DocumentationCommerceGuide de l’utilisateur de Commerce Intelligence

Rapports du centre d’aide pour Zendesk

Last update: Mon Jul 15 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

Créé pour :

  • Débutant
  • Intermédiaire
  • Administration
  • Développeur
  • Utilisateur ou utilisatrice
NOTE
Cette option est uniquement disponible pour les clients qui utilisent le plan Pro et la nouvelle architecture. Vous utilisez la nouvelle architecture si la section Data Warehouse Views est disponible après avoir sélectionné Manage Data dans la barre d’outils principale.

La consolidation de vos données Zendesk avec votre base de données transactionnelle est un excellent moyen de mieux comprendre comment vos clients interagissent avec vos équipes de vente ou de succès client. Il vous aide également à déterminer le type de clients qui utilisent votre plateforme d’assistance. Cette rubrique explique comment configurer un tableau de bord pour obtenir des rapports granulaires sur vos performances Zendesk et sur l’association avec vos clients transactionnels.

Avant de commencer, vous souhaitez connecter votre Zendesk. Cette analyse contient des colonnes calculées avancées.

Prise en main

Colonnes à suivre

  • 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

Filtrer les ensembles à créer

  • Zendesk Tickets table

    • status != deleted

  • Filter set name : Tickets we count

  • Filter set logic :

Colonnes calculées

Colonnes à créer

  • Zendesk user's table

    • User is agent? (Yes/No)

    • ​

      • Column type - Same Table > Calculation

      • Input columns - role, email

      • SQL Calculation - case when Ais notnullandA!=end-user puis Yes lorsque B n'est pas null et B comme %@magento.com puis Yes autre No se terminent

      • Remplacez @magento.com par votre domaine.

      • Datatype - String

  • Zendesk audits_~_events table

    • Sélectionnez une définition : Joined Column

    • Create Path :

    • Many : Zendesk audits_~_events.author_id8

    • One : Zendesk users.id

    • Sélectionnez un table : Zendesk users

    • Sélectionnez un column : User is agent? (Yes/No)

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

  • Author is agent? (Yes/No)

  • Zendesk audits table

    • Sélectionnez une définition : Exists

    • Create Path :

    • Many : Zendesk audits_~_events._id_of_parent

    • One : Zendesk audits._id

    • Sélectionnez un table : Zendesk audits_~_events

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

    • Filter :

    • field_name = status

    • type = Change

    • value = solved

    • Sélectionnez une définition : Exists

    • Sélectionnez un 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

    • Sélectionnez une définition : Joined Column

    • Create Path :

    • Many : Zendesk tickets.requester_id

    • One : Zendesk users.id

    • Sélectionnez un table : Zendesk users

    • Sélectionnez un column : email

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

    • Sélectionnez une définition : Joined Column

    • Sélectionnez un table : Zendesk users

    • Sélectionnez un column : role

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

    • Sélectionnez une définition : Max

    • Create Path :

    • Many : Zendesk audits.ticket_id

    • One : Zendesk tickets.id

    • Sélectionnez un table : Zendesk audits

    • Sélectionnez un column : created_at

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

    • Filter :

    • status remplacé par solved = 1

    • Sélectionnez une définition : Min

    • Sélectionnez un table : Zendesk audits

    • Sélectionnez un 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 moins created_at

  • Seconds to first response

    • ​

      • Column type - Same Table > Date Difference

      • First agent response date moins 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 - "Même table > Calcul"

      • Input columns - created_at

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

      • Datatype - Entier

  • Ticket created_at (day of week)

    • ​

      • Column type - "Même table > Calcul"

      • Input columns - created_at

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

      *Datatype - String

  • customer_entity table

    • Sélectionnez une définition : Count

    • Create Path :

    • Many : Zendesk tickets.email

    • ​

      One: customer_entity.email

    • Sélectionnez un 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 - "Même table > Calcul"

      • 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

    • Sélectionnez une définition : Joined Column
    • Sélectionnez un table : customer_entity
    • Sélectionnez un column : User's lifetime number of support tickets requested
    • Path : Zendesk tickets.email = customer_entity.email

  • Requester's lifetime number of support tickets

Mesures

  • ZendeskNouveaux billets

    • Tickets we count

  • Dans la table Zendesk tickets

  • Cette mesure exécute un décompte

  • Sur la colonne id

  • Ordonné par l’horodatage created_at

  • Filter :

  • Zendesktickets résolus

    • Tickets we count
    • status IN closed, solved

  • Dans la table Zendesk tickets

  • Cette mesure exécute un décompte

  • Sur la colonne id

  • Ordonné par l’horodatage created_at

  • Filter :

  • ZendeskUtilisateurs distincts qui remplissent des tickets

    • Tickets we count

  • Dans la table Zendesk tickets

  • Cette mesure exécute un décompte distinct

  • Sur la colonne requester_id

  • Ordonné par l’horodatage created_at

  • Filter :

  • ZendeskDurée moyenne/médiane de résolution du ticket

    • Tickets we count
    • status IN closed, solved

  • Dans la table Zendesk tickets

  • Cette mesure exécute une moyenne (ou médiane)

  • Sur la colonne Seconds to resolution

  • Ordonné par l’horodatage created_at

  • Filter :

  • ZendeskDurée moyenne/médiane de la première réponse

    • Billets comptabilisés
    • statut EN fermé, résolu

  • Dans la table Zendesk tickets

  • Cette mesure exécute une moyenne (ou médiane)

  • Sur la colonne Seconds to first response

  • Ordonné par l’horodatage created_at

  • Filter :

NOTE
Veillez à ajouter toutes les nouvelles colonnes en tant que dimensions aux mesures avant de créer de nouveaux rapports.

Rapports

  • New/Open/Pending tickets

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

  • Mesure A : New tickets

  • Time period : All time

  • Interval : None

  • Chart Type : Scalar

  • Closed/Solved tickets

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

  • Mesure A : New tickets

  • Time period : All time

  • Interval : None

  • Chart Type : Scalar

  • Average time to first response

    • Metric : Average time to first response

  • Mesure 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

  • Mesure A : Average time to resolution

  • Time period : All time

  • Interval : None

  • Chart Type : Scalar

  • Tickets by status

    • Metric : New Tickets

  • Mesure 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

  • Mesure A : New tickets

  • Mesure B : Solved tickets

  • Time period : All time

  • Interval : Monthly

  • Chart Type : Line

  • Time to first response

    • Metric : Average time to first response

  • Mesure 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

  • Mesure A : Average time to resolution

  • Time period : All time

  • Interval : Monthly

  • Chart Type : Column

  • Distinct users filing tickets

    • Metric : Distinct users filing tickets

  • Mesure A : Distinct users filing tickets

  • Time period : All time

  • Interval : Monthly

  • Chart Type : Column

  • Peak ticket days

    • Metric : New Tickets

  • Mesure 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)

  • Mesure 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

  • Mesure 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

    • ​

      Mesure: Users

  • Mesure 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