DokumentationHandelCommerce Intelligence Användarhandbok

[Endast PaaS]{class="badge informative" title="Gäller endast Adobe Commerce i molnprojekt (Adobe-hanterad PaaS-infrastruktur) och lokala projekt."}

Help desk-rapportering för Zendesk

Last update: Mon Aug 18 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Skapat för:

  • Nybörjare
  • Mellanliggande
  • Administratör
  • Utvecklare
  • Användare
NOTE
Detta är endast tillgängligt för klienter som har planen Pro och använder den nya arkitekturen. Du använder den nya arkitekturen om du har avsnittet Data Warehouse Views tillgängligt efter att du har valt Manage Data i huvudverktygsfältet.

Att konsolidera dina Zendesk-data med transaktionsdatabasen är ett utmärkt sätt att bättre förstå hur kunderna interagerar med era sälj- eller kundframgångsgrupper. Det hjälper er också att veta vilken typ av kunder som använder er supportplattform. I det här avsnittet visas hur du konfigurerar en instrumentpanel för att få detaljerade rapporter om hur Zendesk fungerar och hur den är knuten till dina transaktionskunder.

Innan du börjar vill du ansluta Zendesk. Den här analysen innehåller avancerade beräknade kolumner.

Komma igång

Kolumner att spåra

  • audits-tabell

  • _id

  • created_at

  • id

  • ticket_id

  • _updated_at

  • audits_~_events-tabell

  • _sub_id

  • _id_of_parent

  • author_id

  • field_name

  • public

  • type

  • value

  • tickets-tabell

  • _id

  • assignee_id

  • created_at

  • id

  • requester_id

  • status

  • updated_at

  • via_~_source_~_from_~_address

  • _updated_at

  • users-tabell

  • _id

  • created_at

  • emails

  • id

  • role

  • updated_at

  • _updated_at

Filteruppsättningar att skapa

  • Zendesk Tickets-tabell

    • status != deleted

  • Filter set name: Tickets we count

  • Filter set logic:

Beräknade kolumner

Kolumner att skapa

  • Zendesk user's-tabell

    • User is agent? (Yes/No)

    • ​

      • Column type - Same Table > Calculation

      • Input columns - role, email

      • SQL Calculation - case when Ais notnullandA!=end-user, Yes när B inte är null och B som %@magento.com, Yes else No slut

      • Ersätt @magento.com med din domän

      • Datatype - String

  • Zendesk audits_~_events-tabell

    • Välj en definition: Joined Column

    • Create Path:

    • Many: Zendesk audits_~_events.author_id8

    • One: Zendesk users.id

    • Välj en table: Zendesk users

    • Välj en column: User is agent? (Yes/No)

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

  • Author is agent? (Yes/No)

  • Zendesk audits-tabell

    • Välj en definition: Exists

    • Create Path:

    • Many: Zendesk audits_~_events._id_of_parent

    • One: Zendesk audits._id

    • Välj en table: Zendesk audits_~_events

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

    • Filter:

    • field_name = status

    • type = Change

    • value = solved

    • Välj en definition: Exists

    • Välj en 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-tabell

    • Välj en definition: Joined Column

    • Create Path:

    • Many: Zendesk tickets.requester_id

    • One: Zendesk users.id

    • Välj en table: Zendesk users

    • Välj en column: email

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

    • Välj en definition: Joined Column

    • Välj en table: Zendesk users

    • Välj en column: role

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

    • Välj en definition: Max

    • Create Path:

    • Many: Zendesk audits.ticket_id

    • One: Zendesk tickets.id

    • Välj en table: Zendesk audits

    • Välj en column: created_at

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

    • Filter:

    • status har ändrats till solved = 1

    • Välj en definition: Min

    • Välj en table: Zendesk audits

    • Välj en 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 - "Samma tabell > Beräkning"

      • Input columns - created_at

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

      • Datatype - heltal

  • Ticket created_at (day of week)

    • ​

      • Column type - "Samma tabell > Beräkning"

      • Input columns - created_at

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

      *Datatype - String

  • customer_entity-tabell

    • Välj en definition: Count

    • Create Path:

    • Many: Zendesk tickets.email

    • ​
      One: customer_entity.email

    • Välj en 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 - "Samma tabell > Beräkning"

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

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

      • Datatype - String

  • Zendesk Tickets-tabell

    • Välj en definition: Joined Column
    • Välj en table: customer_entity
    • Välj en column: User's lifetime number of support tickets requested
    • Path: Zendesk tickets.email = customer_entity.email

  • Requester's lifetime number of support tickets

Mått

  • Zendesknya biljetter

    • Tickets we count

  • I tabellen Zendesk tickets

  • Detta mått utför ett antal

  • I kolumnen id

  • Ordnad efter tidsstämpeln created_at

  • Filter:

  • ZendeskLösta biljetter

    • Tickets we count
    • status IN closed, solved

  • I tabellen Zendesk tickets

  • Detta mått utför ett antal

  • I kolumnen id

  • Ordnad efter tidsstämpeln created_at

  • Filter:

  • ZendeskDistinkta användare som fyller i biljetter

    • Tickets we count

  • I tabellen Zendesk tickets

  • Det här måttet utför ett räkningsdistinkt

  • I kolumnen requester_id

  • Ordnad efter tidsstämpeln created_at

  • Filter:

  • ZendeskGenomsnittlig/genomsnittlig matchningstid för biljett

    • Tickets we count
    • status IN closed, solved

  • I tabellen Zendesk tickets

  • Det här måttet utför ett genomsnitt (eller median)

  • I kolumnen Seconds to resolution

  • Ordnad efter tidsstämpeln created_at

  • Filter:

  • ZendeskGenomsnittlig/mediantid till första svaret

    • Biljetter som räknas
    • status IN closed, resolved

  • I tabellen Zendesk tickets

  • Det här måttet utför ett genomsnitt (eller median)

  • I kolumnen Seconds to first response

  • Ordnad efter tidsstämpeln created_at

  • Filter:

NOTE
Se till att lägga till alla nya kolumner som mått i mätvärden innan du skapar nya rapporter.

Rapporter

  • New/Open/Pending tickets

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

  • Mått A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Closed/Solved tickets

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

  • Mått A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Average time to first response

    • Metric: Average time to first response

  • Mått 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

  • Mått A: Average time to resolution

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Tickets by status

    • Metric: New Tickets

  • Mått 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

  • Mått A: New tickets

  • Mått B: Solved tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Line

  • Time to first response

    • Metric: Average time to first response

  • Mått 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

  • Mått A: Average time to resolution

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Distinct users filing tickets

    • Metric: Distinct users filing tickets

  • Mått A: Distinct users filing tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Peak ticket days

    • Metric: New Tickets

  • Mått 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)

  • Mått 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

  • Mått 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

    • ​
      -mått: Users

  • Mått 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