| Suite | Professional, Enterprise, or Enterprise Plus |
| Support with | Explore Professional or Enterprise |
Puoi pianificare report dashboard al di fuori di Explore per fornire PDF al tuo team. Oppure, puoi estrarre manualmente i numeri ogni mese e inserirli in un foglio di calcolo. Puoi anche creare report in Explore per gli stessi numeri. Se questi metodi mostrano risultati diversi, ciò può creare confusione: perché i numeri non corrispondono?
Mentre esamini queste discrepanze, il punto fondamentale da tenere a mente è che i PDF e i fogli di calcolo sono statici, mentre Explore è dinamico.
Questo articolo include i seguenti argomenti:
Perché i risultati cambiano
Ad esempio, supponiamo di aver esportato i dati dell’intero mese di luglio il 1 agosto e di averli inseriti in un foglio di calcolo. Ma in seguito, a settembre, esegui un altro report in Explore sugli stessi dati e ottieni numeri diversi per luglio.
| Colonna di luglio basata su un’esportazione nel mese di agosto: | Colonna di luglio in un report eseguito in Explore a settembre: |
 |
 |
Continua a leggere per scoprire:
Perché c'è una differenza nei ticket creati?
Il numero totale di ticket creati può diminuire se hai eliminato i ticket.
I ticket eliminati vengono rimossi dal dataset Ticket. Pertanto, se contrassegni i ticket come spam o li eliminiin altro modo , questi ticket vengono rimossi dal numero totale di ticket. Questo, per estensione, modifica anche il numero di ticket creati.
Nell’esempio qui sopra, il numero di ticket creati è passato da 705 a 693. Questo suggerisce che 12 ticket sono stati eliminati tra l'esportazione dei dati di agosto e l'esecuzione del report in Explore a settembre.
D’altra parte, il numero totale di ticket creati può aumentare se stai recuperando ticket eliminati.
Per esaminare i numeri dei ticket eliminati e recuperati, puoi usare le metriche Eliminazioni e recuperi nel dataset Cronologia aggiornamenti.
Per le eliminazioni, non puoi vedere dettagli come l’ID ticket o altri attributi (perché i ticket sono stati eliminati), ma puoi vedere:
- Quando i ticket sono stati eliminati, usando l’attributo Aggiorna - Data/ora
- Chi ha eliminato i ticket, usando l’attributo Nome autore aggiornamenti
Per i recuperi, puoi verificare informazioni simili su quando è stato fatto e da chi e puoi anche esaminare altri attributi del ticket, come l'ID del ticket (dal momento che il ticket è stato ripristinato).
Perché c'è una differenza nei ticket risolti?
In genere, i ticket creati vengono esaminati in base all’attributo Ticket creato - Data e i ticket risolti in base all’attributo Ticket risolto - Data . Tuttavia, ci sono situazioni in cui questi numeri variano in base a determinati eventi.
Quando si esaminano i ticket risolti in base alla data di soluzione , questi numeri sono influenzati dalla metrica Riapertura (disponibile nei dataset Cronologia ticket e Aggiornamenti). Questo numero cambia se i ticket vengono riaperti tra il momento in cui i dati vengono esportati e il momento in cui il report viene eseguito in Explore. Una riapertura può rimuovere completamente un ticket da questa metrica (perché non è più risolto) o spostarlo da un periodo a un altro (se l'ultima soluzione era in un periodo diverso dalla prima soluzione).
Quando si esaminano i ticket risolti in base alla data di creazione , questi numeri sono influenzati dalle soluzioni nel tempo. Se lunedì sono stati creati 10 ticket e 2 sono stati risolti lo stesso giorno, un’esportazione mostra 2 ticket risolti per lunedì. Se martedì vengono risolti altri 3 ticket, il report e l'esportazione successiva mostrano che 5 ticket risolti sono stati creati lunedì.
La metrica Ticket risolti nel dataset Cronologia aggiornamenti esamina solo l’ ultima soluzione dei ticket attualmente risolti. Puoi vederlo osservando la formula della metrica, in particolare le due condizioni in grassetto:
IF ([Changes - Field name]="status"
AND [Changes - Previous value]!="solved"
AND ([Changes - New value]="solved" OR [Changes - New value]="closed")
AND ([Ticket status - Unsorted] = "Solved" OR [Ticket status - Unsorted] = "Closed")
AND [Update - Timestamp]=[Ticket solved - Timestamp])
THEN [Update ID]
ENDIF
Se vuoi monitorare tutte le soluzioni, puoi creare una metrica calcolata standard che elimini queste due condizioni per lo stato corrente e la data, lasciandoti la formula seguente:
IF ([Changes - Field name]="status"
AND [Changes - Previous value]!="solved"
AND ([Changes - New value]="solved" OR [Changes - New value]="closed"))
THEN [Update ID]
ENDIF
Perché c'è una differenza tra i ticket in una determinata categoria?
