Znuny Statistiken mit Power BI und BI-Reporting

Mit Znuny Statistiken analysieren Sie Ticketvolumen, Bearbeitungszeiten und Verteilungen im Service Desk. Für umfangreichere Visualisierungen können Sie geeignete Ergebnisse exportieren und in Power BI, Excel oder einem anderen BI-Werkzeug aufbereiten. Dieser Leitfaden beschreibt einen konservativen, nachvollziehbaren Export-Workflow und setzt keinen nativen Power-BI-Connector voraus.

Reporting-Ziele zuerst festlegen

Definieren Sie vor der technischen Umsetzung, welche Entscheidung ein Bericht unterstützen soll. Sinnvolle Fragen sind zum Beispiel:

• Wie entwickelt sich das Ticketvolumen pro Woche oder Monat?
• Welche Queues haben besonders viele offene oder überfällige Tickets?
• Wie verteilen sich Typen, Prioritäten oder Services?
• Wie lange dauert die Bearbeitung in den betrachteten Zeiträumen?

Prüfen Sie die genaue Bedeutung jedes Feldes in Ihrer Znuny-Konfiguration. Dynamische Felder, Statusdefinitionen und Arbeitszeiten können sich zwischen Installationen unterscheiden.

Znuny Statistik vorbereiten

Erstellen oder verwenden Sie eine Statistik, die nur die benötigten Spalten und einen klaren Zeitraum enthält. Der Zugriff auf Statistikfunktionen hängt von den Berechtigungen der angemeldeten Agenten ab.

Für ein stabiles BI-Reporting:

1. Zeitraum und Filter dokumentieren.
2. Spaltennamen und Datentypen möglichst konstant halten.
3. Zeitzone und Datumsformat festlegen.
4. Testtickets und interne Sonderfälle kennzeichnen oder ausschließen.
5. Nur Daten exportieren, die der Empfängerkreis sehen darf.

Welche Exportformate angeboten werden, hängt von Statistiktyp und Znuny-Version ab. Für Power BI und Excel eignet sich ein strukturierter CSV-Export, sofern er für die gewählte Statistik verfügbar ist.

Znuny CSV in Power BI importieren

1. Führen Sie die Statistik mit dem gewünschten Zeitraum aus und speichern Sie den Export.
2. Wählen Sie in Power BI Desktop Daten abrufen und anschließend Text/CSV.
3. Kontrollieren Sie Trennzeichen, Zeichencodierung und Spaltenüberschriften.
4. Setzen Sie in Power Query Datentypen für Datum, Uhrzeit und Zahlen ausdrücklich.
5. Entfernen oder pseudonymisieren Sie nicht benötigte personenbezogene Spalten.
6. Erstellen Sie Kennzahlen und Visualisierungen erst nach einer Plausibilitätsprüfung.

Power BI berechnet nur auf Basis der gelieferten Daten. Kennzahlen wie Reaktions- oder Lösungszeit müssen deshalb zu Ihren Kalendern, Statusübergängen und SLA-Regeln passen.

Geeignete Helpdesk-Kennzahlen

Ein erstes Znuny-Dashboard kann folgende Kennzahlen enthalten:

• eingegangene und geschlossene Tickets pro Zeitraum;
• aktueller Bestand offener Tickets;
• Verteilung nach Queue, Typ, Priorität oder Service;
• Alter offener Tickets in definierten Klassen;
• Bearbeitungs- oder Lösungszeiten, sofern die exportierten Daten sie belastbar abbilden;
• Anteil manuell korrigierter Klassifikationen bei angebundener Automatisierung.

Vermeiden Sie Kennzahlen ohne klare Definition. Dokumentieren Sie insbesondere Startpunkt, Endpunkt, Filter und Umgang mit wieder geöffneten Tickets.

Wiederholbare Aktualisierung

Ein manueller Export ist für erste Analysen ausreichend. Für wiederkehrende Berichte sollten Dateiname, Ablageort, Spaltenschema und Ausführungszeit dokumentiert sein. Power BI kann eine Datei oder einen Ordner erneut einlesen; ob eine geplante Aktualisierung möglich ist, hängt von Ihrer Power-BI-Umgebung, einem möglichen Gateway und der Lizenz ab.

Wenn Sie statt Dateien eine individuelle Integration entwickeln, verwenden Sie nur dokumentierte Schnittstellen und begrenzen Sie den technischen Benutzer auf die erforderlichen Daten. Einstiegspunkte sind die Znuny REST API und die Web-Services-Dokumentation.

Datenschutz und Qualitätssicherung

Ticketexporte können Namen, E-Mail-Adressen, Freitext und vertrauliche Anhänge referenzieren. Minimieren Sie personenbezogene Daten, beschränken Sie den Zugriff auf Exporte und definieren Sie Löschfristen. Testen Sie Änderungen am Statistik- oder Exportprozess zunächst in einem Znuny Staging-System.

Vergleichen Sie nach jeder Änderung Stichproben aus dem Dashboard mit der zugrunde liegenden Znuny-Statistik. So erkennen Sie fehlerhafte Filter, Datentypen oder Beziehungen frühzeitig.

Weiterführende Themen

• Znuny KI und Ticketklassifizierung
• Znuny REST API
• Znuny Web Services
• Znuny Staging-System

Zusammenfassung

Znuny Power BI-Reporting beginnt mit einer sauber definierten Statistik und einem kontrollierten Export. Stabile Spalten, dokumentierte Filter, Datenschutz und Plausibilitätsprüfungen sind wichtiger als ein möglichst komplexes Dashboard.

Häufig gestellte Fragen

Kann Power BI Znuny-Statistiken auswerten?

Ja. Exportieren Sie eine geeignete Statistik, beispielsweise als CSV, und laden Sie die Datei in Power BI. Eine direkte Live-Verbindung wird in diesem Leitfaden nicht vorausgesetzt.

Welche Kennzahlen eignen sich für Znuny BI-Reporting?

Typische Kennzahlen sind Ticketvolumen, offene Tickets, Lösungszeiten und Verteilungen nach Queue, Typ oder Priorität. Die verfügbaren Felder hängen von Ihrer Konfiguration ab.

Wie lassen sich Znuny-Berichte regelmäßig aktualisieren?

Erzeugen Sie Exporte nach einem dokumentierten Zeitplan und ersetzen Sie die Quelldatei. Automatische Power-BI-Aktualisierung hängt von Speicherort, Gateway und Lizenz ab.