Deskhero
Norsk
Prøv gratis

← Back to articles

Helpdesk-målinger som supportledere bør følge

Helpdesk-målinger som supportledere bør følge

De viktigste måltallene for helpdesk-rapportering er billettvolum, første svartid, gjennomsnittlig tid til løsning (MTTR), løsning ved første kontakt (FCR), CSAT, SLA-etterlevelse, etterslep og alder, gjenåpningsrate, eskaleringsrate, Brukerutnyttelse, kostnad per billett og kanalvolum. Følg dem samlet som ett sett, ikke som en meny du kan velge fra, fordi det å isolere ett enkelt tall kan føre til uheldige insentiver: Fokuser bare på hastighet, og gjenåpningsraten øker; fokuser bare på CSAT, og kostnaden per billett kan stige.

Poenget med å samle helpdesk-måltallene i én visning er å dekke fire områder samtidig: effektivitet, kvalitet, arbeidsbelastning og kostnad. Hvis du overser ett av dem, styrer du etter et ufullstendig bilde.

Her er listen du kan legge på et dashboard i dag:

  • Billettvolum: totalt og per kanal, slik at bemanningen følger etterspørselen
  • Første svartid (FRT): hvor lenge kundene venter på et første innholdsrikt svar
  • MTTR: median tid til løsning, fordelt etter prioritet
  • FCR: prosentandel som løses uten eskalering eller oppfølging
  • CSAT: tilfredshetspoeng etter avsluttet billett
  • SLA-etterlevelse: prosentandel billetter som oppfyller målene for svar og løsning
  • Etterslep og alder: åpne billetter gruppert etter hvor lenge de har ventet
  • Gjenåpningsrate: billetter som lukkes og deretter gjenåpnes innenfor et bestemt tidsvindu
  • Eskaleringsrate: prosentandel som sendes videre til nivå 2 eller høyere
  • Brukerutnyttelse: aktiv arbeidstid sammenlignet med tilgjengelig kapasitet
  • Kostnad per billett: totale supportkostnader delt på billettvolum
  • Kanalvolum: fordelt på e-post, chat, telefon og selvbetjening

Neste steg: Lag et ukentlig dashboard på én side som viser volum, FRT, MTTR, CSAT og alderen på etterslepet. Det er den raskeste måten å se på 15 minutter om uken gikk skjevt.

Viktigste punkter

Helpdesk-rapportering fungerer når ledere følger med på måltall for effektivitet, kvalitet, arbeidsbelastning og kostnad samlet, i stedet for å optimalisere ett enkelt tall isolert.

Punkt Detaljer
Følg hele settet Kombiner FRT, MTTR, FCR, CSAT, SLA-etterlevelse, alder på etterslep, gjenåpningsrate, eskaleringsrate, utnyttelse og kostnad per billett.
Se FCR sammen med gjenåpningsrate Høy FCR alene kan skjule for tidlige avslutninger; gjenåpningsraten fanger opp det FCR ikke viser.
Bygg målgruppespesifikke dashboards Ledelsen trenger trender og kostnader; ledere trenger arbeidsbelastning og risiko; Brukere trenger sin egen kø.
Bruk sanntidsdata til drift og historiske data til strategi Kødybde og SLA-klokker styrer beslutninger samme dag; trenddata styrer ansettelser og prosessendringer.
Automatiser datapipelinen Deskhero strukturerer billetter fra e-post, skjemaer og sin AI-chatbot i ett system og tilbyr faste Statistics-visninger med Excel-eksporter.

Innholdsfortegnelse

Hva er måltall og KPI-er for helpdesk-rapportering?

Et måltall er ethvert tall du måler. En KPI er et måltall knyttet til et mål som forteller deg om ytelsen er akseptabel. Billettvolum er et måltall; «løs 90 % av billettene innen 8 arbeidstimer» er en KPI bygget på et måltall.

