class="hl-string">"status"][1]
                            new_status_name = STATUS_MAP.get(new_status_id, class="hl-string">"Unknown")
                            
                            class=class="hl-string">"hl-comment"># Generic Status Update (could be mapped if needed, but we look for specific lifecycle events)
                            
                            class=class="hl-string">"hl-comment"># ACTIVITY: Status Pending Change
                            if new_status_name == class="hl-string">"Change Requested":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Status Pending Change",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })
                            
                            class=class="hl-string">"hl-comment"># ACTIVITY: Permanent Fix Applied (Inferred from Resolved)
                            if new_status_name == class="hl-string">"Resolved":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Permanent Fix Applied",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })

                            class=class="hl-string">"hl-comment"># ACTIVITY: Problem Closed
                            if new_status_name == class="hl-string">"Closed":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Problem Closed",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"ProblemStatus": new_status_name
                                })
                                
                            class=class="hl-string">"hl-comment"># ACTIVITY: Problem Reopened
                            class=class="hl-string">"hl-comment"># Logic: If old status was Resolved/Closed and new is Open
                            old_status_id = changes[class="hl-string">"status"][0]
                            if old_status_id in [3, 4] and new_status_id in [1, 2]:
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Problem Reopened",
                                    class="hl-string">"EventTimestamp": act_time,
                                    class="hl-string">"IsReopened": True
                                })

                        class=class="hl-string">"hl-comment"># ACTIVITY: Support Group Assigned
                        if class="hl-string">"group_id" in changes:
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Support Group Assigned",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"SupportGroup": str(changes[class="hl-string">"group_id"][1])
                            })

                        class=class="hl-string">"hl-comment"># ACTIVITY: Agent Assigned
                        if class="hl-string">"responder_id" in changes:
                             all_events.append({
                                class="hl-string">"ProblemNumber": p_display_id,
                                class="hl-string">"ActivityName": class="hl-string">"Agent Assigned",
                                class="hl-string">"EventTimestamp": act_time,
                                class="hl-string">"AgentName": str(changes[class="hl-string">"responder_id"][1])
                            })
                            
                        class=class="hl-string">"hl-comment"># ACTIVITY: Root Cause Identified
                        class=class="hl-string">"hl-comment"># Captured when root_cause or root_cause_analysis field is populated from null/empty
                        if class="hl-string">"root_cause" in changes or class="hl-string">"root_cause_analysis" in changes:
                            val = changes.get(class="hl-string">"root_cause") or changes.get(class="hl-string">"root_cause_analysis")
                            if val[0] is None or val[0] == class="hl-string">"":
                                all_events.append({
                                    class="hl-string">"ProblemNumber": p_display_id,
                                    class="hl-string">"ActivityName": class="hl-string">"Root Cause Identified",
                                    class="hl-string">"EventTimestamp": act_time
                                })

            class=class="hl-string">"hl-comment"># --- Fetch Tasks ---
            tasks_url = fclass="hl-string">"{base_url}/{p_id}/tasks"
            task_data = fetch_url(tasks_url)
            
            if task_data and class="hl-string">"tasks" in task_data:
                for task in task_data[class="hl-string">"tasks"]:
                    if task.get(class="hl-string">"status") == 3: class=class="hl-string">"hl-comment"># Assuming 3 is Closed/Completed for Tasks
                        all_events.append({
                            class="hl-string">"ProblemNumber": p_display_id,
                            class="hl-string">"ActivityName": class="hl-string">"Problem Task Completed",
                            class="hl-string">"EventTimestamp": task.get(class="hl-string">"updated_at"), class=class="hl-string">"hl-comment"># Or closed_at if available
                            class="hl-string">"ProblemStatus": curr_status
                        })

        page += 1
        class=class="hl-string">"hl-comment"># Safety break for testing
        class=class="hl-string">"hl-comment"># if page > 5: break

    class=class="hl-string">"hl-comment"># Create DataFrame
    df = pd.DataFrame(all_events)
    
    class=class="hl-string">"hl-comment"># Sort by ProblemNumber and Timestamp
    if not df.empty:
        df[class="hl-string">'EventTimestamp'] = pd.to_datetime(df[class="hl-string">'EventTimestamp'])
        df = df.sort_values(by=[class="hl-string">'ProblemNumber', class="hl-string">'EventTimestamp'])
        
        class=class="hl-string">"hl-comment"># Fill forward static attributes for cleaner logs if desired
        class=class="hl-string">"hl-comment"># df[class="hl-string">'ProblemPriority'] = df.groupby(class="hl-string">'ProblemNumber')[class="hl-string">'ProblemPriority'].ffill().bfill()

        print(fclass="hl-string">"Extraction complete. Found {len(df)} events. Saving to {OUTPUT_FILENAME}...")
        df.to_csv(OUTPUT_FILENAME, index=False)
    else:
        print(class="hl-string">"No events extracted.")

