Planungsdaten im Amazon Connect Analytics Data Lake - Amazon Connect

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Planungsdaten im Amazon Connect Analytics Data Lake

In diesem Thema wird der Inhalt der Amazon Connect Analytics Data Lake-Scheduling-Tabellen detailliert beschrieben. In den Tabellen sind die Spalte, der Typ und die Beschreibung des Inhalts aufgeführt.

Es gibt zwei Möglichkeiten, auf den Analytics-Data Lake zuzugreifen und Daten für die gemeinsame Nutzung zu konfigurieren:

Wenn Sie mit Option 1 nicht auf die Scheduling-Tabellen zugreifen können, versuchen Sie es mit Option 2.

Profil zur Personalplanung

Name der Tabelle: staff_scheduling_profile

Zusammengesetzter Primärschlüssel: {instance_id, agent_arn, staff_scheduling_profile_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
agent_arn Zeichenfolge Der ARN des Agenten.
staff_scheduling_profile_version bigint Die Version des Personalplanungsprofils.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
staffing_group_arn Zeichenfolge Der ARN der Personalgruppe, der der Agent zugewiesen ist.
start_timestamp Zeitstempel StartTimestamp für den in den Personalregeln konfigurierten Agenten (Zeitpläne werden erst nach diesem Zeitstempel generiert).
end_timestamp Zeitstempel EndTimestamp für den in den Personalregeln konfigurierten Agenten (Zeitpläne werden nach diesem Zeitstempel nicht generiert).
shift_profile_arn Zeichenfolge ARN des Schichtprofils, dem der Agent zugewiesen ist, ist in den Personalregeln konfiguriert.
Zeitzone Zeichenfolge Für den Agenten konfigurierte Zeitzone.
ist_gelöscht Boolesch Auf True setzen, wenn der Agent gelöscht wird. Andernfalls auf False gesetzt.
last_updated_timestamp Zeitstempel Zeitstempel, zu dem das Personaleinsatzprofil erstellt wurdecreated/updated/deleted.
data_lake_last_processed_timestamp Zeitstempel Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Verschiebungsaktivitäten

Name der Tabelle: shift_activities

Zusammengesetzter Primärschlüssel: {instance_id, shift_activity_arn, shift_activity_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
shift_activity_arn Zeichenfolge Der ARN der Shift Activity.
shift_activity_version bigint Die Shift-Aktivitätsversion.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
shift_activity_name Zeichenfolge Name der Schichtaktivität.
Typ Zeichenfolge Art der Schichtaktivität. Die möglichen Werte sind: PRODUCTIVE, NON_PRODUCTIVE und LEAVE.
sub_type Zeichenfolge Der Untertyp der Shift-Aktivität. Dies gilt nur für Aktivitäten vom Typ NON_PRODUCTIVE. Die möglichen Werte sind: BREAK_OR_MEAL und NONE.
is_adherence_tracked Boolesch Auf True setzen, wenn die Schichtaktivität für die Nachverfolgung der Einhaltung von Vorschriften konfiguriert ist. Andernfalls auf False gesetzt.
ist_bezahlt Boolesch Auf True setzen, wenn die Schichtaktivität als Bezahlt konfiguriert ist. Andernfalls auf False gesetzt.
ist_gelöscht Boolesch Auf True setzen, wenn die Shift-Aktivität gelöscht wird. Andernfalls auf False gesetzt.
last_updated_timestamp Zeitstempel Der Zeitstempel, zu dem die Schichtaktivität stattfandcreated/updated/deleted.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Schichtprofile

Name der Tabelle: shift_profiles

Zusammengesetzter Primärschlüssel: {instance_id, shift_profile_arn, shift_profile_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
shift_profile_arn Zeichenfolge Der ARN des Schichtprofils.
shift_profile_version bigint Die Shift-Profil-Version.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
shift_profile_name Zeichenfolge Der Name des Schichtprofils.
ist_gelöscht Boolesch Auf True setzen, wenn das Schichtprofil gelöscht wird. Andernfalls auf False gesetzt.
last_updated_timestamp Zeitstempel Der Zeitstempel, zu dem das Schichtprofil erstellt wurdecreated/updated/deleted.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Personalgruppen

