Suite | Professional, Enterprise, or Enterprise Plus |
Support with | Explore Professional or Enterprise |
Le funzioni a livello di aggregazione ti permettono di specificare quali attributi analizzano le metriche nel report, offrendoti un maggiore controllo sui report Explore.
Di solito, quando aggiungi una metrica e più attributi a un report, la metrica viene analizzata in base a tutti quegli attributi. Non puoi impedire agli attributi di analizzare le metriche, né aggiungere attributi che analizzino la metrica in background senza che siano presenti nel report. Con le funzioni di aggregazione, tuttavia, puoi specificare esattamente quali attributi analizzeranno le metriche.
Questo articolo include i seguenti argomenti:
Funzioni disponibili a livello di aggregazione
Explore include le seguenti funzioni a livello di aggregazione.
Funzione | Descrizione | Esempio |
---|---|---|
ATTRIBUTE_FIX(metrica, attributo1, attributo2, ...) |
Analizza la metrica solo in base agli attributi specificati nella funzione. Gli attributi aggiunti al report (nel pannello Colonne o Righe) non analizzano la metrica, ma vengono presi in considerazione gli eventuali filtri applicati. Può essere usato per evitare che i risultati di un report siano influenzati da attributi specifici, il che è particolarmente utile per il calcolo delle percentuali. |
In questo esempio, viene restituito il tempo mediano di prima risposta per ciascun mese dell’anno, indipendentemente dagli attributi aggiunti al report. |
ATTRIBUTE_ADD(metrica, attributo1, attributo2, ...) |
Estende l’aggregazione metrica agli attributi specificati nella funzione oltre a quelli aggiunti al report. Gli attributi aggiunti al report analizzano la metrica e gli eventuali filtri applicati verranno presi in considerazione. Può essere usato per calcolare le medie o le mediane delle metriche, preaggregate, in base ad attributi non presenti nel report. |
In questo esempio, viene restituito il tempo mediano di prima risposta per ciascun mese dell’anno, prima di essere aggregato in base agli attributi presenti nel report. |
Uso della funzione ATTRIBUTE_FIX
Il primo esempio seguente mostra il funzionamento della funzione ATTRIBUTE_FIX, mentre il secondo e il terzo mostrano potenziali casi d'uso.
Trova il numero totale di ticket per gruppo
Questo esempio illustra il funzionamento della funzione ATTRIBUTE_FIX. Verrà creata una metrica che restituisce il numero totale di ticket in ciascun gruppo senza essere analizzati dagli attributi del report.
Per trovare il numero totale di ticket per gruppo
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Ticket fissi al gruppo con la formula seguente:
ATTRIBUTE_FIX(COUNT(Tickets), [Ticket group])
- Nel pannello Metriche, aggiungi le metriche Ticket e Ticket fissi al gruppo. Usa l’aggregatore SUM per la seconda metrica.
- Nel pannello Righe, aggiungi l’attributo Gruppo ticket. A questo punto, entrambe le metriche mostrano il numero di ticket in ciascun gruppo.
- Nel pannello Righe, aggiungi l’attributo Stato ticket. Ora, la metrica Ticket viene suddivisa in base allo stato del ticket e al gruppo, ma la metrica Ticket fissi al gruppo ignora lo stato del ticket ed è suddivisa solo in base al gruppo di ticket.
Trova la percentuale di ticket dal volume trimestrale
In questo esempio, creerai un report che mostra la percentuale di ticket creati ogni mese rispetto al numero totale di ticket creati ogni trimestre.
Per trovare la percentuale di ticket dal volume trimestrale
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata % del volume trimestrale con la formula seguente:
COUNT(Tickets) / ATTRIBUTE_FIX(COUNT(Tickets), [Ticket created - Year], [Ticket created - Quarter])
- Apri la metrica calcolata appena creata, fai clic su Opzioni > Modifica formato di visualizzazione e seleziona % nel primo campo.
- Nel pannello Metriche, aggiungi le metriche Ticket e % del volume trimestrale. Usa l’aggregatore SUM per la seconda metrica.
- Nel pannello Righe, aggiungi i seguenti attributi:
- Data di creazione ticket - Anno
- Data di creazione ticket - Trimestre
- Data di creazione ticket - Mese
Il report dovrebbe avere il seguente aspetto:
Confronta il tempo di soluzione annuale e completo complessivo
In questo esempio, creerai un grafico che mostra il tempo di soluzione completo medio per ciascun anno e lo confronta con il tempo di soluzione medio complessivo.
Per confrontare il tempo di soluzione completo annuale e complessivo
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Tempo di soluzione completo (fisso) con la formula seguente:
ATTRIBUTE_FIX(AVG(Full resolution time (min)))
- Nel pannello Metriche, aggiungi Tempo di soluzione completo (min) e Tempo di soluzione completo (fisso).
