Bagaimana Amazon QuickSight bekerja

Menggunakan Amazon QuickSight, Anda dapat mengakses data dan menyiapkannya untuk digunakan dalam pelaporan. Ini menyimpan data yang Anda siapkan baik dalam SPICE memori atau sebagai kueri langsung. Anda dapat menggunakan berbagai sumber data untuk analisis. Saat Anda membuat analisis, alur kerja tipikal terlihat seperti ini:

1. Buat analisis baru.

2. Tambahkan dataset baru atau yang sudah ada.

3. Pilih bidang untuk membuat bagan pertama. QuickSight secara otomatis menyarankan visualisasi terbaik.

4. Tambahkan lebih banyak bagan, tabel, atau wawasan ke analisis. Ubah ukuran dan atur ulang pada satu lembar atau lebih. Gunakan fitur yang diperluas untuk menambahkan variabel, kontrol khusus, warna, halaman tambahan (disebut lembar), dan banyak lagi.

5. Publikasikan analisis sebagai dasbor untuk membagikannya dengan orang lain.

Ilustrasi berikut menunjukkan alur kerja dasar.

Terminologi

Persiapan data adalah proses transformasi data untuk digunakan dalam analisis. Ini termasuk membuat perubahan seperti berikut:

• Memfilter data sehingga Anda dapat fokus pada apa yang penting bagi Anda.

• Mengganti nama bidang agar lebih mudah dibaca.

• Mengubah tipe data sehingga lebih bermanfaat.

• Menambahkan bidang terhitung untuk meningkatkan analisis.

• Membuat query SQL untuk memperbaiki data.

SPICE (Super-fast, Parallel, In-memory Calculation Engine)adalah mesin dalam memori yang kuat yang QuickSight digunakan. SPICEdirekayasa untuk melakukan perhitungan lanjutan dengan cepat dan melayani data. Kapasitas penyimpanan dan pemrosesan yang tersedia dalam SPICE mempercepat kueri analitik yang Anda jalankan terhadap data impor Anda. Dengan menggunakanSPICE, Anda menghemat waktu karena Anda tidak perlu mengambil data setiap kali Anda mengubah analisis atau memperbarui visual.

Analisis data adalah ruang kerja dasar untuk membuat visualisasi data, yang merupakan representasi grafis dari data Anda. Setiap analisis berisi kumpulan visualisasi yang Anda atur dan sesuaikan.

Visualisasi data, juga dikenal sebagai visual, adalah representasi grafis dari data. Ada banyak jenis visualisasi, termasuk diagram, bagan, grafik, dan tabel. Semua visual dimulai dalam AutoGraph mode, yang secara otomatis memilih jenis visualisasi terbaik untuk bidang yang Anda pilih. Anda juga dapat mengambil kendali dan memilih visual Anda sendiri. Anda dapat meningkatkan analisis Anda dengan menerapkan filter, mengubah warna, menambahkan kontrol parameter, tindakan klik kustom, dan banyak lagi.

Machine learning (ML) Insights mengusulkan add-on naratif yang didasarkan pada evaluasi data Anda. Anda dapat memilih salah satu dari daftar, misalnya peramalan atau deteksi anomali (outlier). Atau Anda dapat membuat sendiri. Anda dapat menggabungkan perhitungan wawasan, teks naratif, warna, gambar, dan kondisi yang Anda tentukan.

Lembar adalah halaman yang menampilkan serangkaian visualisasi dan wawasan. Anda dapat membayangkan ini sebagai selembar kertas dari koran, kecuali bahwa itu diisi dengan bagan, grafik, tabel, dan wawasan. Anda dapat menambahkan lebih banyak lembar, dan membuatnya bekerja secara terpisah atau bersama-sama dalam analisis Anda.

Dasbor adalah versi analisis yang diterbitkan. Anda dapat berbagi dengan pengguna Amazon lainnya QuickSight untuk tujuan pelaporan. Anda menentukan siapa yang memiliki akses dan apa yang dapat mereka lakukan dengan dasbor.

Menggunakan data sampel

Untuk mendapatkan pandangan pertama tentang cara QuickSight kerja, Anda dapat menjelajahi Amazon QuickSight menggunakan data sampel berikut:

• Data penjualan B2b

• Data ikhtisar bisnis (pendapatan)

• Data wawasan ML

• Data tinjauan orang (sumber daya manusia)

• Data pipa penjualan

• Data analisis web dan media sosial (pemasaran)

Selain itu, berbagai kumpulan data tersedia online gratis yang dapat Anda gunakan dengan Amazon QuickSight, misalnya kumpulan data AWSpublik. Dataset ini datang dalam berbagai format.