Name der Tabelle: staffing_groups

Zusammengesetzter Primärschlüssel: {instance_id, staffing_group_arn, staffing_group_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
staffing_group_arn Zeichenfolge Der ARN der Staffing Group.
staffing_group_version bigint Die Staffing Group-Version.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
staffing_group_name Zeichenfolge Der Name der Staffing Group.
ist_gelöscht Boolesch Auf True setzen, wenn die Personalgruppe gelöscht wird. Andernfalls auf False gesetzt.
last_updated_timestamp Zeitstempel Der Zeitstempel, zu dem die Personalgruppe gegründet wurde. created/updated/deleted
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Personalgruppen - Prognosegruppen

Name der Tabelle: staffing_group_forecast_groups

Zusammengesetzter Primärschlüssel: {instance_id, staffing_group_arn, staffing_group_version, forecast_group_arn}

Diese Tabelle sollte abgefragt werden, indem sie mit der staffing_groups Tabelle auf staffing_group_arn und verknüpft wird. staffing_group_version

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
staffing_group_arn Zeichenfolge Der ARN der Staffing Group.
staffing_group_version bigint Die Staffing Group-Version.
forecast_group_arn Zeichenfolge Der ARN der Forecast Group, die der Staffing Group zugeordnet ist.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
ist_gelöscht Boolesch Wird auf False gesetzt, wenn die ForecastGroup Assoziation StaffingGroup - gültig ist.
last_updated_timestamp Zeitstempel Der Zeitstempel, als die Personalgruppe erstellt/aktualisiert wurde.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Personalgruppen — Vorgesetzte

Name der Tabelle: staffing_group_supervisors

Zusammengesetzter Primärschlüssel: {instance_id, staffing_group_arn, staffing_group_version, supervisor_arn}

Diese Tabelle sollte abgefragt werden, indem sie mit der staffing_groups Tabelle auf staffing_group_arn und verknüpft wird. staffing_group_version

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
staffing_group_arn Zeichenfolge Der ARN der Staffing Group.
staffing_group_version bigint Die Staffing Group-Version.
supervisor_arn Zeichenfolge Der Agenten-ARN des Supervisors, der der Staffing Group zugeordnet ist.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
ist_gelöscht Boolesch Wird auf False gesetzt, wenn die ForecastGroup Assoziation StaffingGroup - gültig ist.
last_updated_timestamp Zeitstempel Der Zeitstempel, als die Personalgruppe erstellt/aktualisiert wurde.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Personalschichten

Name der Tabelle: staff_shifts

Zusammengesetzter Primärschlüssel: {instance_id, shift_id, shift_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
shift_id Zeichenfolge Die ID der Schicht.
shift_version bigint Die Shift-Version.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
agent_arn Zeichenfolge Der ARN des Agenten.
shift_start_timestamp Zeitstempel Der Zeitstempel, zu dem die Schicht beginnt.
shift_end_timestamp Zeitstempel Der Zeitstempel, wenn die Schicht endet.
created_timestamp Zeitstempel Der Zeitstempel, als die Schicht erstellt wurde.
ist_gelöscht Boolesch Auf True setzen, wenn Shift gelöscht wird. Andernfalls auf False gesetzt.
last_updated_timestamp Zeitstempel Der Zeitstempel, zu dem die Schicht stattfandcreated/updated/deleted.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Aktivitäten im Personalwechsel

Name der Tabelle: staff_shift_activities

Zusammengesetzter Primärschlüssel: {instance_id, shift_id, shift_version, activity_id}

Diese Tabelle sollte abgefragt werden, indem sie mit der staff_shifts Tabelle auf shift_id und verknüpft wird. shift_version

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
shift_id Zeichenfolge Die ID der Schicht.
shift_version bigint Die Shift-Version.
activity_id Zeichenfolge Die ID der Aktivität.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
activity_start_timestamp Zeitstempel Der Zeitstempel, zu dem die Aktivität beginnt.
activity_end_timestamp Zeitstempel Der Zeitstempel, zu dem die Aktivität endet.
shift_activity_arn Zeichenfolge Der ARN der Shift Activity. Wenn shift_activity_arn Null ist, bedeutet dies die Aktivität „Arbeit“.
activity_status Zeichenfolge Status der Aktivität. Dieser Wert wird auf INAKTIV gesetzt, wenn sich die Aktivität mit einer Auszeit überschneidet.
is_overtime Boolesch Auf True setzen, wenn die Aktivität Teil von Overtime ist. Andernfalls auf False gesetzt.
ist_gelöscht Boolesch Auf False setzen, wenn die Schichtaktivitäten gültig sind.
last_updated_timestamp Zeitstempel Der Zeitstempel, als die Schicht erstellt/aktualisiert wurde.
data_lake_last_processed_timestamp Zeitstempel Der Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Freistellungen für Mitarbeiter

