您的变更管理数据模板

Freshservice

← 返回改进指南

变更管理属性 (22) 变更管理活动 (15) 提取指南 (2)

您的变更管理数据模板

此模板助您收集分析变更管理流程所需的正确数据。它概述了需采集的核心属性、关键追踪活动，并提供了从系统中提取信息的指导。利用该模板，确保您的数据已准备就绪，支持深度的流程发现与优化。

建议收集的属性
需要追踪的关键活动
Freshservice 数据提取指南

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

变更管理属性

这些数据字段对于创建完整的事件日志必不可少，能够支持对变更管理流程的详细分析。

5 必填 8 推荐 9 可选

	名称	描述
	Event 时间 EventTime	特定活动或事件发生的准确日期和时间。
描述流程中的每个活动都有对应的时间戳，标记其发生时间。这些时间数据对于计算活动间的持续时间、识别等待时间以及分析流程的总周期至关重要。它支持进行绩效分析、瓶颈识别以及 SLA 遵守情况的监控。为何重要此时间戳是所有基于时间的分析的基础，包括计算周期时间、持续时长以及步骤间的等待时间。获取方式 Freshservice 变更记录审计日志或活动流中每个条目关联的时间戳。示例 2023-10-26T10:00:00Z2023-10-26T11:30:00Z2023-10-27T14:15:00Z
	变更请求 ID ChangeRequestId	在 Freshservice 系统中提交的每个变更请求的唯一标识符。
描述变更请求 ID 是单个变更案例从发起至关闭的主要标识符。它将所有相关活动、审批和日志串联成一条连贯的时间线，实现端到端流程分析。在流程挖掘中，此 ID 对于重建每个变更的生命周期以了解其路径、时长和结果至关重要。为何重要这是核心 Case ID，它将所有相关事件分组合并，从而能够追踪并分析单个变更请求的全流程。获取方式这是 Freshservice 变更对象上的一个主要字段。示例 CHG-10234CHG-10235CHG-10236
	活动名称 ActivityName	变更管理流程中发生的特定事件或任务的名称。
描述此属性描述了变更生命周期中的单个步骤或里程碑，如“已创建变更请求”、“已请求审批”或“实施已完成”。特定变更请求 ID 的活动序列构成了流程图的基础。分析这些活动有助于识别流程路径、检测偏差并测量各阶段所耗时长。为何重要它定义了流程中的步骤，支持变更生命周期的可视化以及流程变体和瓶颈的分析。获取方式生成自 Freshservice 变更记录的审计日志、活动流或状态变更历史。示例变更已批准风险评估已完成开始实施变更已关闭
	最后数据更新 LastDataUpdate	指示此 record 数据上次从源系统刷新的 timestamp。
描述此属性记录每个事件最近一次数据提取或更新的日期时间。这对于了解所分析数据的新鲜度至关重要，确保分析基于最新信息，有助于维护数据完整性并提供洞察及时性的背景。为何重要确保用户了解数据的时效性，并有助于验证 Process Mining 分析的现势性。获取方式此时间戳通常在数据摄取或 ETL 过程中生成并添加。示例 2024-05-20T08:00:00Z2024-05-21T08:00:00Z
	源系统 SourceSystem	用于标识数据提取自哪个系统。
描述此属性指定流程数据的来源。在此视图中，该值始终为“Freshservice”。包含此属性是最佳实践，尤其是在可能整合多个系统数据的情况下，它提供了必要的上下文，有助于数据治理和故障排除。为何重要提供清晰的数据来源信息，这在分析来自多个企业系统的数据时至关重要。获取方式这是在数据提取过程中设置的静态值，用于标记数据来源。示例 Freshservice
	变更优先级 ChangePriority	分配给变更请求的优先级，指示其业务重要性。
描述优先级通常由影响程度和紧急程度共同决定，用于指导资源分配和排期。通过分析优先级对周期时间和 SLA 达成率等流程指标的影响，可以揭示高优先级变更的处理速度是否优于低优先级，有助于评估优先级策略的有效性。为何重要有助于判断流程是否有效地优先处理高重要性变更，并相应地分配资源。获取方式这是 Freshservice 变更对象中的“优先级 (Priority)”字段。示例低中高紧急
	变更状态 ChangeStatus	变更请求的当前或最终状态。