Helpdesk-måltall faller vanligvis i fire kategorier, og når du vet hvilken kategori du ser på, unngår du å legge for stor vekt på én dimensjon:

  • Produktivitetsmåltall: billettvolum, Brukerutnyttelse, billetter lukket per Bruker per dag
  • Effektivitetsmåltall: første svartid, MTTR, tid til første svar per kanal
  • Kvalitetsmåltall: CSAT, FCR, gjenåpningsrate, kvalitetspoeng
  • Kostnadsmåltall: kostnad per billett, kostnad per løst sak, overtids­timer knyttet til økninger i etterslepet

Den vanligste feilen team gjør, er å velge måltall fordi et verktøy tilfeldigvis rapporterer dem, ikke fordi de knytter seg til et forretningsmål. Hvis ledelsen er opptatt av kundelojalitet, kan CSAT og gjenåpningsrate være viktigere enn selve billettantallet. Hvis ledelsen er opptatt av bemanningsplanlegging, kan billettvolum og Brukerutnyttelse være viktigere enn CSAT. Ta utgangspunkt i beslutningen du må ta, og velg deretter måltallet som gir deg relevant informasjon.

De 14 viktigste helpdesk-måltallene: Definisjoner, formler og tiltak

Hvert av disse fungerer som et verktøy for ledere, ikke som en resultatliste. Her er hva hvert måltall betyr, hvordan du beregner det, hvordan du kan dele det opp, og hva du faktisk bør gjøre når det endrer seg.

Billettvolum. Totalt antall mottatte billetter i en periode. Formel: antall nye billetter, fordelt på kanal, prioritet og kategori. Når volumet øker uten en tilsvarende endring i produktet, bør du se etter en feil, et driftsavbrudd eller en markedskampanje som skaper trafikk. Vedvarende volumvekst uten økning i bemanningen er det tidligste varselsignalet på problemer med etterslepet.

Kanalvolum. Billettvolum fordelt etter kilde: e-post, innebygde nettskjemaer, chat og telefon. Dette forteller deg hvor du bør investere i avlastning. Hvis chatvolumet tredobles samtidig som løsningskvaliteten faller, er det et opplæringsbehov, ikke et bemanningsbehov.

Første svartid (FRT). Tiden fra billetten opprettes til det første innholdsrike svaret fra en Bruker. Formel: summen av (tidspunkt for første svar minus tidspunkt for opprettelse) delt på antall billetter. Fordel etter kanal og prioritet. FRT er nyttig fordi det måler den første ventetiden kunden opplever. Når FRT øker, bør du undersøke ruting, bemanning og etterspørsel før du velger tiltak. Automatiske bekreftelser bør måles separat fra innholdsrike svar. Deskhero sine AI-autosvar teller som et første svar og identifiseres separat fra menneskelige svar.

Gjennomsnittlig tid til løsning (MTTR). Gjennomsnittlig eller median tid fra opprettelse til løsning. Formel: summen av (resolved_at minus created_at) delt på antall løste billetter. Bruk medianen sammen med gjennomsnittet når avvikende saker som strekker seg over flere dager, forvrenger gjennomsnittet. Fordel etter prioritet og kategori. En økende MTTR for billetter med lav prioritet, mens hastesaker holder seg stabile, kan tyde på et problem med triage eller kapasitet.

Løsning ved første kontakt (FCR). Prosentandel billetter som lukkes etter én enkelt interaksjon uten oppfølging eller eskalering. Formel: billetter løst ved første kontakt delt på totalt antall billetter, multiplisert med 100. FCR og gjenåpningsrate bør alltid leses sammen. Høy FCR kombinert med en økende gjenåpningsrate kan bety at Brukere lukker billetter for tidlig.

CSAT. Tilfredshetspoeng etter løsning, vanligvis en vurdering fra 1 til 5 knyttet til en avsluttende undersøkelse. Formel: fornøyde svar delt på totalt antall svar, multiplisert med 100. Fordel etter Bruker, kategori og kanal. Et fall i CSAT i én kategori, for eksempel fakturering, mens den totale CSAT-en holder seg stabil, kan vise hvor det er behov for veiledning eller prosessgjennomgang.

NPS eller CES når det måles. Net Promoter Score måler lojalitet; Customer Effort Score måler hvor krevende interaksjonen føltes. Ingen av dem erstatter CSAT, men særlig CES er nyttig for å identifisere friksjon i selvbetjeningsflyter før kundene i det hele tatt oppretter en billett.

