Trouvez les principaux facteurs à l'origine d'un pic de tickets de support

Vue d'ensemble

Computer peut analyser les données de tickets de support provenant d'outils tels que Snowflake et Databricks, comparer le volume de tickets sur différentes périodes et identifier les domaines de produits, les segments de clientèle et les catégories de problèmes à l'origine d'une hausse. Il gère le traitement des données telles que la jointure des tables de tickets avec les attributs clients, le regroupement des problèmes par catégories définies par l'entreprise et la comparaison des tendances d'un trimestre à l'autre, afin que les équipes support et produit obtiennent un rapport immédiatement exploitable au lieu de soumettre une demande au service analytique.

Résultat clé

Computer a produit un rapport sur les facteurs de tickets de support qui a identifié les principaux contributeurs à l'augmentation des tickets d'un trimestre à l'autre dans l'ensemble des domaines de produits et des segments de clientèle.

La section Résumé fournit un tableau de bord doté de cartes KPI pour le total des tickets, la variation d'un trimestre à l'autre, les principaux domaines de produits, les segments de clientèle touchés et les suivis prioritaires afin de comprendre rapidement d'où provient la hausse.

La section Répartition des facteurs est le tableau complet des facteurs de problèmes triés par contribution à l'augmentation, avec le domaine de produit, le segment de clientèle, les tickets du trimestre en cours, les tickets du trimestre précédent, la variation absolue, la variation en pourcentage, la part de l'augmentation totale, la note de confiance et le responsable suggéré.

La section Tendance présente le volume hebdomadaire de tickets par domaine de produit principal et par segment de clientèle, ce qui est utile pour voir si le changement correspond à une hausse régulière, à un pic d'une semaine ou à un schéma lié à un lancement ou à un incident.

Computer a également appliqué un cadre d'action en quatre parties : enquêter maintenant (problèmes à volume élevé connaissant de fortes augmentations récentes), surveiller de près (problèmes en croissance qui ne constituent pas encore les principaux facteurs), nettoyer les données (catégories dont les libellés sont manquants ou incohérents) et déprioriser (variations à faible volume qui semblent bruyantes ou isolées).

Agrandir

Agrandir

Conseils

• Spécifiez les définitions de tickets qui vous intéressent : l'analyse par défaut peut inclure tous les tickets de support, mais vous pouvez l'affiner en indiquant “exclure les tickets de test internes, les tickets générés par des robots et les tickets étiquetés comme facturation”.
• Ajoutez un contexte en aval : ajoutez “transforme ceci en un résumé prêt pour le vice-président pour la revue de produit hebdomadaire” ou “rédige des questions de suivi pour les responsables produit des trois principaux facteurs”.

Superposez des filtres supplémentaires : ajoutez des contraintes telles que “inclure uniquement les clients entreprises”, “comparer les comptes payants et les comptes d'essai” ou “se concentrer sur les tickets ouverts après la dernière version”.