For the complete documentation index, see llms.txt. This page is also available as Markdown.

แดชบอร์ดทีม

ประสิทธิภาพแยกตามเอเจนต์ตลอดช่วงเวลาที่เลือก หน้านี้ใช้เมตริกเดียวกับหน้า Support และแยกตามเอเจนต์แต่ละราย เพื่อให้คุณเห็นว่าใครรับผิดชอบอะไร ใครทำได้เร็ว และควรโค้ชหรือปรับสมดุลตรงไหน

เหมือนทุกหน้ายกเว้น Live หน้านี้จะคำนวณสำหรับ ช่วงวันที่ ที่คุณเลือก และเคารพตัวกรองด้านบน กฎที่ใช้ร่วมกัน — โมเดลช่วงเวลา ค่าเฉลี่ย เวลาาที่ผ่านไป โซนเวลา — มาจากหัวข้อ วิธีที่เราคำนวณการวิเคราะห์


หน้านี้เกี่ยวกับเอเจนต์ที่เป็นมนุษย์

หน้า Team จะแสดงเฉพาะ เอเจนต์ที่เป็นมนุษย์. งานที่เอเจนต์ AI รับผิดชอบโดยไม่มีการตอบกลับจากมนุษย์ (Zero Touch) จะไม่ปรากฏเป็นแถวที่นี่ — คุณจะพบในหน้า Support นั่นจึงเป็นเหตุผลด้วยว่าแถวเอเจนต์ในหน้านี้จะรวมกันไม่เท่ากับยอดรวมในหน้า Support: ทิกเก็ตที่ AI แก้ไขได้ และทิกเก็ตใดๆ ที่จัดการโดยเอเจนต์ที่ไม่แสดง จะอยู่นอกตารางนี้ (ดูเพิ่มเติมใน การอ่านตาราง ด้านล่าง.)


วิธีที่เมตริกถูกกำหนดให้กับเอเจนต์

ถ้าทิกเก็ตถูกมอบหมายให้ Agent A แล้วถูกมอบหมายใหม่ให้ Agent B; คุณจะเห็นทิกเก็ตหนึ่งรายการที่มอบหมายให้ A และอีกรายการที่มอบหมายให้ B

นี่คือประเด็นสำคัญที่ต้องเข้าใจเกี่ยวกับหน้านี้ ทิกเก็ตหนึ่งรายการอาจถูกแตะโดยหลายคน ดังนั้นแต่ละคอลัมน์จะนับเครดิตให้เอเจนต์ตาม การกระทำเฉพาะ:

เมตริก
คำจำกัดความ

มอบหมายแล้ว

ทิกเก็ตที่แตกต่างกันซึ่งเอเจนต์ได้รับมอบหมายผ่าน TICKET_ASSIGNMENT เหตุการณ์ในช่วงเวลา การมอบหมายใหม่เครดิตให้ ทั้ง เอเจนต์: Alice→Bob หมายถึง +1 สำหรับ Alice และ +1 สำหรับ Bob

ตอบกลับแล้ว

ทิกเก็ตที่แตกต่างกันที่เอเจนต์ส่ง ข้อความของผู้ขาย ใดๆ ในช่วงเวลา ตั้งใจกว้างกว่า "ส่งการตอบกลับครั้งแรก" — รวมการติดตามผลด้วย

ปิดแล้ว

ทิกเก็ตที่แตกต่างกันที่เอเจนต์ปิดในช่วงเวลา closed_by_agent = TRUE เท่านั้น

MSG_SENT

ข้อความของผู้ขายที่เอเจนต์ส่งในช่วงเวลา

มัธยฐานของ

first_response_seconds ใน เหตุการณ์ TICKET_FIRST_RESPONSE ของเอเจนต์ในช่วงเวลา

MEDIAN_RESP_SEC

first_response_seconds response_time_sec ตลอดการตอบกลับถาวร (การแลกเปลี่ยน) ของเอเจนต์ในช่วงเวลา — การตอบกลับครั้งแรก และ การติดตามผล

MEDIAN_RES_SEC

เวลาการแก้ไขมัธยฐาน (ครั้งแรก ticket_opened → ของเอเจนต์นี้ ticket_closed) ของทิกเก็ตที่เอเจนต์ปิดในช่วงเวลา ใช้ข้อยกเว้นการปิดอัตโนมัติเช่นเดียวกับ CLOSED