SLA-etterlevelse. Prosentandel billetter som oppfyller avtalte tidsfrister for svar og løsning. Formel: billetter innenfor SLA delt på totalt antall billetter, multiplisert med 100. Fordel etter prioritetsnivå, siden ett samlet SLA-tall kan skjule at etterlevelsen for hastesaker svikter, mens etterlevelsen for billetter med lav prioritet ser bra ut.

Etterslep og alder. Antall åpne billetter gruppert i aldersintervaller (0 til 24 timer, 1 til 3 dager, mer enn 3 dager). En voksende hale av eldre billetter kan signalisere et kapasitets- eller arbeidsflytproblem før et SLA-mål brytes.

Gjenåpningsrate. Prosentandel løste billetter som gjenåpnes innenfor et definert tidsvindu, vanligvis 48 timer. Formel: gjenåpnede billetter delt på løste billetter, multiplisert med 100. Når du ser gjenåpningsraten sammen med FCR, blir det tydelig om raskere avslutning skjer på bekostning av varige løsninger.

Eskaleringsrate. Prosentandel billetter som sendes videre fra nivå 1. Formel: eskalerte billetter delt på totalt antall billetter, multiplisert med 100. Økende eskalering med stabilt billettvolum kan tyde på et kunnskapshull, et ruteproblem eller en endring i billettenes kompleksitet.

Brukerutnyttelse. Aktiv arbeidstid delt på planlagt tilgjengelig arbeidstid. Formel: tid brukt på billetter delt på planlagte timer, multiplisert med 100. Vedvarende overutnyttelse kan øke risikoen for utbrenthet, så tolk tallet sammen med arbeidsbelastning og fravær.

Kostnad per billett. Totale supportkostnader (lønn, verktøy og indirekte kostnader) delt på billettvolumet for perioden. Dette gir ledere og økonomiavdelingen en felles måte å diskutere kostnadene ved support på.

Kvalitets- eller QA-poeng. Manuell eller AI-assistert vurdering av billettutskrifter mot et vurderingsskjema som dekker tone, nøyaktighet og etterlevelse av retningslinjer. QA kan gi kontekst som tilfredshetsundersøkelser ikke fanger opp, særlig når svarprosenten i undersøkelsene er lav.

Måltall Formel Primær målgruppe
Billettvolum Antall nye billetter per periode Leder, ledelse
Første svartid Sum(første svartid − opprettelsestid) / billetter Bruker, leder
MTTR Median(løsningstid − opprettelsestid) Leder, ledelse
FCR Løsninger ved første kontakt / totalt antall billetter × 100 Leder
CSAT Fornøyde svar / totalt antall svar × 100 Leder, ledelse
SLA-etterlevelse Billetter innenfor SLA / totalt antall billetter × 100 Leder, ledelse
Alder på etterslep Åpne billetter gruppert etter aldersintervall Leder, Bruker
Gjenåpningsrate Gjenåpnede billetter / løste billetter × 100 Leder
Eskaleringsrate Eskalerte billetter / totalt antall billetter × 100 Leder
Brukerutnyttelse Aktiv arbeidstid / planlagt tid × 100 Leder
Kostnad per billett Totale supportkostnader / billettvolum Ledelse
QA-poeng Vektet vurderingspoeng per billett Leder, Bruker

For en full gjennomgang av hvordan disse definisjonene gjelder for team av ulik størrelse, se de viktigste helpdesk-måltallene for supportledere.

Hvordan bør dashboards være forskjellige for ledere, mellomledere og Brukere?

Ledelsen trenger trender og kostnader. Ledere trenger arbeidsbelastning og risiko. Brukere trenger en fokusert visning av sin egen kø. Ett enkelt dashboard fungerer sjelden godt for alle tre målgruppene, så start med beslutningene hver gruppe må ta.

Elementer for ledelsen: CSAT-trend over 12 måneder, samlet SLA-etterlevelse med sammenligning fra måned til måned, kostnad per billett, billettvolum sammenholdt med antall ansatte og en kort liste over de viktigste risikopunktene hentet fra eskaleringer.