描述此属性指示变更请求在特定时间点的状态或其最终结果，如“已关闭”、“已取消”或“已拒绝”。它对于结果分析至关重要，有助于区分成功完成的变更与失败或放弃的变更。按状态筛选可以针对特定变更群体进行深度分析。为何重要支持分析变更结果，有助于了解成功率、失败率和取消率。获取方式这是 Freshservice 变更对象中的“状态 (Status)”字段。示例已结案已取消已驳回未结
	指派小组 AssignedGroup	负责实施该变更的团队或小组。
描述此属性指定分配执行变更工作的团队，如“网络团队”或“数据库管理员”。按指派组分析流程绩效是了解团队负载、效率及识别资源瓶颈的关键。它可以揭示哪些团队实施时间较长或实施后问题发生率较高。为何重要支持分析各实施团队的绩效和工作量，以识别资源限制或发掘最佳实践。获取方式这是 Freshservice 变更对象中的“组 (Group)”或“指派组”字段。示例基础设施团队应用支持安全运营
	更改类型 ChangeType	变更的分类，例如标准、常规或紧急。
描述 “变更类型”根据其性质、风险和审批要求对变更请求进行分类。“标准变更”是预先批准的，“常规变更”遵循标准流程，而“紧急变更”需要加急处理。按“变更类型”分析流程对于理解不同类型的变更是否遵循不同的路径以及是否具有不同的绩效特征（如周期时间或成功率）至关重要。为何重要按变更类型细分流程，有助于揭示标准、常规和紧急变更在流程行为和绩效水平上的差异。获取方式这是 Freshservice 变更对象中的“变更类型 (Change Type)”字段。示例标准常规紧急重大
	申请人姓名 RequesterName	发起变更请求的人员姓名。
描述请求人是提交变更申请的人。按请求人分析数据有助于识别模式，例如哪些人员或角色频繁提交变更，或者来自某些用户的请求是否更容易被拒绝或需要返工。结合部门信息，也可用于工作负载分析。为何重要识别变更需求的来源，并能突出培训需求或变更量较大的特定用户群体。获取方式这是 Freshservice 变更对象中的“请求人 (Requested by)”字段，链接到用户记录。示例爱丽丝·约翰逊Robert SmithMaria Garcia
	目标完成日期 TargetCompletionDate	计划完成日期或服务级别协议 (SLA) 规定的变更截止日期。
描述此日期代表关闭变更请求的最后期限，是衡量 SLA 达成情况的主要基准。通过比较实际结束时间与目标完成日期，可以判定变更是否准时、提前或逾期，它是“变更 SLA 达成率”KPI 的核心输入。为何重要作为衡量准时交付和 SLA 合规性的基准，这是反映流程绩效的关键指标。获取方式这可能是 Freshservice 变更对象上专用的“截止日期”或“SLA 目标”字段。示例 2023-11-10T17:00:00Z2023-11-15T17:00:00Z
	结束时间 EndTime	该变更请求案例最后一次记录事件的时间戳。
描述结束时间标志着变更请求生命周期的终点，通常对应“变更关闭”或“变更取消”活动。它与开始时间配合使用，计算每个案例的端到端总周期。分析此属性有助于了解变更管理流程的整体时长和吞吐量。为何重要这对于计算变更请求的总周期时间（流程效率的核心 KPI）至关重要。获取方式这是特定变更请求 ID 在事件日志中最后一项活动的时间戳。示例 2023-11-05T18:00:00Z2023-11-06T09:45:00Z
	风险等级 RiskLevel	评估与实施该变更相关的风险等级。
描述风险等级对变更失败可能产生的负面影响进行分类，通常分为低、中、高。此属性对于合规分析至关重要，有助于了解高风险变更是否遵循了更严谨的流程路径（如需要更多审批或更彻底的测试），确保风险管理控制得到正确执行。为何重要这对于合规与风险分析至关重要，确保高风险变更受到适当审查并遵循更稳健的流程。获取方式这对应 Freshservice 变更对象中的“风险 (Risk)”字段。示例低中高非常高
	关联事故数量 AssociatedIncidentsCount	实施后与此变更请求关联的事件数量。
描述此指标通过统计因部署变更而导致的后续事件数量，量化了变更的下游影响。数值过高表明在计划、测试或实施质量方面可能存在问题。它是“实施后问题率”KPI 的直接输入项，对于衡量变更的稳定性和成功率至关重要。为何重要直接衡量已实施变更的质量和稳定性，有助于识别导致服务中断的变更。获取方式通过统计 Freshservice 中关联到特定变更工单的事故（Incident）工单数量得出。示例 015
