8/4開催！Amazon QuickSight Roadshowイベントレポート

こんにちは。SCSK三上です。

先日、久々にオンサイト開催のAmazon QuickSight Roadshowイベントに参加したのでレポートアップします！
メモベースなので読みづらい点多々ありますがご了承ください…

やはりオンサイトのイベントは他社の方との交流含めてテンションが上がりますね～
オフィスはもちろん、ドリンクやお菓子のサービス、お弁当まで大変豪華でした🎵

個人的に特によかったセッションのタイトルに★マークつけてます。

概要

項目	内容
開催日	2023年8月4日 13:00~17:00
開催場所	目黒セントラルスクエア21F
イベントHP	Amazon QuickSight Roadshow | 東京 (splashthat.com)

 

★ オープニング・ Amazon QuickSight の最新アップデートを総まとめ！ 

アマゾン ウェブ サービス ジャパン合同会社 QuickSightシニア事業開発マネージャー 伊東 大騎 氏

Amazon QuickSightの特徴

• サーバレス、直感的でインタラクティブ
• いつでも、どこでも、閲覧できるBIサービス
  • データの可視化は、まず全体感を抑えて、詳細にドリルダウンするアプローチが望ましい
• AI/機械学習でより簡単に、より深く
• 組み込みアナリティクス
  • 社内サイトに共有
  • 自社Webサイトに公開
  • SaaSアプリの一環でマネタイズ
• 定形レポートの作成と配信もサーバレスで提供
• 多様なデータソース接続をサポート
  • サポートされているデータソース – Amazon QuickSight
• インメモリ（SPICE）へのキャッシュでサクサク操作できる！
• ユーザ・データの権限管理
  • カスタム権限
  • グループ
  • シングルサインオン
  • IPベースのアクセス制御
• ユーザ課金
  QuickSightはビッグデータを高速に全社員で利用できるアプローチが採用しやすい。                         

  	Author	Reader
  役割	ダッシュボードを作成して公開	作成済みダッシュボードを閲覧
  料金	$18/ユーザー/月	$5/ユーザ/月

料金 – Amazon QuickSight | AWS

最新アップデート

ビジュアルのアップデート

• ピクセル単位の編集
  • フリーフォームから可視化・見栄えをピクセル単位で編集できる！文字を自由自在に動かせる！
  • パラメータ設定によって表示するグラフを変えることができる！
• レーダーチャート
• サンキー図
• データーバー
• テキストボックス
  • ビジュアルの1つとしてカウントされない！
• 散布図の改善
  • ディメンションに応じて色だけ変えることができる！
• クラスターポイント
• スモールマルチプル
• 表およびピポットテーブルの表現力
• フィールドの配色を統一

データ準備のアップデート

• データセットでのパラメータ利用
  • ダッシュボード側の操作でパラメータ値を変えるとカスタムSQLに連動してくれる！
• SPICEの増分更新
• データセットのバージョニング
• 新しいファイルをアップしてデータセットを更新

ML Insightのアップデート

• QuickSight Qで予測をWhy質問に対応  ※英語のみ対応
  • Forecastを入力すると、対象メジャーに対する予測分析を実現
• Amazon Sagemaker Canvasとの連携でノーコード予測分析を実現

組み込み系のアップデート

• 組み込み用Javascript SDK2.0
• ダッシュボード単位に加えて、ビジュアル単位の組み込みもできる！
• ノーコードな1クリック組み込み
• 匿名アクセス組み込みでの行レベルセキュリティ
  • タグを利用

運用管理系アップデート

• APIでビジュアル定義Assets as code
• APIでアセットのインポート・エクスポート
  • アカウントの移行に便利
• 管理者向けアセット管理コンソール
  • ユーザ・ネームスペース単位で閲覧可能
• Cloud Watchで監視
• Cost and Usage Report上でのコスト管理
  • ユーザごと・ユーザ種類ごと・ユーザARNごとなど…

