> 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) 提取指南 (4)

您的事件管理数据模板

此模板以结构化方式概述了有效分析事件管理流程所需的关键数据，包括需要收集的重要属性、需要跟踪的关键活动，以及从Zendesk Support提取数据的实用指南。使用此模板，确保您的流程挖掘项目从完整、可靠的数据集开始。

建议收集的属性
流程映射需跟踪的关键活动
实用数据提取指南

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

以下是建议纳入事件日志的数据字段，用于深入分析您的事件管理流程。

5 必需 7 建议 11 可选

	名称	说明
	事件ID TicketId	系统为每个事件工单生成的唯一标识符。
说明事件ID是Zendesk Support中唯一标识每个事件案例的主键。在流程挖掘中，它作为案例ID，将事件创建到关闭期间的所有相关活动、状态变更和通信关联起来。在分析中，该ID对于重建每个事件的端到端历程至关重要。通过它可以汇总事件数据，跟踪单个案例的总解决时间、交接次数以及服务级别协议的遵守情况。按此ID对事件分组后，分析人员可以可视化流程，识别常见路径，并发现偏离标准过程的情况。为什么重要这是连接单个事件与其全部事件的关键标识符，使您能够追踪完整生命周期并准确分析流程表现。获取位置 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个事件发生的准确时刻，例如添加评论或变更状态的时间，并为案例中的所有活动提供时间顺序。该属性是所有基于时间的流程挖掘分析的基础。它用于计算活动之间的周期时间、识别等待时间、衡量案例总时长，并分析不同时段的流程表现。准确的时间戳对于创建展示案例随时间流转的动态流程图，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。为什么重要时间戳为所有活动提供时间顺序背景，使您能够计算时长、识别瓶颈并分析流程表现随时间的变化。获取位置 Zendesk Ticket Audits API（/api/v2/tickets/{ticket_id}/audits），每个审计事件的created_at字段。示例 2023-04-15T10:00:00Z2023-04-15T10:05:12Z2023-04-16T14:30:00Z
	最后更新时间 LastDataUpdate	表示此流程数据最近一次刷新的时间戳。
说明此属性记录源系统最近一次数据提取或更新的日期和时间。通常，在某个刷新周期内，整个数据集使用同一个值。该信息对于数据治理和流程挖掘分析用户至关重要。它说明数据的新鲜度，帮助分析人员了解当前查看的是否为最新可用信息。这对于监控运营表现并依据分析结果及时决策尤其重要。为什么重要提供数据新鲜度的重要背景，帮助用户了解分析数据的时效性以及数据最近一次获取的时间。获取位置数据刷新完成后，由ETL/数据管道生成的时间戳。示例 2023-10-27T08:00:00Z2023-10-28T08:00:00Z
	活动 ActivityName	事件生命周期中特定时间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“Incident Created”“Ticket Assigned to Agent”或“Incident Resolved”。这些活动来自Zendesk的事件日志或审计轨迹数据，其中记录了系统变更。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。通过分析活动流转，组织可以发现事件实际经过的路径，识别步骤之间的瓶颈，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。为什么重要活动顺序定义了流程，是流程挖掘分析的核心，用于识别低效、偏差和改进机会。获取位置来自Zendesk Ticket Audits API中的事件。例如，status字段上的Change事件可以映射为“Status Changed”。示例事件已创建工单已分配至代理状态已变更为Pending事件已解决事件已关闭
	源系统 SourceSystem	提取事件数据的系统。
说明此属性用于标识流程数据的来源。在此视图中，该值通常是固定的，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，该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，并支持按来源分析，例如比较Zendesk与其他ITSM工具中的事件管理流程。为什么重要标识数据来源，对于数据治理以及整合多个源系统数据的分析至关重要。获取位置在数据转换期间设置的静态值，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按计划达到既定SLA目标、是否已违反SLA，或SLA计时器是否已暂停。Zendesk会根据已配置的策略自动跟踪SLA指标。这是“SLA合规监控”仪表板的关键属性，可直接衡量服务承诺的履行情况。分析SLA在何时以及为何被违反，有助于组织发现流程薄弱环节并提升服务可靠性。它直接支持“事件SLA遵循率”KPI。为什么重要直接衡量服务承诺的履行情况，支持分析SLA违反情况并主动监控，从而提升合规水平。获取位置 Zendesk Ticket Metrics API（/api/v2/ticket_metrics.json），根据sla_policy、breached_at等字段派生。示例活动已暂停已超时已完成
	事件结束时间 EventEndTime	表示某项活动完成时间的时间戳。
