我与 Amazon QuickSight 的不解之缘

# 前言 本文主要讲述我与亚马逊云科技从相遇相识相知到共同成长的故事。 # 相遇 回首往事，时光荏苒，还记得那是在我懵懂无知上小学的时候，昏昏入睡的我们在老师的谆谆教诲下享受着知识的沐浴，老师们依旧操作着多媒体黑板。 突然老师转身对多媒体黑板说："小E小E，给我翻到第5单元的课文并且投放一下。" "好的老师。请稍等。"多媒体黑板竟然回答了出来。 然后，黑板的显示屏幕上就变成了第5单元的课文，规范整齐的平铺在黑板上，把底下作为小学生的我们唬得一愣一愣的。经过后来老师的讲解才知道，原来这就是人工智能对话技术。这可能是我小时候离人工智能最近的一次。 之后，人工智能在生活中出现得越发频繁，小爱、小度等人工智能产品也层出不穷，让我对人工智能的兴趣日益增长。 # 相识 近10多年来的信息发展和技术发展无疑是巨大的。时代在进步，人工智能也越来越发达了。由于我比较热爱科技，也对人工智能十分感兴趣，因此在上大学时报考了人工智能专业，主要学习**人工智能算法分析技术**。  后来，在学习人工智能技术的过程中，我了解到了亚马逊科技的相关产品。通过深入学习后，发现简直是相见恨晚。亚马逊云科技赋能的数字洞察人工智能产品，正在帮助全球卖家提升用户分析、内容分析、流量来源分析等能力，以跨越时间、空间、文化、语言的差异，触达并影响海外消费者，并通过更个性化、数字化的营销手段实现流量转化，提升跨境品牌转化率。 而且在用户洞察和触达基础上，亚马逊云科技还提供多种大数据、人工智能、[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)等云服务，为各大企业打造数字化工具，加速产品和服务的迭代创新。根据查询到的资料发现，利用亚马逊云科技的人工智能 AI 产品以及数据分析等技术与服务，通过亚马逊云科技在人工智能与[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)、语音识别等领域的服务，实现智能硬件产品的快速迭代。举个例子，非洲领先的电商平台 Kilimall 通过使用亚马逊云科技，Kilimall 不仅能够支撑业务弹性增长50%，更加敏捷高效，并优化单位成本30%；此外，点击率也提升15%。 亚马逊云科技提供的能力相当于是一个集大成的技术底座和中台，通过不断创新和优化提供各方面的能力，这让我对它更感兴趣了。 # 相知 大学毕业后，我希望能把兴趣和职业相结合，于是开始寻找跟我的专业——人工智能相关的工作。最后进入了一家电商公司，成为了该公司的人工智能数据分析师。这个岗位的目的，是帮助公司通过人工智能对公司的数据进行分析、并且给出分析结果。刚入职时，项目经理就给部门提出了一个要求：不管以什么手段或者方法，开发一种可视化大数据界面、并且结合人工智能分析数据结果供老板或者客户去观看使用。 最初，我们项目组组长了解到了 ChatGPT，便提出采用 ChatGPT 开发一个数据分析模型。因为 ChatGPT 作为时下最“火”的聊天机器人，它的模型可以支撑其与用户进行十分自然的对话式互动，包括回答用户的提问、发出质疑、承认错误、拒绝不适当的请求等等，成为了当下人工智能在落地应用层面最具代表性的例子之一。  但经过整个部门仔细研讨与实践，最终我们还是放弃了 ChatGPT。因为如果只运用 NLP 技术或自然语言处理相关的技术，只能满足“一问一答”的场景，而我们需要的是人工智能分析数据，也就是[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)类的产品。在这样的场景和需求下，我突然想起来了亚马逊云科技提供的人工智能的能力。因此我查阅相关的资料后，提议让项目组评估亚马逊云科技的人工智能是否适用。经过几个工作日的学习研究，我们的人工智能分析数据项目终于有了新的进展，最终部门一致赞同选择 **[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q**，用于打造面向企业的 “ChatGPT”。 # 共成长 ## 了解 QuickSight：  在项目进行的过程中我了解到，[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 是一项云级商业智能服务，可用于交付 easy-to-understand 深入了解与你一起工作的人，无论他们身在何处。[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 连接到云中的数据并组合来自许多不同来源的数据。在单个数据仪表板中，QuickSight 可以包括亚马逊云科技数据、第三方数据、大数据、电子表格数据、SaaS 数据、B2B 数据等。作为一项完全托管的云服务，[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 提供企业级安全性、全球可用性和内置冗余。它还提供了用户管理工具，您需要将这些工具从10个用户扩展到10,000个，所有这些工具都没有可部署或管理的基础设施。  用户在使用日常语言提问前，无需进行复杂的数据准备，而是通过一个简单易用的编辑器即可轻松完善 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 理解问题（从而生成回复）的方式。[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 使用[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)来理解提出的问题，分析正确的数据，并快速为业务问题提供精准的回复。同时，它还能针对关键短语和业务术语提供自动补全建议，并自动执行拼写检查和首字母缩略词/同义词匹配，用户无需担心输入错误或忘记准确的业务术语。使用 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 无需预付费用，客户只需根据用户数量或查询次数付费。 ## 深入 QuickSight： 了解完 QuickSight，接下来就进入实战环节。操作一番之后，我受益匪浅。 首先，打开亚马逊云科技的官网，登录后搜索 QuickSight，会跳转到一个新页面，提醒你创建一个 QuickSight 账户，这边我选择的是企业版，新人免费体验30天。选择完直接点【继续】。  继续创建 QuickSight 账户。注意，QuickSight 账户是跟亚马逊账户是分开的，一定要记好自己创建的账号。  填写完后，直接点【下一步】就注册成功了。  