We hebben de cijfers over open tickets maandelijkse verandering per bedrijf uit je Power BI-data gehaald. Dit valt op, hier zitten de knelpunten en dit kun je eraan doen.
We hebben de cijfers over open tickets maandelijkse verandering per bedrijf uit je Power BI-data gehaald. Dit valt op, hier zitten de knelpunten en dit kun je eraan doen.
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
We hebben de cijfers over open tickets maandelijkse verandering per bedrijf uit je Power BI-data gehaald. Dit valt op, hier zitten de knelpunten en dit kun je eraan doen.
EVALUATE ROW("Total", CALCULATE(COUNTROWS('BI_Autotask_Tickets')))Klanten gerangschikt op totaal aantal tickets uit de demodataset
| Company | Tickets | Share |
|---|---|---|
| Rivers, Rogers and Mitchell | 6,381 | 9.5% |
| Craig-Huynh | 5,458 | 8.1% |
| Little Group | 5,290 | 7.8% |
| Martin Group | 2,775 | 4.1% |
| Wall PLC | 2,376 | 3.5% |
| Blanchard-Glenn | 2,364 | 3.5% |
| Price-Gomez | 2,180 | 3.2% |
| Thompson, Contreras and Rios | 1,803 | 2.7% |
| Lewis LLC | 1,758 | 2.6% |
| Ramos Group | 1,728 | 2.6% |
| Ford, Mclean and Robinson | 1,684 | 2.5% |
| Burke, Armstrong and Morgan | 1,629 | 2.4% |
| Stephens-Martinez | 1,481 | 2.2% |
| Lopez-Reyes | 1,317 | 2.0% |
| Wilson-Murphy | 1,002 | 1.5% |
EVALUATE TOPN(15, ADDCOLUMNS(SUMMARIZE('BI_Autotask_Tickets','BI_Autotask_Tickets'[company_name]), "Tickets", CALCULATE(COUNTROWS('BI_Autotask_Tickets'))), [Tickets], DESC) ORDER BY [Tickets] DESCHoe tickets verdeeld zijn over de servicewachtrijen
| Queue | Tickets |
|---|---|
| L1 Support | 31,378 |
| Centralized Services | 17,082 |
| L2 Support | 7,889 |
| Merged Tickets | 4,999 |
| Technical Alignment | 2,316 |
| Customer succes | 804 |
| Interne IT | 793 |
| Onsite support | 705 |
| Professional Services | 546 |
| Administration | 327 |
EVALUATE TOPN(10, ADDCOLUMNS(SUMMARIZE('BI_Autotask_Tickets','BI_Autotask_Tickets'[queue_name]), "Tickets", CALCULATE(COUNTROWS('BI_Autotask_Tickets'))), [Tickets], DESC) ORDER BY [Tickets] DESCTicketmix per prioriteitsniveau
| Priority | Tickets |
|---|---|
| P4 - Laag | 30,415 |
| Service/Change req. | 15,584 |
| P3 - Medium | 14,715 |
| P1 - Kritisch | 5,019 |
| P2 - Hoog | 1,788 |
Huidige statusverdeling van alle tickets
| Status | Tickets |
|---|---|
| Complete | 66,677 |
| Planned | 213 |
| In progress | 205 |
| New | 169 |
| Waiting Customer | 116 |
| Customer has responded | 102 |
| Waiting for third party | 38 |
| Assigned | 1 |
Maandelijks ticketvolume over de waargenomen periode
| Month | Tickets | MoM |
|---|---|---|
| Feb 2025 | 3,478 | — |
| Mar 2025 | 3,766 | +8.3% |
| Apr 2025 | 4,341 | +15.3% |
| May 2025 | 3,639 | -16.2% |
| Jun 2025 | 3,651 | +0.3% |
| Jul 2025 | 6,613 | +81.1% |
| Aug 2025 | 3,607 | -45.5% |
| Sep 2025 | 4,563 | +26.5% |
| Oct 2025 | 4,013 | -12.1% |
| Nov 2025 | 3,327 | -17.1% |
| Dec 2025 | 2,940 | -11.6% |
| Jan 2026 | 2,164 | -26.4% |
Wat de data ons vertelt
Over 67.521 totale records is de verdeling sterk geconcentreerd. Wilson-Murphy alleen al is goed voor 2,6% van het totale volume (1.002 records). Dit soort concentratie is het monitoren waard: als een klant consequent de workload domineert, kan dat wijzen op scope creep, onvoldoende preventief onderhoud of een mismatch in de prijsstelling.
Kijkend naar de maandtrend is het ticketvolume gedaald over de waargenomen periode, van 3.478 naar 2.164. Een dalende trend kan wijzen op verbeterde automatisering, betere documentatie of verminderde klantactiviteit.
Wilson-Murphy genereert de meeste activiteit. Controleer of dit past bij hun contractscope en SLA-niveau.
Stel een wekelijkse of maandelijkse review in van open tickets maandelijkse verandering per bedrijf metrics. Trends zijn belangrijker dan momentopnames. Gebruik de DAX-queries in dit rapport als startpunt.
Dit rapport gebruikt demodata. Koppel Proxuma Power BI aan je eigen Autotask PSA om deze analyse te genereren op basis van je echte cijfers.
De TOTAAL TICKETS metric wordt afgeleid uit het onderliggende Power BI dataset met DAX queries. Het aggregeert data over de rapportageperiode voor een geconsolideerd overzicht van totaal tickets performance.
Dit rapport haalt operationele data op uit Autotask PSA, Datto RMM, Datto Backup via de Proxuma Power BI integratie. De analyse dekt de standaard rapportageperiode en bevat alle actieve records die aan de rapportcriteria voldoen.
Bekijk de specifieke datapunten in deze sectie en vergelijk ze met je operationele context. Gebruik het rapport als startpunt voor teamdiscussies en prioritering van vervolgacties.
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