> 持续流程改进 > 问题管理 > Zendesk Support > 数据模板

您的问题管理数据模板

Zendesk Support

← 返回改进指南

问题管理属性(19) 问题管理活动(12) 数据提取指南(3)

您的问题管理数据模板

此模板为您提供在Zendesk Support中梳理问题管理生命周期的完整框架，涵盖识别根本原因分析瓶颈所需的关键属性、流程里程碑和数据提取逻辑。按照此结构，您可以构建高质量的事件日志，深入了解流程。

用于详细分析的建议属性
关键流程活动和状态转换
Zendesk Support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

问题管理属性

建议使用以下数据字段，为分析工单类别、优先级和负责人在问题解决全周期中的情况提供必要背景。

5 必填 8 建议填写 6 选填

	名称	说明
	最近数据更新时间 LastDataUpdate	表示问题记录最近一次修改时间的时间戳。
说明此属性反映问题记录数据在源系统中的最近更新时间。它与事件时间戳不同，记录的是整个记录的更新时间，而非单项活动的时间。分析时，该属性有助于判断数据是否为最新数据，并识别数据集是否已更新，或源系统与流程挖掘环境之间是否存在同步延迟。重要性用于跟踪数据时效性，并支持增量数据加载策略。获取途径 Zendesk Ticket对象中的“updated_at”字段示例 2023-11-01T14:20:00Z
	开始时间 EventTimestamp	活动发生的具体日期和时间。
说明此属性记录活动在Zendesk系统中发生的准确时间，为正确排列事件顺序和计算步骤间耗时提供时间依据。分析时，它对于计算周期时间、发现延误、检查SLA合规情况以及按时间呈现流程至关重要。时间戳不准确，就无法了解问题解决流程的处理速度。重要性用于排列活动顺序，并计算所有基于时间的KPI。获取途径 Zendesk Ticket Audits中的“created_at”字段示例 2023-10-12T08:30:00Z2023-10-12T09:15:22Z
	活动 ActivityName	在问题记录上执行的事件或操作名称。
说明此属性记录问题记录生命周期中的具体步骤或操作，例如从“打开”变为“待处理”等状态变更、分配变更，或“临时解决方案已发布”等特定工作流步骤。分析时，这些活动构成流程图中的节点。按顺序查看活动，分析人员可以直观了解工作流转情况、发现瓶颈，并衡量各流程步骤之间的耗时。重要性它定义流程中的“做什么”，支持流程可视化和变体分析。获取途径取自Zendesk Ticket Audits或Ticket Metrics 示例问题记录已创建调查已开始临时解决方案已发布
	源系统 SourceSystem	数据来源系统的名称。
说明此属性用于标识提取流程数据的软件平台。在此场景中，该字段的值始终为“Zendesk Support”。分析时，尤其是在合并多个系统（例如Zendesk和Jira）的数据时，分析人员可以按数据来源筛选或分组。该字段有助于追踪数据来源，并确保多系统流程视图中的数据可追溯。重要性用于追踪数据来源，并支持多系统流程挖掘配置。获取途径提取时写入固定值示例 Zendesk Support
	问题记录 ProblemRecordId	分配给Zendesk问题工单的唯一数字标识符。
说明此属性是Zendesk Support系统中问题记录的唯一标识，也是流程挖掘所需的核心案例ID，可将后续事件、更新和交互归入同一个流程实例。分析时，该ID用于区分从创建到关闭的每个问题调查过程，并关联相关事件，跟踪问题在不同支持层级中的生命周期。重要性这是流程挖掘分析中将事件归入案例所必需的基础标识。获取途径 Zendesk Ticket对象中type为“problem”的“id”字段示例 1045293849921
	SLA截止时间 SlaDueDate	应解决问题的目标日期和时间。
说明此属性表示根据服务级别协议配置确定的解决期限，通常根据优先级和工单创建时间计算。分析时，可将其与实际解决时间比较，计算问题SLA遵循率。SLA绩效与风险仪表板会据此突出显示即将超时或已超时的案例。重要性对于衡量合规情况和合同履约表现至关重要。获取途径 Zendesk工单指标或SLA策略端点示例 2023-12-01T17:00:00Z
	优先级 Priority	分配给问题记录的紧急程度。
说明此属性表示问题的相对重要程度，通常分为低、普通、高或紧急。它决定预期的服务级别协议（SLA）和资源分配。分析时，可按紧急程度细分流程并比较不同级别的表现。例如，借助根本原因调查效率仪表板，可以核实“紧急”问题是否确实比“低”优先级问题解决得更快。重要性用于细分案例，以分析SLA遵循情况和资源优先级安排。获取途径 Zendesk Ticket对象中的“priority”字段示例紧急高普通低
	关联事件数量 RelatedIncidentCount	关联到此问题记录的事件工单数量。
说明此属性统计与问题记录关联的事件工单数量。在Zendesk中，事件工单通过“problem_id”字段关联到此记录。分析时，这是“事件关联与影响”指标的主要数据。它有助于优先处理影响用户最多的问题，并据此决定先解决哪些问题，以最大程度减少工单数量、提高投资回报。重要性反映问题的严重程度及其对用户的影响。获取途径 Zendesk Tickets API中type='incident'且problem_id=ThisID的工单数量示例 015342
