Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Pianificazione dei dati nel data lake di analisi Amazon Connect

Questo argomento descrive in dettaglio il contenuto delle tabelle di pianificazione del data lake di analisi di Amazon Connect. Le tabelle elencano la colonna, il tipo e la descrizione del contenuto.

Esistono due modi per accedere al data lake di analisi e configurare i dati da condividere:

Se non riesci ad accedere alle tabelle di pianificazione utilizzando l'opzione 1, prova a utilizzare l'opzione 2.

Profilo di pianificazione del personale

Nome della tabella: staff_scheduling_profile

Chiave primaria composita: {instance_id, agent_arn, staff_scheduling_profile_version}

Attività a turni

Nome della tabella: shift_activities

Chiave primaria composita: {instance_id, shift_activity_arn, shift_activity_version}

Profili di turno

Nome della tabella: shift_profiles

Chiave primaria composita: {instance_id, shift_profile_arn, shift_profile_version}

Gruppi di personale

Nome della tabella: staffing_groups

Chiave primaria composita: {instance_id, staffing_group_arn, staffing_group_version}

Gruppi di personale - Forecast groups

Nome della tabella: staffing_group_forecast_groups

Chiave primaria composita: {instance_id, staffing_group_arn, staffing_group_version, forecast_group_arn}

Questa tabella deve essere interrogata unendosi alla staffing_groups tabella su staffing_group_arn and. staffing_group_version

Gruppi di personale - Supervisori

Nome della tabella: staffing_group_supervisors

Chiave primaria composita: {instance_id, staffing_group_arn, staffing_group_version, supervisor_arn}

Questa tabella deve essere interrogata unendosi alla staffing_groups tabella su staffing_group_arn and. staffing_group_version

Turni del personale

Nome della tabella: staff_shifts

Chiave primaria composita: {instance_id, shift_id, shift_version}

Attività a turni del personale

Nome della tabella: staff_shift_activities

Chiave primaria composita: {instance_id, shift_id, shift_version, activity_id}

Questa tabella deve essere interrogata unendosi alla staff_shifts tabella su shift_id and. shift_version

Tempi di ferie per il personale

Nome della tabella: staff_timeoffs

Chiave primaria composita: {instance_id, timeoff_id, agent_arn, timeoff_version}

Intervalli di tempo libero del personale

Nome della tabella: staff_timeoff_intervals

Chiave primaria composita: {instance_id, timeoff_id, timeoff_version, interval_id}

Questa tabella deve essere interrogata unendosi alla staff_timeoffs tabella su timeoff_id and. timeoff_version

Schema dei dati

Di seguito è riportato un diagramma delle relazioni tra entità che mostra la struttura e le relazioni tra le tabelle di pianificazione nel data lake di analisi Amazon Connect. Il diagramma illustra lo schema del database con 10 tabelle interconnesse:staff_shift_ activities,,staff_shifts,staff_timeoffs,staff_timeoff_intervals,users,routing_profiles, shift_activities staffing_groupsshift_profiles, staffing_group_supervisors e f. staffing_group_forecast_groups orecast_groups

Ogni tabella mostra le chiavi e gli attributi primari con i relativi tipi di dati. Il diagramma illustra come queste tabelle si relazionano tra loro tramite relazioni con chiavi esterne, fornendo una visione completa del modello di dati di pianificazione.

Query di esempio

1. Interrogazione per ottenere tutte le attività programmate dei turni degli agenti che lavorano su uno specifico Forecast Group

SELECT * FROM agent_scheduled_shift_activities_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Completa i seguenti passaggi per creare quanto agent_scheduled_shift_activities_view sopra indicato.

Passaggio 1: crea una vista per ottenere i nomi dei supervisori

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

Passaggio 2: crea una visualizzazione per associare il gruppo di personale e il gruppo di previsione 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

Passaggio 3: ottieni le ultime attività di 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)

Fase 4: Crea una visualizzazione per visualizzare le attività dei turni programmate dall'agente

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. Interrogazione per ottenere tutte le richieste di ferie degli agenti in uno specifico Forecast Group

SELECT * FROM agent_timeoff_report_view where forecast_group_name = 'AnyDepartmentForecastGroup'

Usa la seguente query per creare quanto sopra agent_timeoff_report_view menzionato.

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