844 tickets staan open. Dit rapport laat zien hoe ze verdeeld zijn over statussen, welke actief opgepakt kunnen worden, welke wachtend zijn en waar de grootste concentraties per klant zitten. Gegenereerd door AI via Proxuma Power BI MCP-server.
844 tickets staan open. Dit rapport laat zien hoe ze verdeeld zijn over statussen, welke actief opgepakt kunnen worden, welke wachtend zijn en waar de grootste concentraties per klant zitten. Gegenereerd door AI via Proxuma Power BI MCP-server.
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
844 tickets staan open. Dit rapport laat zien hoe ze verdeeld zijn over statussen, welke actief opgepakt kunnen worden, welke wachtend zijn en waar de grootste concentraties per klant zitten. Gegenereerd door AI via Proxuma Power BI MCP-server.
EVALUATE SUMMARIZECOLUMNS('BI_Autotask_Tickets'[status_name], "TicketCount", COUNTROWS('BI_Autotask_Tickets'))Alle 844 openstaande tickets gegroepeerd op huidige status, gerangschikt op aantal
| # | Status | Aantal | % van Open | Aandeel |
|---|---|---|---|---|
| 1 | Planned | 213 | 25.2% | |
| 2 | In progress | 205 | 24.3% | |
| 3 | New | 169 | 20.0% | |
| 4 | Waiting Customer | 116 | 13.7% | |
| 5 | Customer has responded | 102 | 12.1% | |
| 6 | Waiting for third party | 38 | 4.5% | |
| 7 | Assigned | 1 | 0.1% |
EVALUATE
ADDCOLUMNS(
VALUES('BI_Autotask_Tickets'[status]),
"count", CALCULATE(COUNTROWS('BI_Autotask_Tickets'))
)
ORDER BY [count] DESCOpenstaande tickets opgesplitst in twee categorieen: tickets waar je team nu aan kan werken en tickets die geblokkeerd zijn door externe afhankelijkheden
| Categorie | Inbegrepen statussen | Aantal | % van Open |
|---|---|---|---|
| Actief | New (169) + Assigned (1) + In progress (205) + Customer has responded (102) | 477 | 56.5% |
| Wachtend | Planned (213) + Waiting Customer (116) + Waiting for third party (38) | 367 | 43.5% |
EVALUATE
ROW(
"Actionable", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
'BI_Autotask_Tickets'[status] IN {"New","Assigned","In progress","Customer has responded"},
'BI_Autotask_Tickets'[status] <> "Complete"),
"Waiting", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
'BI_Autotask_Tickets'[status] IN {"Planned","Waiting Customer","Waiting for third party"},
'BI_Autotask_Tickets'[status] <> "Complete")
)Klanten met de meeste openstaande tickets op dit moment. Hoge concentraties kunnen wijzen op lopende projecten, grote problemen of klanten die een specifieke review nodig hebben.
EVALUATE
TOPN(
5,
ADDCOLUMNS(
VALUES('BI_Autotask_Tickets'[company_name]),
"OpenCount", CALCULATE(
COUNTROWS('BI_Autotask_Tickets'),
'BI_Autotask_Tickets'[status] <> "Complete")
),
[OpenCount], DESC
)
ORDER BY [OpenCount] DESCDe totale open ratio van 1.25% (844 van 67.521 totale tickets) is laag, wat aangeeft dat tickets over het algemeen worden afgesloten. Het probleem zit niet in het volume. Het probleem zit in wat er binnen die 844 gebeurt.
360 van die 844 tickets hebben hun SLA-deadline overschreden. Dat is 42.7% van de open achterstand. Zelfs als veel daarvan lage prioriteit hebben of informatief zijn, is het aantal hoog genoeg om zichtbaar te worden in klantrapportages. SLA-overschrijding is een achterlopende indicator: tegen de tijd dat een ticket over de grens gaat, wacht de klant al te lang.
De statusverdeling laat zien dat Planned (213) de grootste statusgroep is. Dit zijn tickets die zijn bevestigd en ingepland, maar waar niet actief aan gewerkt wordt. Als veel van die geplande tickets al weken stilstaan, doet het label "Planned" meer om een achterstand te verbergen dan om er een te beheren.
169 tickets in "New" status zijn nog niet opgepakt. Elk ticket wacht tot iemand het toewijst, bevestigt of eraan begint te werken. Voor een team dat op SLA's draait, zijn onaangeraakte tickets de snelste weg naar een overschrijding. Het feit dat "New" de op twee na grootste statusgroep is, suggereert dat triage achterloopt.
