Customer Support Tickets Dataset
Mantzos Stefanos
2025-07-24
1. Περιγραφή Dataset
Το dataset “Multilingual Customer Support Tickets” περιλαμβάνει 20.001 αιτήματα υποστήριξης πελατών σε πολλές γλώσσες. Κάθε εγγραφή περιέχει πληροφορίες όπως θέμα, περιγραφή, απάντηση, προτεραιότητα και κατηγορία του αιτήματος.
Είναι κατάλληλο για ανάλυση επιχειρησιακών διαδικασιών υποστήριξης, εντοπισμό προβλημάτων και βελτίωση χρόνων απόκρισης.
## subject body answer type
## Length:20000 Length:20000 Length:20000 Length:20000
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
## queue priority language tag_1
## Length:20000 Length:20000 Length:20000 Length:20000
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
## tag_2 tag_3 tag_4 tag_5
## Length:20000 Length:20000 Length:20000 Length:20000
## Class :character Class :character Class :character Class :character
## Mode :character Mode :character Mode :character Mode :character
## tag_6 tag_7 tag_8
## Length:20000 Length:20000 Length:20000
## Class :character Class :character Class :character
## Mode :character Mode :character Mode :character## subject body answer type queue priority language tag_1
## 0 0 0 0 0 0 0 0
## tag_2 tag_3 tag_4 tag_5 tag_6 tag_7 tag_8
## 0 0 0 0 0 0 02. Περιγραφή Μεταβλητών
| Μεταβλητή | Τύπος | Περιγραφή |
|---|---|---|
| subject | Character | Θέμα του αιτήματος υποστήριξης |
| body | Character | Περιγραφή του αιτήματος |
| answer | Character | Απάντηση από τον agent |
| type | Character | Τύπος αιτήματος (π.χ. Incident, Request) |
| queue | Character | Ουρά εξυπηρέτησης |
| priority | Character | Προτεραιότητα του αιτήματος (π.χ. low, medium, high) |
| language | Character | Γλώσσα του αιτήματος |
| tag_1 | Character | Ετικέτα 1 για κατηγοριοποίηση |
| tag_2 | Character | Ετικέτα 2 για κατηγοριοποίηση |
| business_type | Character | Τύπος επιχείρησης (π.χ. B2B, B2C) |
| date | Date/Character | Ημερομηνία ή ημερομηνίες σχετικές με το αίτημα |
| agent | Character | Όνομα agent που απάντησε |
| customer | Character | Πελάτης που έκανε το αίτημα |
| status | Character | Κατάσταση του ticket (π.χ. open, closed) |
| response_time | Numeric | Χρόνος απόκρισης σε λεπτά/ώρες |
3. Εξερευνητική Ανάλυση Δεδομένων
## Rows: 20,000
## Columns: 6
## $ subject <chr> "Unvorhergesehener Absturz der Datenanalyse-Plattform", "Cust…
## $ type <chr> "Incident", "Request", "Request", "Incident", "Request", "Req…
## $ queue <chr> "General Inquiry", "Customer Service", "Customer Service", "C…
## $ priority <chr> "low", "medium", "medium", "high", "medium", "medium", "mediu…
## $ language <chr> "de", "en", "en", "de", "en", "en", "de", "en", "de", "de", "…
## $ answer <chr> "Ich werde Ihnen bei der Lösung des Problems helfen, indem di…##
## high low medium
## 7801 4055 8144##
## Change Incident Problem Request
## 2075 7978 4184 5763##
## Billing and Payments Customer Service
## 2086 3152
## General Inquiry Human Resources
## 263 338
## IT Support Product Support
## 2292 3708
## Returns and Exchanges Sales and Pre-Sales
## 1001 572
## Service Outages and Maintenance Technical Support
## 764 58243.1 Δομή Δεδομένων
Το dataset περιλαμβάνει 20.000 αιτήματα υποστήριξης πελατών με 6 βασικές μεταβλητές, κυρίως κειμενικού τύπου, όπως το θέμα του αιτήματος, η απάντηση και η γλώσσα. Επιπλέον, περιλαμβάνει κατηγοριοποιήσεις όπως ο τύπος του αιτήματος, η προτεραιότητα και η ουρά εξυπηρέτησης.
