Passar para o conteúdo principal
fact_event_customer_support_request
Guilherme Fonseca avatar
Escrito por Guilherme Fonseca
Atualizado há mais de um ano

Introdução

A tabela fact_event_customer_support_request, que no Headless BI conhecido também como Delta Lake é identificada como fact_event_customer_support_request_retailerId (retailerId = id do retailer) armazena as métricas detaladas dos eventos do atendimento de consumidores realizados pelos atendentes do e-commerce.

Taxa de atualização: H-1 (De hora em hora)

Atenção: Os registros desta tabela utilizam o fuso horário UTC, ou seja, para que as datas sejam referentes ao fuso horário brasileiro, é preciso inserir nas queries o fuso horário brasileiro.

Ex:

SET TIME ZONE '-03:00'
SELECT * FROM fact_event_customer_support_request_123

Dicionário de dados

Variável

Tipo

Descrição

csr_id

string

Id interno que identifica o atendimento. Utilizada para vincular com a tabela dim_customer_support_request (pela coluna csr_id da mesma)

omni_campaign_id

string

Id interno da campanha. Utilizada para vincular com a tabela dim_campanha (pela coluna omni_campaign_id da mesma)

team_id

string

Id interno do time que fez fazendo o atendimento daquele evento. Utilizada para vincular com a tabela dim_team (pela coluna team_id da mesma)

user_id

string

Id interno do usuario que fez fazendo o atendimento daquele evento. Utilizada para vincular com a tabela dim_user (pela coluna user_id da mesma)

customer_id

string

Id interno que identifica o consumidor.

Obs: ainda não temos a dim_customer para vincular

chat_id

string

Id interno que identifica o chat.

retailer_id

string

Id interno do cliente

started_at

timestamp

Início da janela do evento do atendimento

ended_at

timestamp

Fim da janela do evento do atendimento.

replied_at

timestamp

Data da 1° resposta da janela de eventos do atendimento.

waiting_time

double

Tempo total de espera do evento em segundos.

waiting_time_attendence_hours

int

Tempo total de espera do evento em segundos baseado no horário de atendimento cadastrado do e-commerce.

total_attendence_time

int

Tempo total do evento em milissegundos

total_attendance_time_attendence_hours

int

Tempo total do evento em segundos baseado no horário de atendimento cadastrado do e-commerce.

Respondeu à sua pergunta?