	关闭代码 CloseCode	一个代码或原因，说明变更请求关闭的原因。
描述关闭代码提供已关闭变更结果的具体详情，例如“成功实施”、“已回滚”或“已拒绝”。这些数据提供了最终状态之外的宝贵上下文，支持对流程中的成功和失败模式进行更细致的分析。为何重要提供变更结果的细微详情，以便深入分析变更成功、失败或撤销的原因。获取方式请查阅 Freshservice 文档或在变更表单中查看“Closure Code”或类似字段。示例成功成功但存在问题失败回滚
	实施时长 ImplementationDuration	变更实施阶段所花费的时间。
描述此指标计算核心实施工作的时长，通常从“实施开始”活动到“实施完成”活动进行测量。它用于分析技术执行阶段的效率，并为“变更实施阶段效率”仪表板提供支持。耗时过长可能意味着技术复杂、资源短缺或遇到不可预见的挑战。为何重要衡量实际技术工作的效率，将其与规划和审批延迟分开分析。获取方式计算方式为“已开始实施”与“实施已完成”活动之间的时间差。示例 4 小时1 小时 30 分钟8 小时
	审批时长 ApprovalDuration	变更请求处于审批阶段的时长。
描述此计算出的时长衡量从请求审批到获得批准或被拒绝的时间。它对于“变更审批阶段时长”仪表板至关重要，有助于发现审批流中的瓶颈。分析此指标可以揭示审批慢、组间交接效率低或系统性的决策延迟问题。为何重要直接衡量审批阶段的效率，有助于识别并解决延误变更的瓶颈。获取方式计算方式为“已请求审批”活动与“变更已批准”或“变更已拒绝”活动之间的时间差。示例 1 天 2 小时5 小时 30 分钟3 天
	影响等级 ImpactLevel	评估如果变更失败或导致服务中断对业务产生的影响。
描述影响级别指示对业务运营的潜在影响，范围从低（影响单个用户）到高（影响整个组织）。它与紧急程度共同决定了整体优先级。按影响分析有助于了解流程是否正确处理了那些对业务连续性构成重大威胁的变更。为何重要有助于风险分析，并确保对具有潜在高业务影响的变更进行更审慎的管理。获取方式这对应 Freshservice 变更对象中的“影响 (Impact)”字段。示例低中高
	总周期时间 TotalCycleTime	从创建到关闭变更请求的总经过时间。
描述此指标计算特定变更请求的首末事件之间的时间间隔，代表了端到端处理时长，是衡量整体流程效率的基础 KPI。分析总周期有助于识别耗时过长的案例，并为改进计划提供基准。为何重要这是衡量变更管理流程从开始到结束整体速度和效率的核心 KPI。获取方式通过从每个“变更请求 ID”的最后一个事件的时间戳中减去第一个事件的时间戳计算得出。示例 2 天 4 小时 30 分钟10 天 0 小时 0 分钟1 小时 15 分钟
	是否发生SLA违约 IsSlaBreached	一个布尔标志，指示变更请求是否在目标日期之后才完成。
描述此属性是 SLA 合规性的二元标识：若变更的结束时间晚于目标完成日期，则为“true”，否则为“false”。它简化了 SLA 达成率相关仪表板和 KPI 的创建，支持快速筛选和聚合逾期变更，直接服务于“变更 SLA 达成率”指标。为何重要为 SLA 表现提供清晰的二元结果，简化了准时变更与逾期变更的筛选和报告工作。获取方式通过对比 EndTime 和 TargetCompletionDate 计算得出。如果 EndTime > TargetCompletionDate，则为 true。示例 truefalse
	紧急程度 Urgency	从业务角度指示变更实施的紧急程度。
描述紧急程度反映了变更的时间敏感性。例如，安全补丁可能具有高紧急性。此属性通常与影响程度结合以设定优先级，有助于分析流程是否对时间紧迫的业务需求做出了恰当反应，揭示紧急变更在流程中是否真的处理得更快。为何重要提供变更时间敏感性的上下文，可与周期时间关联以评估流程响应速度。获取方式这是 Freshservice 变更对象中的“紧急程度 (Urgency)”字段。示例低中高
	部门名称 DepartmentName	发起变更请求的用户的所属部门。
描述此属性通过识别发起变更请求的业务部门来提供组织上下文。按部门分析可以发现哪些部门变更最频繁、拒绝率最高或周期时间最长。这些洞察对于针对性的流程改进和资源规划非常有价值。为何重要支持分析来自不同业务单元的流程绩效和需求，助力实施针对性改进。获取方式此信息通常源自 Freshservice 中请求人的用户个人资料。示例财务人力资源信息技术市场营销

