Případy užitíComputer

Najděte hlavní faktory stojící za nárůstem supportních ticketů

Analýza dat Snowflake o supportních ticketech k odhalení nárůstů podle produktů, segmentů a problémů pro praktické poznatky pro týmy

  • Computer
  • Konektory
  • Technologie
  • Design

Přehled

Computer dokáže analyzovat data o supportních ticketech z nástrojů jako Snowflake a Databricks, porovnávat objem ticketů v průběhu času a identifikovat oblasti produktů, zákaznické segmenty a kategorie problémů, které způsobují nárůst. Zvládá zpracování dat, jako je propojování tabulek ticketů se zákaznickými atributy, seskupování problémů do kategorií definovaných podle businessu a porovnávání trendů napříč čtvrtletími, takže týmy podpory a produktové týmy získají sestavu, nad kterou mohou okamžitě jednat, namísto podávání požadavku na analytiku.

Klíčový výstup

Computer vytvořil sestavu faktorů ovlivňujících supportní tickety, která identifikovala největší přispěvatele k mezikvartálnímu nárůstu ticketů napříč produktovými oblastmi a zákaznickými segmenty.

Sekce Souhrn poskytuje řídicí panel s kartami KPI pro celkový počet ticketů, mezikvartální změnu, hlavní produktové oblasti, dotčené zákaznické segmenty a následné kroky s nejvyšší prioritou, abyste mohli rychle pochopit, odkud nárůst pochází.

Sekce Rozpis faktorů je úplnou tabulkou faktorů problémů seřazenou podle podílu na nárůstu, včetně produktové oblasti, zákaznického segmentu, ticketů v aktuálním čtvrtletí, ticketů v předchozím čtvrtletí, absolutní změny, procentuální změny, podílu na celkovém nárůstu, poznámky ke spolehlivosti a navrhovaného vlastníka.

Sekce Trend zobrazuje týdenní objem ticketů podle hlavních produktových oblastí a zákaznických segmentů, což je užitečné pro zjištění, zda byla změna stabilním růstem, jednodenním nárůstem, nebo vzorcem spojeným s uvedením na trh či incidentem.

Computer rovněž uplatnil čtyřdílný akční rámec: vyšetřit ihned (problémy s velkým objemem a velkým nedávným nárůstem), pečlivě sledovat (rostoucí problémy, které ještě nejsou největšími faktory), vyčistit data (kategorie s chybějícími nebo nekonzistentními štítky) a snížit prioritu (změny s malým objemem, které vypadají hlučně nebo izolovaně).

Tipy

  • Zadejte definice ticketů, které vás zajímají: Výchozí analýza může zahrnovat všechny supportní tickety, ale můžete ji zužit zadáním „vyloučit interní testovací tickety, tickety generované boty a tickety označené jako fakturace“.
  • Přidejte kontext pro navazující kroky: Pokračujte příkazem „přeměňte toto v souhrn připravený pro viceprezidenta pro týdenní produktovou recenzi“ nebo „naplánujte doplňující otázky pro produktové vlastníky tří hlavních faktorů“.

Vrstvěte další filtry: Přidejte omezení jako „zahrnout pouze podnikové zákazníky“, „porovnat placené účty oproti zkušebním“ nebo „zaměřit se na tickety otevřené po posledním vydání“.

Připraveni udělat další krok?

Zjistěte, jak může Perplexity změnit způsob vaší práce