AnvändningsfallComputer

Hitta de främsta orsakerna bakom en spik i supportärenden

Analysera Snowflake-data om supportärenden för att upptäcka toppar per produkt, segment och ärende för agerbara insikter för team

  • Computer
  • Anslutningar
  • Teknik
  • Design

Översikt

Computer kan analysera supportärendedata från verktyg som Snowflake och Databricks, jämföra ärendevolym över tidsperioder och identifiera de produktområden, kundsegment och ärendekategorier som driver en ökning. Den hanterar databearbetningen som att koppla ihop ärendetabeller med kundattribut, gruppera ärenden efter affärsdefinierade kategorier och jämföra trender över kvartal så att support- och produktteam får en rapport de kan agera på omedelbart i stället för att skicka en förfrågan till analysavdelningen.

Viktiga resultat

Computer skapade en rapport om vad som driver supportärenden, som identifierade de största bidragsgivarna till kvartal-till-kvartal-ökningen av ärenden inom produktområden och kundsegment.

Sammanfattningssektionen tillhandahåller en instrumentpanel med nyckeltalskort för totala ärenden, kvartal-till-kvartal-förändring, främsta produktområden, berörda kundsegment och uppföljningar med högst prioritet så att du snabbt kan förstå var ökningen kommer ifrån.

Sektionen för föraruppdelning är en fullständig tabell över ärendedrivare sorterade efter bidrag till ökningen, med produktområde, kundsegment, innevarande kvartals ärenden, föregående kvartals ärenden, absolut förändring, procentuell förändring, andel av den totala ökningen, konfidensanmärkning och föreslagen ägare.

Trendsektionen visar veckoärendevolym efter främsta produktområde och kundsegment, vilket är användbart för att se om förändringen var en stadig uppgång, en enveckasökning eller ett mönster kopplat till en lansering eller incident.

Computer tillämpade också ett ramverk med fyra delar för åtgärder: undersök nu (ärenden med hög volym och stora recenta ökningar), övervaka noga (växande ärenden som ännu inte är de största drivarna), städa upp data (kategorier med saknade eller inkonsekventa etiketter) och nedprioritera (förändringar med låg volym som ser brusiga eller isolerade ut).

Tips

  • Ange de ärendedefinitioner du bryr dig om: Standardanalysen kan inkludera alla supportärenden, men du kan avgränsa den genom att säga "exkludera interna testärenden, bot-genererade ärenden och ärenden taggade som fakturering."
  • Lägg till kontext längre ner i kedjan: Följ upp med "gör om detta till en VP-klar sammanfattning för den veckoovisa produktgranskningen" eller "utkast på uppföljningsfrågor för produktägarna till de tre främsta drivarna."

Lägg till ytterligare filter: Lägg till begränsningar som "inkludera endast företagskunder", "jämför betalda konton med testkonton" eller "fokusera på ärenden som öppnats efter den senaste releasen."

Redo att ta nästa steg?

Upptäck hur Perplexity kan förändra ditt sätt att arbeta