Encontre os principais impulsionadores por trás de um pico de tickets de suporte

Visão geral

O Computer pode analisar dados de tickets de suporte de ferramentas como Snowflake e Databricks, comparar o volume de tickets entre períodos e identificar as áreas de produto, os segmentos de clientes e as categorias de problemas que impulsionam um pico. Ele lida com o tratamento de dados, como unir tabelas de tickets a atributos de clientes, agrupar problemas por categorias definidas pela empresa e comparar tendências entre trimestres, para que as equipes de suporte e de produtos obtenham um relatório com o qual possam agir imediatamente, em vez de enviar uma solicitação para a análise de dados.

Principais resultados

O Computer produziu um relatório de impulsionadores de tickets de suporte que identificou os principais contribuintes para o aumento de tickets trimestre a trimestre em todas as áreas de produto e segmentos de clientes.

A seção Resumo fornece um painel com cartões de KPI para o total de tickets, variação trimestre a trimestre, principais áreas de produto, segmentos de clientes afetados e acompanhamentos de mais alta prioridade para que você possa entender rapidamente de onde vem o pico.

A seção Detalhamento de impulsionadores é a tabela completa de impulsionadores de problemas ordenada pela contribuição para o aumento, incluindo área de produto, segmento de cliente, tickets do trimestre atual, tickets do trimestre anterior, variação absoluta, variação percentual, fatia do aumento total, nota de confiança e proprietário sugerido.

A seção Tendência mostra o volume semanal de tickets por principal área de produto e segmento de cliente, útil para verificar se a alteração foi um aumento constante, um pico de uma semana ou um padrão vinculado a um lançamento ou incidente.

O Computer também aplicou uma estrutura de ação em quatro partes: investigar agora (problemas de alto volume com grandes aumentos recentes), monitorar de perto (problemas em crescimento que ainda não são os maiores impulsionadores), limpar dados (categorias com rótulos ausentes ou inconsistentes) e despriorizar (alterações de baixo volume que parecem inconclusivas ou isoladas).

Expandir

Expandir

Dicas

• Especifique as definições de tickets de seu interesse: A análise padrão pode incluir todos os tickets de suporte, mas você pode restringi-la dizendo “excluir tickets de teste internos, tickets gerados por bots e tickets marcados como cobrança”.
• Adicione contexto subsequente: Acompanhe com “converta isso em um resumo pronto para o vice-presidente para a revisão semanal de produto” ou “elabore perguntas de acompanhamento para os proprietários de produto dos três principais impulsionadores”.

Inclua filtros adicionais: Adicione restrições como “incluir apenas clientes corporativos”, “comparar contas pagas versus contas de teste” ou “focar em tickets abertos após o lançamento mais recente”.