チャートタイプ
データを柔軟に視覚化するための9種類のチャートタイプがあります:KPI、縦棒(Column)、横棒(Bar)、ドーナツ、折れ線、コンボ、面、ヒートマップ、テーブル。
KPIチャート
KPIは、データを詳細に分解することなく迅速な要約を得るのに最適です。このチャートは、選択した期間のデータの平均計算を表示します。
縦棒チャート
シンプルな縦棒チャートでは、conversation data attributes、user data、またはその他のメトリクスとプロパティでデータを分類できます。
表示する上位グループの数を正確に定義することもできます。
縦棒チャートでは、データをセグメント化すると二次元で視覚化できます。例では、列が「週(Week)」でグループ化され、 “Team currently assigned”でセグメント化されています:
横棒チャート
横棒チャートは異なるカテゴリ間のデータ比較を簡素化し、相対的なパフォーマンスやトレンドの評価を容易にします。
ドーナツチャート
ドーナツチャートは、全体の一部をセグメントに分けて示す視覚表現です。このチャートは、単一のメトリクスに対する複数属性間の関係を比較するのに優れており、明確で簡潔な視覚表現を提供します。
ドーナツチャートはさらにセグメント化できず、レイヤーごとに1つのビューのみ表示できます。ドーナツチャートでは次のチャートオプションはサポートされません:
目標(Targets)
期間比較(Time comparisons)
積み上げチャート
折れ線チャート
折れ線チャートはデータを表示・セグメント化するための同じオプションを提供しますが、時間経過によるトレンドを示すのに適しています。
lineチャートタイプを使用し、単一ポイントで「view by: time」を選択すると、チャート上のライン系列は単一の点として表示されます。複数の区分で変化を確認するには、より短い時間粒度を選択する必要があります。
コンボチャート
コンボチャートは、異なるY軸を持つ2つのメトリクスを比較するのに最適です。
最初に選択したメトリクスは縦棒チャートを使用し左側のY軸を、2番目に選択したメトリクスは折れ線チャートを使用し右側のY軸を使用します。
マルチメトリクスチャートの使用方法について詳しくはこちら。
面(Area)チャート
面チャートは、時間経過に伴うデータポイントの累積効果を観察することを可能にします。線間の領域を色や陰影で塗りつぶすことで、データポイントの量や合計に関する視点が強化され、全体的な影響を理解しやすくなります。
ヒートマップ
ヒートマップは、スペクトルにわたるデータの分布を視覚化し、大規模なデータセットのトレンドや異常を迅速に特定できるようにします。
ヒートマップは、曜日ごと各時間ごとのデータ表示に限定されています。このタイプのレポートはさらにセグメント化できません。
テーブルチャート
テーブルは、選択したディメンションごとに分解された並べ替え可能な値のリストを提供します。例えば、これは「New conversations」を週ごとに表示し、「Teammate currently assigned」でセグメント化したものです。
チャートオプション
集計方法:時間ベースと比率メトリクスに対してSUMとPercentileという2つの集計方法があります。これらの方法は、データ分析においてより正確で柔軟なオプションを提供し、指標に対するより深い洞察を可能にします。
期間比較:指標を2つの異なる期間で視覚的に比較する機能で分析を強化します。この機能により、トレンドや変化、改善点を特定しやすくなり、データの時系列変化をより良く理解できます。
Targets:選択したチャートタイプで手動で挿入した目標と指標を比較できます。この機能は、目標志向の評価と追跡を可能にします。
相対積み上げチャート:積み上げ面または縦棒チャートの相対チャートオプションにより、各属性の全体に対する割合寄与を視覚化でき、1つのデータポイント内での個別要素の比較が明確になります。
テーブルの集計行(summary row):テーブルに「summary」行を追加して、各列の集計値を表示するオプションがあり、主要データの簡潔な概要を一目で提供します。
Optionsタブには、チャートの特定要素をカスタマイズできる追加設定があります。
利用可能なオプションは4つです:
積み上げ
相対値を表示
データラベルを表示
目標を表示
すべてのオプションがすべてのチャートタイプに表示されるわけではありません。各チャートタイプでどのオプションが利用可能かは下表を参照してください:
チャートタイプ | 積み上げ | 相対値を表示 | データラベルを表示 | 目標を表示 |
KPI | ⛔ | ⛔ | ⛔ | ✅ |
列 | ✅ | ✅ | ✅ | ✅ |
折れ線 | ⛔ | ✅ | ✅ | ✅ |
