Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Programación de datos en el lago de datos analíticos de Amazon Connect

En este tema se detalla el contenido de las tablas de programación de lagos de datos de Amazon Connect Analytics. En las tablas se muestran la columna, el tipo y la descripción del contenido.

Hay dos formas de acceder al lago de datos de análisis y configurar los datos para que se compartan:

Si no puede acceder a las tablas de programación mediante la opción 1, intente utilizar la opción 2.

Perfil de programación del personal

Nombre de la tabla: staff_scheduling_profile

Clave principal compuesta: {instance_id, agent_arn, staff_scheduling_profile_version}

Actividades de turnos

Nombre de la tabla: shift_activities

Clave principal compuesta: {instance_id, shift_activity_arn, shift_activity_version}

Perfiles de turnos

Nombre de la tabla: shift_profiles

Clave principal compuesta: {instance_id, shift_profile_arn, shift_profile_version}

Grupos de personal

Nombre de la tabla: staffing_groups

Clave principal compuesta: {instance_id, staffing_group_arn, staffing_group_version}

Grupos de personal - Forecast groups

Nombre de la tabla: staffing_group_forecast_groups

Clave principal compuesta: {instance_id, staffing_group_arn, staffing_group_version, forecast_group_arn}

Esta tabla debe consultarse uniéndola a la staffing_groups tabla en staffing_group_arn ystaffing_group_version.

Grupos de personal: supervisores

Nombre de la tabla: staffing_group_supervisors

Clave principal compuesta: {instance_id, staffing_group_arn, staffing_group_version, supervisor_arn}

Esta tabla debe consultarse uniéndola a la staffing_groups tabla en staffing_group_arn ystaffing_group_version.

Turnos de personal

Nombre de la tabla: staff_shifts

Clave principal compuesta: {instance_id, shift_id, shift_version}

Actividades por turnos de personal

Nombre de la tabla: staff_shift_activities

Clave principal compuesta: {instance_id, shift_id, shift_version, activity_id}

Esta tabla debe consultarse uniéndola a la staff_shifts tabla en shift_id yshift_version.

Períodos de descanso del personal

Nombre de la tabla: staff_timeoffs

Clave principal compuesta: {instance_id, timeoff_id, agent_arn, timeoff_version}

Intervalos de tiempo libre del personal

Nombre de la tabla: staff_timeoff_intervals

Clave principal compuesta: {instance_id, timeoff_id, timeoff_version, interval_id}

Esta tabla debe consultarse uniéndola a la staff_timeoffs tabla en timeoff_id ytimeoff_version.

Esquema de datos

A continuación se muestra un diagrama de relaciones entre entidades que muestra la estructura y las relaciones entre las tablas de programación del lago de datos analíticos de Amazon Connect. El diagrama ilustra el esquema de la base de datos con 10 tablas interconectadas: 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, y forecast_groups.

Cada tabla muestra sus claves y atributos principales con sus tipos de datos. El diagrama ilustra cómo estas tablas se relacionan entre sí a través de relaciones de clave externa, lo que proporciona una visión completa del modelo de datos de programación.

Consultas de ejemplo

1. Realice una consulta para obtener todas las actividades de turno programadas de los agentes que trabajan en un Forecast Group específico

SELECT * FROM agent_scheduled_shift_activities_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Complete los siguientes pasos para crear lo agent_scheduled_shift_activities_view mencionado anteriormente.

Paso 1: Cree una vista para obtener los nombres de los supervisores

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

Paso 2: Cree una vista para asociar el grupo de personal y el grupo de previsión a un agente

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

Paso 3: Obtenga las últimas actividades de Shift

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)

Paso 4: Cree una vista para que el agente programe las actividades del turno

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. Consulta para obtener todas las solicitudes de tiempo libre de los agentes de un Forecast Group específico

SELECT * FROM agent_timeoff_report_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Utilice la siguiente consulta para crear lo agent_timeoff_report_view mencionado anteriormente.

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