DocumentatieCommerceCommerce Intelligence-gebruikershandleiding

[Alleen PaaS]{class="badge informative" title="Is alleen van toepassing op Adobe Commerce op Cloud-projecten (door Adobe beheerde PaaS-infrastructuur) en op projecten in het veld."}

Helpdesk rapporteert voor Zendesk

Last update: Tue Oct 14 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Gemaakt voor:

  • Beginner
  • tussenpersoon
  • Beheerder
  • Ontwikkelaar
  • Gebruiker
NOTE
Dit is alleen beschikbaar voor clients die op het Pro -plan staan en de nieuwe architectuur gebruiken. U bevindt zich op de nieuwe architectuur als u de sectie Data Warehouse Views beschikbaar hebt nadat u Manage Data hebt geselecteerd op de hoofdwerkbalk.

Het consolideren van uw Zendesk -gegevens met uw transactiedatabank is een uitstekende manier om beter te begrijpen hoe uw klanten met uw verkoop- of klantsuccesteams communiceren. Het helpt u ook weten welk type klanten uw steunplatform gebruiken. In dit onderwerp ziet u hoe u een dashboard instelt voor gedetailleerde rapporten over de prestaties en de tijd van Zendesk in uw klanten van een transactie.

Voordat u aan de slag gaat, wilt u verbinding maken met de Zendesk . Deze analyse bevat ​ geavanceerde berekende kolommen ​.

Aan de slag

Te traceren kolommen

  • audits table

  • _id

  • created_at

  • id

  • ticket_id

  • _updated_at

  • audits_~_events table

  • _sub_id

  • _id_of_parent

  • author_id

  • field_name

  • public

  • type

  • value

  • tickets table

  • _id

  • assignee_id

  • created_at

  • id

  • requester_id

  • status

  • updated_at

  • via_~_source_~_from_~_address

  • _updated_at

  • users table

  • _id

  • created_at

  • emails

  • id

  • role

  • updated_at

  • _updated_at

Filtersets die moeten worden gemaakt

  • Zendesk Tickets table

    • status != deleted

  • Filter set name: Tickets we count

  • Filter set logic:

Berekende kolommen

Te maken kolommen

  • Zendesk user's table

    • User is agent? (Yes/No)

    • ​

      • Column type - Same Table > Calculation

      • Input columns - role , email

      • SQL Calculation - case when A is not ongeldig and A!=end-user dan Yes when B is not null and B like %@magento.com then Yes else No end

      • Vervang @magento.com door uw domein

      • Datatype - String

  • Zendesk audits_~_events table

    • Selecteer een definitie: Joined Column

    • Create Path:

    • Many: Zendesk audits_~_events.author_id8

    • One: Zendesk users.id

    • Selecteer een table: Zendesk users

    • Selecteer een column: User is agent? (Yes/No)

    • Path: Zendesk audits_~_events.author_id = Zendesk users.id

  • Author is agent? (Yes/No)

  • Zendesk audits table

    • Selecteer een definitie: Exists

    • Create Path:

    • Many: Zendesk audits_~_events._id_of_parent

    • One: Zendesk audits._id

    • Selecteer een table: Zendesk audits_~_events

    • Path: Zendesk audits_~_events._id_of_parent = Zendesk audits._id

    • Filter:

    • field_name = status

    • type = Change

    • value = solved

    • Selecteer een definitie: Exists

    • Selecteer een table: Zendesk audits_~_events

    • Path: Zendesk audits_~_events._id_of_parent = Zendesk audits._id

    • Filter: Author is agent? (Yes/No)

    • type = Comment

    • public = 1

  • Status changes to solved? (1/0)

  • Is agent comment? (1/0)

  • Zendesk Tickets table

    • Selecteer een definitie: Joined Column

    • Create Path:

    • Many: Zendesk tickets.requester_id

    • One: Zendesk users.id

    • Selecteer een table: Zendesk users

    • Selecteer een column: email

    • Path: Zendesk tickets.requester_id = Zendesk users.id

    • Selecteer een definitie: Joined Column

    • Selecteer een table: Zendesk users

    • Selecteer een column: role

    • Path: Zendesk tickets.requester_id = Zendesk users.id

    • Selecteer een definitie: Max

    • Create Path:

    • Many: Zendesk audits.ticket_id

    • One: Zendesk tickets.id

    • Selecteer een table: Zendesk audits

    • Selecteer een column: created_at

    • Path: Zendesk audits.ticket_id = Zendesk tickets.id

    • Filter:

    • status gewijzigd in solved = 1

    • Selecteer een definitie: Min

    • Selecteer een table: Zendesk audits

    • Selecteer een column: created_at

    • Path: Zendesk audits.ticket_id = Zendesk tickets.id

    • Filter:

    • Is agent comment? = 1

  • Requester's email

  • Requester's role

  • Ticket's latest solved date

  • First agent response date

  • Seconds to resolution

    • ​

      • Column type - Same Table > Date Difference

      • Ticket's latest solved date minus created_at

  • Seconds to first response

    • ​

      • Column type - Same Table > Date Difference

      • First agent response date minus created_at

  • Requester's ticket number

    • ​

      • Column type - Same Table > Event Number

      • Event Owner - requester_id

      • Event Rank - created_at

  • Ticket created_at (hour of day)