	受理人姓名 AssigneeName	负责处理问题的具体客服人员。
说明此属性包含当前负责问题记录的用户姓名，可具体了解各项操作由谁执行。分析时，该属性有助于了解个人工作量和表现。除团队层面的分析外，受理人层面的数据还可揭示培训需求，或发现特别擅长解决复杂根本原因的人员。重要性支持个人层面的资源分析。获取途径 Zendesk Ticket对象中的“assignee_id”字段（解析为姓名）示例张三李四系统
	支持组 SupportGroup	当前负责处理问题记录的团队或部门。
说明此属性用于标识在特定时间负责处理问题的客服人员组。工单从一个团队转交给另一个团队时，该属性会随之变化。对于支持组交接分析仪表板，此属性至关重要。它可用于衡量各团队的表现、发现交接环节的瓶颈，并分析资源工作量分布。重要性支持组织层面的分析，并帮助发现部门间的瓶颈。获取途径 Zendesk Ticket对象中的“group_id”字段（解析为名称）示例二线支持数据库团队网络运维
	根本原因类别 RootCauseCategory	已识别的问题根本原因（例如代码缺陷、配置错误）。
说明此属性记录问题原因的最终诊断结果。通常在“已识别根本原因”活动期间填写。分析时，此属性用于生成“问题分类准确率”报告，并分析系统故障趋势。它有助于管理层判断应重点改善代码质量、基础设施稳定性还是供应商管理。重要性可用于分析故障模式，并指导长期改进工作。获取途径 Zendesk工单自定义字段示例软件缺陷配置错误用户操作错误
	问题状态 ProblemStatus	问题记录在生命周期中的当前状态。
说明此属性显示问题的当前状态，例如新建、打开、待处理、已解决或已关闭，反映调查进展。分析时，可据此筛选未关闭或已关闭的案例。问题记录停滞监控仪表板也依靠此属性，识别未按预期状态流程推进的活跃案例。重要性可按案例的完成状态进行筛选。获取途径 Zendesk Ticket对象中的“status”字段示例新建打开待处理已解决已关闭
	问题类别 ProblemCategory	问题的分类（例如软件、硬件、网络）。
说明此属性根据受影响的服务或技术栈对问题进行分类。它通常是Zendesk表单中的自定义下拉字段。分析时，此属性用于“问题分类准确率”仪表板。将初始类别与最终根本原因进行比较，有助于判断初步分诊是否将问题准确分派给了相应团队。重要性可按技术或业务服务进行细分。获取途径 Zendesk工单自定义字段示例数据库用户界面/用户体验网络基础设施
	临时解决方案已启用 WorkaroundActive	用于标记是否已提供或发布临时解决方案。
说明此布尔属性表示是否已为问题记录临时修复方案。通常根据是否存在“已发布临时解决方案”活动或表单中的特定复选框来确定。分析时，此属性用于“临时解决方案发布合规率”仪表板。它衡量支持团队在继续调查长期解决方案期间，为用户缓解问题的频率。重要性这是衡量调查期间用户影响缓解情况的关键指标。获取途径根据是否存在“已发布临时解决方案”活动或自定义字段确定示例 truefalse
	变更请求ID ChangeRequestId	用于实施修复的关联变更请求标识符。
说明此属性将问题记录与变更管理记录关联起来（记录可能位于其他系统中，也可能属于另一种工单类型），表示已启动正式变更流程。分析时，此属性支持“变更请求发起率”仪表板。它有助于跟踪从诊断到实施的进展，确保已识别的根本原因能够转化为正式变更措施。重要性将问题处理流程与变更管理流程关联起来。获取途径 Zendesk工单自定义字段或关联工单示例 CR-1002CHG00394
	已进行实施后评审 HasPostImplementationReview	标记是否已进行实施后评审。
说明此属性表示问题解决流程是否包含评审阶段。系统会检查案例历史中是否存在“已进行实施后评审”活动来确定此属性。分析时，此属性支持“实施后评审覆盖率”仪表板。这是一项合规指标，用于确保组织能从重大问题中吸取经验。重要性用于验证是否遵循持续改进流程。获取途径根据是否存在“已进行实施后评审”活动确定示例 truefalse
	是否长期未更新 IsStale	标记超过14天没有活动的问题。
说明此计算属性用于识别近期未更新的记录。它会比较当前日期（或分析日期）与最近一次活动的时间戳。分析时，此属性用于“长期未更新问题记录监控”仪表板。管理者可据此快速找出积压列表中被搁置的案例，并判断是否需要通过管理操作关闭或重新分派。重要性有助于发现流程浪费和被搁置的工作项。获取途径在流程挖掘工具中计算：（Now - LastDataUpdate）> 14天示例 truefalse
	知识库文章ID KnowledgeArticleId	为该问题创建或关联的知识库文章ID。
说明此属性保存Zendesk Guide文章或外部知识条目的引用，表明已记录从问题处理中获得的经验。分析时，可根据此字段是否存在计算“知识库集成率”，以确认组织是否通过记录解决方案供日后参考，形成了学习闭环。重要性用于衡量知识管理流程的成效。获取途径 Zendesk工单自定义字段或关联内容示例 360045889KB-2991
	问题主题 ProblemSubject	问题记录的简短摘要或标题。
说明此属性包含创建问题时填写的文字摘要，通常描述正在调查的症状或问题。分析时，逐级下钻查看具体案例时，可借此了解背景。还可以运用文本挖掘技术对相似问题进行归类，或发现未被结构化类别字段记录的重复主题。重要性为单个案例提供易读的背景信息。获取途径 Zendesk Ticket对象中的“subject”字段示例无法在欧盟地区处理付款登录服务器出现延迟峰值管理员用户的数据导出失败