QuickSightの今後の拡張予定

• Areas of Investment
  • Leader向け機能
    • キャンバス作成（PPT作成のように、グラフを差し込んだプレゼン資料を作れる）
    • 準備されたビジュアルからスムーズに発表資料を作成！意思決定をスムーズにする！
    • データに基づいたストーリを作成してくれる機能
  • Author向け機能
    • クリック数が少なく、効率的にビジュアルを作成できるのか。UI・UX
    • 画面左上からの機能検索
    • タイムゾーンの設定
    • ビジュアルのハイライト
    • 2TB以上のスパイスが利用可能
    • DataZone上でのデータ共有・Quicksightに自動連携
    • スナップショットをAPIで出力可能
      • 既にリリース済み
    • リーダーでもフィルターをかけてエクスポートすることが出来る＝オンデマンドレポート
    • Emailでスケジュール配信する際に、Excelも添付可能！
    • コネクタ
      • NoSQLとのコネクト 他多数
  • Admin向け機能
    • SSO対応(IAM Identity Center)　⇒　対応済
    • タグ付けしたコスト管理　タグによるコスト按分が可能になる。
  • Developer向け機能
    • 生成系AIとの連携で自然言語対応　⇒　詳細は最終セッションへ

 

NTTドコモのネットワーク事業における社内QuickSightコミュニティの取り組み事例

株式会社NTTドコモ 無線アクセスデザイン部 エリア品質企画担当 中山 広実 氏

Amazon QuickSight導入の目的

• データ分析におけるDX化の推進
• ダッシュボード機能における事例・ノウハウ共有
• 気軽に複雑な分析を行える環境の提供

Amazon QuickSightの決め手

• 他社Biツールと比べて安価かつ月額
• ユーザに気軽に分析を行ってほしい
• フルマネージドサービスの為、メンテナンスが楽
• 他システムでもAWSを利用していたため連携が容易

利用イメージとその背景

• データ分析担当が分析をして、閲覧者が閲覧するのではなく、「分析したい人がデータ分析できる環境」
• その背景
  • 定型化できる分析は一括して作成
  • 定型化できない分析も多い
    • データの種類・分析谷が多岐
    • 都度データの用途が変わることも
  • 新しい分析手法の発見に期待

現在の利用状況

• ユーザ数・閲覧数ともに増加傾向
• ユーザの属性も増加
• ダッシュボードの増加に伴って閲覧数増加

コミュニティ活動の取り組みについて

• 経緯
  • Quicksightの利活用を促進・社内認知を広めていきたい
  • ユーザ同士で事例を共有しあえる、なんでも相談しあえる環境を作りたい
• 規模
  • 全国各地のネットワーク（エリア品質）の分析業務でQuicksightを利用しているメンバが参加
• 目指す姿
  • レベル問わず気軽に質問・回答
  • 自主的な勉強会開催、事例共有

主な取り組み

• Slackでのチャネル
  • 質問・相談をチャネルで可視化して行う
• 勉強会・事例共有会
  • 月1回で開催
    • レベル別のハンズオンやTIPS解説を実施
  • ユーザからの事例共有会も定期的に開催
    • 分析事例や新しい使い方の共有
  • Quicksight分析事例共有を実施
• ダッシュボード作成イベント
  • 使うきっかけを作る

 

〜スタートアップ事例から学ぶ〜 ビジネスをのばす QuickSight の賢い使い方

アマゾン ウェブ サービス ジャパン合同会社 スタートアップソリューションアーキテクト 岸田 晃季 氏

スタートアップにおけるQuickSightの必要性

• 成長曲線
  • Seed
    • MVP/PSF
      • 最小限のプロダクトでアイディアと実現方法を素早く評価・検証するトライ＆エラーの連続
  • Early
    • PMF
      • 素早くデータドリブンなフィードバックサイクルを構築し、ユーザが自動的に増え続ける状態を目指す
• 初期のプロダクト開発における課題
  • 早く作りたい、お金もまだない
    • いかに早く作るか
• 中期のプロダクト開発における課題
  • フィードバックサイクルを安定化したい
    • プロダクトを市場に提供 ⇒ ユーザからのフィードバックサイクルを得る ⇒ 機能を修正
• QuickSightで各フェーズに柔軟に対応
  

  フェーズ	課題	QuickSight
  初期	分析基盤がなくても評価したい	様々なリソースに気軽に接続可能
  中期	柔軟なデータ分析基盤が欲しい	新たにDWH基盤にも手軽に接続 SaaSからのデータも組み合わせて分析
  後期	BtoBビジネスで規模が大きくなる	行/列レベルのセキュリティやSSO機能の柔軟なアクセス制御