必填推荐可选

变更管理活动

这些是需要包含在事件日志中的关键流程步骤和里程碑，对于深入发现变更管理流程至关重要。

5 推荐 10 可选

	活动	描述
	变更已关闭	这标志着变更管理流程正式成功完成。当变更工单状态进入最终的“已关闭”状态时，此事件会被捕获。
为何重要这是流程的主要结束事件。它是计算端到端“平均变更周期时间”和“变更 SLA 达成率”的最终数据点。获取方式此事件是从变更工单历史记录中最终状态改为“已关闭”的时间戳中捕获的。捕获状态最终更改为“已关闭”的时间戳。事件类型 explicit
	变更已批准	一个关键里程碑，即指定机构（如变更咨询委员会 CAB）正式批准变更请求继续进行。这通常是记录在系统中的明确操作。
为何重要标志着审批阶段结束和实施规划开始。此活动对于衡量“平均变更审批时间”和“一次审批通过率”至关重要。获取方式当审批人点击“批准”按钮时，Freshservice 会将其记录为一个明确事件。该事件会带有时间戳记录在工单的活动日志中。捕获审批选项卡或活动日志中“已批准”操作的时间戳。事件类型 explicit
	变更已调度	为已批准变更的实施分配特定开始和结束时间。通常在填写“计划开始时间”和“计划结束时间”字段时推断此活动。
为何重要这是触发实施阶段开始的关键里程碑。对于计算“平均实施时间”和分析排期效率至关重要。获取方式根据进度相关日期字段被填充且状态变为“已调度”或类似状态的时间戳来推断。捕获根据“计划开始日期”的填写以及相应的状态更新来推断。事件类型 inferred
	变更请求已创建	这标志着变更管理流程的正式启动，即在 Freshservice 中正式记录一个新的变更请求。当用户保存新的变更工单并生成唯一的变更请求 ID 和创建时间戳时，此事件会被明确捕获。
为何重要这是流程的主要开始事件。分析从该活动到“变更已关闭”的时间可获得端到端周期，这是衡量流程效率的关键 KPI。获取方式这是从变更记录审计历史中捕获的明确事件，对应于变更工单的创建时间戳。捕获变更请求记录的创建时间戳。事件类型 explicit
	实施已完成	表示变更实施的技术工作已完成。这通常根据状态更改为实施后状态（如“待评审”）来推断。
为何重要此里程碑标志着核心实施工作的结束。它是计算“平均实施时间”的终点，并预示着测试或评审活动的开始。获取方式根据状态更改为“待评审”、“等待测试”或“已完成”等值来推断。捕获根据状态字段更改为“待评审”或类似状态来推断。事件类型 inferred
	变更已取消	表示变更请求在完成前终止。这是一种可选的结束状态，在工单状态设为“已取消”或“已撤回”时捕获。
为何重要分析已取消的变更可以揭示初始规划或审批阶段的问题，例如不再需要的请求或缺乏有效业务案例的提案。获取方式根据状态更改为“已取消”或非“已关闭”的等效终结状态的时间戳捕获。捕获状态更改为“已取消”的时间戳。事件类型 explicit
	变更已拒绝	表示审批人已正式拒绝变更请求，阻止其继续进行。此操作会被明确记录，通常会导致流程进入返工循环。
为何重要此活动对于分析返工和识别流程失败原因至关重要。拒绝频率过高通常指向请求质量问题或风险评估不足。获取方式当审批人点击“拒绝”按钮时，Freshservice 会将其记录为一个明确事件。该事件记录在工单的活动日志中。捕获审批选项卡或活动日志中“已拒绝”操作的时间戳。事件类型 explicit
	变更已重新开启	指之前已关闭或解决的变更恢复为开启状态，通常是由于实施后发现了问题。这根据状态从关闭变为开启来推断。
