Comment QuickSight fonctionne Amazon

Amazon vous permet QuickSight d'accéder aux données et de les préparer pour les utiliser dans le cadre de vos rapports. Il enregistre vos données préparées soit dans la mémoire SPICE, soit sous la forme d'une requête directe. Vous pouvez utiliser diverses sources de données pour l'analyse. Lorsque vous créez une analyse, le flux typique se présente comme suit :

1. Créez une nouvelle analyse.

2. Ajoutez des jeux de données nouveaux ou existants.

3. Choisissez des champs pour créer le premier graphique. QuickSight suggère automatiquement la meilleure visualisation.

4. Ajoutez d'autres graphiques, tableaux ou analyses à l'analyse. Redimensionnez-les et réorganisez-les sur une ou plusieurs feuilles. Utilisez les fonctions étendues pour ajouter des variables, des contrôles personnalisés, des couleurs, des pages supplémentaires (appelées feuilles), etc.

5. Publier l'analyse sous forme de tableau de bord pour la partager avec d'autres personnes.

L'illustration suivante montre le flux de travail de base.

Terminologie

La préparation des données est le processus de transformation des données utilisées dans une analyse. Il s'agit d'appliquer des modifications comme :

• Filtrage des données pour vous permettre de vous concentrer sur ce qui est important pour vous.

• Le changement de nom des champs, pour les rendre plus faciles à lire.

• Modification des types de données pour les rendre plus utiles.

• L'ajout de champs calculés pour optimiser l'analyse.

• La création de requêtes SQL pour affiner les données.

SPICE (Super-fast, Parallel, In-memory Calculation Engine)est le moteur en mémoire robuste qui QuickSight utilise. SPICEest conçu pour effectuer rapidement des calculs avancés et fournir des données. Le stockage et la capacité de traitement disponibles dans SPICE accélèrent les requêtes analytiques que vous exécutez sur les données importées. En utilisant SPICE, vous gagnez du temps, car vous n'avez pas besoin de récupérer les données chaque fois que vous modifiez une analyse ou mettez à jour une représentation visuelle.

Une analyse de données est l'espace de travail de base pour la création de représentations visuelles, qui sont des représentations graphiques de vos données. Chaque analyse contient une collection de représentations visuelles que vous organisez et personnalisez.

Une visualisation de données, également appelée représentation visuelle, est une représentation graphique de données. Il existe de nombreux types de représentations visuelles, notamment les diagrammes, les graphiques et les tableaux. Tous les visuels commencent par le AutoGraph mode, qui sélectionne automatiquement le meilleur type de visualisation pour les champs que vous sélectionnez. Vous pouvez également prendre le contrôle et choisir vos propres représentations visuelles. Vous pouvez améliorer vos analyses en appliquant des filtres, en modifiant les couleurs, en ajoutant des contrôles de paramètres, des actions de clic personnalisées, etc.

Les analyses par machine learning (ML) proposent des modules complémentaires de narration qui se basent sur une évaluation de vos données. Vous pouvez en choisir un dans la liste, par exemple la prévision ou la détection d'anomalies (outliers). Vous pouvez également créer vos propres modules. Vous pouvez combiner des calculs d'analyse, du texte narratif, des couleurs, des images et des conditions que vous définissez.

Une feuille est une page qui affiche un ensemble de représentations visuelles et d'analyses. Vous pouvez l'imaginer comme une feuille de journal, sauf qu'elle est remplie de diagrammes, de graphiques, de tableaux et d'analyses. Vous pouvez ajouter plusieurs feuilles et les faire fonctionner séparément ou conjointement dans votre analyse.

Un tableau de bord est la version publiée d'une analyse. Vous pouvez partager avec d'autres utilisateurs d'Amazon à des QuickSight fins de reporting. Vous spécifiez qui a accès au tableau de bord et ce qu'il peut en faire.

Utilisation d'un échantillon de données

Pour avoir un premier aperçu de son QuickSight fonctionnement, vous pouvez explorer Amazon à QuickSight l'aide des exemples de données suivants :

• Données de vente B2B

• Données de présentation des activités de l'entreprise (chiffre d'affaires)

• Données d'apprentissage automatique

• Données de présentation de l'effectif (ressources humaines)

• Données de canal de ventes

• Données d'analyse web et réseaux sociaux (marketing)

En outre, divers ensembles de données sont disponibles gratuitement en ligne que vous pouvez utiliser avec Amazon QuickSight, par exemple les ensembles de données AWS publics. Ces jeux de données sont fournis dans divers formats.