- Nel pannello Colonne, aggiungi Data di creazione ticket - Anno.
Uso della funzione ATTRIBUTE_ADD
Il primo esempio seguente mostra il funzionamento della funzione ATTRIBUTE_ADD e gli esempi successivi forniscono potenziali casi d'uso.
Trova il numero medio di ticket per gruppo
Questo esempio mostra il funzionamento della funzione ATTRIBUTE_ADD. Verrà creata una metrica che restituisce il numero medio di ticket per gruppo senza aggiungere l’attributo gruppi al report.
Per trovare il numero medio di ticket per gruppo
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Ticket per gruppo con la formula seguente:
ATTRIBUTE_ADD(COUNT(Tickets), [Ticket group])
- Nel pannello Metriche, aggiungi la metrica Ticket.
- Nel pannello Righe, aggiungi l’attributo Gruppo ticket.
- Apri il menu di Manipolazione dei risultati (
), seleziona Totali e imposta Totali complessivi su Righe con l’aggregatore AVG.
- Nel pannello Metriche, aggiungi la metrica calcolata Ticket per gruppo che hai creato. Usa l’aggregatore AVG. Entrambe le metriche nel report mostrano il numero di ticket in ciascun gruppo e la media per gruppo è mostrata in fondo alla tabella.
Tuttavia, in questo esempio, non vuoi visualizzare i gruppi nella tabella, ma solo il numero medio di ticket per gruppo. - Nel pannello Righe, rimuovi l’attributo Gruppo ticket e rimuovi anche la manipolazione dei risultati del totale complessivo. La metrica Ticket restituisce il numero totale di ticket nell’account, mentre l’opzione Ticket fissi al gruppo restituisce il numero medio di ticket per gruppo.
- (Facoltativo) Nel pannello Righe, aggiungi gli eventuali attributi aggiuntivi per cui vuoi analizzare le metriche. Ad esempio, aggiungi l’attributo Stato ticket. Ora, la metrica Ticket restituisce il numero totale di ticket in ciascuno stato, mentre la metrica Ticket per gruppo restituisce il numero medio di ticket per gruppo in ciascuno stato.
Trova la media mensile dei ticket e la mediana per ciascun trimestre o anno
In questo esempio, creerai un report che mostra la media e la mediana dei ticket creati ogni mese.
Per trovare la media e la mediana dei ticket mensili per ciascun trimestre o anno
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Ticket per mese con la formula seguente:
ATTRIBUTE_ADD(COUNT(Tickets), [Ticket created - Year], [Ticket created - Month])
- Nel pannello Metriche, aggiungi le metriche Ticket e Ticket mensili. Usa gli aggregatori AVG e MED per la seconda metrica. Per selezionare più aggregatori, espandi la metrica e seleziona tutti gli aggregatori da aggiungere.
- Nel pannello Righe, aggiungi gli attributi Data di creazione ticket - Anno e Data di creazione ticket - Trimestre. Di conseguenza, il report mostra la media e la mediana dei ticket mensili per ciascun trimestre:
- (Facoltativo) Rimuovi l’attributo Data di creazione ticket - Trimestre per visualizzare la media e la mediana dei ticket mensili per ciascun anno.
Trova il tempo di soluzione medio più alto per assegnatario
In questo esempio, creerai un KPI che mostra il tempo di soluzione medio più alto per tutti gli assegnatari.
Per trovare il tempo di soluzione medio più alto per ciascun assegnatario
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Tempo di soluzione per assegnatario con la formula seguente:
ATTRIBUTE_ADD(AVG(Full resolution time (days)), [Assignee ID])
- Apri la metrica calcolata appena creata, fai clic su Opzioni > Modifica formato di visualizzazione.
- Nel primo campo, seleziona Personalizzato e quindi imposta la Posizione decimale su 1 e il Suffisso su giorni (con uno spazio prima della parola).
- Nel pannello Metriche, aggiungi la metrica Tempo di soluzione per assegnatario. Usa l’aggregatore MAX.
- Nel pannello Filtri, aggiungi l’attributo Soluzione ticket - Data e configuralo per mostrare i ticket risolti negli ultimi 30 giorni.
Il report mostra il tempo di soluzione medio più alto di tutti gli assegnatari negli ultimi 30 giorni.
Trova il numero medio di commenti di ticket per agente
In questo esempio, creerai un grafico a barre che mostra il numero medio di commenti inviati dagli agenti per ciascun ticket.
Per trovare il numero medio di commenti di ticket per agente
- Crea un nuovo report nel dataset Ticket Support.