初期フェーズの事例
～分析基盤がない状態から気軽にツールを導入、社内プロダクト評価プロセスを活発に～

• ユースケース
  • プロダクトデータを特定にKPIに沿って評価し、その状況を会社全体が確認できるようにしたい
• 構成
  • Aurora ⇒ QuickSight ⇒ S3（画像データをホスティング）
    • SPICEを利用することで、既存DBへの影響を抑える

中期フェーズの事例
～データエンジニアが分析するための基盤を導入・Salesforceなどの営業データを組み合わせレポート化～

• ユースケース
  • Salesforceからの営業データを取り入れ、横断的なプロダクト分析
• 構成
  • SalesforceからAmazon App Flow・S3を通して、Glue Data Catalogを開始、Redshift ServerlessからQuickSightで可視化

後期フェーズの事例
～BtoB向けサービスに大規模データを取り扱うためのアクセス制御を利用～

• ユースケース
  • 店舗ごとの需要計測にBI基盤導入
• 構成
  • 行レベルセキュリティで店舗を絞る
    

    Time	Store	Data
    2023-08-01	A	222
    2023-08-02	B	333
    2023-08-03	C	444

  • シングルサインオン
    • Admin、Author、ReaderをAuth0などの認証基盤グループとマッピングさせて実現

まとめ

Amazon QuickSightはシンプル構成から要件の複雑化に伴うフェーズまで対応可能

 

★ QuickSight のコスト、管理していますか？新機能を用いたコスト管理のコツ

アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 溝渕 匡 氏

これまでのコスト管理と課題

• Cost Explorer
  • 各サービスの利用状況の把握
  • QuickSightが占める割合
• AWS使用状況のレポート
  • サービスを指定して出力
  • QuickSightのUsage Type別
• コスト使用状況レポート
  • いままでできなかったこと
    1. ユーザレベルのコスト情報の取得
    2. グループレベルのコスト情報の取得
    3. タグベースでのコスト情報の取得
    4. 作成者と管理者に係る管理コストの把握
    5. 閲覧者コストのユーザ/セッション別の把握
    6. 匿名セッションのコストの把握
    7. ダッシュボード単位のアラートやページねいてっどレポートコスト把握

新機能のご紹介

• いままでできなかったこと、上記2・３以外は出来るようになった！
  1. ユーザレベルのコスト情報の取得
  2. 作成者と管理者に係る管理コストの把握
  3. 閲覧者コストのユーザ/セッション別の把握
  4. 匿名セッションのコストの把握
  5. ダッシュボード単位のアラートやページねいてっどレポートコスト把握

ユースケース

• ユーザレベルのコスト情報の取得
  • 利用の妥当性評価
    • 全員分析を掲げたとき、実際に全員が分析しているのか？
  • 行動分析
    • ユーザ毎の利用状況の差異から新たなインサイトを得る
  • コスト予測
    • 一定のグルーピングにより、グループとして月間費用予測する
• 作成者と管理者に係る管理コストの把握
  • コスト効率化
    • 作成者が高コストな場合、生成したレポートやダッシュボードの価値は？
  • 予算配分
    • 作成者と閲覧が別の予算部門で管理されている場合などに有効
• 閲覧者コストのユーザ/セッション別の把握
  • セッション別コスト
    • セッション単位の課金QuickSight利用頻度を把握
    • コスト効率の最適化と効率的な使用の推進
  • 比較からの情報
    • 最適な課金モデルの特性
    • ユーザ行動の変化から得られるインサイト
• 匿名セッションのコストの把握
  • 匿名ユーザの活動量、割合の分析
  • 埋め込みダッシュボードのコスト効率分析
• ダッシュボード単位のアラートやページネイテッドレポートコスト把握
  • ダッシュボードとレポートの利用状況
  • 価値の分析
    • 意思決定に利用されるレポートのコストはどのくらいか？
  • ダッシュボードの改善
    • 利用状況をインプットにしてダッシュボードを整理
  • 予算設定
    • ダッシュボードやレポートの利用者に紐づく予算を設定

QuickSightに取り込む

• CURをQuickSightに取り込んで視覚化する
  1. コストと使用状況レポートを作成
  2. QuicksightにAmazon S3バケットへのアクセスをきょっか
  3. Quicksightコンソールを開く
  4. データ管理を選択
  5. 新規データセットを選択
  6. S3を選択し、Amazon S3データソースダイアログボックスが開く
• Key Takeaways
  • コストと使用状況レポートでこれまでより細かい粒度となる。
    • ユーザ単位
    • 作成者/管理者の別
    • 閲覧者のユーザ/セッション単位
    • 匿名セッション
    • アラートやページネイテッドレポートコストのダッシュボード単位
      • CURから取得できるように