Name der Tabelle: staff_timeoffs

Zusammengesetzter Primärschlüssel: {instance_id, timeoff_id, agent_arn, timeoff_version}

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
timeoff_id Zeichenfolge Die ID der Freizeit.
agent_arn Zeichenfolge Der ARN des Agenten.
timeoff_version bigint Die Time-Off-Version.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
timeoff_type Zeichenfolge Art der Freizeit. Die möglichen Werte sind: TIME_OFF und VOLUNTARY_TIME_OFF.
timeoff_start_timestamp Zeitstempel Zeitstempel, zu dem Time Off beginnt.
timeoff_end_timestamp Zeitstempel Zeitstempel, wenn die Freizeit endet.
timeoff_status Zeichenfolge Status der Freizeit. Die möglichen Werte sind: PENDING_CREATE, PENDING_UPDATE, PENDING_CANCEL, PENDING_ACCEPT, PENDING_APPROVE, PENDING_DECLINE, APPROVED, ACCEPTED, REJECTED, CANCELLED, WAITING_ACCEPT und WAITING_APPROVE. Der Status WAITING gibt an, dass Timeoff auf eine Benutzeraktion wartet. Der Status PENDING gibt an, dass Timeoff auf die Verarbeitung einer Benutzeraktion durch das System wartet.
shift_activity_arn Zeichenfolge Der ARN der Schichtaktivität, die für den Timeoff verwendet wurde.
effective_timeoff_hours double Gesamtzahl der effektiven Arbeitsstunden. Die effektiven Urlaubsstunden werden auf der Grundlage der Logik zum Abzug der Freizeit berechnet. Dies ist nur für den Typ TIME_OFF festgelegt.
last_updated_timestamp Zeitstempel Zeitstempel, zu dem die Zeit frei war. created/updated/deleted
data_lake_last_processed_timestamp Zeitstempel Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Abwesenheitsintervalle für Mitarbeiter

Name der Tabelle: staff_timeoff_intervals

Zusammengesetzter Primärschlüssel: {instance_id, timeoff_id, timeoff_version, interval_id}

Diese Tabelle sollte abgefragt werden, indem sie mit der staff_timeoffs Tabelle auf timeoff_id und verknüpft wird. timeoff_version

Spalte Typ Beschreibung
instance_id Zeichenfolge Die ID der Amazon Connect Connect-Instance.
timeoff_id Zeichenfolge Die ID der Freizeit.
timeoff_version bigint Die Time-Off-Version.
interval_id Zeichenfolge Die ID des Abwesenheitsintervalls.
instance_arn Zeichenfolge Der ARN der Amazon Connect Connect-Instance.
timeoff_interval_start_timestamp Zeitstempel Zeitstempel, zu dem das spezifische Time-Off-Intervall beginnt.
timeoff_interval_end_timestamp Zeitstempel Zeitstempel, wenn das spezifische Intervall von Time Off endet.
interval_effective_timeoff_hours double Gültige arbeitsfreie Stunden für dieses spezielle Zeitintervall. Die effektiven Urlaubsstunden werden auf der Grundlage der Logik zum Abzug der Freizeit berechnet.
last_updated_timestamp Zeitstempel Zeitstempel, wann die Freizeit war. created/updated/deleted
data_lake_last_processed_timestamp Zeitstempel Zeitstempel, der anzeigt, wann der Datensatz das letzte Mal vom Data Lake berührt wurde. Dies kann Transformation und Vervollständigung beinhalten. Dieses Feld kann nicht verwendet werden, um die Datenaktualität zuverlässig zu bestimmen.

Datenschema

Im Folgenden finden Sie ein Entitätsbeziehungsdiagramm, das die Struktur und die Beziehungen zwischen Scheduling-Tabellen im Amazon Connect Analytics-Data Lake zeigt. Das Diagramm veranschaulicht das Datenbankschema mit 10 miteinander verbundenen Tabellen: staff_shift_ activities staff_shifts staff_timeoffsstaff_timeoff_intervals,users,routing_profiles,shift_activities,staffing_groups, shift_profiles staffing_group_supervisors,staffing_group_forecast_groups,, und orecast_groups f.

In jeder Tabelle werden ihre Primärschlüssel und Attribute mit ihren Datentypen angezeigt. Das Diagramm zeigt, wie diese Tabellen durch Fremdschlüsselbeziehungen zueinander in Beziehung stehen, und bietet so einen umfassenden Überblick über das Terminplanungsdatenmodell.