必填建议填写选填

问题管理活动

记录这些关键流程步骤和状态变化，即可呈现从发现问题到实施永久修复的端到端流程。

8 建议填写 4 选填

	活动	说明
	临时解决方案已发布	记录并分享问题临时解决方案的操作。在Zendesk中，通常通过特定标签或自定义复选框字段记录，表明已有临时解决方案。
重要性支持临时解决方案发布合规仪表板，确保在调查耗时较长时为用户提供临时缓解措施。获取途径监控是否添加“workaround_published”标签，或名为“Workaround”的自定义布尔字段是否变更。采集比较自定义字段或标签值事件类型 inferred
	已分配至支持组	将问题记录分配给特定技术团队或部门。工单的Group ID字段更新时会记录此操作。
重要性这是支持组交接分析仪表板的关键数据，可用于衡量部门间的等待时间。获取途径监控工单审计日志中“group_id”字段的变更。采集执行Group Assignment Change事务时记录事件类型 explicit
	已找到根本原因	确定问题根本原因的环节。通常在客服人员填写自定义“Root Cause”文本字段或下拉类别时记录。
重要性这是根本原因调查效率仪表板的重要里程碑，也可用于衡量诊断效率。获取途径监控名为“Root Cause”“RCA”或“Problem Source”的自定义字段，检查其是否填入非空值。采集比较自定义字段值是否已填写事件类型 inferred
	永久修复已实施	表示技术解决方案已部署到环境中。通常通过自定义状态变更或特定标签跟踪，之后工单才会完全解决。
重要性这是修复实施效率仪表板的关键数据，可用于衡量从诊断到部署所需的时间。获取途径根据特定标签（例如“fix_deployed”）或现有的自定义状态字段推断。采集监控标签或自定义状态下拉字段事件类型 inferred
	解决方案已验证	正式将问题标记为已解决。在Zendesk中，标准系统状态设为“已解决”时会记录此事件，表示修复已验证且案件已完成。
重要性这是SLA绩效与风险计算以及问题SLA遵循率的主要终点。获取途径根据工单状态变为“已解决”推断。采集状态变为“已解决”时记录事件类型 explicit
	调查已开始	标志着记录从被动的“新建”状态转为主动处理状态，表示客服人员已确认问题并开始诊断。
重要性用于计算问题记录停滞指标，也是根本原因分析平均时长KPI的起点。获取途径工单状态从“新建”变为“打开”或“待处理”时推断得出。采集比较变更前后的状态字段事件类型 inferred
	问题记录已关闭	生命周期的最后一个事件，此时工单被锁定，无法再进行更改。在Zendesk中，通常会在状态变为“已解决”4天后自动关闭。
重要性标志着记录生命周期彻底结束，用于数据保留和历史报告。获取途径根据工单状态变为“已关闭”推断。采集状态变为“已关闭”时记录事件类型 explicit
	问题记录已创建	在Zendesk Support中首次创建问题工单。此事件记录问题首次进入系统的时间，通常标志着流程实例的开始。
重要性确定端到端解决周期的开始时间，并作为后续所有周期时间指标的基准。获取途径取自工单对象中的“created_at”时间戳，或工单审计日志中的首条记录。采集执行Ticket Created事务时记录事件类型 explicit
	变更请求已发起	表示已启动正式的变更管理流程来解决问题。通常根据“Change Request ID”自定义字段是否已填写，或是否关联了“Change”类型工单来推断。
重要性跟踪变更请求发起率，并关联问题管理与变更管理工作流。获取途径监控“change_reference”等自定义字段的更新，或“problem_change”链接类型的创建。采集监控自定义字段中是否录入外部ID 事件类型 inferred
	已完成实施后评审	确认修复后已完成回顾评审。通常由流程协调员更新复选框或日期字段来记录。
重要性实施后评审频率KPI的必需数据，可用于确保符合质量标准。获取途径监控自定义复选框“PIR Completed”或日期字段“PIR Date”的更新。采集监控自定义字段是否已完成事件类型 inferred
	解决方案草案已拟定	根据问题调查结果创建知识库文章。可根据是否使用Zendesk Knowledge Capture应用或是否关联新文章来推断。
重要性支持知识库集成率KPI，促进组织经验积累。获取途径监控与“Knowledge Capture”集成相关的事件，或“kcs_draft”等标签。采集根据特定系统标签或关联事件推断事件类型 inferred
	问题调查已重新打开	先前标记为已解决的问题记录重新变为打开或其他活跃状态时发生，表示修复失败或解决方案未获认可。
重要性支持问题重新打开率KPI，有助于发现解决流程中的质量问题。获取途径状态从“已解决”变回“打开”“新建”或“待处理”时推断。采集比较变更前后的状态字段事件类型 inferred

