> For the complete documentation index, see [llms.txt](https://help.zaapi.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://help.zaapi.com/th/analytics/how-we-calculate-metrics.md).

# เราคำนวณเมตริกอย่างไร

หน้านี้อธิบายกฎพื้นฐานที่อยู่เบื้องหลัง **ทุก** ตัวเลขในแดชบอร์ด Analytics ของคุณ — ช่วงเวลาใช้งานอย่างไร ทิกเก็ตจะถูกนับอย่างไร ทำไมรายงานย้อนหลังของคุณจึงคงที่ และเราจัดการกรณียาก ๆ อย่างไร (การเปิดใหม่, การตอบกลับอัตโนมัติ, การตอบกลับจาก AI ฯลฯ)

แต่ละหน้าโดยเฉพาะ (ภาพรวมประสิทธิภาพ, ประสิทธิภาพของทีม และอื่น ๆ) จะให้คำนิยามที่แน่ชัดของตัวชี้วัดของตน หน้านี้คือรากฐานร่วมที่ทุกหน้าสร้างขึ้นบนพื้นฐานนี้

***

### กฎข้อเดียวที่อธิบายทุกอย่าง

**Analytics จะคำนวณตามช่วงวันที่ที่คุณเลือกเสมอ**

คุณเลือกช่วงวันที่ได้โดยใช้ตัวเลือกที่มุมขวาบนของแต่ละหน้า โดยค่าเริ่มต้นจะเป็น **7 วันที่ผ่านมา**และคุณสามารถย้อนกลับไปได้ไกลถึง **หนึ่งปี (365 วัน)** ในมุมมองเดียว

ทิกเก็ต ข้อความ หรือเหตุการณ์จะถูกรวมไว้ในรายงาน **ก็ต่อเมื่อเหตุการณ์ที่ตัวชี้วัดนั้นวัดเกิดขึ้นภายในช่วงวันที่นั้น** นั่นคือโมเดลทั้งหมด ความละเอียดอ่อน — และเหตุผลที่ตัวชี้วัดสองตัวอาจไม่ตรงกันเกี่ยวกับทิกเก็ต "เดียวกัน" — คือ **ตัวชี้วัดต่างกันจะเฝ้าดูเหตุการณ์ที่ต่างกัน** เราขอเรียกสิ่งนี้ว่า *เหตุการณ์ยึดโยง*.

| ตัวชี้วัด                     | ทิกเก็ตจะถูกนับในช่วงเวลาดังกล่าวเมื่อ…                                          |
| ----------------------------- | -------------------------------------------------------------------------------- |
| **ทิกเก็ตที่สร้าง**           | ทิกเก็ตถูก **สร้าง** ในช่วงเวลาดังกล่าว                                          |
| **ทิกเก็ตที่มีการตอบกลับ**    | ทิกเก็ตได้รับ **อย่างน้อยหนึ่งการตอบกลับจากเอเจนต์** ในช่วงเวลาดังกล่าว          |
| **ข้อความที่ส่ง**             | แต่ละข้อความถูก **ส่ง** ในช่วงเวลาดังกล่าว *(ข้อนี้นับข้อความ ไม่ได้นับทิกเก็ต)* |
| **เวลาในการตอบกลับครั้งแรก**  | การ **ตอบกลับครั้งแรกของเอเจนต์** เกิดขึ้นในช่วงเวลาดังกล่าว                     |
| **เวลาในการแก้ไข**            | ทิกเก็ตถูก **ปิด** (การปิดครั้งสุดท้าย) ในช่วงเวลาดังกล่าว                       |
| **ทิกเก็ตที่ปิด / แก้ไขแล้ว** | ทิกเก็ตถูก **ปิด** ในช่วงเวลาดังกล่าวและยังคงปิดอยู่เมื่อสิ้นสุดช่วงเวลา         |
| **ทิกเก็ตที่เปิดอยู่**        | ทิกเก็ต **ยังเปิดอยู่** เมื่อสิ้นสุดช่วงเวลา                                     |
| **ทิกเก็ตแบบตอบครั้งเดียว**   | ทิกเก็ตถูก **ปิด** ในช่วงเวลาดังกล่าว                                            |

ดังนั้นทิกเก็ตใบเดียวอาจปรากฏอยู่ในตัวนับของตัวชี้วัดหนึ่ง แต่ไม่ปรากฏในอีกตัวหนึ่ง ทั้งนี้ขึ้นอยู่กับว่าเหตุการณ์ใดของมันเกิดขึ้นภายในวันที่ที่คุณเลือก ตัวอย่างที่ทำไว้ด้านล่างของหน้านี้แสดงให้เห็นอย่างชัดเจนว่าสิ่งนั้นเกิดขึ้นอย่างไร

***

### รายงานย้อนหลังของคุณไม่เคยเปลี่ยน

นี่คือผลลัพธ์ที่สำคัญที่สุดของการนับตามช่วงเวลา และเป็นเหตุผลที่คุณเชื่อถือการเปรียบเทียบแบบสัปดาห์ต่อสัปดาห์ได้:

**เมื่อช่วงเวลาหนึ่งผ่านไปแล้ว ตัวเลขของช่วงนั้นจะถูกล็อก สิ่งใดก็ตามที่เกิดขึ้น&#x20;*****หลังจาก*****&#x20;ช่วงเวลานั้นจะไม่เขียนทับมัน**

ตัวอย่างบางอย่างของความหมายในทางปฏิบัติ:

* ทิกเก็ตถูก **ปิด** ในวันศุกร์ จากนั้นก็ **เปิดใหม่** ในวันจันทร์ถัดมา ในรายงานของสัปดาห์ที่แล้ว มันยังคงนับว่าเป็นปิดอยู่ — การเปิดใหม่ในวันจันทร์นับเป็นของ *สัปดาห์นี้* ไม่ใช่สัปดาห์ที่แล้ว
* คุณ **ลบป้ายกำกับ** ออกจากทิกเก็ตหลังจากช่วงเวลาสิ้นสุดลง ทิกเก็ตนั้นยังคงถูกนับภายใต้ป้ายกำกับนั้นสำหรับช่วงเวลาที่มันมีป้ายกำกับนั้นอยู่
* คุณ **ย้ายผู้รับผิดชอบ** ทิกเก็ตไปยังเอเจนต์คนอื่นในสัปดาห์หน้า สำหรับช่วงเวลาที่ปิดแล้ว ทิกเก็ตจะยังคงอยู่กับผู้ที่เป็นผู้รับผิดชอบ **เมื่อสิ้นสุดช่วงเวลา**.
* ทิกเก็ตถูก **ทำเครื่องหมายว่าเป็นสแปม**. หากมันยังใช้งานอยู่ในช่วงเวลาดังกล่าว ก็ยังถูกนับสำหรับช่วงเวลานั้น

ผลลัพธ์คือ: ตัวเลขที่คุณอ่านวันนี้สำหรับ "เดือนที่แล้ว" จะยังอ่านได้เหมือนเดิมเป๊ะอีกในอีกหกเดือนข้างหน้า ไม่มีอะไรคลาดเคลื่อน

***

### อะไรที่ถูกนับ และอะไรที่ถูกละเว้น

**ยกเว้นออกจาก analytics เสมอ:**

* **ทิกเก็ตสแปม**
* **โน้ตภายใน** โน้ตระหว่างเพื่อนร่วมทีมจะไม่นับเป็นการตอบกลับหรือข้อความที่ส่ง — ตัวชี้วัดเหล่านี้วัดเฉพาะข้อความที่ลูกค้าของคุณได้รับจริงเท่านั้น

**การตอบกลับอัตโนมัติและ AI:**

* **ข้อความตอบรับอัตโนมัติ** (เช่น ข้อความอัตโนมัติว่า "ขอบคุณ เราได้รับข้อความของคุณแล้ว") จะถูก **ละเลย** สำหรับเวลาในการตอบกลับครั้งแรก ตัวชี้วัดนี้ออกแบบมาเพื่อวัดว่าลูกค้ารอ *ที่มีความหมาย* นานเท่าไร ไม่ใช่ใบรับแจ้ง
* **การตอบกลับจาก AI Agent** ที่ตอบคำถามของลูกค้าหรือแก้ไขปัญหาได้จริง **นับ** เป็นการตอบกลับและการแก้ไข

***

### ตัวชี้วัดตามเวลา: เรานับกลางคืนและวันหยุดสุดสัปดาห์ไหม?

**โดยค่าเริ่มต้น ตัวชี้วัดตามเวลา (เวลาในการตอบกลับครั้งแรก, เวลาในการแก้ไข) จะวัดเวลาที่ผ่านไปจริง — รวมถึงกลางคืน, วันหยุดสุดสัปดาห์ และวันหยุดนักขัตฤกษ์** หากลูกค้าส่งข้อความเวลา 21:00 และคุณตอบตอนที่เปิดงานเวลา 09:00 ระบบจะบันทึกว่าเป็นการตอบกลับครั้งแรก 12 ชั่วโมง แม้ว่าจะไม่มีใครทำงานในช่วงกลางคืนก็ตาม

***

### การเปิดใหม่และทิกเก็ตที่มีหลายปัญหา

* **เปิดใหม่ภายในช่วงเวลา:** หากทิกเก็ตถูกปิดแล้วเปิดใหม่อีกครั้งก่อนช่วงเวลาสิ้นสุดลง จะนับว่าเป็น **เปิดอยู่** เมื่อสิ้นสุดช่วงเวลา ไม่ใช่ปิด
* **ปิดมากกว่าหนึ่งครั้งในช่วงเวลา:** นับ **ครั้ง** ว่าเป็นปิด
* **เวลาในการแก้ไขของทิกเก็ตที่เปิดใหม่:** วัดจากข้อความแรกของลูกค้าไปจนถึง **การ** ปิดครั้งสุดท้าย ไม่ว่าระหว่างนั้นจะถูกเปิดและปิดกี่ครั้งก็ตาม
* **หลายปัญหาในทิกเก็ตเดียว:** เวลาในการแก้ไขยังคงนับจากข้อความแรกของลูกค้าไปจนถึงการปิดครั้งสุดท้าย ไม่ว่ามีคำถามแยกกันกี่เรื่อง

***

### โซนเวลา

วันที่และช่วงเวลาทั้งหมดคำนวณใน **โซนเวลาของเวิร์กสเปซ**.