3.2 Κατανομή Προτεραιοτήτων και Τύπων
Από την ανάλυση της προτεραιότητας των αιτημάτων παρατηρούμε ότι η πλειονότητα είναι υψηλής (high) ή μεσαίας (medium) προτεραιότητας, ενώ λιγότερα αιτήματα έχουν χαμηλή προτεραιότητα. Ο πιο συχνός τύπος αιτήματος είναι τα «Request» (αιτήματα υποστήριξης), με σημαντικό αριθμό «Problem» και «Change» αιτημάτων να ακολουθούν.
3.3 Κατανομή ανά Υπηρεσία (Queue)
Οι περισσότερες υποθέσεις εξυπηρετούνται από τις ουρές Customer Service, Technical Support και Billing and Payments, οι οποίες αποτελούν και τις κύριες κατηγορίες υποστήριξης πελατών στην επιχείρηση.
4. Οπτικοποιήσεις Δεδομένων
4.1 Scatterplot
Σχόλιο: Το boxplot δείχνει ότι το μέσο μήκος των αιτημάτων
είναι σχετικά ομοιόμορφο ανά προτεραιότητα, αλλά υπάρχουν μερικά
μακροσκελή αιτήματα σε όλες τις κατηγορίες.
4.2 Boxplot
Σχόλιο: Το boxplot δείχνει ότι το μέσο μήκος των αιτημάτων
είναι σχετικά ομοιόμορφο ανά προτεραιότητα, αλλά υπάρχουν μερικά
μακροσκελή αιτήματα σε όλες τις κατηγορίες.
4.3 Bar Chart
Σχόλιο: Η πλειονότητα των αιτημάτων έχει μεσαία και υψηλή
προτεραιότητα, ενώ λιγότερα είναι χαμηλής προτεραιότητας.
4.4 Histogram
Σχόλιο: Η πλειονότητα των αιτημάτων έχει περιγραφές μήκους
μεταξύ 100 και 700 χαρακτήρων, με υψηλή συχνότητα γύρω στα 200 και 500.
Υπάρχει θετική ασυμμετρία, καθώς λίγα αιτήματα έχουν πολύ μεγάλες
περιγραφές που φτάνουν πάνω από 1500 χαρακτήρες.
4.5 Περιγραφική Στατιστική Μήκους Περιγραφής
## Μέσος όρος μήκους περιγραφής: 394.44## Διάμεσος μήκους περιγραφής: 357Σχόλιο: Το μήκος της περιγραφής των αιτημάτων κυμαίνεται γύρω στους 394 χαρακτήρες κατά μέσο όρο, με τη διάμεσο να είναι λίγο χαμηλότερη (357 χαρακτήρες). Αυτό δείχνει ότι οι περισσότερες περιγραφές είναι σχετικά σύντομες, αν και υπάρχει κάποια ασυμμετρία με μερικές μακροσκελείς περιγραφές που αυξάνουν τον μέσο όρο.
4.6 Heatmap
Σχόλιο Τα αιτήματα τύπου “Incident” είναι τα πιο συχνά και στις
τρεις κατηγορίες προτεραιότητας (high, medium, low).
Η προτεραιότητα medium και high έχουν μεγαλύτερη πυκνότητα σε “Incident” και “Request” αιτήματα.
Τα αιτήματα τύπου “Problem” είναι λιγότερα συγκριτικά με τους υπόλοιπους τύπους, σε όλες τις προτεραιότητες.
Η προτεραιότητα low εμφανίζεται με μικρότερη συχνότητα σε όλους τους τύπους αιτημάτων.
