I dati Zendesk sono suddivisi in diversi dataset. Ogni dataset contiene metriche e attributi che puoi usare per creare report Explore. Prima di creare un report, devi selezionare un dataset specifico.
Consulta questo articolo per aiutare nella scelta del dataset giusto per i report e per ottenere informazioni più avanzate su come i dataset memorizzano le informazioni aziendali.
Questo articolo include i seguenti argomenti:
Articoli correlati:
Informazioni sui dataset predefiniti disponibili
La tabella seguente descrive i dataset disponibili per ciascun prodotto.
Prodotto Zendesk | Nome dataset | Che cosa contiene |
---|---|---|
Support | Ticket | Informazioni sui dettagli del ticket, come ID ticket e assegnatario. Non include gli eventi di aggiornamento dei ticket. |
Cronologia aggiornamenti | Informazioni sugli aggiornamenti apportati ai ticket nel corso del loro ciclo di vita. | |
Cronologia di backlog | Informazioni sui ticket non risolti al termine di una determinata data. | |
SLA | Informazioni sulle prestazioni del Service Level Agreement (SLA) (Accordi sul livello di servizio). Disponibile solo se hai ticket con policy SLA applicate. Consulta Definizione e uso di policy SLA. |
|
SLA di gruppo | Informazioni sulle prestazioni del Service Level Agreement (SLA) (Accordi sul livello di servizio) di gruppo. Disponibile solo se hai ticket con policy SLA applicate. Consulta Definizione delle policy SLA di gruppo per i team interni. |
|
Guide | Revisione contenuti | Informazioni che aiutano a comprendere l’efficacia della selezione degli articoli per differire i ticket di assistenza. |
Pubblicazione in team | Informazioni per comprendere meglio le attività del team in Guide, anche quando gli articoli vengono creati, pubblicati, modificati e altro ancora. Disponibile solo con i piani Enterprise. |
|
Knowledge base | Informazioni che aiutano a comprendere la frequenza con cui gli articoli del centro assistenza vengono visualizzati, quali articoli ricevono voti positivi o negativi e altro ancora. | |
Ricerca | Informazioni sulle ricerche eseguite dagli utenti e sui termini che hanno cercato nella Knowledge base. | |
Community | Informazioni sulle attività nei forum della community, incluso il numero di post e commenti, voti positivi e negativi, membri della community e altro ancora. | |
Messaggistica e chat | Ticket di messaggistica | Informazioni su tutti i canali di messaggistica, inclusi web, dispositivi mobili e canali di messaggistica social. Include il numero di ticket, i tempi di soluzione, la soddisfazione e altro ancora. |
Interazione | Informazioni sul coinvolgimento dei clienti tramite Chat. | |
Simultaneità chat | Informazioni sulla gestione delle interazioni chat simultanee da parte degli agenti. | |
Answer Bot | Articoli suggeriti | Informazioni sulle prestazioni degli articoli del centro assistenza consigliati automaticamente ai clienti. |
Creazione workflow | Informazioni sulle prestazioni dei bot sui canali Zendesk. | |
Talk | Chiamate | Informazioni sul call center e sulle attività degli agenti. |
Struttura dei dataset
I dataset Explore contengono tutte le informazioni disponibili per il prodotto. Per interrogare i dati in modo efficiente ed evitare duplicati o incoerenze, Explore raggruppa i dati in più tabelle di dati. Puoi pensare a una tabella di dati come a una specie di "scatola" in cui sono memorizzati i tuoi dati. Ogni tabella di dati non è isolata; sono invece uniti tra loro da attributi speciali dei punti di connessione che fungono da identificatori univoci per ogni riga di dati nella tabella.
Nel diagramma di esempio seguente, i dati dei ticket sono memorizzati nella tabella dati Tickets e i dati utente sono memorizzati in una tabella dati Users separata. Queste tabelle di dati vengono unite nei dataset usando attributi speciali dei punti di connessione.
Ad esempio, l’ ID ticket è il punto di connessione per la tabella dati Ticket , mentre l’ ID richiedente è il punto di connessione per la tabella Users .
Quando un utente esegue un report, Explore determina quali tabelle contengono le metriche e gli attributi richiesti e se le tabelle devono essere unite. Se le metriche e gli attributi richiesti si trovano in una tabella, non vengono effettuate connessioni (o join). Un esempio è un report che conteggia gli ID dei ticket in base allo stato.
Tuttavia, se le metriche e gli attributi richiesti si trovano in più tabelle di dati, le tabelle verranno unite. Un esempio è un report che conteggia gli aggiornamenti dei ticket in base al nome dell’assegnatario. In questo caso, le tabelle Ticket updates, Ticketse Users vengono unite per generare il risultato.
Le tabelle di dati Explore sono collegate usando il metodo LEFT JOIN. Ciò significa che quando le tabelle vengono unite, il report restituisce tutte le righe della tabella a sinistra, anche se non esistono corrispondenze nella tabella a destra. Nell’esempio qui sopra, il conteggio degli ID ticket in base al nome dell’assegnatario restituisce tutti i ticket con o senza un assegnatario.
In alcuni casi, non è tecnicamente possibile memorizzare i dati in più tabelle a causa dell'elevato volume di dati o dell'elevata velocità di esecuzione dei report richiesta. Un esempio è il dataset Backlog. Usa una sola tabella per la memorizzazione dei dati.
Avvertenza sulla traduzione: questo articolo è stato tradotto usando un software di traduzione automatizzata per fornire una comprensione di base del contenuto. È stato fatto tutto il possibile per fornire una traduzione accurata, tuttavia Zendesk non garantisce l'accuratezza della traduzione.
Per qualsiasi dubbio sull'accuratezza delle informazioni contenute nell'articolo tradotto, fai riferimento alla versione inglese dell'articolo come versione ufficiale.