Seus dados do Zendesk são divididos em diferentes conjunto de dados. Cada conjunto de dados contém métricas e atributos que podem ser usados para criar relatórios. É necessário selecionar um conjunto de dados específico antes de poder consultar seus dados com o Zendesk Explore.
Para obter ajuda na escolha e no gerenciamento de conjuntos de dados, consulte Trabalho com conjuntos de dados.
Esse artigo pode ajudar você a escolher o conjunto de dados certo para seus relatórios e aprender informações mais avançadas sobre como os conjuntos de dados armazenam suas informações comerciais. Este artigo contém os seguintes tópicos:
Escolha do conjunto de dados apropriado
Os conjuntos de dados estão disponíveis nos produtos a seguir. Escolha um produto para ler mais sobre cada conjunto de dados e descobrir as métricas e atributos que podem ser usados com eles:
-
Conjuntos de dados do Support
- Tickets: principais métricas dos tickets, como número, atividade e tipo.
- Updates history: informações sobre todas as atualizações feitas nos tickets durante seu tempo de vigência.
- Backlog history: informações sobre tickets sem resolução ao final de uma data específica.
- SLAs: informações sobre o desempenho de seu Service Level Agreement (SLA) (Contrato de nível de serviço). É importante ressaltar que esse conjunto de dados é exibido apenas se você tem tickets com as políticas de SLA aplicadas. Consulte Definição e uso de políticas de SLA.
-
Conjunto de dados do Talk:
- Calls: informações sobre a atividade de sua central telefônica e dos seus agentes.
-
Conjuntos de dados do chat em tempo real e de mensagens:
- Engagement: informações sobre sua interação com os clientes usando o Chat.
- Chat Concurrency: informações sobre como os seus agentes lidam com interações simultâneas de chat.
- Messaging tickets: informações sobre todos os canais de mensagens, incluindo os canais de mensagens na web, em dispositivos móveis e redes sociais. Elas incluem número de tickets, tempos de resolução, satisfação e muito mais.
-
Conjunto de dados do Guide
- Knowledge Capture: informações para ajudar você a entender a eficiência da seleção de artigos para evitar tickets de suporte.
- Team Publishing: (apenas Guide Enterprise) informações para ajudar você a entender a atividade de sua equipe no Guide incluindo as atividades de criação, publicação e edição de artigos etc.
- Knowledge Base: as informações ajudam você a entender a frequência de visualização de seus artigos da central de ajuda, quais artigos estão sendo úteis ou não, e muito mais.
- Search: informações sobre as pesquisas que os usuários realizaram e os termos que eles pesquisaram em sua base de conhecimento.
- Community: informações sobre a atividade nos fóruns da sua comunidade, incluindo número de publicações e comentários, votos positivos e negativos, membros da comunidade e muito mais.
-
Conjuntos de dados do Sell
- Sell: informações sobre seu pipeline de vendas do Zendesk Sell.
- Calls: informações sobre interações de vendas do Zendesk Sell, como chamadas feitas e recebidas e o horário das chamadas, entre outras.
- Products: informações sobre vendas, como quantos produtos foram vendidos ao longo do tempo e os produtos mais vendidos.
- Activities: as informações sobre o volume da atividade de vendas do Sell e a contribuição da equipe de vendas, incluindo o número de e-mails enviados, chamadas realizadas, tarefas concluídas, compromissos agendados e visitas realizadas.
-
Conjuntos de dados do Answer Bot
- Article Recommendations: informações sobre o desempenho dos artigos da central de ajuda recomendados automaticamente para os clientes.
- Flow Builder: informações sobre o desempenho do bot nos canais da Zendesk.
Compreensão da estrutura do conjunto de dados
Os conjuntos de dados do Explore contêm todas as informações disponíveis para o seu produto ou recursos. Para consultar a eficiência de seus dados e evitar dados duplicados ou inconsistentes, o Explore agrupa seus dados em diferentes tabelas. As tabelas de dados são como uma “caixa” na qual seus dados são armazenados. As tabelas de dados não são isoladas, elas são reunidas por atributos especiais de pontos de conexão que funcionam como identificadores exclusivos para cada linha de dados da tabela.
No diagrama de exemplo abaixo, os dados do ticket são armazenados na tabela de dados Ticket e os dados do usuário são armazenados em uma tabela de dados de Usuários separada. Essas tabelas de dados são reunidas nos conjuntos de dados usando atributos especiais de pontos de conexão.
Por exemplo, ID do ticket é o ponto de conexão da tabela de dados Ticket, mas ID do solicitante é o ponto de conexão da tabela Usuários.
Quando um usuário realiza um relatório, o Explore determina quais tabelas contêm as métricas e os atributos necessários e se as tabelas precisam ser reunidas. Se as métricas e os atributos necessários estiverem localizados em uma única tabela, nenhuma conexão (ou junção) é feita. Um exemplo disso é um relatório que conta IDs de ticket por status.
Entretanto, se as métricas e os atributos necessários estiverem em diversas tabelas de dados, eles serão reunidos. Um exemplo disso é um relatório que conta as atualizações de ticket por nome do atribuído. Nesse caso, as tabelas Atualizações de tickets, Tickets e Usuários são reunidas para gerar um resultado.
As tabelas de dados do Explore são conectadas usando o método JUNÇÃO ESQUERDA. Isso significa que, quando as tabelas são reunidas, o relatório retorna todas as linhas da tabela à esquerda, mesmo que não haja correspondências na tabela à direita. No exemplo acima, a contagem de IDs de ticket por nome do atribuído retornará todos os tickets com ou sem um atribuído.
Em alguns casos, tecnicamente não é possível armazenar dados em várias tabelas de dados devido ao grande volume de dados ou à alta velocidade da execução do relatório necessário. Um exemplo disso é o conjunto de dados de Lista de pendências. Ele usa apenas uma tabela para armazenar dados.
0 Comentários
Por favor, entre para comentar.