Elementer for ledere: gjeldende antall åpne billetter etter prioritet og kø, SLA-etterlevelse etter kategori, fordeling av Brukernes arbeidsbelastning, FCR-trend, eskaleringsrate, fordeling av etterslep etter alder og løpende QA-gjennomsnitt.

Elementer for Brukere: egne åpne billetter, dybde i tildelt kø, nært forestående SLA-frister og relevante kunnskapslenker.

Tips: Hold hvert dashboard fokusert. Legg til lenker for videre detaljvisning i stedet for å fylle på med flere fliser, og fjern elementer som ikke utløser en tilbakevendende beslutning.

Hvor ofte dataene oppdateres, er like viktig som hvilke elementer du velger. Kødybde, SLA-frister og Brukertildeling trenger oppdaterte data fordi de styrer beslutninger samme dag. CSAT-trender, kostnad per billett og QA-gjennomsnitt kan oppdateres daglig eller ukentlig fordi de gir grunnlag for beslutninger som utvikler seg over lengre perioder. Oppdaterte driftsdata hjelper ledere med å oppdage overbelastede køer og omfordele arbeidet før frister overskrides.

Hvordan bør dashboards være forskjellige for ledere, mellomledere og Brukere? Oversiktsdiagram

Sanntidsrapportering kontra historisk rapportering: Hva trenger du?

Sanntidsrapportering styrer operative beslutninger som tas i øyeblikket; historisk rapportering styrer strategiske beslutninger som tas over uker eller kvartaler. Å blande de to er slik team ender opp med å stirre på et live-dashboard under en samtale om ansettelser, eller hente frem en kvartalsrapport for å avgjøre hvem som skal dekke ettermiddagsskiftet.

Formål Oppdateringsfrekvens Tidshorisont Viktige måltall Målgruppe
Operativt (ruting, bemanning) Sanntid til hver time Samme dag Kødybde, SLA-frister, Brukerstatus Leder, Bruker
Strategisk (ansettelser, prosess) Daglig til månedlig Uker til kvartaler MTTR-trend, CSAT-trend, kostnad per billett Leder, ledelse

Operative dashboards bør styre beslutninger om ruting og bemanning, mens historiske rapporter er riktig verktøy for ansettelsesbeslutninger, opplæringsinvesteringer og prosessendringer. Å blande de to skaper bare støyende og reaktiv ledelse.

På datasiden løser tre vaner de fleste rapporteringsproblemene: samle alle billettkilder i ett system før du rapporterer på dem; kontroller at tidsstemplene for status gjenspeiler virkeligheten; og automatiser gjentakende eksporter når en innebygd rapport ikke er tilstrekkelig. En billett som merkes som «løst» flere dager etter at kundens problem faktisk ble løst, vil forvrenge MTTR uavhengig av rapporteringsverktøyet.

Når det gjelder valg av verktøy, er den avgjørende faktoren vanligvis hvor dataene dine allerede ligger. Power BI passer ofte i Microsoft-tunge miljøer, mens Tableau ofte brukes til å kombinere flere datakilder. Uansett hva du velger, må du sørge for at eksporten eller API-et inneholder billett-ID, tidsstempler for relevante statusendringer, prioritet, kategori, ansvarlig og kanal. Kontroller de nøyaktige feltene opp mot beregningene dashboardet skal bruke.

Hvordan setter du realistiske mål for SLA og CSAT?

Sett mål ved først å måle utgangspunktet ditt, sammenligne det med en referanseverdi fra tilsvarende virksomheter og deretter fase inn forbedringer over en definert tidslinje, i stedet for å hoppe rett til et vilkårlig «best i klassen»-tall.

