Benchmark-KPIs
Sie können Benchmark-KPIs aktivieren oder deaktivieren und KPI-Bedingungen anpassen. Die Integration mit Performance Analytics ermöglicht tägliche Datenerfassung und einen Drilldown in KPI-Daten.
Benchmarks verwendet anonyme, zusammengefasste Nutzungsdaten von Kunden, die sich zur Teilnahme an der Berechnung globaler Benchmarks und Branchen-Benchmarks entschieden haben. Die KPIs in der Anwendung Benchmarks sind Leistungsanalyseindikatoren, die nur die Nutzungszählungsdaten erfassen, z. B. die Gesamtzahl der Incidents in einem Monat, basierend auf den monatlichen Zusammenfassungen. Während der Datenerfassung berücksichtigt die Anwendung Benchmarks keine weiteren Details wie die Beschreibung von Incidents oder Informationen zu Anforderungen, Changes oder Anwendungen.
Die Anzahl der teilnehmenden Kunden für jeden Kohorten-Bucket in Branchenkategorie, Benutzeranzahl und Zusammenfassung der drei geografischen Regionen ist groß genug, um monatliche Benchmark-Werte zu berechnen und die vollständige Anonymität zu wahren. Um die Anonymität der Daten zusätzlich zu gewährleisten, können Sie in der Benchmarks-Anwenderoberfläche immer nur jeweils nur einen Filter anwenden.
ITSM-KPIs
| KPI | Beschreibung |
|---|---|
Hinweis: In einigen Umgebungen sind bei KPIs zu gelösten Incidents möglicherweise weitere Konfigurationsschritte erforderlich, um Daten zu gelösten Incidents abrufen zu können. |
|
| Prozentsatz gelöster Incidents mit hoher Priorität | [Anzahl der gelösten Incidents mit Priorität 1 (P1) und Priorität 2 (P2) während des Monats]/[Gesamtzahl der gelösten Incidents während desselben Monats] Die Incident-Anzahl wird auf Grundlage der Incident-Tabelle generiert. Hinweis: Die Definition von P1-Incidents und P2-Incidents variiert wahrscheinlich je nach Teilnehmer. Ihre Definition von P1-Incidents und P2-Incidents kann der Definition anderer Teilnehmer ähneln oder auch nicht. Zur besseren Vergleichbarkeit repräsentieren die in diesem Bericht angegebenen Metriken den Durchschnitt aller Teilnehmer. |
| Prozentsatz der bei der ersten Zuweisung gelösten Incidents | [Anzahl der gelösten Incidents bei der ersten Zuweisung während des Monats]/[Gesamtzahl der gelösten Incidents während desselben Monats] Die erste Zuweisung ist die Zuweisung, die stattfindet, wenn das Feld Anzahl der Neuzuweisungen des Incident den Wert 0 hat. |
| % der Incidents, die innerhalb der SLA behoben werden | [Anzahl von während des Monats gelösten Incidents mit eingehaltenen SLAs]/[Gesamtzahl der während desselben Monats gelösten Incidents] Die eingehaltenen SLAs für die während des Monats gelösten Incidents werden auf Grundlage der Tabelle „task_sla“ berechnet. |
| % der erneut geöffneten Incidents | [Anzahl von während des Monats gelösten Incidents, die erneut geöffnet wurden]/[Gesamtzahl der während desselben Monats gelösten Incidents]. „Erneut geöffnet“ bedeutet, dass das Feld Anzahl Wiederöffnung des Incident einen Wert größer 0 hat. |
| Durchschnittliche Zeit bis zur Lösung eines Incident mit hoher Priorität | [Summe der Dauer aller während des Monats gelösten Incidents mit hoher Priorität]/[Gesamtzahl der während desselben Monats gelösten Incidents mit hoher Priorität]
|
| Durchschnittliche Zeit bis zur Lösung eines Incident | [Summe der Dauer aller während des Monats gelösten Incidents]/[Gesamtzahl der während desselben Monats gelösten Incidents] Die Dauer ist die Zeit, die von der Erstellung bis zur Lösung verstreicht. |