说明事件结束时间表示某项活动的结束。在事件日志数据中，一个活动的结束时间通常根据同一案例中下一个活动的开始时间推断。对于案例中的最后一项活动，其结束时间可能与开始时间相同。此属性对于计算单项活动的持续时间（ProcessingTime）以及活动之间的等待时间至关重要。这些信息是瓶颈分析的基础，帮助分析人员不仅了解某个步骤耗时多久，还能了解案例在该步骤开始前空闲了多久。为什么重要支持计算活动持续时间和等待时间，是开展详细瓶颈分析并识别流程延迟的基础。获取位置计算方式为同一案例中后续事件的开始时间。最后一个事件的结束时间可以与其开始时间相同，也可以使用案例关闭时间。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“Low”“Normal”“High”或“Urgent”。
说明事件的优先级决定响应和解决所需的紧迫程度，是支持团队进行工作排序和资源分配的关键因素。在流程分析中，优先级用于划分事件，以比较不同优先级下的流程和绩效。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。优先级还用于监控SLA合规性，因为SLA通常根据优先级设定。“优先级变更率”KPI依赖于对该字段变更的跟踪。为什么重要此属性对于分组分析、评估优先级设置效果以及监控不同紧急程度下的SLA合规性至关重要。获取位置 Zendesk Tickets API的priority字段。变更记录在Ticket Audits API中。示例低正常高紧急
	受理代理 Assignee	当前负责处理事件的支持代理。
说明此属性用于标识特定时间点负责事件的代理。受理人的变更属于关键事件，表示工作已从一名人员交接给另一名人员。分析受理代理有助于了解工作负载分配、个人表现和协作模式。跟踪该字段的变更，对于计算“Average Handoffs per Incident”KPI以及识别事件频繁转交的情况至关重要，因为这可能表明存在知识缺口或路由低效。为什么重要标识负责代理，支持工作负载分析和交接跟踪，对于发现流程低效至关重要。获取位置 Zendesk Tickets API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
	受理组 AssignedGroup	当前负责处理事件的支持团队或组。
说明此属性表示负责事件的团队。事件通常会在不同支持层级或专业组之间流转，例如从“L1 Support”转至“Network Team”。这是分析流程交接和识别瓶颈的重要维度。通过监控事件在各组之间的流转，分析人员可以衡量团队间依赖关系、计算特定团队的队列等待时间并优化路由规则。它直接支持“Handoffs and Rework Analysis”仪表板。为什么重要跟踪团队责任归属，对于分析团队间交接、识别团队特定瓶颈和衡量队列等待时间至关重要。获取位置 Zendesk Tickets API的group_id字段。变更记录在Ticket Audits API中。示例一级支持二级网络团队三级基础设施支持账单
	工单状态 TicketStatus	事件发生时事件工单的状态，例如“Open”“Pending”或“Solved”。
说明此属性反映事件工单在生命周期不同阶段的状态。Zendesk的标准状态包括new、open、pending、on-hold、solved和closed。跟踪该字段的变更，是生成流程挖掘活动的主要方式。分析工单状态是理解流程的基础。它有助于识别事件在特定状态下停留的时间，例如“Pending”通常表示等待客户回复。该属性也是定义案例完成状态和计算解决时间的关键。为什么重要跟踪状态变更是了解流程进展、识别等待时间以及确定事件生命周期起止点的关键。获取位置 Zendesk Tickets API的status字段。变更记录在Ticket Audits API中。示例新建开放待处理已解决已关闭
	报告渠道 Channel	最初报告事件的渠道，例如“Email”“Web”或“API”。
说明此属性记录最终用户或系统创建事件工单所使用的方式。了解报告渠道对于分析事件来源并相应调整支持流程非常重要。按渠道分析事件可以发现不同模式。例如，通过电话报告的事件，其解决时间可能短于通过电子邮件报告的事件。该信息支持“Incident Throughput Volume”仪表板，并有助于资源规划和渠道优化。为什么重要帮助按来源分析事件量和流程表现，支持针对特定渠道改进流程并分配资源。获取位置 Zendesk Tickets API的via.channel字段。示例 Web电子邮件API电话
	严重程度 Severity	事件对业务造成的影响程度。
说明严重程度定义事件的业务影响，通常与优先级结合使用，以确定整体紧急程度。在Zendesk中，它通常配置为自定义字段。分析严重程度有助于了解所处理事件的关键程度。它是“SLA合规监控”和“优先级设置有效性指标”等仪表板的重要数据维度。对比不同严重程度事件的流程，可以发现高严重程度事件是否获得了适当的处理速度和资源。为什么重要表示事件的业务影响，支持聚焦最关键的问题进行分析，并确保这些问题得到高效解决。获取位置通常为自定义字段。请在Zendesk管理中心检查Ticket Fields配置。示例 1－严重2－高3－中4－低
	交接次数 HandoffCount	事件被重新分配给其他客服或团队的总次数。
说明此计算指标量化事件责任转移的次数。每当Assignee或AssignedGroup字段发生变化，该案例的计数就增加一次。交接是事件管理中效率低下和延迟的常见来源。交接次数较多可能表明路由规则不清晰、支持团队存在知识缺口，或流程过于复杂。此指标是“每个事件的平均交接次数”KPI的基础，也是“交接与返工分析”仪表板的关键指标。为什么重要量化责任转移造成的流程阻力，帮助定位延长解决时间的路由低效和知识缺口。获取位置通过统计事件中AssignedGroup或Assignee字段发生变化的次数计算。示例 0135
	客户组织 Organization	事件请求方所属的组织或公司。
