Atopa os principais factores detrás dun repunte de tickets de soporte

Resumo

Computer pode analizar datos de tickets de soporte de ferramentas como Snowflake e Databricks, comparar o volume de tickets entre períodos de tempo e identificar as áreas de produto, segmentos de clientes e categorías de problemas que provocan un repunte. Encárgase da manipulación de datos, como a unión de táboas de tickets con atributos de clientes, a agrupación de problemas por categorías definidas pola empresa e a comparación de tendencias entre trimestres para que os equipos de soporte e produto obteñan un informe sobre o que actuar de inmediato en vez de presentar unha solicitude a análises.

Resultado clave

Computer elaborou un informe de factores determinantes dos tickets de soporte que identificou os principais contribuíntes ao incremento trimestral de tickets en todas as áreas de produto e segmentos de clientes.

A sección de resumo ofrece un panel con tarxetas de KPI para o total de tickets, a variación trimestral, as principais áreas de produto, os segmentos de clientes afectados e as accións de seguimento prioritarias para que poidas comprender rapidamente a orixe do repunte.

A sección de desglose de factores determinantes é a táboa completa de factores de problemas ordenados segundo a súa contribución ao incremento, que inclúe a área de produto, o segmento de clientes, os tickets do trimestre actual, os do trimestre anterior, a variación absoluta, a variación porcentual, a cota do incremento total, unha nota de confianza e o propietario suxerido.

A sección de tendencias mostra o volume semanal de tickets por área de produto principal e segmento de clientes, o cal resulta útil para ver se o cambio foi un aumento constante, un repunte dunha semana ou un patrón ligado a un lanzamento ou incidencia.

Computer tamén aplicou un marco de acción en catro partes: investigar agora (problemas de gran volume con grandes aumentos recentes), monitorizar de cerca (problemas en crecemento que aínda non son os maiores factores determinantes), limpar datos (categorías con etiquetas ausentes ou inconsistentes) e despriorizar (cambios de pouco volume que parecen ruidosos ou illados).

Ampliar

Ampliar

Consellos

• Especifica as definicións de tickets que che importan: A análise predeterminada pode incluír todos os tickets de soporte, mais podes reducila dicindo "excluír os tickets de probas internas, os xerados por bots e os etiquetados como facturación".
• Engade contexto posterior: Continúa dicindo "convirte isto nun resumo preparado para o vicepresidente para a revisión semanal de produto" ou "redacta preguntas de seguimento para os responsables de produto dos tres principais factores determinantes".

Incorpora filtros adicionais: Engade restricións como "incluír só clientes corporativos", "comparar contas de pago con contas de proba" ou "centrarse nos tickets abertos despois do último lanzamento".