Ein Entitätsbeziehungsdiagramm, das die Struktur und die Beziehungen zwischen Scheduling-Tabellen im Amazon Connect Analytics-Data Lake zeigt.

Beispielabfragen

1. Abfrage, um alle geplanten Schichtaktivitäten der Agenten abzurufen, die an einer bestimmten Prognosegruppe arbeiten

SELECT * FROM agent_scheduled_shift_activities_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Führen Sie die folgenden Schritte aus, um die oben agent_scheduled_shift_activities_view genannten zu erstellen.

Schritt 1: Erstellen Sie eine Ansicht, um die Namen der Supervisoren abzurufen

CREATE OR REPLACE VIEW "latest_supervisor_names_view" AS SELECT   staffing_group_arn , array_agg(supervisor_name ORDER BY supervisor_name ASC) supervisor_names FROM   (    SELECT      s.staffing_group_arn    , CONCAT(u.first_name, ' ', u.last_name) supervisor_name    FROM      ((       SELECT         staffing_group_arn       , supervisor_arn       FROM         (          SELECT            *          , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency          FROM            staffing_group_supervisors          WHERE (instance_id = 'YourAmazonConnectInstanceId')       )  t       WHERE (recency = 1)    )  s    INNER JOIN USERS u ON (s.supervisor_arn = u.user_arn)) ) GROUP BY staffing_group_arn

Schritt 2: Erstellen Sie eine Ansicht, um die Personalgruppe und die Prognosegruppe abzurufen, die einem Agenten zugeordnet sind

CREATE OR REPLACE VIEW "latest_agent_staffing_group_forecast_group_view" AS WITH   latest_staff_scheduling_profile AS (    SELECT      agent_arn    , staffing_group_arn    , last_updated_timestamp    FROM      (       SELECT         *       , RANK() OVER (PARTITION BY agent_arn ORDER BY staff_scheduling_profile_version DESC) recency       FROM         staff_scheduling_profile       WHERE ((instance_id = 'YourAmazonConnectInstanceId') AND (is_deleted = false))    )  t    WHERE (recency = 1) ) , latest_staffing_groups AS (    SELECT      staffing_group_name    , staffing_group_arn    FROM      (       SELECT         *       , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency       FROM         staffing_groups       WHERE (instance_id = 'YourAmazonConnectInstanceId')    )  t    WHERE (recency = 1) ) , latest_forecast_groups AS (    SELECT      forecast_group_arn    , forecast_group_name    FROM      (       SELECT         *       , RANK() OVER (PARTITION BY forecast_group_arn ORDER BY forecast_group_version DESC) recency       FROM         forecast_groups       WHERE (instance_id = 'YourAmazonConnectInstanceId')    )  t    WHERE (recency = 1) ) , latest_staffing_group_forecast_groups AS (    SELECT      staffing_group_arn    , forecast_group_arn    FROM      (       SELECT         *       , RANK() OVER (PARTITION BY staffing_group_arn ORDER BY staffing_group_version DESC) recency       FROM         staffing_group_forecast_groups       WHERE (instance_id = 'YourAmazonConnectInstanceId')    )  t    WHERE (recency = 1) ) SELECT   ssp.agent_arn , U.agent_username AS username , U.agent_routing_profile_id AS routing_profile_id , CONCAT(u.first_name, ' ', u.last_name) agent_name , fg.forecast_group_arn , fg.forecast_group_name , sg.staffing_group_arn , sg.staffing_group_name FROM  latest_staff_scheduling_profile ssp INNER JOIN latest_staffing_groups sg ON ssp.staffing_group_arn = sg.staffing_group_arn INNER JOIN latest_staffing_group_forecast_groups sgfg ON ssp.staffing_group_arn = sgfg.staffing_group_arn INNER JOIN latest_forecast_groups fg ON fg.forecast_group_arn = sgfg.forecast_group_arn INNER JOIN USERS u ON ssp.agent_arn = u.user_arn

Schritt 3: Holen Sie sich die neuesten Shift-Aktivitäten

CREATE OR REPLACE VIEW "latest_shift_activities_view" AS SELECT   shift_activity_arn , shift_activity_name , shift_activity_version , type , sub_type , is_adherence_tracked , is_paid , last_updated_timestamp FROM   (    SELECT      *    , RANK() OVER (PARTITION BY shift_activity_arn ORDER BY shift_activity_version DESC) recency    FROM      shift_activities    WHERE (instance_id = 'YourAmazonConnectInstanceId') )  t WHERE (recency = 1)

Schritt 4: Erstellen Sie eine Ansicht, in der die für den Agenten geplanten Schichtaktivitäten angezeigt werden