    • ​

      • Column type - "Zelfde tabel > Berekening"

      • Input columns - created_at

      • SQL Calculation - to_char(A,'HH24')::int

      • Datatype - Geheel getal

  • Ticket created_at (day of week)

    • ​

      • Column type - "Zelfde tabel > Berekening"

      • Input columns - created_at

      • Calculation - to_char(A,'D')||'. '||to_char(A,'Day')

      *Datatype - String

  • customer_entity table

    • Selecteer een definitie: Count

    • Create Path:

    • Many: Zendesk tickets.email

    • ​
      One: customer_entity.email

    • Selecteer een table: Zendesk tickets

    • Path: Zendesk tickets.email = customer_entity.email

    • Filter:

    • Tickets we count

  • User's lifetime number of support tickets requested

  • Has user filed a support ticket? (Yes/No)

    • ​

      • Column type - "Zelfde tabel > Berekening"

      • Input columns - User's lifetime number of support tickets requested

      • Calculation - case when A>0 then 'Yes' else 'No' end

      • Datatype - String

  • Zendesk Tickets table

    • Selecteer een definitie: Joined Column
    • Selecteer een table: customer_entity
    • Selecteer een column: User's lifetime number of support tickets requested
    • Path: Zendesk tickets.email = customer_entity.email

  • Requester's lifetime number of support tickets

Metrisch

  • ZendeskNieuwe tickets

    • Tickets we count

  • In de tabel Zendesk tickets

  • Deze metrisch voert a Telling uit

  • Op de kolom id

  • Besteld door de created_at timestamp

  • Filter:

  • ZendeskOpgeslagen tickets

    • Tickets we count
    • status IN closed, solved

  • In de tabel Zendesk tickets

  • Deze metrisch voert a Telling uit

  • Op de kolom id

  • Besteld door de created_at timestamp

  • Filter:

  • ZendeskAfzonderlijke gebruikers die tickets aanvragen

    • Tickets we count

  • In de tabel Zendesk tickets

  • Deze metrisch voert a Afzonderlijke Telling uit

  • Op de kolom requester_id

  • Besteld door de created_at timestamp

  • Filter:

  • ZendeskGemiddelde/mediane resolutietijd voor tickets

    • Tickets we count
    • status IN closed, solved

  • In de tabel Zendesk tickets

  • Deze metrisch voert een Gemiddelde (of Mediaan) uit

  • Op de kolom Seconds to resolution

  • Besteld door de created_at timestamp

  • Filter:

  • ZendeskGemiddelde/mediane tijd tot eerste reactie

    • Tickets die worden geteld
    • status IN gesloten, opgeloste

  • In de tabel Zendesk tickets

  • Deze metrisch voert een Gemiddelde (of Mediaan) uit

  • Op de kolom Seconds to first response

  • Besteld door de created_at timestamp

  • Filter:

NOTE
Zorg ervoor om ​ alle nieuwe kolommen als afmetingen aan metriek ​ toe te voegen alvorens nieuwe rapporten te bouwen.

Rapporten

  • New/Open/Pending tickets

    • Metric: New Tickets
    • Filter:
    • status IN new, open, pending

  • Metrisch A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Closed/Solved tickets

    • Metric: New Tickets
    • Filter:
    • status IN solved, closed

  • Metrisch A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Average time to first response

    • Metric: Average time to first response

  • Metrisch A: Average time to first response

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Average time to resolution

    • Metric: Average time to resolution
    • Filter:
    • status IN solved, closed

  • Metrisch A: Average time to resolution

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Tickets by status

    • Metric: New Tickets

  • Metrisch A: New tickets

  • Time period: All time

  • Interval: Monthly

  • Group by: status

  • Chart Type: Stacked Column

  • Number of new and solved tickets

    • Metric: New Tickets

    • Metric: New Tickets

  • Metrisch A: New tickets

  • Metrisch B: Solved tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Line

  • Time to first response

    • Metric: Average time to first response

  • Metrisch A: Average time to first response

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Time to resolution

    • Metric: Average time to resolution
    • Filter:
    • status IN solved, closed

  • Metrisch A: Average time to resolution

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Distinct users filing tickets

    • Metric: Distinct users filing tickets

  • Metrisch A: Distinct users filing tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Peak ticket days

    • Metric: New Tickets

  • Metrisch A: New tickets

  • Time period: All time

  • Interval: None

  • Group by: Ticket created_at (day of week)

  • Chart Type: Pie

  • Peak ticket hours

    • Metric:New Tickets

    • Show top/bottom: Top 100% sorted by created_at (hour of the day)

  • Metrisch A: New tickets

  • Time period: All time

  • Interval: None

  • Group by: Ticket created_at (hour of the day)

  • Chart Type: Pie

  • Avg LTV of users who have and have not filed tickets

    • Metric: Average lifetime revenue

  • Metrisch A: Average lifetime revenue

  • Time period: All time

  • Interval: Monthly

  • Group by: User has filed a support ticket?

  • Chart Type: Column

  • Number of new users who have and have not filed tickets

    • ​
      Metric: Users

  • Metrisch A: New users

  • Time period: All time

  • Interval: Monthly

  • Group by: User has filed a support ticket?

  • Chart Type: Column

recommendation-more-help
e1f8a7e8-8cc7-4c99-9697-b1daa1d66dbc