กฎการกำหนดเครดิตแบบเดียวกันนี้ใช้เมื่อคุณใช้ ตัวกรองเอเจนต์ ในหน้าอื่นๆ (เช่น จำกัดขอบเขตหน้า Support ให้เหลือเอเจนต์คนเดียว)


ผู้ทำผลงานยอดเยี่ยม

การ์ดสี่ใบที่เน้นเอเจนต์ซึ่งเป็นผู้นำในแต่ละเมตริกหลักสำหรับช่วงเวลา:

  • ทิกเก็ตที่ปิดแล้ว — ปิดทิกเก็ตได้มากที่สุด

  • ข้อความที่ส่ง — ส่งข้อความได้มากที่สุด

  • เวลาตอบกลับครั้งแรก — มัธยฐานเวลาตอบกลับครั้งแรกที่เร็วที่สุด

  • เวลาในการแก้ไข — มัธยฐานเวลาในการแก้ไขที่เร็วที่สุด

สังเกตว่าทิศทางจะสลับกันตามเมตริก: สำหรับ ปิดแล้ว และ ข้อความที่ส่ง, ยิ่งมากยิ่งดี; สำหรับ เวลาตอบกลับครั้งแรก และ เวลาในการแก้ไข, เร็วกว่า (ค่าต่ำกว่า) คือผู้ชนะ เอเจนต์คนเดียวกันอาจเป็นผู้นำได้มากกว่าหนึ่งการ์ด


ประสิทธิภาพของเอเจนต์

ตารางทั้งหมด หนึ่งแถวต่อเอเจนต์ พร้อมแถว มัธยฐาน อยู่ด้านบน

คอลัมน์ต่างๆ: ห้าคอลัมน์ — ปิดแล้ว, Msg Sent, Median FRT, Median Resp, Median Resolution — หมายถึงสิ่งเดียวกับที่หน้า Support เพียงแค่จำกัดขอบเขตอยู่ที่เอเจนต์คนเดียว ดูคำจำกัดความเหล่านั้นได้ที่ Support หน้านี้เพิ่มคอลัมน์เฉพาะเอเจนต์อีกสองคอลัมน์:

  • มอบหมายแล้ว — ทิกเก็ตที่มอบหมายให้เอเจนต์ (ดูตารางการกำหนดเครดิตด้านบน) นี่คือภาระงาน ไม่ใช่ผลลัพธ์: เอเจนต์อาจได้รับมอบหมายทิกเก็ตที่ไม่เคยตอบกลับหรือปิด

  • ตอบกลับแล้ว — ทิกเก็ตที่เอเจนต์ส่งอย่างน้อยหนึ่งการตอบกลับ เอเจนต์สามารถตอบกลับทิกเก็ตที่ไม่ได้มอบหมายให้ตนเองได้ ซึ่งเป็นเรื่องปกติในกล่องจดหมายที่ใช้ร่วมกัน — ดังนั้น Replied, Assigned และ Closed จึงเป็นจำนวนที่เป็นอิสระต่อกัน และอาจไม่ตรงกันสำหรับเอเจนต์รายใดรายหนึ่ง


การอ่านตาราง

  • ทำไมแถวเอเจนต์จึงรวมกันไม่เท่ากับยอดรวมในหน้า Support? มีสองเหตุผล: ทิกเก็ตที่ AI แก้ไขได้ (Zero Touch) จะไม่ถูกเครดิตให้เอเจนต์มนุษย์คนใด และตารางนี้ครอบคลุมเอเจนต์ที่ทำงานอยู่ในช่วงเวลาดังกล่าว — อะไรก็ตามที่อยู่นอกเหนือจากนั้นจะไม่นำมารวมที่นี่ ใช้ Support สำหรับยอดรวมทั้งองค์กร และ Team สำหรับการแยกตามบุคคล

  • ทำไมเอเจนต์ที่เร็วอาจแสดง Median Resolution ที่ช้า? เวลาในการแก้ไขคืออายุทั้งหมดของทิกเก็ต ไม่ใช่แค่เวลาที่เอเจนต์นั้นทำงานอยู่ — ดูหมายเหตุเรื่องการกำหนดเครดิตด้านบน

  • Assigned ≠ Replied ≠ Closed สำหรับเอเจนต์ — พวกเขาได้รับเครดิตจากการกระทำที่แตกต่างกัน ดังนั้นจึงตั้งใจให้ต่างกัน

อัปเดตล่าสุด