CREATE OR REPLACE VIEW "agent_scheduled_shift_activities_view" AS WITH   latest_staff_shifts AS (    SELECT      agent_arn    , shift_id    , shift_version    , shift_start_timestamp    , shift_end_timestamp    , created_timestamp    , last_updated_timestamp    , data_lake_last_processed_timestamp    , recency    FROM      (       SELECT         RANK() OVER (PARTITION BY shift_id ORDER BY shift_version DESC) recency       , *       FROM         staff_shifts sa       WHERE (instance_id = 'YourAmazonConnectInstanceId')    )  t    WHERE ((recency = 1) AND (is_deleted = false)) ) SELECT   asgfg.forecast_group_name , array_join(sn.supervisor_names, ',') supervisor_names , s.agent_arn , u.first_name , u.last_name , asgfg.staffing_group_name , ssa.activity_id , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.shift_activity_name, 'Work') ELSE sa.shift_activity_name END) shift_activity_name , s.shift_start_timestamp , s.shift_end_timestamp , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.type, 'PRODUCTIVE') ELSE sa.type END) type , (CASE WHEN (ssa.shift_activity_arn IS NULL) THEN COALESCE(sa.is_paid, true) ELSE sa.is_paid END) is_paid , ssa.activity_start_timestamp , ssa.activity_end_timestamp , ssa.last_updated_timestamp , ssa.data_lake_last_processed_timestamp , u.agent_username as username , u.agent_routing_profile_id as routing_profile_id FROM   staff_shift_activities ssa INNER JOIN latest_staff_shifts s ON s.shift_id = ssa.shift_id AND s.shift_version = ssa.shift_version INNER JOIN USERS u ON s.agent_arn = u.user_arn INNER JOIN latest_agent_staffing_group_forecast_group_view asgfg ON s.agent_arn = asgfg.agent_arn LEFT JOIN latest_shift_activities_view sa ON sa.shift_activity_arn = ssa.shift_activity_arn INNER JOIN latest_supervisor_names_view sn ON sn.staffing_group_arn = asgfg.staffing_group_arn WHERE (ssa.is_deleted = false) AND (COALESCE(ssa.activity_status, ' ') <> 'INACTIVE') AND (ssa.instance_id = 'YourAmazonConnectInstanceId')

2. Abfrage, um alle Urlaubsanträge der Agenten in einer bestimmten Prognosegruppe abzurufen

SELECT * FROM agent_timeoff_report_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Verwenden Sie die folgende Abfrage, um die oben agent_timeoff_report_view genannten zu erstellen.

CREATE OR REPLACE VIEW "agent_timeoff_report_view" AS WITH latest_staff_timeoffs AS (         SELECT t1.*,             CAST((t1.effective_timeoff_hours * 60) AS INT) total_effective_timeoff_minutes         FROM (                 SELECT RANK() OVER (                         PARTITION BY timeoff_id                         ORDER BY timeoff_version DESC                     ) recency,                     agent_arn,                     timeoff_id,                     shift_activity_arn,                     timeoff_status,                     timeoff_version,                     effective_timeoff_hours,                     timeoff_start_timestamp,                     timeoff_end_timestamp,                     last_updated_timestamp,                     data_lake_last_processed_timestamp                 FROM staff_timeoffs                 WHERE (                         instance_id = 'YourAmazonConnectInstanceId'                     )             ) t1         WHERE (recency = 1)     ) SELECT asgfg.forecast_group_name,     to.agent_arn,     asgfg.agent_name,     asgfg.staffing_group_name,     asgfg.username,     sa.shift_activity_name,     to.timeoff_start_timestamp,     to.timeoff_end_timestamp,     to.timeoff_status,     array_join(sn.supervisor_names, ',') AS supervisor_names,     sa.is_paid,     to.last_updated_timestamp,     to.data_lake_last_processed_timestamp,     u.agent_routing_profile_id AS routing_profile_id,     to.timeoff_id,     to.shift_activity_arn,     to.total_effective_timeoff_minutes FROM latest_staff_timeoffs to     INNER JOIN latest_agent_staffing_group_forecast_group_view asgfg ON asgfg.agent_arn = to.agent_arn     INNER JOIN latest_shift_activities_view sa ON sa.shift_activity_arn = to.shift_activity_arn     INNER JOIN latest_supervisor_names_view sn ON sn.staffing_group_arn = asgfg.staffing_group_arn     INNER JOIN users u ON u.user_arn = to.agent_arn