| Anzahl der pro Benutzer erstellten Incidents | Anzahl der während des Monats pro Benutzer erstellten Incidents Der Wert Global ist der Durchschnitt aller teilnehmenden Kunden pro Benutzer. |
| KPI | Beschreibung |
|---|---|
| Prozentsatz der Probleme mit hoher Priorität | [Anzahl der während des Monats geschlossenen Probleme mit hoher Priorität]/[Gesamtzahl der während desselben Monats geschlossenen Probleme] Probleme mit hoher Priorität sind Probleme mit Priorität 1 (P1) und Priorität 2 (P2). |
| % der gelösten Incidents nach Problem | [Anzahl während des Monats gelöster Incidents, die einem Problem zugeordnet sind]/[Gesamtzahl der während desselben Monats gelösten Incidents] |
| Durchschnittliche Zeit bis zur Schließung eines Problems | [Summe der Dauer aller während des Monats geschlossenen Probleme]/[Gesamtzahl der während desselben Monats geschlossenen Probleme]
|
| KPI | Beschreibung |
|---|---|
| % der Notfall-Changes | [Anzahl von während des Monats geschlossenen Notfall-Changes]/[Gesamtzahl aller während desselben Monats geschlossenen Changes] Alle Changes bedeutet Standard-Changes, normale Changes und Emergency-Changes. |
| % der fehlgeschlagenen Changes | [Anzahl nicht erfolgreicher Changes während des Monats]/[Gesamtzahl aller geschlossenen Changes während desselben Monats] |
| Durchschnittliche Zeit bis zur Schließung eines Change | [Summe der Dauer aller während des Monats geschlossenen Changes]/[Gesamtzahl der während desselben Monats geschlossenen Changes]
|
| KPI | Beschreibung |
|---|---|
| % der geschlossenen Anforderungen mit SLA-Verstoß | [Anzahl geschlossener Anforderungen mit nicht eingehaltenen SLAs während des Monats]/[Gesamtzahl geschlossener Anforderungen während desselben Monats] SLA-Verstöße für die während des Monats geschlossenen Anforderungen werden auf Grundlage der Tabelle „task_sla“ berechnet. |
| Durchschnittliche Dauer bis zur Erfüllung einer Anforderung | [Summe der Dauer der während des Monats erfüllten Servicekatalog-Anforderungen]/[Gesamtzahl der im selben Monat erfüllten Servicekatalog-Anforderungen]
|
| Anzahl der pro Benutzer erstellten Anforderungen | Anzahl der während des Monats pro Benutzer erstellten Anforderungen |
| KPI | Beschreibung |
|---|---|
| % der mithilfe von KB-Artikeln gelösten Incidents | [Anzahl von während des Monats gelösten Incidents mit KB-Artikeln] geteilt durch [Gesamtzahl aller während des betreffenden Monats gelösten Incidents] |
| Anzahl von Wissensartikel-Aufrufen pro Benutzer | Anzahl der während des Monats verzeichneten Wissensartikel-Aufrufe pro Benutzer
|
| KPI | Beschreibung |
|---|---|
| % Anrufabwendung | [Anzahl der mit Virtual Agent erstellten Incidents und Anforderungen] / [Gesamtanzahl der erstellten Incidents und Anforderungen] Häufigkeit in Prozent, mit der der Incident oder die Anforderung mit Virtual Agent übermittelt wurde. Dies wird durch das Abwendungsmuster bestimmt, das im Thema Virtual Agent hinzugefügt wurde. |
| % der automatisch gelösten Incidents | [Anzahl der von Virtual Agent automatisch gelösten Incidents]/[Gesamtzahl der gelösten Incidents] Häufigkeit (in Prozent), wie oft Incidents durch automatisierte Workflows oder mithilfe der Automatischen Problemlösung gelöst wurden. |
| KPI | Beschreibung |
|---|---|
| Durchschnittliche Kundenzufriedenheit | [Summe der normalisierten Messgrößenwerte aller während des Monats erfassten Umfrageinstanzen] geteilt durch [Gesamtzahl der während des betreffenden Monats erfassten Umfrageinstanzen]
Hinweis: Dieser KPI verwendet die Kundenzufriedenheitsanalyse des Basissystems. Wenn Sie eine andere Umfrage zur Erfassung von Benutzerfeedback verwenden, können Sie die KPI-Definition anpassen. |