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健康度、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表、提供以客户为中心的表现视图的重要维度。为什么重要支持按客户进行分析，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。获取位置 Zendesk Tickets API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“Incident”、“Problem”、“Question”或“Task”。
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“Incident”的工单，即IT服务发生计划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，对比事件、问题和服务请求的处理流程。为什么重要支持筛选数据，专门聚焦事件，确保流程分析与事件管理生命周期相关。获取位置 Zendesk Tickets API，字段类型。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。它不同于请求方，因为代理可能会代表他人创建工单。在分析中，提交人可用于了解问题的报告者。结合组织数据后，还可以识别特定客户或用户群体是否产生了大量事件，从而指导主动支持或培训工作。为什么重要标识事件报告来源，可用于发现与特定用户、部门或自动化系统相关的模式。获取位置 Zendesk Tickets API的submitter_id字段。示例 alice.jones@example.combob.williams@example.com系统监控
	是否自动化 IsAutomated	布尔标记，用于表示某项活动由自动化系统还是人工客服执行。
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有效性，识别可自动化的人工任务，并衡量自动化对效率和解决时长的影响。此属性还可用于对比自动化活动与人工活动的流程。为什么重要区分人工操作与系统操作，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。获取位置通过检查事件作者（Ticket Audits API中的author_id）是否对应已知系统用户或自动化用户来派生。示例 truefalse
	是否首次联系解决 IsFirstContactResolution	布尔标记。如果事件由首次分配的客服或团队在没有任何交接的情况下解决，则为true。
说明首次联系解决（FCR）是衡量支持中心效率和客户满意度的关键指标。此计算属性标记无需重新分配给其他客服或团队即可解决的事件。通常通过检查工单是否在仍分配给初始客服和团队的情况下达到“Solved”状态来判断。在流程挖掘中，这支持直接计算FCR率，并对比FCR事件与需要升级处理事件的流程路径，从而帮助发现赋能一线支持团队的机会。为什么重要直接衡量首次支持触点的效率，并帮助发现将解决环节前移的机会。获取位置计算得出的布尔标记。如果工单状态为“solved”或“closed”，且在整个事件生命周期内只有一个唯一的受理人或受理团队，则为True。示例 truefalse
	标签 Tags	应用于事件的标签列表，用于分类和补充上下文。
说明标签是灵活的标记，可添加到工单中，用于补充上下文、分类或路由。客服人员可以手动添加标签，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。您可以利用标签创建细分分析，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调查。为什么重要提供灵活的事件分类和筛选方式，支持基于具体上下文的详细分析，弥补仅使用标准字段的不足。获取位置 Zendesk Tickets API，字段tags。示例 VIP用户网络问题中断_20231027账单相关
	根因类别 RootCauseCategory	导致事件发生的根本原因所属的高层级类别。
说明此属性用于分类事件发生的根本原因。它通常在事件生命周期接近结束时采集，作为事后复盘或问题管理流程的一部分，并存储在自定义字段中。这些数据对于“根因识别准确率”仪表板和“RCA覆盖率”KPI至关重要。按根因分析事件有助于识别重复发生的问题，为实施永久性修复和减少未来事件数量提供依据。这样可以将重点从被动救火转向主动预防问题。为什么重要通过分类事件原因，支持主动的问题管理，帮助识别趋势并防止问题再次发生。获取位置通常为自定义工单字段。请在Zendesk管理中心检查Ticket Fields配置。示例软件缺陷硬件故障用户错误网络中断
	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。计算方式为第一个事件（例如“Incident Created”）与最后一个事件（例如“Incident Closed”）时间戳之差。案例持续时间是衡量整体流程效率的主要关键绩效指标（KPI）。仪表板广泛使用该指标展示平均周期时间、识别长期未结案例并分析一段时间内的趋势。它从整体上衡量流程处理和解决事件的速度。为什么重要这是衡量整体流程速度并识别导致解决时间过长因素的关键KPI。获取位置对每个Incident ID，计算最后一个事件与第一个事件时间戳之差。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中的常见评分为“Good”或“Bad”。满意度评分虽然不是直接衡量流程效率的指标，但可作为关键结果指标。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，交接次数较多的事件是否会获得更低评分？为什么重要提供关键结果指标，可与流程特征关联，帮助了解流程绩效如何影响用户满意度。获取位置 Zendesk Ticket Metrics API（/api/v2/ticket_metrics.json），字段satisfaction_rating.score。示例良好不良已提供未提供

