Welke tickets hebben deadline vandaag, deze week, en hoeveel zijn er al achterstallig. Gegenereerd door AI via Proxuma Power BI MCP-server.
Welke tickets hebben deadline vandaag, deze week, en hoeveel zijn er al achterstallig. 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
Welke tickets hebben deadline vandaag, deze week, en hoeveel zijn er al achterstallig. Gegenereerd door AI via Proxuma Power BI MCP-server.
EVALUATE ROW("OpenTickets", CALCULATE(COUNTROWS('BI_Autotask_Tickets'), 'BI_Autotask_Tickets'[status_name] <> "Complete"), "OverdueRes", CALCULATE(COUNTROWS('BI_Autotask_Tickets'), 'BI_Autotask_Tickets'[resolved_due_age_days] > 0), "OverdueFR", CALCULATE(COUNTROWS('BI_Autotask_Tickets'), 'BI_Autotask_Tickets'[first_response_due_age_days] > 0))De vraag was "welke tickets hebben deadline vandaag en deze week?" Het antwoord is: geen, want elk openstaand ticket heeft zijn deadline al gemist.
Wanneer een MSP vraagt "wat is er deze week aan de beurt?", verwachten ze een werklijst: een overzicht van tickets die voor vrijdag moeten worden afgesloten. In deze dataset is die lijst leeg. Niet omdat het werk af is, maar omdat de deadline van elk ticket al verstreken is.
Alle 844 openstaande tickets zijn achterstallig. De meest recent achterstallige tickets zijn minimaal 7 dagen over de deadline. De oudste zijn al maanden achterstallig. Er is geen aankomende werklijst omdat de backlog nooit het heden heeft ingehaald.
Dit betekent een van twee dingen. Of deadlines zijn eenmalig gezet bij het aanmaken van het ticket en nooit bijgewerkt, of het volume binnenkomend werk heeft consequent de capaciteit van het team overschreden. Beide vereisen een andere aanpak, maar in beide gevallen heeft het deadline-veld zijn betekenis als planningtool verloren.
Openstaande tickets gegroepeerd op hoe lang ze over hun deadline zijn
| Deadline-categorie | Openstaande Tickets | % van Totaal | Ernst |
|---|---|---|---|
| Achterstallig >31 dagen | 818 | 96,9% | Kritiek |
| Achterstallig 14–31 dagen | 23 | 2,7% | Hoog |
| Achterstallig 7–14 dagen | 3 | 0,4% | Medium |
| Deadline vandaag / deze week | 0 | 0,0% | Geen |
| Deadline volgende week+ | 0 | 0,0% | Geen |
EVALUATE
ADDCOLUMNS(
SUMMARIZE(BI_Autotask_Tickets, BI_Autotask_Tickets[due_date_age_category]),
"Total", CALCULATE(COUNTROWS(BI_Autotask_Tickets)),
"Open", CALCULATE(COUNTROWS(BI_Autotask_Tickets), BI_Autotask_Tickets[status_name] <> "Complete")
)
ORDER BY BI_Autotask_Tickets[due_date_age_category] ASCHoe de 844 achterstallige tickets verdeeld zijn over statussen, en waar werk stagneert
| Status | Aantal | % van Open | Categorie |
|---|---|---|---|
| Planned | 213 | 25,2% | Queued |
| In progress | 205 | 24,3% | Active |
| New | 169 | 20,0% | Untouched |
| Waiting Customer | 116 | 13,7% | Blocked |
| Customer has responded | 102 | 12,1% | Needs action |
| Waiting for third party | 38 | 4,5% | Blocked |
| Assigned | 1 | 0,1% | Queued |
EVALUATE
ADDCOLUMNS(
SUMMARIZE(
FILTER(BI_Autotask_Tickets, BI_Autotask_Tickets[status_name] <> "Complete"),
BI_Autotask_Tickets[status_name]
),
"Count", CALCULATE(COUNTROWS(BI_Autotask_Tickets))
)
ORDER BY [Count] DESCHet kerncijfer is hard: 100% van de openstaande tickets is achterstallig. Nul tickets hebben een deadline die op vandaag of een toekomstige datum staat. Dit is niet alleen een capaciteitsprobleem. Het wijst op een procesgat waarbij deadlines eenmalig worden toegewezen en nooit meer worden herzien.
De verdeling over ouderdomsbuckets vertelt het verhaal. 818 van de 844 tickets (96,9%) zijn langer dan 31 dagen over de deadline. Slechts 26 tickets zitten in het venster van 7 tot 31 dagen achterstallig. Dat betekent dat de backlog niet aan de randen groeit. Het heeft zich maanden geleden al opgestapeld tot een diepe, stilstaande berg. De gemiddelde leeftijd van 91 dagen bevestigt dit.