| Anzahl von Anforderungen pro Erfüller | [Anzahl von aktiven anfordernden Benutzern (Nicht-ITIL-Benutzern) während des Monats] geteilt durch [Gesamtanzahl von aktiven ITIL-Benutzern während des betreffenden Monats] |
ITOM-KPIs
| KPI | Beschreibung |
|---|---|
| % der doppelten CIs | Durchschnittliche Prozentzahl der doppelten CIs während des Monats. Doppelte CIs werden auf Grundlage der Tabelle „cmdb_health_scorecard“ berechnet. Hinweis: Die Definition von doppelten CIs variiert wahrscheinlich je nach Teilnehmer. Ihre Definition von doppelten CIs kann der Definition anderer Teilnehmer ähnlich sein oder auch nicht. Zur besseren Vergleichbarkeit repräsentieren die in diesem Bericht angegebenen Metriken den Durchschnitt aller Teilnehmer. |
| Prozentsatz der nicht konformen CIs | Durchschnittliche Prozentzahl der nicht konformen CIs während des Monats. Nicht konforme CIs werden auf Basis der Tabelle „cmdb_health_scorecard“ berechnet. Hinweis: Die Definition von CI-Compliance-Audits variiert wahrscheinlich je nach Teilnehmer. Ihre Definition von CI-Compliance-Audits kann der Definition anderer Teilnehmer ähnlich sein oder auch nicht. Zur besseren Vergleichbarkeit repräsentieren die in diesem Bericht angegebenen Metriken den Durchschnitt aller Teilnehmer. |
| % veraltete CIs | Durchschnittliche Prozentzahl der veralteten CIs während des Monats. Veraltete CIs werden mithilfe der Tabelle „cmdb_health_scorecard“ berechnet. Hinweis: Die Definition von veralteten CIs variiert wahrscheinlich je nach Teilnehmer. Ihre Definition von veralteten CIs kann der Definition anderer Teilnehmer ähnlich sein oder auch nicht. Zur besseren Vergleichbarkeit repräsentieren die in diesem Bericht angegebenen Metriken den Durchschnitt aller Teilnehmer. |
Konversations-Schnittstellen-KPIs
| KPI | Beschreibung |
|---|---|
| % der Benutzer, die Virtual Agent verwenden | [Gesamtanzahl der Benutzer, die Virtual Agent verwenden] / [Gesamtanzahl der aktiven Benutzer] Prozentsatz der eindeutigen Benutzer, die Virtual Agent verwenden, um alltägliche Aufgaben und Anforderungen zu bearbeiten. |
| % der Konversationen, die an einen Live-Agent übergeben wurden | [Anzahl der dem Live-Agent zugewiesenen Konversationen] / [Gesamtanzahl der Konversationen] Der Prozentsatz der Virtual Agent-Konversationen, die zur Bearbeitung alltäglicher Aufgaben und Anforderungen umgeleitet wurden. |
| Virtual Agent CSAT-Punktzahl | Verwendet die tägliche durchschnittliche Punktzahl der durchgeführten Umfragen, um die Qualität der Benutzerinteraktionen mit Virtual Agent-Konversationen zu analysieren. |
Security Operations-KPIs
| KPI | Beschreibung |
|---|---|
| % der Sicherheits-Incidents mit Priorität „Kritisch“ und „Hoch“ | [Anzahl von während des Monats erstellten kritischen Security Incidents und Security Incidents mit hoher Priorität] geteilt durch [Gesamtanzahl aller während des betreffenden Monats erstellten Security Incidents] |
| KPI | Beschreibung |
|---|---|
| Durchschnittliches Alter kritischer Schwachstellen | [Summiertes Alter aller kritischen angreifbaren Elemente] geteilt durch [Anzahl von kritischen angreifbaren Elementen] |
| Durchschnittliches Alter von Schwachstellen | [Summiertes Alter aller angreifbaren Elemente] geteilt durch [Anzahl von angreifbaren Elementen] |
| Average vulnerability per asset (Durchschnittliche Schwachstellen pro Asset) | [Summe der aktiven angreifbaren Elemente] / [Gesamtzahl der gescannten Konfigurationselemente] |
