Splunkを使用したCisco CDRおよびアスタリスクテレフォニーの分析

今日、分析の観点から、古典的な、タスク-CDRテレフォニーの分析があります。 この記事では、2つの異なる企業が2つの完全に異なるタスクをどのように解決したかについて説明します。 X社はCisco Telephony CDRを分析し、Y社はAsterisk Telephony CDRを分析しました。 なぜこれについて1つの記事に書くのですか? どちらの会社も、 Splunkを分析ツールとして使用しているためです。





カットの下には、タスクとそのソリューションの詳細な説明が写真とリクエストとともに表示されます。





タスク



会社Xには約30の部門があり、そのうち約400の内部番号と1か月あたり約100,000の電話があります。





Y社は、1日あたり100万件の通話を行うアスタリスクテレフォニーに基づくコールセンターを所有しており、その業務に関する分析情報を受け取りたいと考えています。 何よりも、Y社は、特定のタイムスロット(たとえば、1時間ごと)における競合コール(ビジータイムスロット)の数と、外部フローへの分配を知りたいと考えています。 さらに、平均通話時間、平均通話時間、応答した通話の割合などの基本的なkpi。



タスクソリューション



この記事では、Splunkデータの接続方法とフィールド解析の方法については説明しません(興味深い場合は、 私たち書いてください -それについては別の記事を作成しますが、実際にはロケット科学はありません)。 基本的なクエリ、グラフ、ダッシュボードを表示します。



X社

組織全体の分析:











このダッシュボードには、さまざまな統計指標を備えた、会社全体の一般的な分析が含まれています。 ダッシュボードはライブです。つまり、さまざまなフィルターがあり、ユーザーを次の詳細レベルに送ることもできます。 たとえば、特定の部門または電話番号をクリックすると、選択したセグメントのコンテキストで分析が表示されます。



別の部門内の分析:











このダッシュボードでは、ユーザーは会社の特定の部門の詳細を確認し、この部門の従業員と他の内部部門および外部通話との相互作用に関する統計情報を結論付けることができます。



ユーザー固有の分析:







これは最後の詳細レベルであり、組織の特定の従業員に関する情報が表示され、その活動を判断できます。



お問い合わせ



実際、これらのグラフはすべて非常に単純なクエリに基づいて構築されており、複雑さのレベルは以前の記事で説明したものに匹敵します。 以下は最も難しいものの1つです。



|inputlookup lookup.csv | where unit = "MGMI" | table ext | join ext type=left [search index=test sourcetype = csv Department = "MGMI" | stats count AS "colorig" by callingPartyNumber| rename callingPartyNumber as ext] | join ext type=left [search index=test sourcetype = csv DepartmentDest = "MGMI" | stats count AS "coldest" by originalCalledPartyNumber| rename originalCalledPartyNumber as ext ] | eval C=if(isnull(colorig), 0,colorig) | eval D = if(isnull(coldest), 0,coldest) | table ext CD |rename ext as "" C as "  " D as "  "
      
      









Y社



コールセンターには1種類のコールしかなく、会社は要約情報のみに関心があるため、ここではすべてがはるかに単純です。 ただし、たとえば特定の従業員の場合、追加の処理や詳細化の可能性は除外されません。 以下は、Asteriska CDRに基づくメインダッシュボードです。











最も興味深いのは、競争力のあるセッションを計算するタスクが解決される最低のチャートです。



お問い合わせ



以下は、最も複雑なクエリの1つであり、競合セッションに関するものです。



 index="aster2" dstchannel="Beeline" | concurrency duration=duration | timechart span=1h max(concurrency) as Beeline | join _time type=left [search index="aster2" dstchannel="MTS" | concurrency duration=duration | timechart span=1h max(concurrency) as MTS | join _time type=left [search index="aster2" dstchannel="Megafon" | concurrency duration=duration | timechart span=1h max(concurrency) as Megafon | join _time type=left [search index="aster2" dstchannel="TTK" | concurrency duration=duration | timechart span=1h max(concurrency) as TTK ]]]
      
      









おわりに





このトピックに関するすべての質問とコメントに回答させていただきます。 また、この分野、または一般的なマシンデータ分析の分野に特に興味がある場合は、特定のタスクに合わせて既存のソリューションを変更する準備ができています。 これを行うには、コメントにそれについて書くか、 当社のウェブサイトのフォームからリクエストを送信してください。



All Articles