“Open Ticket Dashboard: real-time inzicht in je servicedesk”
Autotask PSA Datto RMM Datto Backup Microsoft 365 SmileBack HubSpot IT Glue Alle rapporten
AI-GEGENEREERD RAPPORT
Je zocht naar:

Open Ticket Dashboard: real-time inzicht in je servicedesk

Een overzicht van 844 openstaande tickets verdeeld over 7 statuscategorieen in Autotask PSA. Dit rapport laat zien hoe je backlog is verdeeld, waar tickets vastlopen en welke statussen directe aandacht nodig hebben. Bron: PSA

Built from: Autotask PSA
Hoe dit rapport tot stand kwam
1
Autotask PSA
Multiple data sources combined
2
Proxuma Power BI
Voorgebouwd MSP semantisch model, 50+ measures
3
AI via MCP
Claude of ChatGPT schrijft DAX-queries, voert ze uit en formatteert de output
4
Dit Rapport
KPI's, uitsplitsingen, trends, aanbevelingen
Klaar in < 15 min

Open Ticket Dashboard: real-time inzicht in je servicedesk

Een overzicht van 844 openstaande tickets verdeeld over 7 statuscategorieen in Autotask PSA. Dit rapport laat zien hoe je backlog is verdeeld, waar tickets vastlopen en welke statussen directe aandacht nodig hebben. Bron: PSA

De data dekt het volledige bereik van Autotask PSA-records die relevant zijn voor deze analyse, uitgesplitst naar de belangrijkste dimensies die je team nodig heeft voor dagelijkse beslissingen en klantrapportage.

Wie dit zou moeten gebruiken: Service desk managers, dispatch leads, and operations teams

Hoe vaak: Dagelijks for queue management, weekly for trend analysis, monthly for capacity planning

Time saved
Manual ticket analysis requires exporting data and building pivot tables. This report does it automatically.
Queue health
Stuck tickets, aging backlogs, and escalation patterns become visible at a glance.
Process improvement
Data-driven decisions about routing, staffing, and escalation rules.
RapportcategorieTicketing & Helpdesk
DatabronAutotask PSA · Datto RMM · Datto Backup · Microsoft 365 · SmileBack · HubSpot · IT Glue
RefreshReal-time via Power BI
GeneratietijdMinder dan 15 minuten
AI vereistClaude, ChatGPT or Copilot
DoelgroepService desk managers, dispatch leads
Waar vind je dit in Proxuma
Power BI › Ticketing › Open Ticket Dashboard: real-time inzi...
Wat je kunt meten in dit rapport
Huidige Stand van Zaken
Open Tickets per Status
Statusverdeling
Bevindingen
Aanbevelingen
Veelgestelde Vragen
OPEN TICKETS
OVERDUE
VANDAAG VERLOPEN
NIEUWE TICKETS
AI-gegenereerd Power BI Rapport
Open Ticket Dashboard:
real-time inzicht in je servicedesk

Een overzicht van 844 openstaande tickets verdeeld over 7 statuscategorieen in Autotask PSA. Dit rapport laat zien hoe je backlog is verdeeld, waar tickets vastlopen en welke statussen directe aandacht nodig hebben. Bron: PSA

Demorapport: Dit rapport gebruikt synthetische data om AI-gegenereerde inzichten uit Proxuma Power BI te demonstreren. De structuur, DAX-queries en analyses weerspiegelen echte MSP-datapatronen.
1.0 Huidige Stand van Zaken

Top-level KPI's voor alle openstaande tickets in Autotask PSA.

OPEN TICKETS
844 (1.2%)
All non-complete statuses
OVERDUE
66,677 (98.8%)
Resolved
VANDAAG VERLOPEN
0
Geen tickets vandaag
NIEUWE TICKETS
169
20,0% van backlog
Wat zijn deze DAX-queries? DAX (Data Analysis Expressions) is de formuletaal die Power BI gebruikt om data op te vragen. Elk inklapbaar blok hieronder toont de exacte query die de AI heeft geschreven en uitgevoerd. Je kunt elke query kopieren en in Power BI Desktop draaien tegen je eigen dataset.
DAX Query: Open Ticket KPI's
EVALUATE SUMMARIZECOLUMNS('BI_Autotask_Tickets'[status_name], "TicketCount", COUNTROWS('BI_Autotask_Tickets'))
2.0 Open Tickets per Status

Verdeling van alle 844 open tickets over statuscategorieen. Gesorteerd op aantal, aflopend.

Planned
213
25,2%
In progress
205
24,3%
New
20,0%
Waiting Customer
116
13,7%
Customer Responded
102
12,1%
Waiting 3rd Party
38
4,5%
Assigned
0,1%
StatusCount
Complete66,677
Planned213
In progress205
New169
Waiting256
DAX Query: Open Tickets per Status
EVALUATE SUMMARIZECOLUMNS('BI_Autotask_Tickets'[status_name], "TicketCount", COUNTROWS('BI_Autotask_Tickets'))
3.0 Statusverdeling

Proportioneel overzicht van de open ticket backlog. De drie grootste statussen (Planned, In Progress, New) zijn goed voor 69,5% van alle open tickets.