为何重要此活动是返工或变更失败的强信号。追踪其频率对于理解变更质量和测试有效性至关重要。获取方式通过在工单活动日志中检测到状态从“已关闭”或“已解决”跳回“开启”或“进行中”状态来推断。捕获检测状态是否从终结状态（如“已关闭”）变回非终结状态（如“开启”）。事件类型 inferred
	实施后评审已完成	表示完成了实施后评估 (PIR)，以评估变更的成功情况并记录经验教训。当实施后添加了评审备注或更新了状态时，通常会推断出此活动。
为何重要确保遵循正式的评审流程。分析此活动有助于了解变更的有效性，并支持流程的持续改进。获取方式根据实施日期后变更表单中 PIR 相关字段的填写，或状态更改为“评审完成”等状态来推断。捕获根据 PIR 备注字段的填写或特定状态更新来推断。事件类型 inferred
	已为变更添加备注	表示在变更请求中添加了评论或备注，体现了沟通或记录活动。Freshservice 会在每张工单的活动源中明确记录这些事件。
为何重要虽然不是核心流程步骤，但追踪备注可以提供延迟背景，特别是在审批或计划阶段。备注频率过高可能预示着需求不明或沟通不畅。获取方式在变更请求工单的“活动”或“审计”部分有明确记录，包含时间戳和添加备注的用户。捕获在工单活动日志中记录为“已添加备注”事件。事件类型 explicit
	开始实施	标志着变更实际部署或执行的开始。当变更请求的状态更新为“进行中”或类似的活跃状态时，即可推断出此活动。
为何重要为追踪实际实施时长提供清晰的起点，有助于区分等待时长与实际工作时长。获取方式根据在计划开始时间状态更改为“进行中”或“实施中”等值来推断。捕获根据状态字段更改为“进行中”来推断。事件类型 inferred
	测试已完成	表示所有必要的测试和验证活动已完成，确保变更成功且未产生负面影响。这通常可以从任务关闭或状态更改中推断出来。
为何重要追踪此活动有助于衡量“测试完成率”KPI，确保变更在最终关闭前经过妥善验证，从而减少实施后的问题。获取方式这可能难以直接捕获，或许需要从关联“测试”任务的完成情况或“测试完成”的状态更改中推断。捕获根据与变更关联的测试相关任务的关闭来推断。事件类型 inferred
	计划已完成	表示变更的所有必要计划（包括实施和回滚方案）均已定稿。通常根据审批后的状态更改推断。
为何重要标志着从规划到执行的转变。分析规划阶段的时长有助于发掘精简实施前活动的机会。获取方式根据状态从规划相关状态（如“待发布”）更改为实施状态（如“已调度”）来推断。捕获根据状态脱离“正在规划”或类似状态的变化来推断。事件类型 inferred
	请求审批	表示变更请求正式提交审批的节点。通常在变更请求状态转为“等待审批”或分配给审批人时推断此事件。
为何重要此活动标志着审批阶段的开始。测量从该点到“变更已批准”的时长，对于识别审批周期中的瓶颈至关重要。获取方式通过活动日志或追踪状态字段更改为“等待审批”来推断。此状态更改的时间戳将用作事件时间。捕获根据状态字段更改为“等待审批”来推断。事件类型 inferred
	风险评估已完成	表示已完成对变更相关潜在风险的正式评估。当风险级别字段被填写/更新或相关任务完成时，通常会推断出此活动。
为何重要追踪此活动有助于确保符合强制要求风险评估的变更策略，支持对“风险评估覆盖率”及这一关键步骤所耗时长的分析。获取方式这可能是根据变更表单中“风险”字段的时间戳更新，或风险分析相关特定任务的完成情况推断出的。捕获根据“风险”字段被填写或相关检查清单项目被标记为完成的时间戳来推断。事件类型 inferred