建议填写选填

数据提取指南

如何从Zendesk Support获取数据

步骤

登录您的Zendesk实例，通过产品菜单进入Explore报表界面。
点击Queries文件夹（较新版本中为Reports），然后选择New query。
系统提示选择数据集时，依次选择Support、Updates History和Support: Updates History [default]。该数据集包含流程挖掘所需的事件日志，而不仅是当前状态数据。
在Metrics面板中添加Count (Tickets)或Count (Updates)，确保数据已提取。
在Filters面板中添加筛选条件Ticket > Ticket type，并选择Problem，将数据集限定为问题管理流程。
在Rows面板中按以下顺序添加属性，以定义事件日志结构：Ticket > Ticket ID、Time - Timestamp > Update - Timestamp、Updater > Updater name，以及Changes > Changes - Field name。
要创建Activity Name列，您需要创建Standard Calculated Attribute。点击右侧边栏中的Calculation图标，选择Standard calculated attribute，将其命名为Activity Mapper，然后粘贴下方Query部分提供的代码。
将新建的Activity Mapper属性添加到Rows面板，并筛选该属性以排除NULL值，去除无关的系统记录。
在Rows面板中添加其他背景属性：Ticket > Priority、Ticket > Group、Ticket > Status，以及根本原因或类别分析所需的自定义字段（例如Ticket > Ticket tags或特定Custom Fields）。
在Filters面板中使用Time - Timestamp > Update - Date设置时间范围，覆盖您需要分析的时段（例如最近6个月）。
点击Visualization type图标并选择Table。如果有相应选项，请确保表格未透视或采用平面格式；也可以确保所有属性都位于Rows区域。
点击Export > CSV导出结果。请勾选Keep attribute formatting，以保留ProcessMind所需的时间戳格式。

配置

数据集：Support: Updates History（重要：请勿使用标准Tickets数据集，因为它只显示当前状态）。
时间筛选：Update - Date（建议根据数据量选择最近90至180天）。
工单类型：严格筛选Problem，避免混入Incident和Service Request。
行数限制：Zendesk Explore导出通常限制为50,000行。若数据集超出此限制，请使用Update - Date筛选条件按月分批导出，再在外部合并。
自定义字段：在您的Zendesk实例中查找Root Cause、Change Request和Workaround对应的字段ID；这些并非标准系统字段。
系统权限：需要Explore Viewer或Explore Professional许可证。

查询示例 config

IF ([Changes - Field name] = "status" AND [Changes - New value] = "New") THEN "Problem Record Logged"
ELIF ([Changes - Field name] = "group_id") THEN "Assigned to Support Group"
ELIF ([Changes - Field name] = "status" AND [Changes - Previous value] = "New" AND [Changes - New value] = "Open") THEN "Investigation Commenced"
ELIF ([Changes - Field name] = "tags" AND CONTAINS([Changes - New value], "workaround_available")) THEN "Workaround Published"
ELIF ([Changes - Field name] = "[Your Root Cause Field Name]") THEN "Root Cause Identified"
ELIF ([Changes - Field name] = "[Your Change Request ID Field Name]") OR ([Changes - Field name] = "type" AND [Changes - New value] = "change") THEN "Change Request Initiated"
ELIF ([Changes - Field name] = "tags" AND CONTAINS([Changes - New value], "fix_deployed")) THEN "Permanent Fix Applied"
ELIF ([Changes - Field name] = "[Your Knowledge Article Linked Field]") THEN "Proposed Solution Drafted"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "Solved") THEN "Resolution Verified"
ELIF ([Changes - Field name] = "status" AND [Changes - Previous value] = "Solved" AND [Changes - New value] = "Open") THEN "Problem Investigation Reopened"
ELIF ([Changes - Field name] = "[Your PIR Completed Checkbox Field]") THEN "Post-Implementation Review Conducted"
ELIF ([Changes - Field name] = "status" AND [Changes - New value] = "Closed") THEN "Problem Record Closed"
ELSE NULL
ENDIF

步骤

确认前提条件：确保组织已启用Zendesk Data Sharing附加组件。确认您拥有复制版Zendesk数据库的只读访问凭据，该数据库通常托管在Snowflake或Amazon Redshift上。
连接数据库：使用您选择的SQL客户端（例如DBeaver、DataGrip或Snowflake/Redshift原生网页界面），通过提供的凭据连接Zendesk数据仓库。
查找自定义字段：运行查询前，先查明问题管理流程中所用自定义字段的唯一ID。在Zendesk中打开Admin Center，依次进入Objects and rules > Tickets > Fields。找到“Root Cause”、“Change Request ID”、“Workaround Published”、“Permanent Fix Applied”和“Post-Implementation Review”字段，记录各自的字段ID，以替换查询中的占位符。
查看SQL查询：提供的查询先通过名为ProblemTickets的公用表表达式（CTE）筛选所有问题记录，以提升性能和可读性。随后，主查询使用UNION ALL合并12条独立的SELECT语句，每条对应一项所需活动。
自定义查询：打开新的查询编辑器，粘贴完整SQL脚本，并修改脚本中的占位符：
- 在ProblemTicketsCTE中，将'[YYYY-MM-DD]'替换为所需日期，以设置日期范围。
- 对于依赖自定义字段的活动，将占位符ID（例如[Your 'Root Cause Category' field_id]、[Your 'Change Request ID' field_id]）替换为第3步查到的实际ID。
执行查询：运行修改后的SQL脚本。执行时间取决于日期范围和工单数据量。
检查“Proposed Solution Drafted”逻辑：查询假设解决方案草稿通过填写名为[Your 'KB Article ID' field_id]的自定义字段来记录。如果您的流程采用其他方式，例如特定标签或评论，则需相应调整查询部分逻辑。
验证数据：查询完成后，简要检查结果。确认行数合理、所有列均存在，并检查ProblemRecordId和EventTimestamp等关键列是否出现意外的NULL值。
导出事件日志：通过SQL客户端将完整结果集导出为CSV文件。请使用UTF-8编码，并确保列标题与流程挖掘工具所需的属性名称一致。
准备上传：上传前检查CSV文件的格式。确保EventTimestamp列中的日期和时间采用一致格式，例如YYYY-MM-DD HH24:MI:SS。

