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“.