推荐可选

提取指南

如何从 Freshservice 获取数据

步骤

访问 Freshservice Analytics: 使用拥有 Analytics 模块报表创建和查看权限的账号登录您的 Freshservice 实例。
创建新报告: 导航至 Analytics 部分。创建一个新报告并命名，例如“Process Mining - 变更管理事件日志”。
添加第一个小组件 (Change Request Created): 在报告中添加新组件。选择“Changes”模块。指标选择“Count of Changes”。在“Group by”部分，添加“Change ID”和“Created at”。该组件将作为“Change Request Created”活动的来源。
配置报告过滤器: 为报告应用基于“Created at”日期的全局过滤器，以定义分析周期（例如过去 6 个月）。确保此过滤器应用于后续所有小组件，以保持数据一致性。
为每个活动创建小组件: 重复添加和配置过程，为所需的 15 个活动分别建立小组件。您需要使用不同的字段、状态和模块来隔离每个事件。例如，对于“Change Approved”，您可以按“Approved on”日期分组。对于基于状态的事件（如“Implementation Started”），需要使用过滤条件为 Status is In Progress 的指标，并按这些特定变更的 Last Updated at 时间戳分组。详细配置请参考“query”部分。
导出底层数据: 15 个组件全部配置并加载完毕后，分别进入每个组件。点击选项图标（三个点），选择“Export”然后选择“Export underlying data”。选择 CSV 格式。
整理导出文件: 您现在将拥有 15 个独立的 CSV 文件。打开每个文件，添加一个名为 ActivityName 的新列。在该列中填入对应活动的名称（例如，第一个文件填“Change Request Created”，第二个填“Change Approved”等）。
合并为统一的事件日志: 将所有 15 个修改后的 CSV 文件数据合并到一个主 CSV 文件中。合并前确保各文件的列标题一致。
标准化列名: 在主文件中，根据要求的架构重命名列。例如，将“Change ID”改为 ChangeRequestId，并将各文件中的日期列（如“Created at”、“Approved on”）统一改为 EventTime。
添加静态和推荐属性: 在最终表格中添加以下列：SourceSystem（所有行填“Freshservice”）和 LastDataUpdate（填入当前的导出时间）。根据需要添加 ChangeStatus、ChangeType 等推荐属性列。您可以另外创建一个包含这些详细信息的 Freshservice“增强”报告，并使用 VLOOKUP 等表格函数按 Change ID 进行数据关联。
最终格式检查: 检查最终的 CSV 文件，确保时间戳格式统一，无空行，且列标题与 ProcessMind 的上传架构完全匹配。

配置

先决条件: 必须具备 Freshservice Analytics 模块的访问权限。这通常包含在专业版（Pro）和企业版（Enterprise）方案中。用户必须拥有创建报告和查看变更管理数据的角色权限。
日期范围过滤器: 为整个报告应用一致的日期范围过滤器（例如“创建时间在过去 180 天内”）至关重要。这能确保所有小组件提取的都是同一组变更请求的数据。
小组件配置: 每个小组件都必须配置为识别单一的业务活动。这通常涉及按特定状态过滤，使用专门的日期字段（如“批准时间”），或结合状态过滤器使用“最后更新时间”字段。
底层数据导出: 请务必使用“导出底层数据”选项，而不是导出小组件图像或汇总数据的“导出”选项。这样才能获取事件日志所需的原始行级数据。
性能注意事项: 包含十几个小组件且日期范围较大（超过一年）的报告加载速度可能较慢。建议在非高峰时段运行报告并导出数据，以减少对性能的影响。

a 查询示例 config

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

步骤

先决条件: 确保您的系统已安装 Python 3。在终端运行以下命令安装必要的库：pip install requests pandas，以便进行 API 调用和数据处理。
获取 API 密钥: 以管理员身份登录 Freshservice。进入个人资料设置，在 API 部分生成新的 API 密钥。请妥善保存该密钥，稍后脚本中会用到。
配置脚本: 创建一个新的 Python 文件（如 extract_freshservice_changes.py）。将“query”部分提供的完整 Python 脚本复制到该文件中。更新脚本顶部的占位符变量：FRESHSERVICE_DOMAIN（如 your-company.freshservice.com）和 API_KEY（填入您的密钥）。
设置提取周期: 修改脚本中的 UPDATED_SINCE_FILTER 变量，定义数据提取的起始日期。使用 ISO 8601 格式（例如 YYYY-MM-DDTHH:MM:SSZ）。建议先从最近的 3-6 个月开始。
执行脚本: 在终端运行命令：python extract_freshservice_changes.py。脚本将开始从 Freshservice API 获取变更和活动数据，并显示处理进度。
检索 API 数据: 脚本会遍历指定时间内更新的所有变更请求。对于每个变更，它都会获取其完整的活动历史记录。由于 API 速率限制，大数据量可能需要较长时间。
将数据转换为事件日志: 脚本处理原始 JSON 响应。它根据活动类型和状态变化识别特定事件，如“Change Request Created”、“Status changed to Closed”或“Note added”。随后将这些信息映射到所需的事件日志结构，每个识别出的活动生成一行数据。
计算额外属性: 生成初始事件日志后，脚本会进行后期处理。它会添加 SourceSystem 和 LastDataUpdate 等静态列，并根据每个 ChangeRequestId 的最新 EventTime 计算该案例的 EndTime。
导出为 CSV: 脚本运行完成后，将在当前目录下保存名为 freshservice_change_management_event_log.csv 的最终事件日志。该文件格式已针对 Process Mining 工具直接上传进行了优化。