 

QuickSightのユーザコミュニティ活動のご紹介

ディップ株式会社 DX事業本部 プロダクト開発部データストラテジー課 課長 豊田 晋也 氏

• ユーザコミュニティの目的
  • Quicksightをもっと知ってほしい！
  • データをビジネス価値に変えるきっかけを作りたい！
  • ユーザ目線での情報が集まる場所を作りたい！
• JAWS-UG BigData 分科会
  • 5名登壇 100名近くの方に閲覧
• 運営メンバも募集中

 

Dive Deep パート1：QuickSight におけるアセット管理

アマゾン ウェブ サービス ジャパン合同会社 パートナーソリューションアーキテクト 坂下 和香奈 氏

今までの課題

• 一部のビジュアルや設定を変更してダッシュボードや分析の再利用
  • マルチテナントの各テナントに応じたテーマ設定
  • マルチテナントの核テナントに応じたビジュアル設定変更など
• ダッシュノードや分析のバージョン管理やバックアップおよびリストア
• 別AWSアカウントからのダッシュボードや分析のエクスポート
• 別AWSアカウントへのダッシュボードや分析のエクスポート
  • 開発効率 ⇒ QuickSightのアセット移行方法がアップデート！

Template

• CloudFormationを利用して、アカウント移行のテンプレートを実行可能！

できること	できないこと
分析とダッシュボードのレイアウトのスナップショットを作成し、Quicksightに保存 同じ/異なるアカウントおよびリージョンでそれらの正確なコピーを作成 移行先の分析/ダッシュボードでデータセットを移行するためのプレースホルダを作成 Quicksightアカウント内でのバージョン管理	Quicksightの外部に定義をエクスポート アセットを移行する前にレイアウトを修正 BCPまたはDisaster Recoveryの定義 プログラムによるダッシュボードの作成 Quicksight GUI上でテンプレートそのものの確認

Assets as Code

• CodeCommitを利用して、アカウントをまたいでPush/Pull

できること	できないこと
Quicksightの外部に定義をエクスポート アセットを移行する前にレイアウトを修正 BCPまたはDisaster Recoveryの定義 プログラムによるダッシュボードの作成 他ツールから移行するための自動化を作成	メモできず…(´;ω;｀)

Assets as Bundle

• AaCとの違いは、移行をよりシームレスにできる機能を提供
  • ⇒対応アセットが多い（＋テーマ・データセット・Ingestionスケジュール・データソース・VPC接続）
• 分析やダッシュボードだけでなく、使用しているデータセットやデータソースも合わせてZip

できること	できないこと
AaCのエンハンスド機能であるため、AaCと同じ

まとめ

• 用途や要件に応じて、Template・AaC・AaBの中から最適なものを選択する
• 未完成部分あり、今後の新機能リリース・アップデートを確認

 

Dive Deep パート2：フォルダと API を活用したシングルアカウントでの複数環境運用

アマゾン ウェブ サービス ジャパン合同会社 シニアソリューションアーキテクト 宮﨑 太郎 氏

アセット管理の課題

• ダッシュボード開発における環境分離ニーズ
  • QuickSight アセットの開発者と利用者が分かれており、開発環境で開発・検証ユーザがテストのあとにビジネスユーザ向けに展開するというステップを踏みたい

環境分離の選択肢

パターン	概要	メリット	デメリット	ユースケース
アカウント分離	複数のQuickSight アカウントで運用	マルチアカウントによる完全分離	ユーザ・アセット管理が煩雑 ユーザ重複によるコスト増	大規模利用・規制業界・顧客専用環境などの高セキュリティ向け
名前空間分離	1つのQuickSight アカウントで運用 名前空間を利用	比較的高レベルな環境分離 シングルアカウントで運用可能	APIベースのみでの管理 ユーザ・アセット管理が煩雑	マルチアカウント、SaaSなど向け
フォルダ分離	1つのQuickSightアカウントで運用 フォルダ利用	シングルアカウントで運用可能 シンプルな運用	簡易的な環境分離	社内利用や比較的小規模でシンプルだが、実効性のある環境分離を行う人向け

