Analytics
Lees je ticketanalyses en zet supportcijfers om in beslissingen.
Gids voor ticketanalyses
Analytics beantwoordt de vragen die je niet kunt beantwoorden door door Discord te scrollen: wordt je team sneller, welke categorie kost de meeste tijd, en wanneer heb je eigenlijk personeel online nodig.
De volledige Analytics-pagina is een premiumfunctie. Gratis servers zien een voorbeeld met een upgradekaart — en een activiteit- en staffgrafiek van de laatste 7 dagen direct op de startpagina van het dashboard.
Open Analytics
Open je serverdashboard.
Klik in de zijbalk op Analytics → Overview.
De snelle statistieken
Vier kaarten bovenaan vatten de huidige periode samen, elk met een trend vergeleken met de vorige.
| Card | What it tells you |
|---|---|
| Total Tickets | Je supportvolume |
| Avg Response Time | Hoe lang een lid wacht op het eerste antwoord |
| Avg Resolution | Hoe lang een ticket loopt van aanmaak tot sluiting |
| Returning Users | Hoeveel leden terugkomen met een nieuw ticket |
Avg Response Time is het getal dat je leden voelen. Avg Resolution is het getal dat je team voelt. Het zijn verschillende problemen en vragen om verschillende oplossingen.
De grafieken
De meeste grafieken hebben hun eigen tijdsbereikselector: 7 dagen, 14 dagen, 30 dagen, kwartalen en jaarlijks.
| Chart | What it shows | Use it for |
|---|---|---|
| Ticket Activity | Geopende en gesloten tickets per dag | Achterstanden opsporen — gesloten zou geopend moeten volgen |
| Category Distribution | Tickets per categorie, met je grootste categorie | Bepalen wat je moet documenteren of bij de bron moet oplossen |
| Staff Performance | Tickets afgehandeld per staflid | Je toppers herkennen en overbelasting signaleren |
| Response Time | Eerste reactie en gemiddelde van alle berichten | Het effect van een roosterwijziging meten |
| Messages per Ticket | Gemiddeld aantal uitgewisselde berichten per ticket | Hoge waarden betekenen vaak dat je stappen te weinig vragen |
| Returning Support Users | Nieuwe versus terugkerende supportgebruikers | Een hoog terugkeerpercentage betekent dat problemen niet echt zijn opgelost |
| Ticket Priority Distribution | Hoe prioriteiten verdeeld zijn | Controleren of "Urgent" nog steeds urgent betekent |
| Ticket Resolution Time | Gemiddelde tijd van aanmaak tot sluiting | De langetermijntrend volgen |
| Ticket Creation Patterns | Uurlijkse en dagelijkse verdeling met piekuur en piekdag | Plannen wanneer staff online moet zijn |
Als een grafiek zegt Niet genoeg gegevens — Kom later terug…, zijn er simpelweg nog niet genoeg gesloten tickets in dat bereik. Er is niets kapot.
De cijfers lezen
Geopend en gesloten lopen uit elkaar
Je Ticket Activity-grafiek laat meerdere dagen achter elkaar meer geopende dan gesloten tickets zien. Dat wijst op een achterstand die ontstaat.
Wat helpt: meer staff tijdens de piekuren uit Creation Patterns, een lagere global open limit als noodrem, of auto-close scheduling voor tickets die eigenlijk al klaar zijn.
Eén categorie domineert
De Category Distribution-grafiek is voor 60 % één onderwerp.
Wat helpt: dat onderwerp hoort in een FAQ, een vastgezette boodschap of een step option that closes the ticket met een link naar het antwoord.
Berichten per ticket blijven stijgen
Elk ticket vraagt om steeds meer heen-en-weer.
Wat helpt: ticket steps. Vraag om de versie, het platform of het geverifieerde account voordat het gesprek begint.
Het terugkeerpercentage is hoog
Dezelfde leden blijven terugkomen.
Wat helpt: lees een paar transcripts van terugkerende leden. Of de antwoorden blijven niet hangen, of dezelfde onderliggende bug blijft terugkomen.
Alles is "Urgent"
De prioriteitsverdeling laat bijna alleen hoge en urgente tickets zien.
Wat helpt: prioriteit die door leden wordt ingesteld is een wens, geen feit. Laat LunAI tickets classificeren en corrigeer dit met /ticket priority.
Ticketgeschiedenis
Naast de grafieken toont Tickets → Ticket History de afzonderlijke tickets achter de cijfers, met per ticket een detailpagina.
Analytics vertelt je wat er is veranderd. De geschiedenis en de transcripts vertellen je waarom.
Volgende stappen
- Ticket Transcripts (Het verhaal achter een datapunt)
- LunAI (Automatische prioritering)
- Ticket Categories (Betere categorieën, betere analytics)
How is this guide?