配置

前提条件：此提取方式需要Zendesk Data Sharing附加组件，并直接访问Snowflake或Amazon Redshift实例中的复制数据以执行SQL查询。
工单类型筛选：查询已预设为仅分析type为'problem'的工单。这对于将问题管理流程与事件及其他工单类型区分开来至关重要。
日期范围筛选：强烈建议筛选特定时段的数据，以控制查询性能。初始CTE中包含占位符created_at >= '[YYYY-MM-DD]'。首次分析通常可选择3至6个月的数据。
自定义字段配置：此提取方式高度依赖您的Zendesk配置。您必须查明并填入用于跟踪“Root Cause Identified”、“Change Request Initiated”和“Workaround Published”等活动的自定义字段field_id。如果未替换占位符ID，这些活动的查询可能失败或返回空数据。
数据延迟：复制数据库中的数据并非实时数据。Zendesk中发生事件后，通常需要数小时才会出现在数据仓库中。分析近期活动时请考虑这一点。

查询示例 sql

WITH ProblemTickets AS (
  SELECT
    t.id,
    t.created_at,
    t.updated_at,
    t.priority,
    g.name AS group_name,
    u.name AS assignee_name,
    t.status,
    (SELECT COUNT(*) FROM problem_incident_links pil WHERE pil.problem_id = t.id) AS related_incident_count,
    t.due_at AS sla_due_date,
    cf_cat.value AS problem_category,
    cf_root.value AS root_cause_category
  FROM tickets t
  LEFT JOIN users u ON t.assignee_id = u.id
  LEFT JOIN groups g ON t.group_id = g.id
  LEFT JOIN custom_field_values cf_cat ON t.id = cf_cat.ticket_id AND cf_cat.custom_field_id = [Your 'Problem Category' field_id]
  LEFT JOIN custom_field_values cf_root ON t.id = cf_root.ticket_id AND cf_root.custom_field_id = [Your 'Root Cause Category' field_id]
  WHERE t.type = 'problem'
  AND t.created_at >= '[YYYY-MM-DD]' -- Set start date for the extraction
)
-- 1. Problem Record Logged
SELECT
  pt.id AS "ProblemRecordId",
  'Problem Record Logged' AS "ActivityName",
  pt.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  'new' AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ProblemTickets pt

UNION ALL

-- 2. Assigned to Support Group
SELECT
  pt.id AS "ProblemRecordId",
  'Assigned to Support Group' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'group'

UNION ALL

-- 3. Investigation Commenced
SELECT
  pt.id AS "ProblemRecordId",
  'Investigation Commenced' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  'open' AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'status' AND tme.value = 'open' AND tme.previous_value = 'new'

UNION ALL

-- 4. Workaround Published
SELECT
  pt.id AS "ProblemRecordId",
  'Workaround Published' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''Workaround Published'' custom field name]' AND tme.value IS NOT NULL -- Example: checkbox being checked or field being filled

UNION ALL

-- 5. Root Cause Identified
SELECT
  pt.id AS "ProblemRecordId",
  'Root Cause Identified' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''Root Cause Category'' custom field name]' AND tme.value IS NOT NULL

UNION ALL

-- 6. Change Request Initiated
SELECT
  pt.id AS "ProblemRecordId",
  'Change Request Initiated' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''Change Request ID'' custom field name]' AND tme.value IS NOT NULL

UNION ALL

-- 7. Permanent Fix Applied
SELECT
  pt.id AS "ProblemRecordId",
  'Permanent Fix Applied' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''Permanent Fix Applied'' custom field name]' AND tme.value IS NOT NULL -- Assumes a custom field indicates this status

UNION ALL

-- 8. Proposed Solution Drafted
SELECT
  pt.id AS "ProblemRecordId",
  'Proposed Solution Drafted' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''KB Article ID'' custom field name]' AND tme.value IS NOT NULL

UNION ALL

-- 9. Resolution Verified
SELECT
  pt.id AS "ProblemRecordId",
  'Resolution Verified' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  'solved' AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'status' AND tme.value = 'solved'

UNION ALL

-- 10. Problem Investigation Reopened
SELECT
  pt.id AS "ProblemRecordId",
  'Problem Investigation Reopened' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  'open' AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'status' AND tme.value = 'open' AND tme.previous_value IN ('pending', 'solved')

UNION ALL

-- 11. Post-Implementation Review Conducted
SELECT
  pt.id AS "ProblemRecordId",
  'Post-Implementation Review Conducted' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  pt.status AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'custom_field' AND tme.field_name = '[Your ''Post-Implementation Review'' custom field name]' AND tme.value IS NOT NULL -- Assumes a checkbox or date field