フォルダ分離で使用する権限管理機能

ユーザ	グループ	フォルダ	アセット
開発者	開発アクセス	共有フォルダ開発	Data Analysis
管理者			Data Dashbord
利用者	本番アクセス	共有フォルダ本番	Prod Dashbord

※管理者は両方にアクセスできる！

• グループ
  • ユーザを所属させる
• 共有フォルダ
  • 親フォルダの権限は小フォルダに引き継がれる
  • フォルダ単位でアセットの共有/権限管理が可能
• リソースパーミッション
  • アセット側で個別にアクセス制御を行っている
• API/CLIによる操作

ソリューション – フォルダによる管理

• リソース共有パターン（GUI）
  • データは環境間で共有し、ダッシュボードの権限を各環境に付与していく。分析バージョンを戻す際にダッシュボードURL変更
• リソース共有パターン（API）
  • データは環境間で共有し、ダッシュボードの権限を各環境（フォルダ）に付与していく。APIを使用し、ダッシュボードアクセ
    スURLを保持
• リソース分離パターン（GUI）
  • データセット・分析を含む全てのリソースを環境間で別管理していく。開発環境のダッシュボード更新都度アクセスURL変更
• リソース分離パターン（API）
  • データセット・分析を含む全てのリソースを環境間で別管理していく。APIを使用し、ダッシュボードアクセスURLを保持

 

Dive Deepパート3：データセットパラメータでクエリーを最適化し、CloudWatchで測定

アマゾン ウェブ サービス ジャパン合同会社 QuickSightソリューションアーキテクト 坂下 和香奈 氏

パラメータとは

• アクションまたはオブジェクトにより使用される値を転送できる名前付きの変数
• インタラクティブなダッシュボードの作成を可能に
• パラメータを使用する場合は、以下参照設定可
  • コントロール、フィルタ、アクション
  • 計算フィールドなど

データセットパラメータ機能とは

• ダイレクトクエリで大規模なデータを扱う場合、動的にスライスされたデータのみ取得するようにクエリを最適化し、データソース側のスキャン量を制御したい。
• 特に多くのテーブルをJoinしたクエリを最適化、フィルター制御のパフォーマンス向上が期待できる
• 使用方法
  • データセットレベルでデータセット所有者によってデータ準備画面で作成
• 使用例
  • SELECT * FROM transactions WHERE region = <<$RegionName>> ←データセット所有者はWhere句を動的に
• ユースケース
  • ダイレクトクエリのカスタムクエリを最適化
  • 分析で利用するデータセットを汎用化
• 制限事項
  • SPICEデータセットでは利用できない

 

★ Amazon QuickSightを活用した大学IRダッシュボードサービス 「IRQuA」サービス立ち上げ事例

ヴェルク株式会社 取締役 / アーキテクト 津久井 浩太郎 氏

• ヴェルク株式会社の紹介
  代表サービスは以下    
  • board
  • IRQuA

大学IRとは

• Institutional Researchの略語
• 教育機関が自身の教育や研究の質、学生の成功、運営の効率性等を向上させるために、自身のデータや情報を集め、分析、解釈、活用すること全般を指す。
• 少子高齢化にもかかわらず、大学数は増えている ⇒ 大学の質を上げる必要がある

大学IRで求められるデータ基盤の特徴

• ビッグデータ規模のデータではない
• 制度対応などによりデータレイアウトが変更されやす
• データ前処理の業務負荷が高い ＋ ノウハウ不足が多い
• ワンオフ型のデータ基盤構築対応だと価格が高騰

IRQuA開発コンセプト

• 大学IR開始までに必要となるあらゆるコスト（金銭的コスト・人的コスト・時間コスト）を下げることをコンセプトに
  • IRQuA:大学IRダッシュボードサービス | ヴェルク株式会社 (velc.co.jp)
• ビジネス価値
  • 前提知識なくても大学教職員が難なく使いこなせる
  • 大学IRデータ基盤が安価に構築・運用できる
  • ここを押さえておけば大学のベースは確立できているという安心感

Quicksight選定理由とアーキテクチャ

• 選定理由
  • シンプルな操作
  • UIがモダンで操作が良い
  • サンキーダイアグラムを簡単に実装
  • 柔軟、ライセンス体系
  • AWSの他サービスとの親和性の高さ
• アーキテクチャ
  • WAF＋ALBを経由し、EC2にRDSを立て、データはS3⇒Glueで加工し⇒Athenaに出力、QuickSightで可視化