必需建议可选

事件管理活动

以下是应纳入事件日志的关键流程步骤和里程碑，用于准确发现和分析事件管理流程。

6 建议 7 可选

	活动	说明
	事件已关闭	工单永久关闭时，事件生命周期最终结束。在Zendesk中，这通常会在工单解决一段时间后自动发生，并作为最终状态变更记录。
为什么重要这是流程的最终结束活动。从“Incident Created”到此事件的时间即为总流程时长，可提供端到端的周期时间视图。获取位置通过工单审计日志中的“Change”事件获取，该事件中“status”字段的新值变为“closed”。采集通过“status”字段变更为“closed”的“Change”事件识别。事件类型 explicit
	事件已创建	新工单在Zendesk中创建时，事件生命周期由此开始。该事件会通过Zendesk工单创建审计日志明确记录，作为每个案例的起点。
为什么重要这是主要的开始活动。分析该事件与其他事件之间的时间，对于衡量工单的整体生命周期时长和初始响应时间至关重要。获取位置这是Zendesk工单审计日志中明确记录的事件。每个新工单都会生成带有相应时间戳的“Create”事件。采集直接来自审计日志中的工单创建事件。事件类型 explicit
	事件已解决	当代理实施解决方案并将工单标记为“solved”时，就会达到这一关键里程碑。这是一个明确操作，会作为状态变更记录在工单审计日志中。
为什么重要这是主要的解决活动，也是衡量解决耗时的关键节点。该事件与“Incident Closed”之间的时间，代表用户确认或自动关闭周期。获取位置通过工单审计日志中的“Change”事件获取，该事件中“status”字段的新值变为“solved”。采集通过“status”字段变更为“solved”的“Change”事件识别。事件类型 explicit
	工单已分配至代理	当工单分配给特定代理处理时，就会发生此活动。这是工单审计历史中明确记录的事件，表示某位人员已接手负责。
为什么重要这一里程碑对于衡量首次分配耗时至关重要，也是分析交接、返工和首次联系解决率的基础。获取位置当工单审计日志中的“assignee_id”字段被填充或变更时记录。首次分配是计算KPI的重要里程碑。采集通过工单审计日志中针对“assignee_id”字段的“Change”事件识别。事件类型 explicit
	工单已重新分配	初始分配后，工单责任从一名代理或一个组转移给另一名代理或另一个组时，就会发生此事件。这是工单审计历史中明确跟踪的事件。
为什么重要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。获取位置通过工单审计日志识别“assignee_id”或“group_id”字段在首次填充后的“Change”事件。采集通过后续针对“assignee_id”或“group_id”字段的“Change”事件识别。事件类型 explicit
	状态已变更为Open	表示代理已开始积极处理事件。通常通过工单“status”字段从“new”变更为“open”来推断，标志着调查和诊断阶段开始。
为什么重要该事件标志着流程从排队转入主动处理。工单在“new”状态下停留至转为“open”所用的时间，是衡量初始响应时间的重要指标。获取位置通过工单审计日志识别“Change”事件进行推断：该事件中“status”字段的新值为“open”，旧值为“new”。采集根据状态字段从“new”变更为“open”推断。事件类型 inferred
