Ejemplos de consultas analíticas
Funcionalidad en beta. La base de datos de informes está actualmente en beta y todavía puede evolucionar. Esta funcionalidad está disponible actualmente solo mediante opt-in. Póngase en contacto con su contacto de Azumuta para unirse a la beta y probarla.
Antes de empezar
Estos ejemplos asumen que se ha conectado y que 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, de modo que solo vea los datos actuales. Elimine ese filtro si desea incluir explícitamente los 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
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 promedio por instrucción de trabajo
actual_duration es el tiempo activo de trabajo de una grabación, en milisegundos. Muestra el promedio en segundos para las instrucciones de trabajo con más actividad:
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
- Relacione las tablas por sus columnas id — por ejemplo,
recording.workinstruction_idcoincide conworkinstruction.workinstruction_id. - Utilice las descripciones de columna integradas cuando no esté seguro de lo que significa un campo.
- Agregue y filtre en SQL antes de extraer los datos a su herramienta de BI — es más rápido y más ligero.