配置

API Key: 需要 Freshservice API 密钥。该密钥应关联管理员或拥有变更管理模块完整读取权限的用户配置文件。
Freshservice 域名: 您必须提供组织的特定 Freshservice 域名，例如 your-company.freshservice.com。
日期范围 (UPDATED_SINCE_FILTER): 此设置根据最后更新时间过滤变更。若要提取完整历史记录，您可能需要将日期设得非常早，但对于初步分析，建议选择 3-6 个月的时间范围以兼顾性能。全量历史数据加载可能非常耗时，并可能触发 API 速率限制。
状态映射: 脚本通过状态变化推断出许多活动（例如，从“进行中”状态推断出“开始实施”）。这些状态名称在脚本中是硬编码的。您可能需要调整这些字符串，以匹配 Freshservice 实例中配置的自定义状态。
性能: 脚本会逐个获取每个变更请求的所有活动。对于拥有数万个变更的实例，由于 API 调用次数较多且存在速率限制，提取过程可能需要数小时。

a 查询示例 python

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

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

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

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

def get_all_changes(updated_since):
    changes = []
    url = fclass="hl-string">"{BASE_URL}/changes?updated_since={updated_since}"
    page = 1
    while url:
        print(fclass="hl-string">"Fetching changes page {page}...")
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()  class=class="hl-string">"hl-comment"># Raise an exception for bad status codes
            data = response.json()
            changes.extend(data[class="hl-string">'changes'])
            class=class="hl-string">"hl-comment"># Freshservice uses the class="hl-string">'Link' header for pagination
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
            page += 1
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching changes: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return changes

def get_change_activities(change_id):
    activities = []
    url = fclass="hl-string">"{BASE_URL}/changes/{change_id}/activities"
    while url:
        try:
            response = requests.get(url, auth=(API_KEY, class="hl-string">'X'))
            response.raise_for_status()
            data = response.json()
            activities.extend(data[class="hl-string">'activities'])
            if class="hl-string">'Link' in response.headers:
                url = response.headers[class="hl-string">'Link'].split(class="hl-string">';')[0].strip(class="hl-string">'<>')
            else:
                url = None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching activities for change {change_id}: {e}")
            if response.status_code == 429: class=class="hl-string">"hl-comment"># Rate limit exceeded
                print(class="hl-string">"Rate limit exceeded. Waiting for 60 seconds...")
                time.sleep(60)
                continue class=class="hl-string">"hl-comment"># Retry the same URL
            else:
                url = None class=class="hl-string">"hl-comment"># Stop on other errors
    return activities

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

    df = pd.DataFrame(event_log)

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

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

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

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

您的变更管理数据模板

您的变更管理数据模板

变更管理属性

变更管理活动

提取指南

Freshservice Analytics 原始数据导出

步骤

配置

a 查询示例 config

使用 Python 脚本通过 Freshservice REST API 抽取

步骤

配置

a 查询示例 python

准备好开始了吗？

遏制变更失败：即刻提升 Freshservice 管理效能

您的变更管理数据模板

您的变更管理数据模板

变更管理属性

变更管理活动

提取指南

Freshservice Analytics 原始数据导出

步骤

配置

a 查询示例 config

使用 Python 脚本通过 Freshservice REST API 抽取

步骤

配置

a 查询示例 python

我们重视您的隐私

准备好开始了吗？

遏制变更失败：即刻提升 Freshservice 管理效能