	工单已分配至组	表示将事件初步路由或分诊至特定支持组。这通常是明确责任归属的第一步，并作为明确的变更事件记录在工单审计历史中。
为什么重要跟踪组分配情况有助于分析初始分诊效率，并识别工单被路由至正确团队前的延迟。获取位置每当工单审计日志中的“group_id”字段被设置或变更时记录。创建后的首次变更即为初始分配。采集通过工单审计日志中针对“group_id”字段的“Change”事件识别。事件类型 explicit
	已发送公开回复	表示支持代理向最终用户发送的沟通内容。在Zendesk中，当工单新增公开评论时，会明确记录此事件。
为什么重要跟踪公开回复有助于了解沟通频率，也是分析用户确认延迟时的重要时间线节点。获取位置从工单评论数据中获取。当评论的“public”属性为true时，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
	已添加内部备注	该活动表示内部协作：代理为其他团队成员在工单中添加私密备注。当评论被标记为非公开时，会明确记录此活动。
为什么重要分析内部备注有助于了解需要协作处理的复杂问题，但数量过多可能表明存在知识缺口或流程低效。获取位置从工单评论数据中获取。当评论的“public”属性为false时，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	定义事件的优先级，例如Low、Normal、High或Urgent。该信息会作为明确的变更事件记录，并决定工单的紧急程度和所需响应时间。
为什么重要跟踪优先级的设置时间和方式，对于“Prioritization Effectiveness Metrics”仪表板至关重要，可确保关键问题得到及时处理。获取位置通过工单审计日志中“priority”字段的“Change”事件记录。还可以跟踪后续变更，以衡量Priority Change Rate KPI。采集通过工单审计日志中针对“priority”字段的“Change”事件识别。事件类型 explicit
	已违反SLA目标	表示工单未达到规定的服务级别协议要求，例如首次回复时间或解决时间。该事件根据SLA策略定义和工单更新时间戳计算得出。
为什么重要该事件直接支持SLA合规监控。识别违反SLA的时间和原因，是提升服务可靠性与客户信任的基础。获取位置这是一个计算得出的事件。可以分析与工单关联的“sla_policy_metrics”数据，并使用每个SLA目标的“breached_at”时间戳推导。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
	状态已变更为Pending	表示流程暂停，等待请求方回复。该事件通过工单“status”字段变更为“pending”来推断。
为什么重要该活动对于计算User Confirmation Wait Time至关重要。在此状态下停留时间过长，可能显著拉长整体解决时间，并暴露沟通延迟。获取位置通过工单审计日志识别“Change”事件进行推断：该事件中“status”字段的新值为“pending”。采集根据状态字段变更为“pending”推断。事件类型 inferred
	用户满意度已评分	表示最终用户为所获得的支持服务提交满意度评分的时间点。这是工单解决后由Zendesk明确记录的事件。
为什么重要分析满意度评分可以为代理表现和流程有效性提供重要反馈，将流程指标与客户结果联系起来。获取位置从与工单关联的满意度评分数据中获取。通常包括评分（“good”或“bad”）以及可选评论。采集工单提交满意度评分时记录此事件。事件类型 explicit