-
Crea una metrica calcolata standard denominata Commenti per ticket con la formula seguente:
ATTRIBUTE_ADD(COUNT(Comments), [Update ticket ID])
- Apri la metrica calcolata appena creata, fai clic su Opzioni > Modifica formato di visualizzazione.
- Nel primo campo, seleziona Personalizzato e quindi imposta la posizione decimale su 1.
- Nel pannello Metriche, aggiungi la metrica Commenti per ticket. Usa l’aggregatore AVG.
- Nel pannello Filtri, aggiungi i seguenti attributi:
- Aggiornamento - Data: imposta questa opzione per mostrare gli aggiornamenti dell’ultima settimana.
- Ruolo autore aggiornamenti: imposta questa opzione per escludere gli utenti finali.
- Nel tipo di visualizzazione (
), seleziona Barra.
Il report mostra il numero medio di commenti sui ticket per ciascun agente.
13 commenti
Andrei Kamarouski
Dane Hey, thx for coming back. Seems like you missed my point. :) Let me explain another way.
I don't need to calculate this data per brand on the account. I need it per the whole account with multiple brands. Do you see?
0
Dane
You can try to use the SUM aggregator instead of COUNT. I have tried to make a query and compared it to the actual Solved ticket per brand and it provided the same data.
0
Andrei Kamarouski
Hi Eugene Orman, I need your expert help =)
I am using this formula to find the global average of Solved tickets in the whole Zendesk instance (it has just one single brand). I can slice the reports with this metric by Dat Solved to have the average per any time period.
However, it doesn't work when there are multiple brands in Zendesk (because giving the average per brand). Is there really any attribute that is a global one for the whole Zendesk instance that has multiple brands? Can't find anything and custom attributes don't seem to work here as well.
1
Dainne Kiara Lucena-Laxamana
It would be for all the years since the ATTRIBUTE_ADD returns the value of aggregator(metric name) aggregated to all attributes in the report in addition to attribute1 and attribute2.
0
Laura
Hello Dainne Lucena,
Thanks for your reply.
My question however still prevails.
In the example that you provide, the results of what year are being rendered? Wouldn't you have to specify which year?
0
Dainne Kiara Lucena-Laxamana
Hi Laura Dell'Angela
That's a great question. As the article described, "This example illustrates using the ATTRIBUTE_ADD function which slices the metric you specify by all attributes in the report plus the one you specify."
As you can see, the ATTRIBUTE_ADD actually uses the COUNT(ticket) metric for the custom-calculated metric in the samples:
This is for scenarios just like in the article where you want to display results without needing to slice the data, So instead of adding COUNT (tickets) + the attribute for tickets created in a year, since you don't want to list down the years and want just an average, you'd create your own metric with the ATTRIBUTE_ADD.
Hope this clears things out! Let me know if you have any follow-up questions.
0
Laura
Hey,
Thanks for this article first of all. The use case of ATTRIBUTE_FIX seems pretty clear to me. However, I am having some trouble understanding the purpose of the ATTRIBUTE_ADD. In theory it makes sense, but I am confused in regards to the last example: 'Display the maximum number of tickets received from one channel in a month without showing the channel names'.
My confusion is this:
The metric returns the maximum number of tickets received by ALL channels in a month. In this case, why should we not just use the default COUNT(tickets) metric?
However, if we want to return the maximum number of tickets received by ONE (and only one) channel, must we not add a filter to the metric, choosing just one channel?
This does not seem clear in the article. Thank you in advance for your help!
Laura,
0
Rosie
Attribute functions could be used in any dataset. Let me go ahead and create a separate ticket on your behalf so I can get more account-specific details to troubleshoot this issue. Please expect an email shortly with the ticket information.
0
Crawford Philleo
Hey there -
I'm having a tough time getting the ATTRIBUTE_FIX function to load metrics consistently on queries in the Ticket Updates data set. I thought this could be useful to build a metric have a count of Tickets created or solved by month, while also being able to slice another metric like Handling Time by various attributes (like individual agents or groups of agents) so you could measure those against total volume per month on a time series. I'm getting time-outs if I go beyond like a day's worth of data using the "Update - Date" time attribute as a filter, but when I just look at that one day, it looks correct. Does the ATTRIBUTE_FIX function not really work as well for the Ticket Updates data set or is there something inherently wrong with my approach?
0
Gab Guinto
If you're looking to display each agent's resolution time and the groups' averages then, yes, you can use attribute_fix to build a metric that will only be sliced by ticket group. But, if what you're trying to do is to compare individual resolution times with the entire team's (not the ticket/agent group's) average resolution time, then you might want to use a fixed calculated metric (Adding fixed calculated metrics).
0
Accedi per lasciare un commento.