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

步骤

使用具有“管理员”或“主管”权限的账户 登录 Freshservice，以访问 Analytics 模块。
点击左侧导航栏中的 Analytics（分析） 图标。
点击右上角的 New Report（新建报告） 并命名，例如“问题管理流程挖掘”。
在报告画布中，点击 Add Widget（添加组件） 并选择 Data Table（数据表） 视图类型。
在右侧的数据集选择面板中，选择 Problems 作为主模块。
配置度量指标: 在“Metrics”部分，确保计数设置为“Problems”以获取记录级数据。
配置列（属性）: 将以下字段拖放到“Columns”或“Group by”部分，确保它们显示在表中：
- ID: Problem ID
- 日期: Created Date, Resolved Date, Closed Date, Due By
- 属性: Status, Priority, Agent Name, Group Name, Department, Impact, Urgency, Root Cause, SLA Breached
应用过滤器: 在 Created Date 上设置“日期范围”过滤器（例如“最近 6 个月”或“最近 365 天”）以控制数据量。
点击 Apply（应用） 生成数据预览。
点击右上角的 Export（导出） 按钮，选择 CSV of Underlying Data（基础数据的 CSV） 并下载文件。
数据转换（关键）: 由于导出结果中每个问题仅占一行，请使用“查询”部分提供的配置对日期列进行“逆透视（unpivot）”。每个有效的日期单元格（如 Created Date, Resolved Date）都将在最终事件日志中变为独立的一行，并附带相应的活动名称。
将转换后的文件保存为 Freshservice_Problem_EventLog.csv，以便上传至 ProcessMind。

配置

Module Selection（模块选择）: 确保选中了“Problems”。请勿在同一个表格组件中混合“Incidents”或“Changes”，以免发生关联错误。
Date Range（日期范围）: 为保证流程发现的完整性，建议选择“过去 12 个月”。由于行数限制（Freshservice 每次导出通常限制在 2-5 万行），更大范围的数据可能需要分批多次导出。
Field Visibility（字段可见性）: 如果 Analytics 中未显示“Root Cause Category”或“Fixed By”等自定义字段，请确保在“Form Fields”设置中已启用这些字段的报告功能。
Granularity（粒度）: 导出数据处于“问题案例”级别。除非您的服务层级包含特定的“Activities”数据集，否则字段变更历史（如多次代理人重新分配）将被平铺为当前值。
DateFormat（日期格式）: 确保导出设置使用标准格式（ISO 8601 YYYY-MM-DD HH:MM:SS），以避免解析错误。

a 查询示例 config

{
  "extraction_config": {
    "source": "Freshservice Analytics CSV",
    "entity": "Problem Record",
    "transformation_type": "UNPIVOT",
    "primary_key": "Problem ID",
    "mapping_rules": [
      {
        "activity_name": "Problem Logged",
        "source_column": "Created Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Permanent Fix Applied",
        "source_column": "Resolved Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "Problem Closed",
        "source_column": "Closed Date",
        "condition": "IS NOT NULL"
      },
      {
        "activity_name": "SLA Breached",
        "source_column": "Due By",
        "condition": "SLA Breached == 'true' AND Due By < NOW()"
      },
      {
        "activity_name": "Root Cause Identified",
        "source_column": "Resolved Date",
        "condition": "Root Cause IS NOT NULL"
      },
      {
        "activity_name": "Agent Assigned",
        "source_column": "Created Date",
        "condition": "Agent Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Support Group Assigned",
        "source_column": "Created Date",
        "condition": "Group Name IS NOT NULL",
        "note": "Uses creation time as proxy for initial assignment in flat export"
      },
      {
        "activity_name": "Asset Linked",
        "source_column": "Created Date",
        "condition": "Associated Asset IS NOT NULL",
        "note": "Uses creation time as proxy"
      }
    ],
    "attribute_mapping": {
      "CaseId": "Problem ID",
      "AgentName": "Agent Name",
      "SupportGroup": "Group Name",
      "Priority": "Priority",
      "Status": "Status",
      "Department": "Department",
      "IsSlaBreached": "SLA Breached",
      "RootCause": "Root Cause"
    }
  }
}

您的问题管理数据模板

您的问题管理数据模板

问题管理属性

问题管理活动

提取指南

Freshservice Analytics 模块 CSV 导出

步骤

配置

a 查询示例 config

Freshservice REST API v2 Python 提取

步骤

配置

a 查询示例 python

管理系统数据导出功能

步骤

配置

a 查询示例 config

准备好开始了吗？

立即消除问题管理瓶颈

您的问题管理数据模板

您的问题管理数据模板

问题管理属性

问题管理活动

提取指南

Freshservice Analytics 模块 CSV 导出

步骤

配置

a 查询示例 config

Freshservice REST API v2 Python 提取

步骤

配置

a 查询示例 python

管理系统数据导出功能

步骤

配置

a 查询示例 config

我们重视您的隐私

准备好开始了吗？

立即消除问题管理瓶颈