UNION ALL

-- 12. Problem Record Closed
SELECT
  pt.id AS "ProblemRecordId",
  'Problem Record Closed' AS "ActivityName",
  tme.created_at AS "EventTimestamp",
  'Zendesk' AS "SourceSystem",
  pt.updated_at AS "LastDataUpdate",
  pt.priority AS "Priority",
  pt.group_name AS "SupportGroup",
  pt.assignee_name AS "AssigneeName",
  'closed' AS "ProblemStatus",
  pt.related_incident_count AS "RelatedIncidentCount",
  pt.sla_due_date AS "SlaDueDate",
  pt.problem_category AS "ProblemCategory",
  pt.root_cause_category AS "RootCauseCategory"
FROM ticket_metric_events tme
JOIN ProblemTickets pt ON tme.ticket_id = pt.id
WHERE tme.type = 'status' AND tme.value = 'closed' AND tme.previous_value = 'solved';

步骤

前提条件：确保系统已安装Python 3.6或更高版本。在终端或命令提示符中运行pip install requests pandas，安装所需的requests和pandas库。
生成Zendesk API令牌：以管理员身份登录Zendesk Support。进入Admin Center > Apps and integrations > APIs > Zendesk API。在Token Access部分点击“Add API token”创建新令牌。请立即复制并妥善保存该令牌，因为它之后不会再次显示。
配置Python脚本：新建Python文件（例如extract_zendesk_problems.py），并将Query部分提供的完整脚本复制到文件中。更新脚本顶部的占位变量：ZENDESK_SUBDOMAIN、ZENDESK_EMAIL、ZENDESK_API_TOKEN和START_TIME。首次运行时，将START_TIME设为所需提取起始日期对应的Unix时间戳。
映射自定义字段ID：查明问题管理流程中使用的自定义字段数字ID。您可以进入Admin Center > Objects and rules > Tickets > Fields，然后查看网址或字段属性获取ID。在脚本的CUSTOM_FIELD_MAPPING字典中填入相应ID。
运行脚本：在终端中执行python extract_zendesk_problems.py。脚本将开始从Zendesk Incremental Export API获取数据。
监控运行情况：脚本会显示运行进度，包括已处理的工单数量和当前正在提取的时间戳。遇到API速率限制时，脚本会自动暂停处理。
提取和转换数据：脚本首先提取START_TIME之后创建或更新的所有问题工单。随后获取每个问题工单的完整审计记录，其中包含所有历史变更。
生成事件日志：脚本会处理每条审计事件，将字段变更（如状态、组或自定义字段更新）映射到定义的业务活动，并获取和缓存用户及组名称，以补充数据。
处理增量加载：首次完整加载后，后续运行时将START_TIME更新为上一次成功运行结束时输出的end_time。这样只会提取新增和更新的数据，避免重复。
检查输出：脚本运行完成后，会在同一目录下生成zendesk_problem_event_log.csv文件，其中包含可供分析的结构化事件日志。
准备上传：使用电子表格工具打开CSV文件并检查内容。上传到ProcessMind前，确认所有必需列（ProblemRecordId、ActivityName、EventTimestamp、SourceSystem、LastDataUpdate）均存在且已正确填充。

配置

Zendesk API凭据：脚本需要使用您的Zendesk子域名、与API令牌关联的用户电子邮件地址以及API令牌进行身份验证。
起始时间：START_TIME变量是Unix纪元时间戳，用于定义数据提取的起点。首次运行时，请将其设为过去某个日期（例如6个月前），以获取历史数据。后续运行时，使用上次运行的结束时间，以增量方式提取数据。
自定义字段映射：CUSTOM_FIELD_MAPPING字典至关重要。您必须将占位ID替换为Zendesk实例中的实际自定义字段ID，才能正确记录“Workaround Published”和“Root Cause Identified”等活动。
工单类型筛选：脚本已硬编码为仅处理type为'problem'的工单，确保事件日志不包含事件、任务和问题咨询类工单。
API速率限制：脚本通过基本的time.sleep(60)函数处理429“Too Many Requests”错误。根据您的Zendesk方案和数据提取量，可能需要调整暂停时长。
前提条件：运行脚本需要安装requests和pandas库的Python 3环境。API令牌必须关联到有权读取工单数据的账户。

查询示例 python

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

class=class="hl-string">"hl-comment"># --- CONFIGURATION --- 
class=class="hl-string">"hl-comment"># Replace with your Zendesk subdomain, email, and API token
ZENDESK_SUBDOMAIN = class="hl-string">'[your_subdomain]'
ZENDESK_EMAIL = class="hl-string">'[your_email@example.com]'
ZENDESK_API_TOKEN = class="hl-string">'[your_zendesk_api_token]'

class=class="hl-string">"hl-comment"># Start time for the incremental export (Unix epoch timestamp)
class=class="hl-string">"hl-comment"># Example: 1641013200 is for Jan 1, 2022 00:00:00 GMT
START_TIME = 1641013200

class=class="hl-string">"hl-comment"># Map your custom field IDs to the corresponding activity names
class=class="hl-string">"hl-comment"># Find IDs in Admin Center > Objects and rules > Tickets > Fields
CUSTOM_FIELD_MAPPING = {
    class="hl-string">'[Your Workaround Published Field ID]': class="hl-string">'Workaround Published',
    class="hl-string">'[Your Root Cause Identified Field ID]': class="hl-string">'Root Cause Identified',
    class="hl-string">'[Your Change Request Initiated Field ID]': class="hl-string">'Change Request Initiated',
    class="hl-string">'[Your Permanent Fix Applied Field ID]': class="hl-string">'Permanent Fix Applied',
    class="hl-string">'[Your Proposed Solution Drafted Field ID]': class="hl-string">'Proposed Solution Drafted',
    class="hl-string">'[Your Post-Implementation Review Field ID]': class="hl-string">'Post-Implementation Review Conducted'
}

