参考我之前的ticket #11498483，我被要求在社区页面上发布这个。

让我先解释一下条件:
在我的公司运行的票证流程是，一个消息票证(IG DM, FB DM, Twitter DM)可以根据客户与我们互动的频率改变受让人。代理的每一个回复;它将立即得到解决。然后，如果客户回复，票据将重新打开，并由另一个代理提取。所以受让人的名字有很多变化。但不幸的是，Messaging Dataset上的可用报告仅读取最后一个受分人的交互，并且没有“Updater Name”属性，因此我们无法进行有效的生产力计算。

我们也尝试了更新历史数据集。尽管如此，由于我们的目标是查看仅涉及评论的票务代理交互的数量，消息传递交互不会被检测为公共评论或内部评论，因此只有当代理仅在电子邮件渠道和社交媒体评论上交互时，这些数字才会出现。至于在即时通讯(IG, FB, Twitter, DM)上的互动则难以辨认。

我们也在更新历史数据集上尝试了这个公式:
IF ([Changes - Field name] = "Total time spent (sec)") and NOT incles_any ([Ticket tags]， "zopim_chat_missed")
然后
IF([更改前值]=NULL或[更改前值]="")
THEN NUMBER([更改-新值])
if (REGEXP_MATCH([Changes - New value]， "[0-9]+") AND REGEXP_MATCH([Changes - Previous value]， "[0-9]+"))
THEN(NUMBER([更改-新值])-NUMBER([更改-前值]))
ENDIF
ENDIF
然而，这个公式显示了所有的座席更新，包括座席与客户没有交互的情况。而我们想要的生产力是只计算座席是否以对话或票据评论的形式与客户交互。
因此，我们目前仍然需要一个与此相关的解决方案。