建议可选

提取指南

如何从Zendesk Support获取数据

步骤

访问Zendesk Explore：使用具有在Zendesk Explore中创建和管理报告权限的用户账户登录您的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，然后点击“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完整变更审计轨迹，是创建事件日志的必要数据。
添加初始属性（列）：在报告构建器中进入“Rows”区域。点击“Add”，选择以下属性，这些属性将构成事件日志的列：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。请完全复制提供的公式。
调整报告列：将新创建的计算属性（ActivityName、SourceSystem、LastDataUpdate）添加到“Rows”区域。随后可移除用于创建ActivityName的原始字段（Changes - Field name、Changes - Previous value、Changes - New value、Comment public），使视图更简洁。
添加报告筛选器：进入“Filters”区域并点击“Add”。为Update - Date添加筛选器，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：添加属性和筛选器后，Zendesk Explore会自动更新报告。检查数据表，确认行列显示符合预期。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，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，将列标题重命名为流程挖掘工具要求的属性名称，例如将“Ticket ID”重命名为TicketId，将“Update - Timestamp”重命名为EventTimestamp。确保时间戳采用符合ISO 8601标准的格式。文件现在即可上传。

配置

Zendesk数据集：报告必须基于Support: Ticket updates [default]数据集构建。这是唯一提供详细审计轨迹的标准数据集，可按事件逐条重建流程。
日期范围筛选：务必使用日期筛选器限制数据量。将Update - Date属性作为主要筛选条件。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，必须筛选报告，排除该值为空的行，以移除无关的工单变更，例如系统更新和标签变更。
计算属性：此提取逻辑高度依赖标准计算属性，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Zendesk Explore中的“Viewer”角色。创建并保存报告则需要“Editor”或“Admin”权限。

a 示例查询 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

前提条件：确保系统已安装Python 3.6或以上版本，以及requests和pandas库。您可以使用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：创建一个新的Python文件（例如extract_zendesk_logs.py），并将提供的脚本复制到其中。更新脚本顶部的占位变量：使用您的具体凭据填写ZENDESK_SUBDOMAIN、ZENDESK_EMAIL和ZENDESK_API_TOKEN。设置START_TIMESTAMP，定义所需数据提取期间的开始时间（Unix纪元时间戳）。
了解API端点：脚本主要使用两个Zendesk API端点。incremental/tickets/cursor.json端点用于高效提取自START_TIMESTAMP以来更新的所有工单。随后，脚本会针对每个工单调用tickets/{ticket_id}/audits.json端点，获取每项变更和事件的详细历史。
运行脚本：使用以下命令从终端运行脚本：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，方便您监控进度。根据日期范围和工单数量，处理可能需要较长时间。
提取数据和处理分页：脚本会自动处理API分页，从初始工单导出URL开始，持续跟随每个API响应中提供的after_url，直到提取完该期间的所有工单。
转换事件：对于每个工单，脚本遍历其审计历史，解析每个审计事件，将Zendesk内部事件类型（如Create、Change、Comment）映射为所需业务活动（如Incident Created、Status Changed to Open、Public Reply Sent）。
处理SLA数据：脚本包含专用函数get_sla_breach_events，用于获取每个已解决工单的SLA指标。这是必要的，因为SLA违规不是审计日志中的标准事件。该函数会额外调用API，获取SLA策略应用详情。
生成事件日志：处理完所有工单后，脚本会将提取的事件汇总到pandas DataFrame，并将最终事件日志保存为zendesk_incident_event_log.csv，文件位于脚本运行所在的同一目录中。
准备上传：检查生成的CSV文件，确认内容正确。现在，该文件已采用所需格式，可以直接上传到ProcessMind进行分析。

配置

Zendesk API凭据：您必须提供Zendesk子域名、与管理员或代理账户关联的电子邮件地址，以及有效的API令牌。请安全存储这些凭据，生产环境中不要将其硬编码到受版本控制的脚本中。
起始时间戳（START_TIMESTAMP）：该整数值决定数据提取的起点，必须是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量，同时避免系统负载过高。您可以使用在线转换工具获取特定日期对应的时间戳。
API速率限制：脚本会发起大量API调用。Zendesk会根据套餐实施不同的速率限制。脚本适用于中等数据量；对于超大型实例，您可能需要在循环中加入time.sleep()调用，以避免触发速率限制并收到429错误。
所需Python库：脚本依赖requests库发起API调用，依赖pandas库处理数据并导出CSV。请确保这些库已安装在Python环境中。
用户权限：与API令牌关联的用户账户必须拥有读取工单数据的足够权限，包括审计记录和工单指标。