  1. Mål dagens utgangspunkt for hvert måltall over minst fire til seks uker, lenge nok til å jevne ut én dårlig uke.
  2. Velg et referanseintervall fra bransjekilder eller sammenlignbare team, justert for supportmodellen din (en B2B SaaS-helpdesk og et e-handelsteam med høyt volum bør ikke ha samme MTTR-mål).
  3. Sett et trinnvis mål med en tidslinje, for eksempel å øke SLA-etterlevelsen fra 82 % til 90 % over to kvartaler i stedet for å kreve 95 % neste måned.
  4. Knytt målene til kapasitetsplanlegging slik at forbedringsmålene følges av bemanningen eller automatiseringsinvesteringen som trengs for å nå dem, ikke bare et pålegg.

Dokumenter definisjonen, datakilden, utgangspunktet, målet og evalueringsdatoen for hver KPI. Referanserapporter kan gi kontekst, men målet ditt bør gjenspeile kanal, alvorlighetsgrad, kundeløfte, åpningstider og tilgjengelig kapasitet.

Hvilke rapporteringsfeil bør ledere unngå?

De vanligste feilene er å jage forfengelige måltall, rapportere gjennomsnitt i stedet for persentiler, belønne hastighet uten å kontrollere kvalitet og la dashboards være isolert etter team.

  • Å følge gjennomsnitt i stedet for persentiltider skjuler de verste tilfellene. Rapporter median og 90-persentil for MTTR ved siden av hverandre.
  • Å belønne hastighet alene (raske avslutninger, høy FCR) uten å følge med på gjenåpningsraten kan oppmuntre Brukere til å lukke billetter før problemet faktisk er løst.
  • Å ignorere gjenåpningsraten skaper et kvalitetsgap; legg den til hvis billettverktøyet ikke viser den som standard.
  • Å behandle alle kanaler likt skjuler at chat og e-post har svært ulike forventninger til FRT.
  • Dårlig datakvalitet (dupliserte billetter, feilmerket prioritet) ødelegger i det stille alle etterfølgende måltall; revider billettmerkingen hvert kvartal.

Hva hører hjemme i en ukesrapport kontra en månedsrapport?

Ukesrapporter dekker operativ helse; månedsrapporter dekker trender og forretningspåvirkning.

  1. Billettvolum og fordeling på kanaler for uken
  2. FRT, MTTR, CSAT og FCR sammenlignet med målet
  3. SLA-etterlevelse fordelt på kategori
  4. De fem største billettkategoriene etter volum
  5. Fordeling av Brukernes arbeidsbelastning og eventuelle kapasitetsvarsler
  6. Ett avsnitt som oppsummerer ukens viktigste utvikling

I den månedlige rapporten til ledelsen bør du dekke utvikling fra måned til måned og fra år til år for CSAT, SLA-etterlevelse og kostnad per billett, bemanningsnivå sammenholdt med etterspørsel, en kort kommentar om lanserte tiltak og målt effekt av dem, samt fremtidige risikoer som sesongbaserte volumøkninger.

En brukbar narrativ setning kan være: «Volumet økte med 14 % denne uken etter en feil i faktureringen, SLA-etterlevelsen falt til 84 % for hastesaker, og vi anbefaler midlertidig ekstrabemanning til feilen er rettet.» Tallene er illustrerende, men strukturen gir leseren en endring, årsak, konsekvens og handling. Se Deskhero sine maler for kundeservice-dashboards for ferdige oppsett.

Hvordan beregner du egentlig disse måltallene fra rådata?

Nøyaktig beregning avhenger mer av én ting enn av noen formel: konsekvente tidsstempler for status og en tydelig, omforent definisjon av «løst» kontra «lukket». Hvis halve teamet merker en billett som løst når rettelsen lanseres, mens den andre halvparten merker den som løst når kunden bekrefter det, sammenligner MTTR to forskjellige ting.

  1. FRT = first_response_at − created_at, beregnet som gjennomsnitt eller median per periode
  2. MTTR = resolved_at − created_at, beregnet som median og fordelt etter prioritet
  3. FCR = (billetter uten omfordelinger og uten gjenåpninger) / totalt antall billetter
  4. Gjenåpningsrate = billetter gjenåpnet innen 48 timer / løste billetter
  5. Brukerutnyttelse = time_spent / scheduled_hours
  6. SLA-etterlevelse = billetter som oppfyller SLA / totalt antall billetter

Nødvendige rådatafelt: billett-ID, created_at, first_response_at, resolved_at, closed_at, logg over statusendringer, prioritet, kø, ansvarlig, time_spent og kostnadssted.