Il dataset Tickets esamina lo stato corrente dei ticket, inclusi stato, gruppo, assegnatario, priorità, campi personalizzati e altro ancora. Ciò significa che se un campo viene modificato tra il momento in cui i dati vengono esportati e il momento in cui viene eseguito un report in Explore, è probabile che i risultati subiscano modifiche.
Negli screenshot di esempio qui sopra, puoi vedere che l’esportazione di agosto mostra 10 glitch e 61 bug. Mentre nel report di settembre, Explore mostra 2 glitch e 69 bug. Questo suggerisce che, tra il momento dell'esportazione e il momento in cui è stato eseguito il report, 8 ticket sono stati ricategorizzati da glitch a bug.
Questo tipo di modifica può influire anche sui filtri del report. Ad esempio, supponiamo di avere un report filtrato per mostrare solo i ticket del gruppo A. Se un ticket viene spostato dal gruppo A a un altro gruppo tra il momento dell'esportazione e il report, quel ticket non apparirà più nel report.
Il contrario vale per i ticket originariamente assegnati al gruppo B e poi riassegnati al gruppo A. Nel report verranno visualizzati più ticket rispetto a prima, a causa del filtro.
Mantenere i numeri in prospettiva
Quando si esaminano le discrepanze tra i report di Explore e le esportazioni, è utile analizzare i numeri in prospettiva. Considera quanto segue:
- Se un risultato passa da 20 ticket a 21, l’aumento è di 1. Non sembra un cambiamento significativo. Eppure si tratta di un aumento del 5%.
- Se un altro risultato passa da 1.998 a 2.100, la differenza è 102. Potrebbe sembrare un cambiamento significativo. Ma anche in questo caso si ha un aumento del 5%.
Quando si tratta di variazioni, guarda sia la percentuale che il numero assoluto. Questo può aiutarti a capire cosa è materiale o meno.
Pensa a quanti agenti hai. Se hai 200 agenti e un risultato cambia di 102, ciò suggerisce che circa la metà degli agenti, in media, ha cambiato quel campo in un ticket tra i dati esportati e l’esecuzione del report in Explore.
Anche in questo caso, puoi esaminare questi risultati nel dataset Cronologia aggiornamenti. Usa l’attributo Nome autore aggiornamento per filtrare un report che mostra l’attributo [Modifiche - Nome campo] pertinente e il risultato precedente o nuovo che ti lascia perplesso.
Di frequente, vedrai un'ampia distribuzione delle modifiche, ad esempio 100 agenti che modificano tutti circa un campo nel periodo.
Tuttavia, potresti notare che uno o due agenti cambiano i risultati dei campi più spesso. Forse è un manager che si occupa di mettere in ordine i membri del team. O forse sono nuovi e inizialmente non hanno capito come applicare il campo, nel qual caso potrebbero essere utili ulteriori corsi di formazione.
Uso degli aggregatori giusti
Infine, quando consideri le durate, è una buona idea ricordare il concetto di "quantità vs. qualità".
Per impostazione predefinita, Explore usa l’aggregatore mediana (MED) per metriche come il tempo di prima risposta e il tempo di soluzione. Tuttavia, potrebbero esserci assegnatari o gruppi che gestiscono pochissimi ticket e in modo molto diverso dai normali agenti. Forse provengono da team finanziari o di sicurezza che non vengono coinvolti nei ticket molto frequentemente e che non hanno le stesse aspettative sui tempi di risposta.
L’uso dell’aggregatore MED sulle metriche di durata aiuta a proteggerti da questi valori anomali. Se usi l’aggregatore media (AVG), questa protezione viene a mancare. Ad esempio, supponiamo che il team finanziario si occupi di quel ticket da quel cliente da sei mesi mentre il resto del team risolve regolarmente i ticket entro una settimana. Il valore anomalo proveniente dal team finanziario influisce notevolmente sull’età dei ticket non risolti, soprattutto se usi l’aggregatore AVG.
Quando il team finanziario risolverà il ticket, anche il tempo di soluzione per il periodo in cui il ticket è stato risolto potrebbe risentirne in modo significativo, soprattutto se usi AVG.
Conclusione
I numeri che cambiano nel tempo possono creare confusione. Abbiamo capito. Soprattutto se il tuo capo te lo chiede. Tuttavia, i motivi delle variazioni possono essere molteplici.
Se sei preoccupato, considera i problemi sollevati sopra e il modo in cui potrebbero influire sulla situazione. Se hai ancora domande, consulta la documentazione o la community di Explore per assistenza oppure contatta Support clienti Zendesk.
0 commenti