| Durchschnittliche Zeit bis zur Nachbesserung (MTTR) für AEs | [Summe der Dauer geschlossener angreifbarer Elemente] / [Gesamtanzahl der geschlossenen angreifbaren Elemente, angezeigt als gleitender 30-Tage-Durchschnitt] |
| % of remediation efficiency (Effizienz der Fehlerbehebung in %) | [Anzahl der während eines Monats geschlossenen angreifbaren Elemente] / [Anzahl neuer oder erneut geöffneter angreifbarer Elemente im selben Monat] |
Erfolgs-Dashboard-KPIs
| KPI | Formel | Beschreibung |
|---|---|---|
| Selbst gelöst % | [Selbst gelöst (VA, KB, QnA, Proaktive Interaktion) + Automatisierte Lösungen]/[Gesamtzahl der gelösten Tickets + Selbst gelöst (VA, KB, QnA, Proaktive Interaktion) + Selfservice mit Apps zur Passwortzurücksetzung]*100 | Der eigenständig gelöste Prozentsatz wird aus dem Tagesdurchschnitt für die Anzahl der Fälle berechnet, bei denen die Benutzer ohne Eingriff von Service Desk-Mitarbeitern zu einer Lösung kamen. Diese Zahl umfasst Beträge aus den folgenden Elementen:
|
| Anrufabwendung in % | [Katalogticketübermittlungen + VA-Ticketübermittlungen + Selbst gelöst (VA, KB, QnA und proaktive Interaktion) + Selfservice mit Apps zur Passwortzurücksetzung]/[Gesamtzahl der übermittelten Tickets + Selbst gelöst (VA, KB, QnA und proaktive Interaktion) + Selfservice mit Apps zur Passwortzurücksetzung]*100 | Die Anrufabwendung wird pro Tag basierend auf der Häufigkeit berechnet, mit der anfordernde Personen die folgenden Aktionen ohne Eingreifen eines Service Desk-Mitarbeiters der Stufe 1 durchgeführt haben:
|
| Strukturierte Tickets in % | [Abgeschlossene strukturierte Tickets] geteilt durch [Gesamtzahl der gelösten Tickets] mal 100 | Anzahl der abgeschlossenen und strukturierten Tickets in Prozent Dies kann beispielsweise die Erfüllung eines angeforderten Elements oder ein HR-Fall sein, in dem eine Mehrdeutigkeit bei der Gehaltsabrechnung gelöst wurde. |
| Durchschnittliche Punktzahlen von Umfragen zur Kundenzufriedenheit (Customer Satisfaction Survey, CSAT) | [ITSM-Punktzahl zur Kundenzufriedenheit] plus [Virtual Agent-Punktzahl zur Kundenzufriedenheit] | Durchschnitt der Kundenzufriedenheitspunktzahlen basierend auf Umfragen, die nach der Lösung des Problems durchgeführt wurden. Hinweis: Sowohl die ITSM-Punktzahl als auch die VA-Punktzahl zur Kundenzufriedenheit werden mit dem Basiswert 10 normalisiert. |
| MTTR – Durchschnittliche Zeit bis zur Lösung | [Zeit bis zur Lösung] geteilt durch [Gelöste Probleme] geteilt durch 24 | Die durchschnittliche Zeit bis zur Lösung (Mean Time to Resolve, MTTR) wird anhand des täglichen Durchschnitts der Zeit zwischen Ticketerstellung und Ticketabschluss errechnet. Die Karte zeigt die durchschnittliche MTTR für den Berichtsbereich an. |
| % der SLA-Verstöße | [Gelöste Probleme mit SLA-Verstoß] geteilt durch [Gelöste Probleme] mal 100 | Der Prozentsatz der nicht eingehaltenen Servicelevel-Vereinbarungen (Service Level Agreement, SLA) wird anhand der täglichen durchschnittlichen Anzahl von Problemen berechnet, die nach einem SLA-Verstoß geschlossen wurden. |
| Lösung bei erster Zuweisung | [Ohne Neuzuweisung gelöste Tickets] geteilt durch [Gelöste Probleme] mal 100 | Tickets, die ohne Neuzuweisung an einen Service Desk-Mitarbeiter gelöst wurden. |
| % automatisierte Lösungen | ([Automatisierte Lösungen] geteilt durch [Selbst gelöst – Prozentsatz (Nenner)]) mal 100 | Gesamtzahl der Tickets, die erfolgreich abgeschlossen und geschlossen wurden, bei denen das Ticket automatisch mithilfe automatisierter Workflows oder durch die automatische Problemlösung oder durch die Web-/Windows-Anwendung „Passwortzurücksetzung“ gelöst wurde. |
