スパークNQL機能

データモデルは技術プレビュー版と一般提供版の間で変更されます。 そのため、TP中に作成した特定のNQLクエリを、リリースされた機能に移行する際に調整する必要があるかもしれません。

Sparkは以下のNQLデータモデル表を使用して、Sparkユーザーインタラクションデータをクエリします:

Areas	説明
agent.conversations	社員とSparkエージェントの間の会話情報を保存します。

agent.conversationsテーブルフィールド

以下のクエリは、agent NQL名前空間のconversationsテーブルのconversation_idフィールドオブジェクトを使用します。

agent.conversations 
| list conversation_id

agent.conversationsテーブルフィールド	説明
conversation_id	会話のユニーク識別子。
time	会話の最後のメッセージが送信または受信された日時。
first_message_time	ユーザーが会話を開始した時刻。
conversation_duration	会話の最初と最後のメッセージ間の経過時間。
number_of_turns	ユーザーとエージェント間の会話のターン数。
outcome	会話の結果。 完了した会話にのみ設定されます。
state	会話の現在の状態。

Spark KPIウィジェットNQLの例

以下の例は、ダッシュボードページからの変更で対応する調査クエリをシステムがどのように更新するかを説明します。

ダッシュボードで会話数合計を示すKPIの調査を表示

過去30日間のagent.conversations
| summarize active_users = user.count(), total_conversations = conversation_id.count(), active_conversations = conversation_id.countif((state == in_progress or state == null))

ダッシュボードからの調査に深く進む

ドリルダウン… 過去30日間のデバイスの平均解決時間を示すKPIダッシュボードウィジェット上で

過去30日間のデバイス
| agent.conversationsを過去30日間に含む
| agent.conversations.outcomeに[解決済み, エスカレーション]を含む
| compute number_of_conversations_ = conversations.number_of_conversations.sum(), average_resolution_time = agent.conversations.conversation_duration.avg()
| number_of_conversations_ != 0
| 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

関連トピック

• スパークの始め方