En enkel spørring for FRT og MTTR over et datointervall ser slik ut:

SELECT AVG(first_response_at - created_at) AS avg_frt,
       PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY resolved_at - created_at) AS median_mttr
FROM tickets
WHERE created_at BETWEEN :start_date AND :end_date;

Se på dette som et utgangspunkt, og tilpass deretter syntaksen og reglene for tidsstempler til databasen din. Kontroller resultatet mot et lite utvalg kjente billetter før du stoler på det i et dashboard.

Hvordan bør IT-supportmåltall skille seg fra måltall for kundeservice?

IT-support og kundevendt support måler suksess på ulike måter, selv om begge arbeider med billettkøer. IT-supportmåltall legger større vekt på MTTR, eskaleringsrate og SLA-etterlevelse knyttet til hendelsenes alvorlighetsgrad, fordi kostnaden ved nedetid langt overstiger kostnaden ved et litt sent svar. En P1-billett om driftsstans trenger en annen SLA-klokke og en annen eskaleringsvei enn en forespørsel om tilbakestilling av passord, og hvis du blander dem i ett MTTR-tall, skjuler du begge deler.

Kundeservice og e-handelssupport kan derimot legge større vekt på CSAT, FCR og kanalvolum, fordi forretningspåvirkningen viser seg i kundelojalitet og gjentatte kjøp, ikke i systemtilgjengelighet. En Shopify-selger som håndterer spørsmål om ordrestatus, kan være mer opptatt av FRT i kundekanalene enn av MTTR for en sjelden teknisk eskalering. Deskhero sin Shopify-integrasjon legger til livekontekst om kunde, ordre, oppfyllelse og sporing i relevante billetter, mens produktkatalogen kan gi grunnlag for utkast til AI-svar.

Løsningen er ikke å velge ett måltallsett fremfor det andre. Den er å segmentere dashboardet etter supportmodell når teamet håndterer begge deler, slik at en intern IT-kø og en kundevendt kø får separate SLA-nivåer, separate eskaleringsregler og separate referansemål, i stedet for ett samlet tall som passer dårlig for begge.

Kan trendanalyse og prognoser forbedre helpdesk-planleggingen?

Trendanalyse gjør et øyeblikksbilde av et måltall om til et planleggingsverktøy, og prognoser gjør det mulig å bemanne før etterspørselen oppstår, i stedet for å reagere på den. Et stabilt CSAT-tall forteller deg hvor du står i dag; en 12-måneders trendlinje for CSAT forteller deg om prosessendringen fra forrige kvartal faktisk fungerte.

Den mest praktiske bruken er prognoser for volum. Hvis billettvolumet pålitelig øker hver november på grunn av en syklus med produktlanseringer, kan du bruke sesongmønsteret sammen med bemanningen til å be om midlertidig bemanning på forhånd. Den samme logikken gjelder eskaleringsraten: En vedvarende økning kan utløse en undersøkelse før SLA-etterlevelsen forverres.

Supportanalyse kan ha to ulike oppgaver: å holde køen sunn fra dag til dag og å analysere billettinnhold for tilbakevendende temaer som kan gi innspill til produkt- og kundeopplevelsesteam. Følg både operativ ytelse og tilbakevendende temaer, slik at rapporteringsprogrammet støtter mer enn køstyring.

Hvorfor fungerer dette måltallsettet for moderne helpdesker?

Feilen jeg oftest ser, er ikke at man velger dårlige måltall. Det er at man velger gode måltall isolert. Et team som rapporterer FCR uten gjenåpningsrate, ser bra ut på papiret helt til kundene begynner å sende inn den samme klagen to ganger. Det er kombinasjonen av effektivitetsmåltall og en kvalitetskontroll som faktisk beskytter en helpdesk mot å optimalisere seg frem til dårligere service.