class=class="hl-string">"hl-comment"># --- SCRIPT --- 
BASE_URL = fclass="hl-string">'https://{ZENDESK_SUBDOMAIN}.zendesk.com/api/v2'
API_USER = fclass="hl-string">'{ZENDESK_EMAIL}/token'

class=class="hl-string">"hl-comment"># Caching for user and group lookups to reduce API calls
user_cache = {}
group_cache = {}

session = requests.Session()
session.auth = (API_USER, ZENDESK_API_TOKEN)

def get_user_name(user_id):
    if not user_id: return None
    if user_id in user_cache:
        return user_cache[user_id]
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/users/{user_id}.json')
        response.raise_for_status()
        user_cache[user_id] = response.json()[class="hl-string">'user'][class="hl-string">'name']
        return user_cache[user_id]
    except requests.exceptions.RequestException:
        return str(user_id) class=class="hl-string">"hl-comment"># Return ID if lookup fails

def get_group_name(group_id):
    if not group_id: return None
    if group_id in group_cache:
        return group_cache[group_id]
    try:
        response = session.get(fclass="hl-string">'{BASE_URL}/groups/{group_id}.json')
        response.raise_for_status()
        group_cache[group_id] = response.json()[class="hl-string">'group'][class="hl-string">'name']
        return group_cache[group_id]
    except requests.exceptions.RequestException:
        return str(group_id) class=class="hl-string">"hl-comment"># Return ID if lookup fails

def fetch_tickets(start_time):
    tickets_url = fclass="hl-string">'{BASE_URL}/incremental/tickets.json'
    params = {class="hl-string">'start_time': start_time, class="hl-string">'include': class="hl-string">'metric_sets'}
    all_tickets = []
    while tickets_url:
        try:
            print(fclass="hl-string">"Fetching from: {tickets_url}")
            response = session.get(tickets_url, params=params)
            class=class="hl-string">"hl-comment"># params are only needed for the first request
            params = {}
            if response.status_code == 429:
                print(class="hl-string">"Rate limit reached. Waiting for 60 seconds.")
                time.sleep(60)
                continue
            response.raise_for_status()
            data = response.json()
            all_tickets.extend(data.get(class="hl-string">'tickets', []))
            tickets_url = data.get(class="hl-string">'next_page')
            if not data.get(class="hl-string">'end_of_stream', True):
                 class=class="hl-string">"hl-comment"># Wait a moment before the next page request to be safe
                 time.sleep(1)
            else:
                print(fclass="hl-string">"End of stream reached. Final timestamp: {data.get('end_time')}")
                tickets_url = None
        except requests.exceptions.RequestException as e:
            print(fclass="hl-string">"Error fetching tickets: {e}")
            break
    return all_tickets

def process_ticket_audits(ticket, event_log):
    ticket_id = ticket[class="hl-string">'id']
    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', [])
    except requests.exceptions.RequestException as e:
        print(fclass="hl-string">"Error fetching audits for ticket {ticket_id}: {e}")
        return

    base_attributes = {
        class="hl-string">'ProblemRecordId': ticket_id,
        class="hl-string">'SourceSystem': class="hl-string">'Zendesk Support',
        class="hl-string">'LastDataUpdate': ticket[class="hl-string">'updated_at'],
        class="hl-string">'Priority': ticket.get(class="hl-string">'priority'),
        class="hl-string">'RelatedIncidentCount': ticket.get(class="hl-string">'metric_set', {}).get(class="hl-string">'replies', 0), class=class="hl-string">"hl-comment"># Using replies as a proxy if incident_count is not available
        class="hl-string">'SlaDueDate': ticket.get(class="hl-string">'due_at'),
        class="hl-string">'ProblemCategory': next((f[class="hl-string">'value'] for f in ticket.get(class="hl-string">'custom_fields', []) if f.get(class="hl-string">'id') == class="hl-string">'[Your Problem Category Field ID]'), None)
    }

    class=class="hl-string">"hl-comment"># 1. Problem Record Logged
    event_log.append({
        **base_attributes,
        class="hl-string">'ActivityName': class="hl-string">'Problem Record Logged',
        class="hl-string">'EventTimestamp': ticket[class="hl-string">'created_at'],
        class="hl-string">'SupportGroup': get_group_name(ticket.get(class="hl-string">'group_id')),
        class="hl-string">'AssigneeName': get_user_name(ticket.get(class="hl-string">'assignee_id')),
        class="hl-string">'ProblemStatus': class="hl-string">'new',
        class="hl-string">'RootCauseCategory': None
    })

    class=class="hl-string">"hl-comment"># Process audit trail for other activities
    for audit in audits:
        audit_ts = audit[class="hl-string">'created_at']
        for event in audit.get(class="hl-string">'events', []):
            activity_name = None
            field_name = event.get(class="hl-string">'field_name')
            value = event.get(class="hl-string">'value')
            previous_value = event.get(class="hl-string">'previous_value')

            class=class="hl-string">"hl-comment"># 2. Assigned to Support Group
            if field_name == class="hl-string">'group_id' and value is not None:
                activity_name = class="hl-string">'Assigned to Support Group'
            
            class=class="hl-string">"hl-comment"># 3. Investigation Commenced (New -> Open)
            elif field_name == class="hl-string">'status' and value == class="hl-string">'open' and previous_value == class="hl-string">'new':
                activity_name = class="hl-string">'Investigation Commenced'