a 示例查询 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

创建具有读取工单、工单审计、用户、群组、满意度评分和增量导出权限的Zendesk API客户端。使用为您的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存储。
使用Zendesk增量工单导出API，获取上一个成功水位线之后更新的工单。下方脚本使用文档规定的端点模式：https://[Your Zendesk subdomain].zendesk.com/api/v2/incremental/tickets/cursor.json，并持续进行游标分页，直到API报告结果集已完成。
对每张返回的工单，从工单审计端点获取其审计历史。由于ProcessMind按原样读取事件日志，不会根据工单最终状态推断活动，因此必须保留审计记录。保留审计时间戳、操作者、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、群组分配、代理分配、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。评分可用时，将满意度评分作为独立行提取。仅在具备所需SLA目标和事件时间戳时计算SLA违约，并记录计算输入。
维护最近一次成功处理的更新时间戳或游标。只有在所有页面、工单审计和可选满意度记录均成功写入后，才能推进水位线。首次运行时，使用类似[Start date in ISO 8601 format]的限定起始时间，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，就填充推荐列TicketStatus、Assignee、AssignedGroup、TicketPriority、Channel、SlaStatus和EventEndTime。仅当Zendesk未为该事件提供相应属性时使用空值。
使用TicketId、ActivityName、EventTimestamp以及可用的稳定源事件标识符进行去重。保留同一活动的多个有效发生记录，例如多次公开回复、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偏移的ISO 8601格式，TicketId类型保持一致，ActivityName值与文档规定的活动名称完全一致，并确保同一提取批次中的所有行使用相同的LastDataUpdate。
将事件日志上传到ProcessMind，并将Incident ID配置为案例标识符，将Activity配置为活动列，将Event Timestamp配置为事件时间列。验证每项必需活动都由明确的事件行表示，而不是在可视化过程中推导。

配置

API方法：使用支持游标分页的Zendesk Incremental Ticket Export API。使用工单审计端点进行事件级提取；启用并可访问满意度评分时，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。将[Your Zendesk subdomain]、[Your API email]和[Your API token]替换为安全的部署值。
日期范围：首次加载使用三至六个月的数据，除非所需历史范围更大。定期加载时，提取上次成功水位线之后的记录，并加入较小的重叠窗口，以防遗漏延迟到达的更新，然后执行去重。
筛选器：仅在流程范围明确要求时，使用公司、品牌、群组、组织、工单表单、渠道或自定义字段进行筛选。Zendesk Support不使用SAP风格的Company Code或Document Type筛选器，除非这些概念已由配置的Zendesk字段表示。
事件语义：将审计事件视为明确变更的权威来源。不要仅因当前工单状态存在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说明的源事件。
SLA配置：SLA Target Breached需要访问适用的SLA策略、目标时长、工作时间日历以及评估目标所需的时间戳。如果Zendesk提供违约事件或指标，请使用该来源。否则，仅使用有文档说明的策略数据计算，并保留计算依据。
满意度配置：User Satisfaction Rated要求启用满意度评分，并可通过API访问评分记录。没有评分的已解决工单不得生成虚构的评分事件。
性能：使用游标分页、受控并发处理工单审计请求、连接复用、针对速率限制的指数退避，以及成功批次后的检查点机制。避免每次运行都重复请求所有工单审计。
完整性：增量导出可能包含请求时间之后更新的工单，但必须单独处理审计获取和延迟更新。使用重叠窗口和稳定的去重键。
前提条件：具备API访问权限、读取工单和审计记录的权限、访问用户和群组以解析名称的权限；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，可能因Zendesk配置和订阅套餐而异。