注册好了后，会自动进入自己的 QuickSight 账号的控制台。 官方介绍是这样的：“QuickSight 使决策者有机会在交互式视觉环境中探索和解释信息。他们可以从网络上的任何设备和移动设备安全访问仪表板。” 试了一下，确实在控制台看到有示例的分析图表、分析数据、使用设备等等，都可以访问。  我随便点进去一个分析图表，确实震惊了。里面有各种各样的图表分析数据，并且提供了易于使用的工具来构建可视化、执行即席分析、从数据中获得业务见解以及与他人共享结果。可以让用户使用日常语言询问业务相关问题并获得精准回复，同时以可视化的形式呈现，帮助用户从数据中获取洞察。我把这个给我们经理一看，经理直接表示咱就是要这个。   接下来尝试一下机器人“Q”。  [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 并不依赖于预构建的仪表板或报告来提供可视化信息，为此在每次出现新业务问题时，任何人都可以提出问题并在几秒钟内获得可视化的回复，而无需等待商业智能分析师更新仪表板。 输入了折扣，直接显示所有折扣。  输入销售额，直接把一堆杂乱的数据汇总成了图表显示，并且总结，真是太厉害了。  ## 持续学习 Quicksight： 作为一直关注亚马逊云科技的技术人员，我在今年也观看了2022亚马逊云科技 re:Invent 全球大会，在大会上，我看到了关于 [Amazon Q](https://aws.amazon.com/cn/q/?trk=cndc-detail)uicksight 的五项全新功能，觉得十分的震撼。  ### 新功能1：Amazon QuickSight Q。能够预测并追问预测依据 “公司去年在哪里销售的商品最多？” “与目标相比实际收入是多少？” “请预测今年公司在某某市场的销售情况。” 通过[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)功能，[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 让任何用户都能够以自然语言提出有关业务数据的问题，并在几秒钟内获得可视化的准确答案。即便是没有技术专业知识的业务人员，也可以轻松探索历史趋势和数据指标，并从支撑其看板和报表的数据中获得新的洞察。该功能与时下大火的 ChatGPT 非常相似，都可以利用自然语言进行提问。只不过 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 服务的对象是企业用户，其知识库也是来源于企业的数据积累。 ### 新功能2：自动数据准备。可以更快地使用 Amazon QuickSight Q 探索数据价值 这项新功能可以自动推断语义信息并将其添加到数据集，从而将 BI 团队为自然语言查询准备数据所花费的时间从几天缩短到几分钟。[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) Q 的自动数据准备功能使用预先训练的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)模型，从现有的看板和报表等数据资产中进行学习，在几分钟内为每个新数据集预配置业务术语，从而减少开始查询数据所需的时间。 ### 新功能3：分页报表。可使用熟悉的 Amazon QuickSight 界面轻松创建和分享运营报表 借助 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 分页报表，可以使用熟悉的 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 界面在云中创建、使用和管理分页报表，消除本地系统孤岛带来的成本和复杂性。BI 团队可以使用 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 的点击式看板和报表创作界面，在几分钟内创建和发布报表，而无需学习新工具或管理基础设施。业务人员也可以直接在 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 中查看报表和交互式看板。 ### 新功能4：Amazon QuickSight 内存引擎支持10亿行数据，更方便、更快速地对大型数据集进行分析和可视化。 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 的超快并行内存计算引擎（SPICE）可大规模提供闪电般的性能，每周处理上亿次查询，每小时平均处理数十万亿条记录。如今 SPICE 可以支持十亿行的数据集，可以更轻松地连接到数据存储并将数据提取到 SPICE。终端用户现在也拥有了更大的自主权，可以直接在 [Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 中对大型数据集进行可视化分析，无需协调工程团队在服务之间手动编排数据。 ### 新功能5：可以通过编程方式创建、管理和编辑 Amazon QuickSight 控制面板和报表，加速既有系统的迁移。 当前的 BI 工具缺乏对看板和报表的完全编程访问，使得迁移上云变得非常复杂。企业想要迁移上云可能需要从头开始创建数以万计的看板和报表，这一过程可能需要耗费数年时间，严重阻碍了许多企业从既有系统迁移上云。[Amazon QuickSight](https://aws.amazon.com/cn/quicksight/?trk=cndc-detail) 扩展的应用程序编程接口（API）功能现在允许企业以编程方式创建、管理和编辑 BI 资产（例如看板、分析和报表），帮助加速和简化从本地既有系统的迁移。通过 API 访问看板和报表的底层数据模型，让企业和合作伙伴可以像对待软件源代码一样对待这些资产，实现完全的编程部署、同行代码审查和所有更改可审计。 综上所述，总地来说：[Amazon Q](https://aws.amazon.com/cn/q/?trk=cndc-detail)uicksight Q 把人工智能和业务洞察相结合，使得客户不用再去掌握数据分析技术，而是通过自然语言获得业务洞察，大幅降低了使用门槛，从而大幅度提升了企业的数据分析能力。另一方面，也降低了企业在数据分析方面的开支，并且确保客户能够全面审视其业务的各个方面。个人认为，目前亚马逊云科技正在将全球[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)推进到一个新的阶段！ 文章审核：yshuming