用 AI 让数据分析更智能 - Amazon Q 在 Amazon Quicksight 中的应用

今年1月25日,亚马逊云科技(北京)区域上线了数据可视化神器 -- Quicksight,这是一项快速、可扩展且完全托管的商业智能(BI)服务,可以基于企业内部的数据轻松创建和发布交互式数据分析控制面板,从此企业用户可以更便捷的将亚马逊云端的数据集成第三方、本地数据进行集中分析,并更轻松的进行数据导向的业务决策。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点这里让它成为你的技术宝库!

小李哥作为公司数据分析方案的负责人,可以深刻感受到数据可视化对企业数字化转型的重要意义。过去传统企业的业务决策依赖于经验,而不是客观数据,这好比在黑暗中摸着石头过河,导致企业无法及时发现自身业务模式中重要痛点,错失很多重要机遇。而数据可视化(BI)是能帮助业务人员制定战略决策的关键,它将复杂、海量的数据通过图表这种易于理解的形式展现给高层管理人员,帮助其快速洞察数据背后的业务关键信息。同时BI工具低代码、操作便捷的特点,让业务人员不需要掌握复杂SQL语句就可以通过拖拉拽制作复杂的数据图表,加速企业数字化转型周期。

BI行业同时有着巨大的发展前景,根据 IDC《2021 下半年中国商业智能软件市场跟踪报告》显示,到 2026 年,中国 BI 软件市场规模将达到 20.2 亿美元,未来 5 年市场年复合增长率(CAGR)为 20.8%。通过 BI 工具的运用,企业可以进行数据分析,挖掘数据的价值,从而为企业业务的发展、运营和企业管理提供支持。因此,BI 正成为企业的刚需产品,而熟练运用 BI 的云人才,毫无疑问也成为就业市场的香饽饽。

随着企业面对的市场环境日益复杂、市场变化速度加快,传统的BI能力已经不能满足企业数据分析需求。亚马逊云科技在今年re;Invent推出了利用人工智能(AI)能力的Quicksight增强功能Amazon Q。那将最近大火的AI赋能到热门的BI领域,在企业的数据分析中会碰撞出怎样的火花呢?接下来内容,大家千万不要错过!

Quicksight 的优势是什么?

首先我们看看Quicksight服务的优势,Quicksight总结下来一共有7大特点。

▶️连接企业内部的所有数据源:Quicksight可以连接到亚马逊云科技、第三方云厂商和本地数据,做到真正互联互通。

▶️构建自定义构建数据面板:提供了多种视图设置选项,支持用户配置细颗粒度、自定义的数据面板,增强和用户的交互。

▶️利用机器学习获取数据洞察:Quicksight利用机器学习支持了对数据的异常分析、时间序列预测以及基于数据的关键信息洞察。

▶️利用生成式AI的能力让BI更强大:Quicksight已与Amazon Q集成,通过Q帮助大家通过自然语言生成报表、提取数据的洞察信息,以及根据数据生成可展示的PPT。

▶️支持与多种亚马逊云科技服务原生集成:支持多种亚马逊云科技原生服务作为数据源,如Redshift、Athena、S3、RDS等。

▶️安全性与合规性:满足MLPS 3 级评估、TRUCS 认证、ISO 系列认证等合规认证。支持利用CloudTrail 生成审计日志、利用IAM对数据细颗粒度、基于角色的权限管理(RBAC)、支持与VPC集成建立私有网络连接保护用户数据。

▶️节约成本、自动扩展:Quicksight采用无服务器托管模式,可以自动扩展到满足数十万用户查询。并且按照读者访问数据面板的会话数量计费,极大降低了License采购费用。

如何利用生成式 AI 让我的 Quicksight 更智能?

今天小李哥将会为大家展示如何利用Amazon Q的能力增强大家Quicksight的使用效果,进而提升数据分析的效率。大家需要有亚马逊云科技国际区账号。

Amazon Q 帮助数据分析的场景主要有3个,分别是:

▶️利用Q通过自然语言生成报表

▶️使用Q提取数据的洞察信息

▶️使用Q生成基于视图数据的可展示的PPT

1、首先我们在控制台进入Quicksight服务

2、点击左侧栏的"Topics"

3、选择某一个区域,如"us-east-1"

4、填写个人信息,再点击继续

5、点击确认订阅,试用 Q 需要开启 Q 和 Quicksight 的集成。价格是:作者账户34美金每月,每个读者会话连接0.3美金(10美金封顶),开启每个区域需要250美金。但是 Quicksight 支持大家免费试用一个月,试用结束后可以随时取消订阅不会花钱。

6、开启后需等待15-30分钟生效,如果大家试用结束后想取消订阅,则点击右下方的"区域管理"功能,取消勾选所有区域即可!非常简单,之后不会扣费。

7、等待 Q 开启后,再点击免费试用。支持大家免费试用一个月不会扣费哦~

8、点击左侧栏 Analyses,点击 Quicksight 提供的任意样本数据分析

9、点击右上角的用户图标,再点击 Preview Manager

10、开启 Q 的超能力并保存

11、点击 Analyses 图表中上方的 Build visual

12、起一个名字,如"SampleTopic"

13、等待 Topics 创建结束

14、再点击 Analyses 图表中右上方的"PUBLISH"