5. Ανάλυση Κειμένου (Text Mining)
5.1 Καθαρισμός Δεδομένων Κειμένου
## words Freq
## 1 for 3749
## 2 data 3731
## 3 with 3630
## 4 in 1801
## 5 support 1789
## 6 problem 1705
## 7 analytics 1451
## 8 medical 1444
## 9 integration 1424
## 10 on 1401
## 11 investment 1389
## 12 der 1344
## 13 digital 1178
## 14 issue 1166
## 15 security 1076| Λέξη | Συχνότητα |
|---|---|
| for | 3749 |
| data | 3731 |
| with | 3630 |
| in | 1801 |
| support | 1789 |
| problem | 1705 |
| analytics | 1451 |
| medical | 1444 |
| integration | 1424 |
| on | 1401 |
| investment | 1389 |
| der | 1344 |
| digital | 1178 |
| issue | 1166 |
| security | 1076 |
Σχόλιο: Οι πιο συχνές λέξεις στα θέματα των αιτημάτων αφορούν βασικά ζητήματα υποστήριξης και τεχνολογίας, όπως «data», «support», «problem» και «security». Η συχνότητα εμφάνισής τους δείχνει τα κύρια θέματα που αναφέρονται στα αιτήματα
5.2 Ανάλυση Συχνότητας Λέξεων στο Περιεχόμενο Αιτημάτων (Body)
| Λέξη | Συχνότητα |
|---|---|
| und | 12272 |
| die | 12203 |
| zu | 11656 |
| your | 11115 |
| data | 9432 |
| ich | 8902 |
| problem | 7548 |
| could | 7274 |
| issue | 7214 |
| am | 7088 |
| would | 7072 |
| sie | 6993 |
| our | 6861 |
| support | 6216 |
| der | 6211 |
Σχόλιο: Το word cloud και ο πίνακας δείχνουν τις πιο κοινές
λέξεις στα αιτήματα, με τεχνικούς όρους όπως «data», «problem»,
«support» και «security».
6. Συμπεράσματα
Η ανάλυση του dataset «Multilingual Customer Support Tickets» μας παρείχε σημαντικές πληροφορίες σχετικά με τα χαρακτηριστικά των αιτημάτων υποστήριξης πελατών σε πολλές γλώσσες. Μετά τον καθαρισμό και την προετοιμασία των δεδομένων, εντοπίσαμε βασικές μεταβλητές που περιγράφουν το είδος του αιτήματος, την προτεραιότητα, την ουρά εξυπηρέτησης και τη γλώσσα.
Στη διερευνητική ανάλυση αποτυπώσαμε τη δομή και τη βασική κατανομή των μεταβλητών, αναδεικνύοντας κυρίως μεσαίες και υψηλές προτεραιότητες στα αιτήματα, με σημαντικό αριθμό αιτημάτων τύπου «Incident». Η κατανομή του μήκους των περιγραφών των αιτημάτων παρουσίασε ασυμμετρία, με πλειοψηφία αιτημάτων μέτριου μήκους.
Μέσω της ανάλυσης κειμένου, αναδείχθηκαν οι πιο συχνές λέξεις στα πεδία των αιτημάτων, προσφέροντας εικόνα για τις κύριες θεματικές ενότητες και λέξεις-κλειδιά που εμφανίζονται στα αιτήματα υποστήριξης. Η χρήση πίνακα συχνοτήτων και wordcloud βοήθησε στην οπτικοποίηση και εύκολη κατανόηση των βασικών όρων.
Συνολικά, οι αναλύσεις μας έθεσαν τα θεμέλια για περαιτέρω ενέργειες όπως μοντελοποίηση, κατηγοριοποίηση και βελτιστοποίηση διαδικασιών υποστήριξης, με δεδομένα δομημένα και ερμηνευμένα κατάλληλα.