25,2% 213
Planned
24,3% 205
In Progress
20,0% 169
New
13,7% 116
Waiting Customer
12,1% 102
Customer Responded
4,5% 38
Waiting 3rd Party
0,1% 1
Assigned
Belangrijkste inzicht: Bijna de helft van de backlog zit in "Planned" en "In Progress" samen (418 tickets, 49,5%). Dit zijn tickets die getriaged zijn maar niet opgelost. De 169 "New" tickets zijn nog niet opgepakt en vormen onaangeraakt werk dat prioriteit zou moeten krijgen bij dispatchers.
4.0 Bevindingen
!

100% overdue-percentage wijst op een structureel due-date-probleem

Elk open ticket (844 van 844) is voorbij de due date. Dit betekent dat due dates niet worden bijgewerkt wanneer tickets vastlopen, of dat de oorspronkelijke SLA-targets te ambitieus zijn voor de huidige workload. Als alles overdue is, verliest de metric zijn waarde als prioriteringssignaal. Het team kan geen onderscheid maken tussen tickets die een dag te laat zijn en tickets die maanden achterlopen.

!

"In Progress" en "Planned" bevatten samen de helft van de backlog

418 tickets (49,5%) zitten in actief klinkende statussen maar blijven onopgelost. Dit cluster suggereert dat tickets de status "In Progress" of "Planned" krijgen en vervolgens stilvallen. Zonder ouderdomsdata per status is het lastig te bepalen of er daadwerkelijk aan gewerkt wordt of dat ze geparkeerd staan. Een status-aging-rapport zou verduidelijken hoe lang tickets al in elk bucket zitten.

!

Wachtstatussen bevatten 256 tickets zonder benodigde teamactie

Tussen "Waiting Customer" (116), "Customer has responded" (102) en "Waiting for third party" (38) zijn 256 tickets geblokkeerd op externe input of wachten op follow-up. De 102 "Customer has responded" tickets zijn bijzonder belangrijk: de klant heeft zijn deel gedaan, en de bal ligt nu terug bij de servicedesk. Deze moeten direct opnieuw geprioriteerd worden.

5.0 Aanbevelingen

Concrete stappen om de open ticket backlog te verkleinen en de due-date-nauwkeurigheid te herstellen.

1

Reset due dates op alle 844 overdue tickets

Voer een bulkreview uit van overdue tickets en stel realistische due dates in op basis van huidige prioriteit en workload. Een overdue-percentage van 100% levert nul signaal op. Na de reset: volg het overdue-percentage wekelijks en richt je op minder dan 25%. Deze ene actie herstelt de bruikbaarheid van de "Overdue"-metric voor dispatchers en managers.

2

Triage "Customer has responded" tickets binnen 4 uur

De 102 tickets waar de klant al heeft gereageerd zijn het laaghangende fruit. Maak een dispatcher-view gefilterd op deze status en stel een pickup-target van 4 uur in. Klanten die snel reageren verwachten hetzelfde terug. Als je deze tickets laat liggen, erodeert het vertrouwen en vergroot je de kans op follow-up calls die de workload verhogen.

3

Voeg status-aging-tracking toe om vastgelopen tickets te identificeren

Bouw een measure die het aantal dagen berekent sinds de laatste statuswijziging. Elk "In Progress"- of "Planned"-ticket dat langer dan 5 werkdagen geen statusupdate heeft gehad, moet gemarkeerd worden voor review. Dit brengt tickets aan het licht die technisch "actief" zijn maar in de praktijk verlaten, en voorkomt dat de backlog stilletjes groeit.

DAX Query: Dynamic vs Current Open Tickets
EVALUATE
ROW(
    "OpenDynamic", [Open Tickets (Dynamic)],
    "OpenCurrent", [Open Tickets (Current)]
)
6.0 Veelgestelde Vragen
Wat is het verschil tussen Open Tickets (Current) en Open Tickets (Dynamic)?

Open Tickets (Current) telt tickets die nu open zijn, ongeacht datumfilters op het rapport. Open Tickets (Dynamic) respecteert date slicer-selecties, zodat je kunt zien hoeveel tickets er op elk willekeurig moment open stonden. Gebruik Current voor je live backlog-telling en Dynamic voor trendanalyse.

Waarom staan alle 844 tickets als overdue?

Elk openstaand ticket heeft een due date in het verleden. Dit gebeurt meestal wanneer due dates bij aanmaak worden ingesteld op basis van SLA-regels maar nooit worden bijgewerkt wanneer een ticket vastloopt of van prioriteit verandert. De oplossing is een bulk due-date-review gevolgd door een proces om due dates bij te werken bij elke statuswijziging.

Kan ik deze DAX-queries draaien op mijn eigen dataset?

Ja. Kopieer een query uit de toggles hierboven en plak deze in DAX Studio of de Power BI Desktop performance analyzer. De queries verwijzen naar standaard Proxuma-datamodeltabellen en measures die in elke Proxuma Power BI-deployment aanwezig zijn.

Genereer rapporten als deze vanuit je eigen data

Koppel Proxuma's Power BI integratie, gebruik een MCP-compatible AI om vragen te stellen en genereer op maat gemaakte rapporten - in minuten, niet in dagen.

Bekijk meer rapporten Aan de slag