15、填写面板名字,如"SampleDashboard",勾选 Data Stories 和 Executive Summary 功能,最后点击发布

16、接下来我们分别试用 Q 的三个功能。首先我们点击面板正上方的 Ask a question about SampleTopic

17、在这里我们就可以用自然语言文字生成图表啦,如果大家不清楚应该怎么问问题,可以直接选用AI生成的建议问题哦~这里我们输入"How Many revenue goal by year",再点击ASK。

18、这样就可以直接生成图表了,是不是很容易呢!小李哥已经感觉我上我也行了。左侧还有根据图表生成的重要数据洞察。

19、接下来我们测试 Q 的第二个功能,生成数据的洞察。在数据面板中点击右上角 Build->Executive Summary

20、点击后就可以获得基于整个图标的数据洞察了。帮助企业业务人员不必查看大量图表和数据就可以获取数据最关键信息

21、最后一个功能是利用 Q 基于分析数据生成 PPT,大家在数据面板右上角点击 Build->Data Story

22、再点击 SlideShow, 如果大家想自动生成 Word 格式的报告,则点击 Scrollable Page

23、大家可以在PPT生成页面中输入标题、修改文字格式/颜色、修改 PPT 内容、插入图片,在右下角还可以给 Q 提供 PPT 主题和设置想添加的图表。最后点击右下角的 Build 生成 PPT。

24、点击后大家就可以看到 Q 自动生成的 PPT 内容了,Q 帮助小李哥生成了一份12页的数据分析 PPT。大家可以利用这个功能生成给老板展示的数据分析报告,再也不用担心加班做 PPT 了,一切都交给小 Q!

我该如何学习 Quicksight?

说到学习 Amazon Quicksight,快速上手 AI 驱动的数据可视化工具, AI 和数据分析技术提升"两不误"。小李哥想给大家推荐亚马逊云科技官方的免费课程平台 Skill Builder 上的 Quicksight 课程, 该平台不仅包括超过600多门的在线课程帮助大家学习云服务,还包含了亚马逊云科技认证的备考课程、动手实验和练习题,帮助大家更容易地考取高含金量的云计算技能认证,为职场加速。

目前 Skill Builder 上,及网易云课堂上都已经上线了免费的中文版 Amazon Quicksight 学习课程,只需要20分钟,就能快速掌握 Amazon Quicksight 的理论知识、应用场景和实操步骤。而且中文课程能更好的帮助小伙伴们掌握该服务,快速将 AI 技术应用于自己平时的数据分析工作中。

本课程针对架构师、业务人员、开发人员、运维人员、数据工程师、云从业者,以及任何对于 AI 和数据分析感兴趣的小伙伴们。同时 Quicksight 也是亚马逊云科技最新推出的 Data Engineer -- Associate 认证考试的重要考点,学习这门课程还能帮助到大家未来通过认证考试,证明云上数据分析相关的技能哦!

看过了课程的介绍,大家是不是很心动呢?扫描下方二维码就可以开启自己的 Quicksight 之旅啦!

扫码开始学习 Amazon Quicksight

以上就是本次 Amazon Quicksight 的全部介绍,希望大家也能多多关注小李哥的小红书、抖音账号:"佛州小李哥",获取更多的亚马逊云科技学习资源。

扫码关注小李哥小红书账号

如果大家在课程注册或者上课中遇到任何问题,请随时联系云师兄小助手咨询!

作者佛州小李哥

亚马逊云科技安全与合规 Community Builder。具备多年基于亚马逊云科技平台的 PCI-DSS 金融合规经验,负责企业级云平台合规、本地合规、企业出海本地化合规等领域。

文章来源:dev.amazoncloud.cn/column/arti...

相关推荐
wxl78122712 小时前
如何使用本地大模型做数据分析
python·数据挖掘·数据分析·代码解释器
小尤笔记13 小时前
利用Python编写简单登录系统
开发语言·python·数据分析·python基础
FreedomLeo113 小时前
Python数据分析NumPy和pandas(四十、Python 中的建模库statsmodels 和 scikit-learn)
python·机器学习·数据分析·scikit-learn·statsmodels·numpy和pandas
穆友航15 小时前
PDF内容提取,MinerU使用
数据分析·pdf
EterNity_TiMe_16 小时前
【论文复现】神经网络的公式推导与代码实现
人工智能·python·深度学习·神经网络·数据分析·特征分析
麦田里的稻草人w17 小时前
【数据分析实战】(一)—— JOJO战力图
数据挖掘·数据分析
B站计算机毕业设计超人21 小时前
计算机毕业设计SparkStreaming+Kafka新能源汽车推荐系统 汽车数据分析可视化大屏 新能源汽车推荐系统 汽车爬虫 汽车大数据 机器学习
数据仓库·爬虫·python·数据分析·kafka·数据可视化·推荐算法
爱学习不掉头发2 天前
【金融风控项目-08】:特征构造
数据分析·特征工程·特征衍生
爱学习不掉头发2 天前
【金融风控项目-09】:特征变换
数据挖掘·数据分析·分箱
qq_q9922502772 天前
django基于Hadoop 的国产电影数据分析与可视化
hadoop·数据分析·django