找出支持工单激增背后的主要驱动因素

概述

Computer 可以分析来自 Snowflake 和 Databricks 等工具的支持工单数据，对比不同时间段的工单量，并找出导致工单激增的产品领域、客户细分和问题类别。它能够处理数据清洗工作，例如将工单表与客户属性进行连接、按业务定义的类别对问题进行分组，以及跨季度比较趋势，从而让支持团队和产品团队获得能够立即付诸行动的报告，而无需向分析部门提交请求。

核心输出

Computer 生成了一份支持工单驱动因素报告，找出了各产品领域和客户细分中导致环比工单增加的主要因素。

“摘要”部分提供了一个带有 KPI 卡片的仪表板，显示总工单数、环比变化、热门产品领域、受影响的客户细分以及最高优先级的后续行动，让您可以快速了解工单激增的来源。

“驱动因素明细”部分是按对增长的贡献度排序的问题驱动因素完整表格，包含产品领域、客户细分、本季度工单数、上季度工单数、绝对变化、百分比变化、占总增长的比例、置信度说明和建议负责人。

“趋势”部分显示了按热门产品领域和客户细分划分的每周工单量，有助于了解变化是稳步上升、持续一周的激增，还是与发布或事故相关的模式。

Computer 还应用了一个四部分行动框架：立即调查（近期增幅较大的高量问题）、密切监控（正在增长但尚不是最大驱动因素的问题）、清理数据（标签缺失或不一致的类别）以及降低优先级（看起来混乱或孤立的低量变化）。

放大

放大

提示

• 指定您关心的工单定义：默认分析可以包含所有支持工单，但您可以通过以下方式缩小范围：“排除内部测试工单、机器人生成的工单以及标记为计费的工单”。
• 添加下游上下文：继续提问“将此转化为适合副总裁审阅的每周产品复盘摘要”或“为前三大驱动因素的产品负责人起草后续问题”。

分层添加其他筛选条件：添加限制条件，例如“仅包含企业客户”、“对比付费账户与试用账户”或“重点关注最新版本发布后打开的工单”。