Je hebt een heleboel ticketdata liggen. Duizenden rijen met klantvragen, reactietijden, oplossingspercentages en meer.
▶Inhoudsopgave
Maar wat betekent het allemaal? En hoe zorg je dat je managementteam er iets mee kan?
Tijd om die data uit je ticketingsysteem te trekken en om te toveren tot heldere rapportages. Geen zorgen, het is eenvoudiger dan je denkt.
Waarom ticketdata exporteren naar Excel of Power BI?
Ticketdata is goud waard. Het vertelt je precies hoe je supportteam presteert, waar knelpitten zitten en waar klanten (on)tevreden over zijn.
Maar losse cijfers in een dashboard zeggen niet zoveel. Je moet die data kunnen bewerken, combineren en visualiseren. Daarvoor zijn Excel en Power BI de perfecte tools.
Excel is ideaal voor snelle analyses, ad-hoc rapportages en als je met kleine datasets werkt (tot zo'n 1 miljoen rijen).
Power BI schaalt beter: denk aan interactieve dashboards, automatische verversing en het combineren van meerdere databronnen. Als je echt professionele managementrapportages wilt, is Power BI de beste keuze.
Stap 1: Kies je ticketingsysteem en exportmethode
Bijna elk ticketingsysteem biedt exportmogelijkheden. De meest gebruikte systemen zoals Zendesk, Freshdesk, Jira Service Management en Salesforce Service Cloud ondersteunen standaard exports naar CSV of Excel.
Direct exporteren uit je systeem
In Zendesk ga je naar Admin > Reports > Export en kies je het gewenste datumbereik.
Je kunt tot 10.000 tickets per export downloaden. Voor grotere datasets gebruik je de Zendesk API, waarmee je via tools zoals Postman of Python-scripts data kunt ophalen. Freshdesk werkt vergelijkbaar: navigeer naar Analytics > Export en selecteer de velden die je nodig hebt.
API-koppelingen voor automatische exports
Je krijgt een CSV-bestand binnen enkele minuten. Jira Service Management biedt zowel ingebouwde export als de mogelijkheid om JQL-query's (Jira Query Language) te gebruiken voor specifieke datasets. Als je regelmatig rapportages maakt, is handmatig exporteren een rotjob. Gelukkig bieden de meeste systemen API-toegang.
Met de Zendesk API kun je bijvoorbeeld alle oploste tickets van het afgelopen kwartaal ophalen met één API-call.
De limiet ligt meestal rond 400 requests per minute voor standaardaccounts. Power BI kan direct verbinding maken met veel ticketingsystemen via ingebouwde connectors. Zo heeft Microsoft een officiële Zendesk-connector, en voor Freshdesk kun je de REST API koppelen via de "Web"-bron in Power Query.
Stap 2: Data opschonen en voorbereiden
Rauwe exportdata is zelden direct bruikbaar. Er zitten vaak dubbele rijen, inconsistente datumnotaties en lege velden in.
In Excel: Power Query is je beste vriend
Dit moet je opschonen voordat je begint met analyseren. Gebruik Power Query (onder het tabblad Gegevens > Ophalen & transformeren) om je data te opschappen. Hiermee kun je: De mooie van Power Query: elke stap wordt opgeslagen.
- Dubbele rijen verwijderen met één klik
- Datumnotaties standaardiseren (bijv. allemaal naar DD-MM-JJJJ)
- Ontbrekende waarden invullen of filteren
- Velden splitsen (bijvoorbeeld "Naam: Jan Jansen" splitsen in aparte kolommen)
Volgende keer dat je nieuwe data importeert, klik je op "Alles verversen" en alles wordt automatisch opnieuw uitgevoerd. Power BI gebruikt dezelfde Power Query-engine als Excel, dus de werkwijze is vergelijkbaar.
In Power BI: dezelfde logica, meer kracht
Het voordeel van Power BI: je kunt meerdere databronnen combineren. Koppel je ticketdata bijvoorbeeld via slimme API-first integraties aan je CRM-systeem voor extra klantinformatie, of voeg financiële data toe om de kosten per ticket te berekenen.
Stap 3: De juiste KPI's berekenen
Management wil geen databerg zien. Ze willen inzichten. Bereken daarom de belangrijkste KPI's uit je ticketdata.
Essentiële KPI's voor supportrapportages
Eerste reactietijd (FRT): Hoe snel reageert je team gemiddeld op een nieuw ticket? De industrienorm ligt onder 4 uur voor e-mail en onder 1 minuut voor live chat. Oplostijd (Resolution Time): De gemiddelde tijd van opening tot oplossing.
Segmenteer dit per prioriteit: P1-tickets (kritiek) moeten vaak binnen 4 uur opgelost zijn, P3-tickets (laag) binnen 5 werkdagen.
CSAT-score (Customer Satisfaction): Het percentage tevreden klanten, doorgaans gemeten via na-surveys. Een score boven 80% wordt als goed beschouwd. Ticketvolume per kanaal: Hoeveel tickets komen binnen via e-mail, chat, telefoon of self-service? Dit helpt bij capaciteitsplanning.
Heropend percentage: Het percentage tickets dat opnieuw geopend wordt na oplossing. Een percentage boven 15% wijst op kwaliteitsproblemen.
Stap 4: Visualiseren die het overtuigt
Nu komt het leuke deel: je data omtoveren tot overtuigende visualisaties. Maak een draaitabel met je ticketdata en voeg slicers toe voor filters op datum, teamlid of prioriteit.
Excel: Slicers en draaitabellen
Combineer dit met lijngrafieken voor trends en staafgrafieken voor vergelijkingen. Houd het overzichtelijk: maximaal 5-6 grafieken per dashboard. Power BI schilt in interactie.
Power BI: Interactieve dashboards
Maak een dashboard waarop je kunt drill-down van jaar naar kwartaal naar maand naar een individueel ticket via een formulier.
Gebruik KPI-kaarten voor de belangrijkste cijfers, een treemap voor ticketverdeling per categorie en een lijngrafiek voor trends. Deel het dashboard direct met je management via de Power BI Service, zodat ze altijd de laatste cijfers zien.
Stap 5: Automatiseer en blijf relevant
Een rapportage die je één keer maakt, is waardeloos. Zorg voor automatische verversing.
In Power BI stel je een geplande verversing in (dagelijks, wekelijks, wat past). In Excel kun je verbindingen met SharePoint of OneDrive gebruiken zodat bestanden automatisch bijgewerkt worden. En hier het belangrijkste advies: synchroniseer je Active Directory met je ticketsysteem voor actueel assetbeheer en betrek je management bij het ontwerp.
Vraag wat ze willen zien, niet wat jij denkt dat belangrijk is. Een rapportage die niemand leest, is tijdverspilling.
Maak het relevant, maak het visueel, en maak het actieerbaar. Die ticketdata al die maanden laten liggen?
Tijd om er wat mee te doen.