| % KB – Selbst gelöst (Anzahl) | ([KB – Selbst gelöst (Anzahl)] geteilt durch [Selbst gelöst – Prozentsatz (Nenner)]) mal 100 | Gesamtzahl der Tickets, die durch Lesen der Wissensartikel erfolgreich abgeschlossen und geschlossen wurden. Sie wird ermittelt, wenn Benutzer Wissensartikel lesen und innerhalb eines 24-Stunden-Fensters kein Ticket erstellen. |
| % VA – Selbst gelöst (Anzahl) | ([VA – Selbst gelöst (Anzahl)] geteilt durch [Selbst gelöst – Prozentsatz (Nenner)]) mal 100 | Gesamtzahl der automatisierten Konversationen, durch die das Problem gelöst wurde. Dies wird durch den Abweisungsknoten bestimmt, der im Virtual Agent-Thema instrumentiert ist. |
| % Anrufabwendungen, wenn selbst gelöst (Anzahl) | ([Anrufabwendungen, wenn selbst gelöst (Anzahl)] geteilt durch [Anrufabwendungen – Prozentsatz (Nenner)]) mal 100 | Gesamtzahl der mithilfe von Virtual Agent und Wissensartikeln gelösten Probleme oder Anforderungen, die zu einer Anrufabwendung geführt haben. |
| % VA-Ticketübermittlungen (Anzahl) | ([VA-Ticketübermittlungen (Anzahl)] geteilt durch [Anrufabwendungen – Prozentsatz (Nenner)]) mal 100 | Gesamtanzahl der Ticketübermittlungen mit Virtual Agent. Dies wird durch den Abweisungsknoten bestimmt, der im Virtual Agent-Thema instrumentiert ist. |
| % Katalogticketübermittlungen (Anzahl) | ([Katalogticketübermittlungen (Anzahl)] geteilt durch [Anrufabwendungen – Prozentsatz (Nenner)]) mal 100 | Gesamtzahl der über den Servicekatalog im Serviceportal oder NOW Mobile übermittelten Tickets (Fälle, Incidents, angeforderte Elemente usw.). |
| Produktivitätsmomente: Produktivität in Suche pro Anwender | [Produktivität in Suche (Anzahl)]/[[Durchschnittliche Anzahl aktiver Benutzer]] | Instanzen, in denen ServiceNow-Funktionen wie NLU, LLM, Wissensartikel, Walk-Up Experience usw. dem Service Desk-Mitarbeiter oder der anfordernden Person bei der Verbesserung ihrer Produktivität geholfen haben. |
| Produktivitätsmomente: Produktivität in Weiterleitung pro Anwender | [Produktivität in Weiterleitung (Anzahl)] geteilt durch [Durchschnittliche Anzahl aktiver Benutzer] | Instanzen, in denen ServiceNow-Funktionen wie NLU, LLM, Wissensartikel, Walk-Up Experience usw. dem Service Desk-Mitarbeiter oder der anfordernden Person bei der Verbesserung ihrer Produktivität geholfen haben. |
| Produktivitätsmomente: Produktivität in Erfüllung pro Anwender | [Produktivität in Erfüllung (Anzahl)] geteilt durch [[Durchschnittliche Anzahl aktiver Benutzer]] | Instanzen, in denen ServiceNow-Funktionen wie NLU, LLM, Wissensartikel, Walk-Up Experience usw. dem Service Desk-Mitarbeiter oder der anfordernden Person bei der Verbesserung ihrer Produktivität geholfen haben. |
| Produktivitätsmomente: Produktivität bei der Generierung von Wissensartikeln | [Produktivität bei der Generierung von Wissensartikeln] geteilt durch [[Durchschnittliche Anzahl aktiver Benutzer]] | Instanzen, in denen ServiceNow-Funktionen wie NLU, LLM, Wissensartikel, Walk-Up Experience usw. dem Service Desk-Mitarbeiter oder der anfordernden Person bei der Verbesserung ihrer Produktivität geholfen haben. |
Weitere Informationen zu KPI-Definitionen und -Formeln für das Erfolgs-Dashboard finden Sie unter ITSM Erfolgs-Dashboard-Indikatoren, KPI-Definitionen und -Formeln.
Strategisches Portfoliomanagement-KPIs
Benchmarks unterstützt Strategisches Portfoliomanagement-KPIs. Weitere Informationen finden Sie unter SPM-Benchmarking-KPIs.