TicketWave Logo
Guides

Phân tích

Đọc phân tích ticket của bạn và biến các con số hỗ trợ thành quyết định.

Hướng dẫn về Phân tích Ticket

Phân tích trả lời những câu hỏi mà bạn không thể trả lời chỉ bằng cách cuộn qua Discord: đội của bạn có đang xử lý nhanh hơn không, danh mục nào ngốn nhiều thời gian nhất, và khi nào bạn thực sự cần nhân sự trực tuyến.

Analytics Page

Trang Analytics đầy đủ là một tính năng cao cấp. Máy chủ miễn phí sẽ thấy bản xem trước kèm thẻ nâng cấp — cùng với biểu đồ hoạt động và nhân sự của 7 ngày gần nhất ngay trên trang chủ dashboard.

Mở Analytics

Mở dashboard máy chủ của bạn.

Nhấp AnalyticsOverview trong thanh điều hướng bên.

Analytics in the Navigation

Thống kê nhanh

Bốn thẻ ở phía trên tóm tắt giai đoạn hiện tại, mỗi thẻ đều có xu hướng so với giai đoạn trước đó.

Quick Stats

CardWhat it tells you
Total TicketsKhối lượng hỗ trợ của bạn
Avg Response TimeMột thành viên phải chờ bao lâu để nhận được câu trả lời đầu tiên
Avg ResolutionMột ticket tồn tại bao lâu từ lúc tạo đến khi đóng
Returning UsersCó bao nhiêu thành viên quay lại với một ticket mới

Avg Response Time là con số mà thành viên của bạn cảm nhận được. Avg Resolution là con số mà đội của bạn cảm nhận được. Đây là hai vấn đề khác nhau và cần những cách xử lý khác nhau.

Các biểu đồ

Hầu hết các biểu đồ đều có bộ chọn khoảng thời gian riêng: 7 ngày, 14 ngày, 30 ngày, theo quý và theo năm.

ChartWhat it showsUse it for
Ticket ActivityTicket được mở và đóng mỗi ngàyPhát hiện tồn đọng — số ticket đóng nên bám theo số ticket mở
Category DistributionTicket theo danh mục, kèm danh mục hàng đầu của bạnQuyết định nội dung nào cần tài liệu hóa hoặc sửa từ gốc
Staff PerformanceSố ticket được xử lý theo từng nhân sựNhận ra những người gánh việc chính và phát hiện quá tải
Response TimeThời gian phản hồi đầu tiên và trung bình của tất cả tin nhắnĐo tác động của việc thay đổi lịch làm việc
Messages per TicketSố tin nhắn trung bình trao đổi trên mỗi ticketGiá trị cao thường có nghĩa là các bước của bạn hỏi chưa đủ
Returning Support UsersNgười dùng hỗ trợ mới so với quay lạiTỷ lệ quay lại cao nghĩa là vấn đề chưa thực sự được giải quyết
Ticket Priority DistributionMức độ phân bổ của các ưu tiênKiểm tra xem "Urgent" còn thực sự là khẩn cấp không
Ticket Resolution TimeThời gian trung bình từ lúc tạo đến khi đóngTheo dõi xu hướng dài hạn
Ticket Creation PatternsPhân bố theo giờ và theo ngày, kèm giờ cao điểm và ngày cao điểmLên kế hoạch khi nào nhân sự nên trực tuyến

Analytics Charts 1 Analytics Charts 2 Analytics Charts 3

Nếu một biểu đồ hiển thị Not enough data — Come back later…, thì đơn giản là trong khoảng đó هنوز chưa có đủ ticket đã đóng. Không có gì bị lỗi cả.

Đọc các con số

Ticket mở và đóng bị lệch nhau

Biểu đồ Ticket Activity cho thấy số ticket mở nhiều hơn số ticket đóng trong nhiều ngày liên tiếp. Đó là dấu hiệu tồn đọng đang hình thành.

Điều hữu ích: tăng thêm nhân sự vào các giờ cao điểm từ Creation Patterns, đặt global open limit thấp hơn như một phanh khẩn cấp, hoặc dùng auto-close scheduling cho những ticket thực sự đã xong.

Một danh mục chiếm ưu thế

Biểu đồ Category Distribution cho thấy 60 % là một chủ đề.

Điều hữu ích: chủ đề đó nên có trong FAQ, một tin nhắn ghim, hoặc một step option that closes the ticket kèm liên kết đến câu trả lời.

Messages per ticket cứ tăng lên

Mỗi ticket cần ngày càng nhiều qua lại hơn.

Điều hữu ích: ticket steps. Hãy hỏi phiên bản, nền tảng hoặc tài khoản đã xác minh trước khi cuộc trò chuyện bắt đầu.

Tỷ lệ quay lại cao

Cùng những thành viên đó cứ quay lại.

Điều hữu ích: đọc vài transcripts của các thành viên quay lại. Hoặc là câu trả lời chưa đủ thấm, hoặc là cùng một lỗi gốc vẫn tiếp tục gây rắc rối.

Mọi thứ đều là "Urgent"

Phân bố ưu tiên cho thấy gần như chỉ có ticket mức cao và khẩn cấp.

Điều hữu ích: ưu tiên do thành viên đặt ra chỉ là mong muốn, không phải sự thật. Hãy để LunAI phân loại ticket, rồi chỉnh lại bằng /ticket priority.

Lịch sử ticket

Bên cạnh các biểu đồ, Tickets → Ticket History liệt kê từng ticket đứng sau các con số, với một trang chi tiết cho mỗi ticket.

Ticket History

Analytics cho bạn biết điều gì đã thay đổi. Lịch sử và transcripts cho bạn biết vì sao.

Các bước tiếp theo

How is this guide?