Spark NQL の機能

Investigations モジュールで Nexthink Query Language (NQL) を使用して、Spark の会話データにアクセスします。

システムは各会話を agent.conversations NQL テーブルに保存します。利用可能なフィールドの詳細については、NQL データモデル > Namespace agent を参照してください。

以下は一般的な NQL クエリの例です。

主要な Spark KPI

過去 30 日間の主要な Spark KPI（アクティブユーザー数、会話の総数、現在アクティブな会話数など）を取得します。

agent.conversations during past 30d
| summarize active_users = user.count(), total_conversations = conversation_id.count(), active_conversations = conversation_id.countif((state == in_progress or state == null))

デバイスごとの会話数と会話時間

デバイスごとの会話数と平均会話時間を取得します。

devices during past 30d
| include agent.conversations during past 30d
| where agent.conversations.outcome in [resolved, escalated]
| compute number_of_conversations_ = conversations.number_of_conversations.sum(), average_resolution_time = agent.conversations.conversation_duration.avg()
| where number_of_conversations_ != 0
| where average_resolution_time != 0
| list device.name, device.entity, device.hardware.model, device.hardware.type, device.operating_system.name, number_of_conversations_, average_resolution_time
| sort number_of_conversations_ desc

解決理由別の解決済み会話数

過去 7 日間の解決理由別の解決済み会話数を取得します。

agent.conversations during past 7d
| where outcome == resolved
| summarize number_of_conversations_by_reason = count() by reason