***

### ข้อมูลใหม่แค่ไหน?

* **หน้าที่อิงตามช่วงเวลา** (ภาพรวม, ทีม, ยอดขาย, การใช้งานป้ายกำกับ, ฟิลด์ของทิกเก็ต) จะอัปเดตทุกไม่กี่ชั่วโมง ดังนั้นการเปลี่ยนแปลงที่คุณทำจะแสดงผลภายในช่วง 2 ชั่วโมง
* **หน้า Live** คือภาพรวมแบบเรียลไทม์ที่รีเฟรชอัตโนมัติทุก 30 วินาที — ดู Live

***

### ตัวอย่างแบบทำงานจริงแบบเต็ม

ลองติดตามทิกเก็ต WhatsApp หนึ่งรายการตลอดอายุการใช้งาน แล้วดูว่าตัวชี้วัดใดบ้างที่หยิบมันขึ้นมานับ เวลา ทั้งหมดเป็น ICT

**ทิกเก็ต:**

| เมื่อ                       | เกิดอะไรขึ้น                                  |
| --------------------------- | --------------------------------------------- |
| **จ. 1 มิ.ย., 09:00**       | ลูกค้า (Contact) ส่งข้อความถึงร้านบน WhatsApp |
| **จ. 1 มิ.ย., 09:00**       | ส่งข้อความตอบรับอัตโนมัติโดยอัตโนมัติ         |
| **จ. 1 มิ.ย., 09:25**       | เอเจนต์ **Tom** ส่งการตอบกลับจริงครั้งแรก     |
| **จ. 1 มิ.ย. – อ. 2 มิ.ย.** | มีข้อความโต้ตอบกันไม่กี่ครั้ง                 |
| **อ. 2 มิ.ย., 14:00**       | **Tom** ปิดทิกเก็ต — แก้ไขแล้ว                |

**หากช่วงที่คุณเลือกคือ 1–7 มิถุนายน ทิกเก็ตนี้จะมีส่วนร่วมดังนี้:**

* **ทิกเก็ตที่สร้าง:** +1 (สร้างในวันจันทร์)
* **เวลาในการตอบกลับครั้งแรก:** **25 นาที** — วัดจาก 09:00 → 09:25 ข้อความตอบรับอัตโนมัติเวลา 09:00 จะถูกละเลย; เรานับเวลาจนถึงการตอบกลับที่มีความหมายของ Tom
* **ทิกเก็ตที่มีการตอบกลับ:** +1
* **ข้อความที่ส่ง:** +1 สำหรับแต่ละข้อความที่ Tom ส่งในช่วงเวลาดังกล่าว
* **เวลาในการแก้ไข:** **29 ชั่วโมง** — จากข้อความแรกของลูกค้า (จ. 09:00) ไปจนถึงการปิดครั้งสุดท้าย (อ. 14:00) นี่คือเวลาที่ผ่านไปจริง ดังนั้นจึงรวมคืนวันจันทร์ด้วย
* **ทิกเก็ตที่ปิดแล้ว:** +1
* **ตอบครั้งเดียว:** **ไม่** — Tom ส่งมากกว่าหนึ่งข้อความ (ทิกเก็ตแบบตอบครั้งเดียวคือทิกเก็ตที่ปิดด้วยการตอบกลับจากเอเจนต์เพียงครั้งเดียวเท่านั้น)

**ตอนนี้เปลี่ยนแค่ช่วงเวลา — สมมติว่าคุณเลือกเฉพาะวันอังคารที่ 2 มิถุนายน:**

* **ทิกเก็ตที่ปิดแล้ว:** +1 และ **เวลาในการแก้ไข:** นับรวม — ทิกเก็ต *ปิด* ถูก
* **ทิกเก็ตที่สร้าง** ในวันอังคาร ดังนั้นรายงานของวันอังคารจึงนับรวมมัน **เวลาในการตอบกลับครั้งแรก:** **ไม่นับรวม** — เหตุการณ์เหล่านั้นเกิดขึ้นในวันจันทร์ ซึ่งอยู่นอกช่วงเวลานี้

ทิกเก็ตเดียวกัน ช่วงเวลาต่างกัน ตัวเลขต่างกัน — เพราะแต่ละตัวชี้วัดยึดโยงกับเหตุการณ์ที่ต่างกัน นั่นคือโมเดลโดยสรุป


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://help.zaapi.com/th/analytics/how-we-calculate-metrics.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
