Comment analyser les tendances de volume de tickets de support avec iDBQuery ?

Les tendances de volume de tickets montrent comment la demande sur votre équipe de support évolue dans le temps et ce qui provoque les pics. Les repérer tôt permet de doter en personnel et de traiter les causes racines avant que les clients n'en souffrent. iDBQuery les fait remonter de vos données de support en quelques secondes.

• Vous demanderiez à iDBQuery : « Montre le volume hebdomadaire de tickets de support sur la dernière année par catégorie et par canal, et signale les plus gros pics. »
• Il agrège les tickets par période et par dimension, renvoie un graphique de tendance avec les pics mis en évidence, et fournit les décomptes dans un tableau.
• Chaque décompte est rattaché à ses lignes sources, si bien que « le pic de mars a été de 1 900 tickets » creuse jusqu'aux tickets exacts.

L'intérêt, c'est d'expliquer les pics sans ouvrir votre propre ticket auprès de l'équipe data. Demandez « Quelle catégorie a provoqué la hausse de mars ? » et iDBQuery conserve le fil en décomposant l'augmentation. Comme les données de tickets, les mises en production produit et les journaux d'incidents peuvent vivre dans des systèmes différents, le modèle unique et vivant vous permet de corréler un pic de volume avec une date de mise en production dans la même réponse. Enregistrez un rapport de volume vivant pour la revue hebdomadaire du support, et laissez l'agent Analyste déterminer si une hausse est une tendance réelle ou un événement ponctuel, et quel sujet en est la cause, avec les lignes à l'appui. Cela se marie avec l'analyse des SLA et du CSAT pour une image complète de la santé du support.