            class=class="hl-string">"hl-comment"># 4-9. Activities from Custom Fields
            elif str(field_name) in CUSTOM_FIELD_MAPPING and value is not None and value not in [False, class="hl-string">'0', class="hl-string">'']:
                activity_name = CUSTOM_FIELD_MAPPING[str(field_name)]

            class=class="hl-string">"hl-comment"># 10. Resolution Verified (Any -> Solved)
            elif field_name == class="hl-string">'status' and value == class="hl-string">'solved':
                activity_name = class="hl-string">'Resolution Verified'
            
            class=class="hl-string">"hl-comment"># 11. Problem Investigation Reopened (Solved/Closed -> Open)
            elif field_name == class="hl-string">'status' and value == class="hl-string">'open' and previous_value in [class="hl-string">'solved', class="hl-string">'closed']:
                activity_name = class="hl-string">'Problem Investigation Reopened'

            class=class="hl-string">"hl-comment"># 12. Problem Record Closed (Any -> Closed)
            elif field_name == class="hl-string">'status' and value == class="hl-string">'closed':
                activity_name = class="hl-string">'Problem Record Closed'

            if activity_name:
                class=class="hl-string">"hl-comment"># Find the state of attributes at the time of the event
                temp_status = value if field_name == class="hl-string">'status' else None
                temp_group = get_group_name(value) if field_name == class="hl-string">'group_id' else None
                temp_assignee = get_user_name(value) if field_name == class="hl-string">'assignee_id' else None
                temp_root_cause = value if str(field_name) == class="hl-string">'[Your Root Cause Category Field ID]' else None

                event_log.append({
                    **base_attributes,
                    class="hl-string">'ActivityName': activity_name,
                    class="hl-string">'EventTimestamp': audit_ts,
                    class="hl-string">'SupportGroup': temp_group,
                    class="hl-string">'AssigneeName': temp_assignee,
                    class="hl-string">'ProblemStatus': temp_status,
                    class="hl-string">'RootCauseCategory': temp_root_cause
                })

def main():
    print(class="hl-string">"Starting Zendesk Problem ticket extraction...")
    tickets = fetch_tickets(START_TIME)
    problem_tickets = [t for t in tickets if t.get(class="hl-string">'type') == class="hl-string">'problem']
    print(fclass="hl-string">"Found {len(problem_tickets)} problem tickets to process.")

    event_log_data = []
    for i, ticket in enumerate(problem_tickets):
        print(fclass="hl-string">"Processing ticket {i+1}/{len(problem_tickets)}: ID {ticket['id']}")
        process_ticket_audits(ticket, event_log_data)

    if not event_log_data:
        print(class="hl-string">"No events were generated. Exiting.")
        return

    df = pd.DataFrame(event_log_data)

    class=class="hl-string">"hl-comment"># Post-processing to fill forward null values for state attributes
    df = df.sort_values(by=[class="hl-string">'ProblemRecordId', class="hl-string">'EventTimestamp']).reset_index(drop=True)
    df[class="hl-string">'SupportGroup'] = df.groupby(class="hl-string">'ProblemRecordId')[class="hl-string">'SupportGroup'].fillna(method=class="hl-string">'ffill')
    df[class="hl-string">'AssigneeName'] = df.groupby(class="hl-string">'ProblemRecordId')[class="hl-string">'AssigneeName'].fillna(method=class="hl-string">'ffill')
    df[class="hl-string">'ProblemStatus'] = df.groupby(class="hl-string">'ProblemRecordId')[class="hl-string">'ProblemStatus'].fillna(method=class="hl-string">'ffill')
    df[class="hl-string">'RootCauseCategory'] = df.groupby(class="hl-string">'ProblemRecordId')[class="hl-string">'RootCauseCategory'].fillna(method=class="hl-string">'ffill')

    class=class="hl-string">"hl-comment"># Define column order
    column_order = [
        class="hl-string">'ProblemRecordId', class="hl-string">'ActivityName', class="hl-string">'EventTimestamp', class="hl-string">'SourceSystem', class="hl-string">'LastDataUpdate',
        class="hl-string">'Priority', class="hl-string">'SupportGroup', class="hl-string">'AssigneeName', class="hl-string">'ProblemStatus', class="hl-string">'RelatedIncidentCount',
        class="hl-string">'SlaDueDate', class="hl-string">'ProblemCategory', class="hl-string">'RootCauseCategory'
    ]
    df = df[column_order]

    output_filename = class="hl-string">'zendesk_problem_event_log.csv'
    df.to_csv(output_filename, index=False, date_format=class="hl-string">'%Y-%m-%dT%H:%M:%SZ')
    print(fclass="hl-string">"Extraction complete. Event log saved to {output_filename}")

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

准备好开始了吗？

立即将此模板应用于您的Zendesk环境，改善IT稳定性。我们的团队可协助您完善数据提取，并开启流程挖掘之旅。

返回改进指南

下载模板

优化问题管理，加快IT问题修复

缩短问题解决周期30%，消除IT瓶颈。

开始免费试用

无需信用卡，几分钟即可完成设置。

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

数据提取指南

Zendesk Explore更新历史导出

步骤

配置

查询示例 config

通过Zendesk Data Sharing执行SQL查询

步骤

配置

查询示例 sql

使用增量导出API通过Python提取数据

步骤

配置

查询示例 python

准备好开始了吗？

优化问题管理，加快IT问题修复