Trường hợp sử dụngComputer

Tìm các yếu tố thúc đẩy chính đằng sau sự gia tăng đột biến của phiếu hỗ trợ

Phân tích dữ liệu Snowflake về phiếu hỗ trợ để phát hiện sự gia tăng đột biến theo sản phẩm, phân khúc và sự cố nhằm đưa ra thông tin chi tiết có thể hành động cho các đội ngũ.

  • Computer
  • Trình kết nối
  • Công nghệ
  • Thiết kế

Tổng quan

Computer có thể phân tích dữ liệu phiếu hỗ trợ từ các công cụ như Snowflake và Databricks, so sánh khối lượng phiếu giữa các khoảng thời gian, đồng thời xác định các khu vực sản phẩm, phân khúc khách hàng và danh mục sự cố gây ra sự gia tăng đột biến. Hệ thống này xử lý việc xử lý dữ liệu như kết hợp bảng phiếu với thuộc tính khách hàng, nhóm các sự cố theo các danh mục do doanh nghiệp xác định và so sánh xu hướng giữa các quý để các đội ngũ hỗ trợ và sản phẩm nhận được báo cáo có thể hành động ngay lập tức thay vì gửi yêu cầu đến bộ phận phân tích.

Kết quả chính

Computer đã tạo ra một báo cáo về các yếu tố thúc đẩy phiếu hỗ trợ, xác định những nguyên nhân đóng góp lớn nhất vào sự gia tăng số lượng phiếu theo quý trên các khu vực sản phẩm và phân khúc khách hàng.

Phần Tóm tắt cung cấp bảng điều khiển với các thẻ KPI hiển thị tổng số phiếu, thay đổi theo quý, các khu vực sản phẩm hàng đầu, phân khúc khách hàng bị ảnh hưởng và các việc cần làm tiếp theo có mức độ ưu tiên cao nhất, giúp bạn nhanh chóng hiểu được nguồn gốc của sự gia tăng đột biến.

Phần Phân tích yếu tố thúc đẩy là bảng đầy đủ về các yếu tố gây ra sự cố được sắp xếp theo mức độ đóng góp vào sự gia tăng, bao gồm khu vực sản phẩm, phân khúc khách hàng, số lượng phiếu quý hiện tại, số lượng phiếu quý trước, thay đổi tuyệt đối, thay đổi theo phần trăm, tỷ trọng trong tổng số gia tăng, ghi chú độ tin cậy và chủ sở hữu được đề xuất.

Phần Xu hướng hiển thị khối lượng phiếu hàng tuần theo khu vực sản phẩm và phân khúc khách hàng hàng đầu, rất hữu ích để xem liệu sự thay đổi đó là sự tăng trưởng đều đặn, sự gia tăng đột biến trong một tuần, hay là một mô hình gắn liền với một đợt ra mắt hoặc sự cố.

Computer cũng áp dụng khung hành động gồm bốn phần: điều tra ngay (các sự cố có khối lượng lớn với mức tăng gần đây lớn), theo dõi sát sao (các sự cố đang phát triển nhưng chưa phải là yếu tố thúc đẩy lớn nhất), làm sạch dữ liệu (các danh mục có nhãn bị thiếu hoặc không nhất quán), và hạ ưu tiên (các thay đổi có khối lượng nhỏ trông có vẻ nhiễu hoặc đơn lẻ).

Mẹo

  • Chỉ định các định nghĩa phiếu mà bạn quan tâm: Phân tích mặc định có thể bao gồm tất cả các phiếu hỗ trợ, nhưng bạn có thể thu hẹp phạm vi bằng cách nói “loại trừ các phiếu kiểm thử nội bộ, phiếu do bot tạo và phiếu được gắn thẻ là thanh toán.”
  • Thêm bối cảnh hạ nguồn: Tiếp tục bằng cách nói “chuyển đổi nội dung này thành bản tóm tắt sẵn sàng cho cấp Phó Chủ tịch dành cho buổi đánh giá sản phẩm hàng tuần” hoặc “soạn thảo các câu hỏi tiếp theo cho chủ sở hữu sản phẩm của ba yếu tố thúc đẩy hàng đầu.”

Lồng ghép các bộ lọc bổ sung: Thêm các ràng buộc như “chỉ bao gồm khách hàng doanh nghiệp lớn,” “so sánh tài khoản trả phí với tài khoản dùng thử,” hoặc “tập trung vào các phiếu được mở sau bản phát hành mới nhất.”

Sẵn sàng cho bước tiếp theo?

Khám phá cách Perplexity có thể thay đổi cách bạn làm việc