意識したことと今後のビジョン

• 意識したこと
  • リリース単位ごとにテンプレート管理
  • ユーザとのITリテラシーが多様なため、フィルターとドリルダウン程度
  • データレイアウト設計は分かりやすく
• 今後のビジョン
  • ユーザ要望からの追加開発による期の拡張
  • ユーザコミュニティの充実化
  • IRQuAをベースにした大学間コンソーシアムの設立
  • 機械学習、AI技術を活用した機能の導入（SageMakerやBedrock）

 

SaaS で QuickSight を活用するためのポイント 〜設計から運用まで〜

アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 高橋 佑里子 氏

SaaS*QuickSight

• BIツールの組み込みはSaaSの価値を高める方法の1つ
• ユーザがデータを活用できる→ユーザの定着につながる
• 前提：SaaSにおけるテナント分離
  • SaaSにおいてテナント間のアクセス制御は不可欠
  • ユーザ毎に適切なデータにのみアクセス/可視化が行う必要がある

ユースケース別アクセス管理方法

• ユースケース1
  • 準備したダッシュボードを閲覧オンリー（Reader）の状態で配布したい
  • 方法
    • 閲覧者ごとの権限制御
• ユースケース2
  • データ準備と分析機能（Author）を提供することでサービス価値を高めたい
  • 方法
    • ネームスペース（名前空間）による環境分離

閲覧者ごとの権限制御

• 方法
  • Quicksight上でReaderユーザを作成してアクセス制御
  • 匿名アクセス＊行レベルセキュリティによるアクセス制御
• ポイント
  • Quicksight上でのユーザ管理が不要→簡単に始められる
  • 各テナント特有のタグを使用して、パーソナライズされたデータにアクセス
  • パブリックなダッシュボードを作成し、匿名ユーザで行レベルセキュリティを行う
• 料金形態
  • ユーザ単位の課金ではなくセッション数の課金
    • 500セッションの場合$250/月

ネームスペースによる環境分離

• ポイント
  • SaaS事業者のアカウントの中で環境を分離することでAuthor権限を渡すことが出来る
  • 必要に応じてAuthorが利用可能な機能を制限できる
    • データセットの利用はできるが作成は出来ないようにする

Assets as Codeを活用した運用

• 分析、テンプレート、ダッシュボードをJSON YAMLで定義、出力し作成することが出来る機能
• メリット
  • 外部レポジトリを使用したQuicksightのアセット管理が出来る
    • バルク生成
    • バージョン管理
    • コードレビューを含むDevOps

 

生命保険会社の営業部門における予測分析のビジネス活用と得られた学び

アクサ生命保険株式会社 営業戦略本部営業デジタル部パフォーマンスレポーティンググループ 寄主 奈美 氏

• 課題
  • 手作業による作成、担当者に莫大な手間と工数発生
  • 経験と実績に基づいた判断を取り入れての作成
  • 月末最終予測値のみ表示
  • レポートへのリンクが複数
• Amazon Forecastを利用しQuickSightで可視化したビジネス活用方法

 

QuickSight のポテンシャルを引き上げる SageMaker Canvas 連携で実現するノーコード予測分析

アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト 中島 佑樹 氏
アマゾン ウェブ サービス ジャパン合同会社 アナリティクススペシャリストソリューションアーキテクト 佐藤 祥多 氏

ノーコード予測がもたらす価値

• 予知保全
• 需要予測
• 不正検知
• 信用リスク判断
• テキスト抽出・テキスト分析
• コンピュータビジョン
• 自動運転
• パーソナライズレコメンド
• 離反予測
• データサイエンスのリソースは限られている
  • ボトルネック
    • より優れたLMアプリケーションの構築がボトルネックに
    • データサイエンス人材は規模拡大にコストがかかる

SageMaker Canvas

• MLモデルを構築し、正確な予測を生成。コーディングは不要
  • 機械学習のためのデータへの迅速なアクセスと準備
  • 組み込みAutoMLでモデルと構築し、正確な予測を生成
  • MLモデルの共有
• 予測から分析するまで一気通貫する力をBusiness Analysistに

