DocumentaçãoCommerceGuia do usuário do Commerce Intelligence

[Somente PaaS]{class="badge informative" title="Aplica-se somente a projetos do Adobe Commerce na nuvem (infraestrutura do PaaS gerenciada pela Adobe) e a projetos locais."}

Relatórios de Help Desk para Zendesk

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

Criado para:

  • Iniciante
  • Intermediário
  • Administrador
  • Desenvolvedor
  • Usuário
NOTE
Isso só está disponível para clientes que estão no plano Pro e estão usando a nova arquitetura. Você está na nova arquitetura se tiver a seção Data Warehouse Views disponível após selecionar Manage Data na barra de ferramentas principal.

Consolidar os dados do Zendesk com o banco de dados transacional é uma excelente maneira de entender melhor como os clientes estão interagindo com as equipes de vendas ou de sucesso do cliente. Ela também ajuda você a saber que tipo de cliente está usando sua plataforma de suporte. Este tópico demonstra como configurar um painel para obter relatórios detalhados sobre o desempenho e o tempo do Zendesk em seus clientes transacionais.

Antes de começar, você deseja conectar seu Zendesk. Esta análise contém colunas calculadas avançadas.

Introdução

Colunas a serem rastreadas

  • Tabela audits

  • _id

  • created_at

  • id

  • ticket_id

  • _updated_at

  • Tabela audits_~_events

  • _sub_id

  • _id_of_parent

  • author_id

  • field_name

  • public

  • type

  • value

  • Tabela tickets

  • _id

  • assignee_id

  • created_at

  • id

  • requester_id

  • status

  • updated_at

  • via_~_source_~_from_~_address

  • _updated_at

  • Tabela users

  • _id

  • created_at

  • emails

  • id

  • role

  • updated_at

  • _updated_at

Conjuntos de filtros a serem criados

  • Tabela Zendesk Tickets

    • status != deleted

  • Filter set name: Tickets we count

  • Filter set logic:

Colunas calculadas

Colunas para criar

  • Tabela Zendesk user's

    • User is agent? (Yes/No)

    • ​

      • Column type - Same Table > Calculation

      • Input columns - role, email

      • SQL Calculation - case when Ais notnuloandA!=end-user então Yes quando B não é null e B como %@magento.com então Yes mais No termina

      • Substituir @magento.com pelo seu domínio

      • Datatype - String

  • Tabela Zendesk audits_~_events

    • Selecione uma definição: Joined Column

    • Create Path:

    • Many: Zendesk audits_~_events.author_id8

    • One: Zendesk users.id

    • Selecione um table: Zendesk users

    • Selecione um column: User is agent? (Yes/No)

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

  • Author is agent? (Yes/No)

  • Tabela Zendesk audits

    • Selecione uma definição: Exists

    • Create Path:

    • Many: Zendesk audits_~_events._id_of_parent

    • One: Zendesk audits._id

    • Selecione um table: Zendesk audits_~_events

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

    • Filter:

    • field_name = status

    • type = Change

    • value = solved

    • Selecione uma definição: Exists

    • Selecione um 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)

  • Tabela Zendesk Tickets

    • Selecione uma definição: Joined Column

    • Create Path:

    • Many: Zendesk tickets.requester_id

    • One: Zendesk users.id

    • Selecione um table: Zendesk users

    • Selecione um column: email

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

    • Selecione uma definição: Joined Column

    • Selecione um table: Zendesk users

    • Selecione um column: role

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

    • Selecione uma definição: Max

    • Create Path:

    • Many: Zendesk audits.ticket_id

    • One: Zendesk tickets.id

    • Selecione um table: Zendesk audits

    • Selecione um column: created_at

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

    • Filter:

    • status alterado para solved = 1

    • Selecione uma definição: Min

    • Selecione um table: Zendesk audits

    • Selecione um 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 menos created_at

  • Seconds to first response

    • ​

      • Column type - Same Table > Date Difference

      • First agent response date menos 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 - "Mesma Tabela > Cálculo"

      • Input columns - created_at

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

      • Datatype - Número inteiro

  • Ticket created_at (day of week)

    • ​

      • Column type - "Mesma Tabela > Cálculo"

      • Input columns - created_at

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

      *Datatype - String

  • Tabela customer_entity

    • Selecione uma definição: Count

    • Create Path:

    • Many: Zendesk tickets.email

    • ​
      Um: customer_entity.email

    • Selecione um 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 - "Mesma Tabela > Cálculo"

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

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

      • Datatype - String

  • Tabela Zendesk Tickets

    • Selecione uma definição: Joined Column
    • Selecione um table: customer_entity
    • Selecione um column: User's lifetime number of support tickets requested
    • Path: Zendesk tickets.email = customer_entity.email

  • Requester's lifetime number of support tickets

Métricas

  • ZendeskNovos tíquetes

    • Tickets we count

  • Na tabela Zendesk tickets

  • Esta métrica executa uma Contagem

  • Na coluna id

  • Ordenado pelo carimbo de data/hora created_at

  • Filter:

  • ZendeskTíquetes resolvidos

    • Tickets we count
    • status EM closed, solved

  • Na tabela Zendesk tickets

  • Esta métrica executa uma Contagem

  • Na coluna id

  • Ordenado pelo carimbo de data/hora created_at

  • Filter:

  • ZendeskUsuários distintos preenchendo tíquetes

    • Tickets we count

  • Na tabela Zendesk tickets

  • Esta métrica executa uma Contagem distinta

  • Na coluna requester_id

  • Ordenado pelo carimbo de data/hora created_at

  • Filter:

  • ZendeskTempo médio/mediano de resolução do tíquete

    • Tickets we count
    • status EM closed, solved

  • Na tabela Zendesk tickets

  • Esta métrica executa uma Média (ou Mediana)

  • Na coluna Seconds to resolution

  • Ordenado pelo carimbo de data/hora created_at

  • Filter:

  • ZendeskTempo médio/mediano até a primeira resposta

    • Tíquetes contados
    • status IN fechado, resolvido

  • Na tabela Zendesk tickets

  • Esta métrica executa uma Média (ou Mediana)

  • Na coluna Seconds to first response

  • Ordenado pelo carimbo de data/hora created_at

  • Filter:

NOTE
adicione todas as novas colunas como dimensões às métricas antes de criar novos relatórios.

Relatórios

  • New/Open/Pending tickets

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

  • Métrica A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Closed/Solved tickets

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

  • Métrica A: New tickets

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Average time to first response

    • Metric: Average time to first response

  • Métrica 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 EM solved, closed

  • Métrica A: Average time to resolution

  • Time period: All time

  • Interval: None

  • Chart Type: Scalar

  • Tickets by status

    • Metric: New Tickets

  • Métrica 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

  • Métrica A: New tickets

  • Métrica B: Solved tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Line

  • Time to first response

    • Metric: Average time to first response

  • Métrica 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 EM solved, closed

  • Métrica A: Average time to resolution

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Distinct users filing tickets

    • Metric: Distinct users filing tickets

  • Métrica A: Distinct users filing tickets

  • Time period: All time

  • Interval: Monthly

  • Chart Type: Column

  • Peak ticket days

    • Metric: New Tickets

  • Métrica 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)

  • Métrica 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

  • Métrica 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

    • ​
      Métrica: Users

  • Métrica 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