Ejemplos de consultas analíticas

Actualizado

Funcionalidad beta. La base de datos de informes está actualmente en beta y aún puede evolucionar. Está disponible solo mediante inscripción. Para unirse a la beta o realizar consultas, contacte con support@azumuta.com.

Antes de comenzar

Estos ejemplos asumen que se ha conectado y ha apuntado su sesión al esquema de su espacio de trabajo:

set search_path to "company_<your-workspace-id>";

Cada ejemplo filtra las filas eliminadas con where deleted_at is null para que solo vea los datos actuales. Elimine ese filtro si desea incluir específicamente registros eliminados.

Grabaciones por estado

Cuántas sesiones de ejecución hay en cada estado:

select status, count(*) as recordings
from recording
where deleted_at is null
group by status
order by recordings desc;

Incidencias por columna del tablero

Dónde se encuentran actualmente sus incidencias de mejora continua:

select column_name, count(*) as issues
from issue
where deleted_at is null
group by column_name
order by issues desc;

Incidencias creadas por mes

Una tendencia simple de nuevas incidencias a lo largo del tiempo:

select date_trunc('month', created_at) as month,
       count(*) as issues
from issue
where deleted_at is null
  and created_at is not null
group by month
order by month;

Tiempo activo medio por instrucción de trabajo

actual_duration es el tiempo de trabajo activo de una grabación, en milisegundos. Esto muestra la media en segundos para las instrucciones de trabajo más concurridas:

select workinstruction_id,
       count(*) as recordings,
       round(avg(actual_duration) / 1000.0, 1) as avg_seconds
from recording
where deleted_at is null
  and actual_duration is not null
group by workinstruction_id
order by recordings desc
limit 20;

Consejos

  • Una las tablas por sus columnas id — por ejemplo, recording.workinstruction_id coincide con workinstruction.workinstruction_id.
  • Use las descripciones de columnas integradas cuando no esté seguro del significado de un campo.
  • Agregue y filtre en SQL antes de extraer los datos a su herramienta de BI — es más rápido y más ligero.