小売りデータを使ったデモ

• 既存店舗に売り場を新設した場合の売上予測
• どの店舗にどの売り場を増設すると良いか
  • Quicksightで可視化したデータから原因分析など読み取れない場合に、Canvasを利用した予測で、影響原因の判断ができる！

広告データを使ったデモ

• 新規広告を打った場合の効果をユーザ属性から予測
• 予測から新規広告がどういった層に刺さりやすいか
  • 予測を経て、なぜその予測分析ができたのか？というのをQuicksightで可視化することが可能！

まとめ

• ビジネスで予測することの価値を説明
  • 未来を予測することでビジネス価値が創出される
• ノーコード予測分析ソリューションとしてCanvasを説明

 

★ キーノート：BI における生成 AI

AWS, ASEAN AI/ML Specialist, Dr. Chomchana Trevai
AWS, QuickSight Go-To-Market Lead for Asia Pacific & Japan Michael Armentano

AWSの生成系AI 品揃え、利便性、価格の追求

• 生成系AIだけで世の中は変わるのか？
  

  変わったこと	変わっていないこと
  学習データを準備しなくても良好な推論結果が得られるようになった 自然なテキスト入力から翻訳や要約など様々なタスクが行えるようになった 生成結果や用途についてより厳しい制御が求められる	大きなサイズのモデルを扱うには、GPUなど高速な演算ができるハードウェアが必要なこと 機能提供を行うために、入出力結果を監視すること データの蓄積、活用の戦略なしには将来の差別化が難しい

• 基盤モデル
  • 非構造データを含む膨大な量の事前学習
  • 複雑な概念を学習するための多数のパラメータ
  • 幅広い状況への適用が可能
• ビジネスの価値
  • 新体験
    • 新しいコミュニケーション方法を確立
  • 生産性
    • タスク完了時間の削減
  • 洞察
  • 創造性
• ユースケース
  • 顧客体験工場
  • 社員生産性向上
  • 事業運営改善
  • 創造性
• Why AWS?
  • 短期的な生成系AIのお試しから、長期的に生成系AIを事業の差別化に繋げるためにポイントを押さえる。
• 大規模言語モデル（LLM）の進化
• Amazon Bedrockで始める最先端の基盤モデル
  • Amazon Titan
    • Amazon自身が提供する高性能基盤モデル
      • Titan Text
      • Titan Embeddings
  • Jurassic-2
  • Claude
  • Stable Diffusion
• NVISIAとの強力なパートナーシップ
  • Amazon EC2 P5 instance
  • Amazon EC2 P4d/P4de instances
    etc…
• アクセラレーター
  • AWS Inferentia
  • AWS Trainium
    etc…
• Amazon CodeWhisperer
  • コメントを書くと、コードを自動生成してくれるサービス
    • AI コードジェネレーター – Amazon CodeWhisperer – AWS
• Where Do I Start?
  • まず社内情報にアクセスできる
  • ビジネスに効く機械学習に鍛え上げる
  • 生成系AIによる社内データ価値向上

Generative BI in Amazon QuickSight　※英語セッション

• Quicksight Q Natural Language Querying
• Built-in AI for Dashboard
  • Why question
    • 英語のみ対応！
• AWS deep roots in AI
  • SageMaker, Tranium & Inferentia, Bedrock LLM APIs, CodeWhisperer
• Generative BI capabilities in Amazon QuickSight
  • Accelerate authoring with natural language
  • Generate visually compelling stories
  • Enterprise-ready: Governed & secure
    • Readerが発表しやすいDashboard作成をロードマップとして考えている。
    • お客さんのデータはVPC内にとどまり、Secureな環境を実装できる。
  • Author using natural language in seconds
    • Authorが自然言語を入力すると、Visualを生成しダッシュボードに反映することが出来る。
    • Authorの作業効率が上がる。
    • ビジュアルのチューニングも自然言語を利用して実現可能。
• Create Persuasive stories, fast
  • Contextualize insight to drive avtions
  • Generate stories using AI
  • Create refined narratives
  • Governed sharing
    • お客様のデータセットに対してストーリーを作るので、Secure
    • もう少し長く・詳細になども機能で実装可能

 

最後に！

Amazon QuickSightを利用したサービス開発や利用方法についてYouTubeに動画を上げているのでぜひご覧ください🎵

皆様のQuickSightライフがより楽しくなりますように！