Find de vigtigste drivkræftere bag en spids i support-tickets

Oversigt

Computer kan analysere supportticketdata fra værktøjer som Snowflake og Databricks, sammenligne ticket-volumen over tidsperioder og identificere de produktområder, kundesegmenter og problemkategorier, der driver en stigning. Den håndterer databearbejdningen som f.eks. at flette ticket-tabeller med kundeattributter, gruppere problemer efter forretningsdefinerede kategorier og sammenligne tendenser på tværs af kvartaler, så support- og produktteam får en rapport, de kan handle på med det samme i stedet for at indsende en anmodning til analyse.

Nøgleresultat

Computer udarbejdede en rapport om drivkræfter for support-tickets, som identificerede de største bidragydere til stigningen i tickets kvartal over kvartal på tværs af produktområder og kundesegmenter.

Oversigtssektionen indeholder et dashboard med KPI-kort for samlede tickets, kvartal-over-kvartal-ændring, vigtigste produktområder, berørte kundesegmenter og opfølgninger med højeste prioritet, så du hurtigt kan forstå, hvor stigningen kommer fra.

Sektionen for opdeling af drivkræftere er den fulde tabel over problemdrivkræftere sorteret efter bidrag til stigningen, med produktområde, kundesegment, aktuelle kvartals tickets, tidligere kvartals tickets, absolut ændring, procentvis ændring, andel af samlet stigning, tillidsbemærkning og foreslået ejer.

Tendenssektionen viser ugentlig ticket-volumen fordelt på vigtigste produktområde og kundesegment, hvilket er nyttigt til at se, om ændringen var en jævn stigning, et enkelt uges spids eller et mønster knyttet til en lancering eller hændelse.

Computer anvendte også en handlingsramme i fire dele: undersøg nu (problemer med stort volumen og store seneste stigninger), overvøg tæt (voksende problemer, der endnu ikke er de største drivkræfter), ryd op i data (kategorier med manglende eller inkonsistente mærker) og nedprioriter (lavvolumen-ændringer, der ser støjende eller isolerede ud).

Udvid

Udvid

Tips

• Angiv de ticket-definitioner, du går op i: Standardanalysen kan inkludere alle support-tickets, men du kan indsnævre den ved at sige "udelad interne test-tickets, bot-genererede tickets og tickets mærket som fakturering."
• Tilføj downstream-kontekst: Følg op med "lav dette til en VP-klar oversigt til den ugentlige produktgennemgang" eller "udkast opfølgningsspørgsmål til produktejerne af de tre vigtigste drivkræftere."

Lag yderligere filtre i: Tilføj begrænsninger som "inkluder kun enterprise-kunder", "sammenlign betalte konti med prøvekonti" eller "fokuser på tickets åbnet efter den seneste udgivelse."