De statusverdeling voegt een extra laag toe. 169 tickets (20%) staan nog in "New"-status, wat betekent dat ze zijn aangemaakt, een deadline hebben gekregen en nooit zijn opgepakt. Nog eens 213 tickets staan op "Planned" maar zijn niet naar actief werk verplaatst. Samen is dat 382 tickets (45% van de backlog) die in de wachtrij staan maar niet worden bewerkt.
De meest actiegerichte bevinding: 102 tickets hebben de status "Customer has responded". Dit zijn tickets waar de klant heeft gereageerd en nu wacht tot de MSP actie onderneemt. Elk van deze tickets is achterstallig. Dat zijn 102 klanten die in stilte wachten en mogelijk steeds ongeduldiger worden. Deze groep zou de eerste prioriteit moeten zijn, want de klant heeft zijn deel al gedaan.
De 116 tickets met "Waiting Customer"-status verdienen ook een tweede blik. Als een ticket langer dan 31 dagen op een klantreactie wacht, is het waarschijnlijk verlaten. Het sluiten of opnieuw benaderen van deze tickets zou het backlog-aantal verlagen en een duidelijker beeld geven van de werkelijke werklast.
5 prioriteiten op basis van bovenstaande bevindingen
Bij deze tickets wacht een klant tot jouw team actie onderneemt. Ze zijn allemaal achterstallig. Sorteer ze op leeftijd en begin met de oudste. Elke dag dat een klant wacht na het reageren vergroot het risico op een escalatie, een slechte review of een verloren account. Dit is de groep met de meeste impact om eerst aan te pakken.
116 tickets wachten op een klantreactie. Als de klant langer dan 60 dagen niet heeft gereageerd, is het ticket functioneel dood. Stuur een laatste follow-up e-mail met een waarschuwing dat het ticket na 48 uur automatisch wordt gesloten. Dit alleen al kan je openstaande ticketaantal met 10-15% verlagen en je team een eerlijker beeld geven van de werkelijke werklast.
Een vijfde van je backlog is nooit aangepakt. Bekijk deze tickets op aanmaakdatum. Sommige zijn mogelijk duplicaten, al opgelost via andere tickets, of niet meer relevant. De rest heeft toewijzing en realistische deadlines nodig. Tickets maandenlang in "New"-status laten staan duidt op een dispatch-bottleneck.
Deze tickets worden actief bewerkt, maar hun deadlines zijn betekenisloos omdat ze allemaal maanden geleden zijn verlopen. Stel de deadlines opnieuw in op realistische doelen zodat het team iets heeft om naartoe te werken. Een deadline in het verleden biedt nul motivatie- of planningswaarde.
De grondoorzaak hier is dat deadlines worden behandeld als een eenmalig veld, niet als een levend planningsinstrument. Voeg een wekelijkse check toe (geautomatiseerd of handmatig) die elk openstaand ticket met een verlopen deadline signaleert. Dispatch moet het ticket sluiten, opnieuw toewijzen of de deadline bijwerken. Na verloop van tijd brengt dit de metric "tickets met deadline deze week" weer tot leven als een bruikbare werklijst.
Elk openstaand ticket in het systeem heeft al een deadline in het verleden. Geen enkel ticket is bijgewerkt met een toekomstige deadline, waardoor de buckets "deadline vandaag" en "deadline deze week" leeg zijn. Dit gebeurt doorgaans wanneer deadlines automatisch worden ingesteld bij het aanmaken van een ticket en nooit worden aangepast naarmate het werk vordert.
Niet per se. Deadline en SLA zijn aparte velden in Autotask. Een ticket kan achterstallig zijn op zijn deadline maar nog binnen het SLA-oplossingsvenster vallen, of andersom. Dit rapport richt zich specifiek op het deadline-veld, dat doorgaans wordt gebruikt voor interne planning en scheduling.
De AI berekent het aantal dagen tussen de deadline van elk ticket en vandaag, en neemt vervolgens het gemiddelde over alle 844 openstaande tickets. Het veld "due_date_age_category" in Proxuma Power BI groepeert deze in buckets (7 dagen, 14 dagen, 31+ dagen), maar het ruwe gemiddelde geeft een enkel getal voor de algehele gezondheid van de backlog.
Niet zonder beoordeling. Sommige van die tickets vertegenwoordigen mogelijk lopende projecten, terugkerende problemen of werk dat nog steeds relevant is maar nooit goed is bijgehouden. Begin met de statussen "Waiting Customer" en "New", waar verouderde tickets het veiligst te sluiten zijn. Voor "In progress"- en "Planned"-tickets: laat de toegewezen technicus ze eerst beoordelen voordat je ze sluit.
Ja. Koppel Proxuma Power BI aan je Autotask PSA, voeg een AI-tool toe (Claude, ChatGPT of Copilot) via MCP en stel dezelfde vraag. De AI schrijft de DAX-queries, voert ze uit op je echte data en produceert een rapport als 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