Visões dinâmicas - Waapi
As visões dinâmicas são recursos da XPlatform que permitem consultar e exportar dados em forma de relatórios.
Estes dados podem ser usados também para construir uma visão gerencial personalizada, usando o Analytics Studio.
Usar as visões dinâmicas para emitir relatórios
Os dados são agrupados por visões (views), sendo que cada visão serve para buscar tipos diferentes de informações.
As visões podem ser selecionadas na tela de cadastro das visões dinâmicas, em:
- Tecnologia > Customização > Relatórios > Visões dinâmicas
Depois de selecioná-las,
Também é possível automatizar a execução desses relatórios, clicando em Agendar Execução. O agendamento permite selecionar o formato desejado (PDF, XLS, entre outros) e a forma de entrega (via notificação da plataforma ou por e-mail).
Para saber tudo o que você pode fazer com as visões, acesse a documentação de Visões Dinâmicas no manual da XPlatform.
Usar os dados das visões com o Analytics Studio
O Analytics Studio permite cruzar as informações contidas nas tabelas das visões, com a finalidade de criar gráficos e visões gerenciais dessas informações. Esta ferramenta auxilia na análise dos dados e na tomada de decisão.
Para saber como cruzar essas informações e montar os gráficos, acesse a documentação do Analytics Studio no manual da XPlatform.
Views disponíveis para o Waapi
Serviço: hcm-happiness_index
Índice de felicidade (v_happiness_index)
Informações de humor registradas pelos colaboradores no Diário de humor do Waapi.
Nome traduzido (Editor visual) | Nome na base (Editor SQL) | Campo-chave
Campos-chave são aqueles que podem ser usados para fazer a ligação entre as tabelas da visão dinâmica
|
---|---|---|
Identificador do departamento | department_id | |
Data do sentimento | mood_date | |
Filtro por data | mood_date_filter | |
Sentimento (enumeração) | mood_enum | |
Sentimento (descrição) | mood_description | |
Notas do sentimento | mood_notes | |
Razões do sentimento | reason_description | |
Filtro de hierarquia | hierarchy_filter |
Criar visões gerenciais do Waapi
Usando recursos do Analytics Studio, você pode criar um dashboard gerencial com visões para gestores e profissionais de RH acompanharem o humor dos colaboradores da empresa.
Com isso, é possível obter resultados como este:
Como criar Landing Pages para a visão gerencial
- Usando as consultas (queries) sugeridas abaixo, crie conjuntos de dados (datasets) na XPlatform. Para criar os datasets:
- Acesse o menu na XPlatform: Tecnologia > Administração > Dataset > Novo dataset
- Clique em Editor SQL.
- Para cada query: copie o código abaixo, cole no editor e clique em Salvar.
- Crie widgets usando os datasets que foram criados no passo anterior, em: Tecnologia > Customização > Analytics Studio > Novo widget analytics.
Esses widgets ficarão disponíveis para serem selecionados como componentes no passo seguinte. - Por fim, crie as páginas contendo os widgets do passo anterior, em Tecnologia > Customização > Páginas > Nova página.
select d.code as "Código do departamento", d.name as "Nome do departamento", hi.mood_date as "Data do sentimento", hi.mood_description as "Sentimento", hi.mood_notes as "Notas do sentimento", hi.reason_description "Razões do Sentimento" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id group by d.code, d.name, hi.mood_date, hi.mood_description, hi.mood_notes, hi.department_id, hi.mood_date_filter, hi.reason_description order by hi.department_id, hi.mood_date_filter |
select d.code as "Código do departamento", d.name as "Nome do departamento", hi.mood_date as "Data do sentimento", hi.mood_description as "Sentimento", hi.mood_notes as "Notas do sentimento", hi.reason_description "Razões do Sentimento" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id and hi.mood_date_filter >= :FIRST_DATE_MONTH and hi.mood_date_filter <= :LAST_DATE_MONTH group by d.code, d.name, hi.mood_date, hi.mood_description, hi.mood_notes, hi.department_id, hi.mood_date_filter, hi.reason_description order by hi.department_id, hi.mood_date_filter |
select hi.mood_description as "sentimento", extract(month from hi.mood_date_filter) || '/' || extract(year from hi.mood_date_filter) as "mês sentimento", count(*) as "quantidade" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id group by extract(month from hi.mood_date_filter), extract(year from hi.mood_date_filter), hi.mood_description order by extract(month from hi.mood_date_filter); |
select hi.mood_description as "sentimento", extract(month from hi.mood_date_filter) || '/' || extract(year from hi.mood_date_filter) as "mês sentimento", count(*) as "quantidade" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.mood_date_filter >= :first_date_month and hi.mood_date_filter <= :last_date_month and hi.department_id = d.id group by extract(month from hi.mood_date_filter), extract(year from hi.mood_date_filter), hi.mood_description order by extract(month from hi.mood_date_filter); |
select d.code as "Código do departamento", d.name as "Nome do departamento", hi.mood_date as "Data do sentimento", hi.mood_description as "Sentimento", hi.mood_notes as "Notas do sentimento", hi.reason_description "Razões do Sentimento" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id and hi.hierarchy_filter like :hcm.analytics.descendantsFilter.string group by d.code, d.name, hi.mood_date, hi.mood_description, hi.mood_notes, hi.department_id, hi.mood_date_filter, hi.reason_description order by hi.department_id, hi.mood_date_filter |
select d.code as "Código do departamento", d.name as "Nome do departamento", hi.mood_date as "Data do sentimento", hi.mood_description as "Sentimento", hi.mood_notes as "Notas do sentimento", hi.reason_description "Razões do Sentimento" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id and hi.hierarchy_filter like :hcm.analytics.descendantsFilter.string and hi.mood_date_filter >= :FIRST_DATE_MONTH and hi.mood_date_filter <= :LAST_DATE_MONTH group by d.code, d.name, hi.mood_date, hi.mood_description, hi.mood_notes, hi.department_id, hi.mood_date_filter, hi.reason_description order by hi.department_id, hi.mood_date_filter |
select hi.mood_description as "sentimento", extract(month from hi.mood_date_filter) || '/' || extract(year from hi.mood_date_filter) as "mês sentimento", count(*) as "quantidade" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.department_id = d.id and hi.hierarchy_filter like :hcm.analytics.descendantsfilter.string group by extract(month from hi.mood_date_filter), extract(year from hi.mood_date_filter), hi.mood_description order by extract(month from hi.mood_date_filter); |
select hi.mood_description as "sentimento", extract(month from hi.mood_date_filter) || '/' || extract(year from hi.mood_date_filter) as "mês sentimento", count(*) as "quantidade" from "hcm-happiness_index".v_happiness_index hi, "hcm-report".v_department d where hi.mood_date_filter >= :first_date_month and hi.mood_date_filter <= :last_date_month and hi.department_id = d.id and hi.hierarchy_filter like :hcm.analytics.descendantsfilter.string group by extract(month from hi.mood_date_filter), extract(year from hi.mood_date_filter), hi.mood_description order by extract(month from hi.mood_date_filter); |
Para saber mais detalhes sobre este procedimento, ou se você tiver dificuldades com a criação da visão gerencial, consulte o tutorial disponível na documentação do Analytics Studio.