Denne grupperingen – effektivitet, kvalitet, arbeidsbelastning og kostnad samlet – fungerer fordi den gjenspeiler hvordan bemannings- og produktbeslutninger faktisk tas. Du ansetter ikke basert på CSAT alene eller ruter ikke billetter basert på kostnad per billett alene. Du trenger hele settet, lest samlet, hver uke.

Ta i bruk denne rapporteringspraksisen i helpdesken

Å bygge rapporter manuelt fra separate e-post- og skjemaeksporter skaper unødvendig arbeid. Deskhero gjør en Gmail- eller Microsoft 365-innboks om til en helpdesk og lagrer billetter fra e-post, innebygde skjemaer og AI-chatboten i ett system. Dashboardet viser billettvolum, gjennomsnittlig første svartid, gjennomsnittlig løsningstid og tid per status. Det faste Statistics-området legger til visninger for trender, persentiler for svartid, SLA, team, kanal, AI og temaer, med filtre og Excel-eksport per fane.

Deskhero

Billetter som opprettes via e-post, et innebygd nettskjema eller den innebygde AI-chatboten, havner i én felles innboks. AI-utkast til svar kan bruke arbeidsområdets bredere kunnskapsbase, mens kundevendte chatbot-svar og AI-autosvar bare bruker den godkjente offentlige FAQ-en. Flerspråklig støtte hjelper Brukere med å oversette billetter og svar. Temaklyngen fremhever tilbakevendende temaer, mens Statistics-eksporter og REST API-et gir muligheter for videre analyse. Deskhero har ikke en tilpasset rapportbygger, så team som trenger et skreddersydd dashboard, bør bruke de eksporterte eller API-tilgjengelige dataene i et BI-verktøy.

Hvis du bygger om rapporteringsarbeidsflyten din, kan du starte en gratis prøveperiode på 30 dager uten kredittkort og utforske Dashboard- og Statistics-visningene i Deskhero.

Ta i bruk denne rapporteringspraksisen i helpdesken. Oversiktsdiagram

Kilder

Disse kildene underbygger referanseverdiene, reglene for dashboarddesign og verktøyanbefalingene som er omtalt ovenfor, og hver av dem går mer i dybden på en bestemt del av helheten.

Vanlige spørsmål

Hva er de viktigste måltallene for servicedesk-rapportering?

Grunnsettet omfatter billettvolum, første svartid, MTTR, FCR, CSAT, SLA-etterlevelse, alder på etterslep, gjenåpningsrate, eskaleringsrate, Brukerutnyttelse og kostnad per billett, fulgt samlet i stedet for ett av gangen.

Hva er de fem viktigste CX-måltallene?

De fleste team baserer CX-rapporteringen på CSAT, FCR, første svartid, gjenåpningsrate og SLA-etterlevelse, siden disse fem kombinerer hastighet, kvalitet og pålitelighet i ett lettleselig bilde.

Hva er noen eksempler på KPI-er for en IT-helpdesk?

KPI-er for IT-helpdesk omfatter vanligvis MTTR etter alvorlighetsnivå, SLA-etterlevelse for P1-hendelser, eskaleringsrate og alder på etterslep, fordi IT-support legger større vekt på hendelsenes alvorlighetsgrad enn generell kundeservice gjør.

Hva er gode KPI-er for en IT-avdeling?

I tillegg til måltall på billettnivå følger IT-avdelinger ofte med på kostnad per billett, Brukerutnyttelse og løsning ved første kontakt for å balansere servicekvalitet mot bemanningskostnad og kapasitet.

Hvor ofte bør helpdesk-rapporter kjøres?

Operative elementer som kødybde og SLA-frister trenger oppdaterte data, mens trendmåltall som CSAT og kostnad per billett ofte kan følge en ukentlig eller månedlig frekvens.

Kan en helpdesk-plattform som Deskhero håndtere denne rapporteringen automatisk?

Deskhero samler billetter fra e-post, nettskjemaer og AI-chatboten i ett system. De faste Statistics-fanene dekker trender, svartider, SLA, Brukere, kanaler, AI og temaer, med filtre og Excel-eksport per fane. Et REST API er også tilgjengelig for team som trenger videre analyse.