I dati Zendesk sono suddivisi in diversi dataset . Ogni dataset contiene metriche e attributi che puoi usare per creare report . Prima di creare un report, devi selezionare un dataset specifico.
Leggi questo articolo per scegliere il 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.
| Area prodotti Zendesk | Nome dataset | 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 durante il loro ciclo di vita. | |
| Cronologia del backlog | Informazioni sui ticket non risolti al termine di una determinata data. | |
| SLA | Informazioni sulle prestazioni del Service Level Agreement (SLA) (Accordo sul livello di servizio). Disponibile solo se hai ticket con policy SLA applicate. Consulta Definizione e uso delle policy SLA . |
|
| SLA di gruppo | Informazioni sulle prestazioni del Service Level Agreement (SLA) di gruppo. Disponibile solo se hai ticket con policy SLA applicate. Consulta Definizione di policy SLA di gruppo per i team interni . |
|
| Knowledge | Revisione contenuti | Informazioni per aiutarti a comprendere l’efficienza della selezione degli articoli per deviare i ticket assistenza . |
| Pubblicazione in team | Informazioni per aiutarti a comprendere le attività del tuo team in Guide, anche quando gli articoli vengono creati, pubblicati, modificati e altro ancora. Disponibile solo con i piani Enterprise. |
|
| Knowledge Base | Informazioni per comprendere la frequenza con cui gli articoli 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. | |
| Sessione utente | Informazioni sulle attività delle sessioni degli utenti dal centro assistenza per valutare l’efficacia con cui i visitatori trovano le risposte che cercano. | |
| Efficienza della pagina | Informazioni sull’analisi delle pagine centro assistenza per individuare i contenuti self-service che forniscono risposte efficaci, nonché i contenuti che potrebbero richiedere miglioramenti. | |
| Risposte rapide | Informazioni per aiutarti a capire in che modo i clienti interagiscono con il centro assistenza, inclusi ciò che stanno cercando e il modo in cui trovano le risposte. | |
| Messaggistica e chat | Ticket di messaggistica | Informazioni su tutti i canali di messaggistica, inclusi web, dispositivi mobili e canali 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. | |
| Voce | Chiamate | Informazioni sul call center e sulle attività degli agenti. |
| Answer Bot | Articoli suggeriti | Informazioni sulle prestazioni degli articoli centro assistenza consigliati automaticamente ai clienti. |
| Creazione workflow | Informazioni sulle prestazioni dei bot sui canali Zendesk. | |
| Omnicanale | Stato agente | Informazioni su come gruppi e agenti trascorrono il loro tempo sui vari canali. |
| Stato agente giornaliero |
Informazioni su come gruppi e agenti trascorrono il tempo sui canali, aggregate su base giornaliera. Elenco completo di metriche e attributi |
|
| Produttività agenti |
Informazioni sugli elementi di lavoro offerti e assegnati agli agenti e su come gli agenti hanno utilizzato la loro capacità. Elenco completo di metriche e attributi |
|
| Code personalizzate | Informazioni sul volume delle code e sull’efficienza nel tempo. Ad esempio, il tempo di attesa in coda massimo, minimo e medio. | |
| Interazione | Informazioni sui contributi degli agenti in un determinato ticket. Include metriche come la durata interazione e il tempo da assegnazione a prima risposta. | |
| AI | Strumenti di Intelligenza artificiale generativa per gli agenti | Informazioni sull’uso da parte degli agenti delle seguenti funzioni AI generativa: riepiloga , espandi e rendi più amichevole e più formale . |
| Triage intelligente | Metriche e attributi correlati a ticket arricchiti con argomento, lingua e sentiment. Elenco completo di metriche e attributi | |
| Suggerimenti copilota | Informazioni su come gli agenti interagiscono con i suggerimenti basati sul copilota AI di Zendesk, inclusi ticket simili, suggerimenti unione, macro suggerite, risposte suggerite e risposte rapide. | |
| Assistenza automatica copilota | Informazioni su come gli agenti usano assistenza automatica e controllano l’adozione delle procedure, il volume dei ticket, il numero di azioni eseguite e il tasso di accettazione. | |
| Agenti AI - Essenziale | Informazioni sulle metriche chiave delle prestazioni degli agenti AI , tra cui la soddisfazione dei clienti e i contenuti a cui gli agenti AI fanno riferimento per generare risposte. |
Informazioni sulla struttura del dataset
I dataset Explore contengono tutte le informazioni disponibili per il tuo prodotto. Per eseguire query sui dati in modo efficiente ed evitare dati duplicati o incoerenti, Explore raggruppa i dati in più tabelle di dati. Puoi pensare a una tabella di dati come a una sorta di "scatola" in cui sono memorizzati i 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 ticket e i dati utente in una tabella dati Utenti separata. Queste tabelle di dati vengono unite nei dataset usando attributi speciali dei punti di connessione.
Ad esempio, ID ticket è il punto di connessione per la tabella dati Ticket , mentre ID richiedente è il punto di connessione per la tabella Utenti .
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 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 Aggiornamenti ticket , Ticket e Utenti 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 ci sono 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 di dati 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.