a 示例查询 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

选择商业ETL或数据集成工具，确保其提供经过验证的Zendesk Support连接器，支持工单审计历史和评论提取，并能写入您的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。在您的Zendesk套餐和连接器支持的范围内，授予访问工单、工单审计、评论、用户、群组、满意度评分和SLA数据的权限。
配置提取窗口。首次加载使用滚动的3至6个月时间范围，之后根据连接器支持的更新时间戳或审计时间戳配置增量加载。将上次成功提取的水位线存储在事件日志之外，避免后续运行重复或遗漏事件。
提取案例上下文所需的工单级数据，包括工单标识符、当前或事件级状态、代理、群组、优先级、报告渠道、SLA状态和相关更新时间戳。提取工单审计记录，因为分配、优先级、状态及其他字段变更必须表示为明确的事件行。
提取工单评论，并使用连接器提供的公开或可见性指标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。为公开评论创建Public Reply Sent行，为私密评论创建Internal Note Added行。
在连接器提供的情况下，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。除非源数据或配置的计算确认目标已被违反，否则不要创建违约行。
将提取的源记录重塑为标准化事件日志。每次明确的活动发生创建一行。将工单创建映射为Incident Created，将群组分配变更映射为Ticket Assigned to Group或Ticket Reassigned，将代理分配变更映射为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。
按确定性顺序应用事件分类规则。优先使用审计历史中的原值和新值。首次分配群组分类为Ticket Assigned to Group，首次分配代理分类为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，而不仅是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，填充推荐列TicketStatus、Assignee、AssignedGroup、TicketPriority、Channel、SlaStatus和EventEndTime。统一保留源时间戳的时区，最好使用UTC，并保留连接器支持的原始精度。
通过以下检查验证转换结果：每个TicketId都包含Incident Created行；事件时间戳在适用情况下处于提取窗口内；源数据存在时，13个必需活动名称均有体现；重复事件键按照源审计标识符或有文档说明的组合键处理。
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。使用一行表头、稳定的列名、UTF-8编码、ISO 8601时间戳，最终事件列中不得包含嵌套JSON。将生成的事件日志上传或连接到ProcessMind，不要依赖系统推断活动，因为ProcessMind会按原样读取提取出的事件行。

配置

连接器和许可证：使用商业ETL或数据集成工具，并确保其Zendesk Support连接器能够根据Zendesk套餐和连接器版本提供工单、工单审计、评论、用户、群组、满意度评分和SLA信息。
身份验证和授权：配置Zendesk子域名和获批准的身份验证方式。仅授予提取工单、审计、评论、用户、群组、满意度和SLA数据所需的权限，并确认集成账户可以读取历史记录。
日期范围：验证和首次加载从3至6个月开始。确认行数、分页和速率限制行为后，再扩大范围。计划运行时使用增量水位线。
必需筛选器：仅应用已在源配置中确认的公司专用筛选条件，例如指定的Zendesk子域名、品牌、组织、群组或工单范围。除非配置的Zendesk数据模型中存在Company Code或Document Type字段，否则不要应用这些筛选器。
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，以防止增量加载期间产生重复事件。
评论：同时提取公开和私密评论。使用源可见性指标，将其分类为Public Reply Sent和Internal Note Added。不要根据评论文本推断可见性。
分配分类：比较群组或代理的原值和新值。首次符合条件的分配单独分类，之后的变更分类为Ticket Reassigned。
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值。使用自定义状态时，加载前请记录映射关系。
SLA处理：优先使用源SLA违约事件。如果不可用，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说明的计算，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或其他有文档说明的时区。保留源时间戳，不要用提取时间替代事件时间。
LastDataUpdate：将LastDataUpdate设置为ETL成功刷新的时间戳，并确保同一批次的所有行保持一致。
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。避免每次计划运行都重复提取完整工单历史。
目标架构：配置扁平化事件表或文件，包含必需列TicketId、ActivityName、EventTimestamp、SourceSystem和LastDataUpdate，并在可用时加入推荐属性。
ProcessMind行为：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。

a 示例查询 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。立即开始优化您的流程。

返回改进指南下载模板

优化事件管理，立即加快解决速度

将MTTR降低35%，消除重复事件，提升满意度。

开始免费试用

无需信用卡，几分钟内即可开始改进

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

提取指南

将Zendesk Explore界面报告导出为CSV文件

步骤

配置

a 示例查询 config

使用Zendesk Support REST API的Python脚本

步骤

配置

a 示例查询 python

用于批量数据同步的Zendesk增量导出API

步骤

配置

a 示例查询 python

使用带Zendesk API连接器的第三方ETL工具

步骤

配置

a 示例查询 config

准备好开始了吗？

优化事件管理，立即加快解决速度

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

提取指南

将Zendesk Explore界面报告导出为CSV文件

步骤

配置

a 示例查询 config

使用Zendesk Support REST API的Python脚本

步骤

配置

a 示例查询 python

用于批量数据同步的Zendesk增量导出API

步骤

配置

a 示例查询 python

使用带Zendesk API连接器的第三方ETL工具

步骤

配置

a 示例查询 config

准备好开始了吗？

优化事件管理，立即加快解决速度

我们重视您的隐私