ドーナツ | ⛔ | ⛔ | ✅ | ⛔ |
コンボ | ⛔ | ⛔ | ✅ | ⛔ |
エリア | ✅ | ✅ | ✅ | ✅ |
テーブル | ⛔ | ⛔ | ⛔ | ✅ |
ヒートマップ | ⛔ | ⛔ | ✅ | ⛔ |
バー | ✅ | ✅ | ✅ | ⛔ |
集計方法
時系列メトリクスと比率メトリクスには、複数の集計方法があります。
平均: すべての値の合計を値の数で割ったものです。たとえば、応答時間が1、3、4、5、6分の5件ある場合、平均応答時間はそれらをすべて合計したもの(1+3+4+5+6)を応答数(5)で割ったもので、3.8分になります。
中央値: 応答時間の中間の値です。中間値は、応答時間の上位半分と下位半分を分ける値です。たとえば、応答時間が1、3、4、5、6分の5件ある場合、中央値は4分(中央の値)になります。
パーセンタイル: カスタムパーセンタイルはデータのより詳細な分析を可能にします。中央値は中心を示し、最小/最大は範囲を示しますが、パーセンタイルを使うとデータ分布の特定のセグメントを分析でき、ニーズや目標に合わせた洞察が得られます。パーセンタイル集計を選択すると、ドロップダウンのプリセット値(5刻みの例:50、75、90、95、100)から選択してください。カスタム値は手入力できません。
最小値: 指定期間の中で最も小さい値。例えば、応答時間が1、3、4、5、6分の5件ある場合、最小値は1分です。
最大値: 指定期間の中で最も大きい値。例えば、応答時間が1、3、4、5、6分の5件ある場合、最大値は6分です。
合計: 合計集計の主な機能は数値の総和を計算することです。この操作は、指標定義に使用されるデータセット内の1つ以上の属性列に対して実行されます。整数や小数などの数値型データにのみ適用されます。処理中、合計操作は指定された列の各行の値を逐次加算し、累積合計を算出します。
期間比較
「Compare to previous period」は、ある指標を2つの異なる期間で視覚的に比較できるようにします。
例えば、過去12週間のFirst response rime (FRT) を分析していて「Compare to previous period」を選択すると、チャートには直近の12週間とその前の12週間の両方のデータが表示されます。
期間比較は時間で表示している場合にのみ機能します。他の属性で表示またはセグメントしている場合は機能しません。
目標
選択したチャートタイプで手動で設定した目標と指標を比較できます。この機能により、目標志向の評価と追跡が可能になります。
以下のチャートタイプで手動で入力した目標と指標を比較できます:
KPI
Column
Bar
Donut
Line
Area
Heatmap
Table
The table チャートタイプは、選択した指標に応じて条件付きの色付けスキームを採用します。例えば「closed conversations」のような指標で目標が500の場合、500未満の値は赤で表示され、500を上回る値は緑で表示されます。逆に、First response time のように低い値が望ましい指標では、目標を下回る値が緑で表示され、目標を超える値が赤で強調表示されます。
相対積み上げチャート
積み上げエリアまたは積み上げカラムチャートの相対チャートオプションは、各属性が総計に対して占める割合を視覚化し、1つのデータポイント内での個々の要素の比較を明確にします。
注:
相対チャートオプションは「Stacked」オプションが有効である場合にのみ有効になります。
相対積み上げチャートはカラムとエリアチャートでのみ利用可能です。
テーブルの集計行
顧客はチャートオプションを通じてテーブルに追加の「summary」行を追加できます。summary行はテーブルの各列の集計値を表示します。
summary行は合計行とは異なります。特定の指標では各行の値がsummaryに表示される値に合計されない可能性があります。
上位を表示
チャートが時間(例: 日別)とチームメンバーまたはチーム別に分解されている場合、"Show top" は各期間ごとに別々に再計算されます。ある日で設定した上位N('Show top'で設定した数)にランクインしないチームメンバーは、その日には0として表示されます — フィルタで選択していても、また期間全体で上位Nに入っていても同様です。すべてのフィルタ対象者が毎日表示されるようにするには、"Show top" を上げるか、"Show other" をオンにしてください。
一貫したデータシリーズの色
チャートやレポートのデータシリーズは一貫した色を維持し、さまざまな可視化での識別が容易になります。例えば、チャネルでセグメント化されたチャートでは、データシリーズの“chat”はすべてのチャートで青になります。


