Aan de klantzijde heeft Rivers Rogers Mitchell 113 openstaande tickets, goed voor 13.4% van het totaal. Patterson Hood Perez volgt met 78. Samen zijn de top vijf klanten verantwoordelijk voor 39.2% van al het openstaande werk. Of dit nu grote projecten, terugkerende problemen of een klant betreft die meer tickets genereert dan anderen: het is de moeite waard om te controleren of deze accounts proportionele aandacht krijgen van je team.
5 prioriteiten op basis van bovenstaande bevindingen
Elk ticket in "New" status wacht tot iemand het oppakt. Sorteer ze op leeftijd, wijs ze toe aan de juiste wachtrij of technicus en sluit alle duplicaten of al opgeloste tickets. 169 onaangeraakte tickets is een gat in je dispatchproces, en hoe langer ze blijven liggen, hoe groter de kans op een SLA-overschrijding.
42.7% van je open achterstand is voorbij de SLA-deadline. Sommige daarvan zijn mogelijk lage-prioriteit informatieve tickets of tickets waarbij de SLA-klok gepauzeerd had moeten worden. Haal de lijst op, filter op prioriteit en wachtrij, en bepaal welke echte overschrijdingen zijn versus configuratieproblemen. Het aantal is hoog genoeg om je gerapporteerde SLA-compliance te beinvloeden.
Planned is de grootste statusgroep. Dat is prima als deze tickets daadwerkelijk gepland zijn voor toekomstig werk. Het is een probleem als ze al weken in "Planned" staan zonder voortgang. Filter op laatst-bijgewerkt datum. Elk ticket dat langer dan twee weken in "Planned" staat zonder notitie moet opnieuw beoordeeld worden of naar een eerlijkere status verplaatst worden.
113 openstaande tickets voor een enkele klant is ongebruikelijk. Controleer of dit projecttickets zijn (te verwachten), een achterstand van onopgeloste serviceissues (een probleem) of tickets die al gesloten hadden moeten worden (een hygieneprobleem). Als deze klant consequent bovenaan de lijst met openstaande tickets staat, overweeg dan een dedicated resource toe te wijzen of te escaleren met hun accountmanager.
Deze tickets wachtten op de klant, en de klant heeft gereageerd. Elk van deze tickets wacht nu tot je team het weer oppakt. Als je deze laat liggen, geeft dat een slechte ervaring: de klant heeft zijn deel gedaan en kijkt nu op de klok. 102 tickets in deze status betekent dat je team minstens een keer per dag de "Customer has responded" wachtrij moet controleren.
Elk ticket in Autotask waarvan de status niet "Complete" is. Dit omvat New, Assigned, In progress, Planned, Waiting Customer, Waiting for third party en Customer has responded. Het rapport telt alle niet-afgeronde tickets op het moment dat de query is uitgevoerd.
Het Proxuma Power BI-model registreert een veld genaamd resolved_due_age_days. Wanneer deze waarde groter is dan nul, heeft het ticket zijn SLA-resolutiedoel overschreden. De 360 overschrijdingen omvatten alle openstaande tickets waarbij de SLA-deadline is verstreken, ongeacht prioriteitsniveau.
Actieve tickets bevinden zich in een status waarin je team er nu aan kan werken: New, Assigned, In progress of Customer has responded. Wachtende tickets zijn geblokkeerd door iemand anders: de klant (Waiting Customer), een leverancier (Waiting for third party) of ingepland toekomstig werk (Planned). De verdeling helpt je begrijpen hoeveel van de achterstand binnen je eigen controle valt.
Planned tickets zijn ingepland voor toekomstig werk. Er wordt vandaag niet actief aan gewerkt. Ze categoriseren als "Wachtend" weerspiegelt hun huidige status: het ticket bestaat, maar niemand werkt er op dit moment aan. Als je Planned liever als actief rekent voor je team, kun je de DAX-query groepering aanpassen.
Ja. Voeg een filter toe op de kolom queue_name of resource_name in de DAX-query's. Voeg bijvoorbeeld een filter toe voor 'BI_Autotask_Tickets'[queue_name] = "Tier 1" om resultaten te beperken tot een specifieke wachtrij. Het Proxuma Power BI-model ondersteunt filteren op wachtrij, technicus, prioriteit en bedrijf.
Ja. Koppel Proxuma Power BI aan je Autotask-account, voeg een AI-tool (Claude, ChatGPT of Copilot) toe via MCP en stel dezelfde vraag. De AI schrijft de DAX-query's, voert ze uit op je echte data en produceert een rapport zoals dit in minder dan vijftien minuten.
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