Como a Amazon QuickSight funciona

Usando a Amazon QuickSight, você pode acessar dados e prepará-los para uso em relatórios. Ele salva seus dados preparados na memória do SPICE ou como uma consulta direta. Você pode usar uma variedade de fontes de dados para análise. Ao criar uma análise, o fluxo de trabalho típico será semelhante a isto:

1. Criar uma nova análise.

2. Adicione conjuntos de dados novos ou existentes.

3. Escolha os campos para criar o primeiro gráfico. QuickSight sugere automaticamente a melhor visualização.

4. Adicione mais gráficos, tabelas ou insights à análise. Redimensione-os e reorganize-os em uma ou mais planilhas. Use recursos estendidos para adicionar variáveis, controles personalizados, cores, páginas adicionais (chamadas de planilhas), e muito mais.

5. Publique a análise como um painel para compartilhá-la com outras pessoas.

A ilustração a seguir mostra o fluxo de trabalho básico.

Terminologia

A preparação dos dados é o processo de transformação dos dados para uso em uma análise. Esse processo inclui fazer alterações como as seguintes:

• filtrar dados para se concentrar no que é importante para você;

• renomear campos para torná-los mais fáceis de ler;

• alterar tipos de dados para que sejam mais úteis;

• adicionar campos calculados para melhorar a análise;

• criar consultas SQL para refinar os dados.

SPICE (Super-fast, Parallel, In-memory Calculation Engine)é o mecanismo de memória robusto que QuickSight usa. SPICEfoi projetado para executar rapidamente cálculos avançados e fornecer dados. A capacidade de armazenamento e processamento disponível no SPICE acelera as consultas analíticas que você executa nos seus dados importados. Ao usar o SPICE, você economiza tempo, pois não precisa recuperar os dados sempre que altera uma análise ou atualiza um elemento visual.

Uma análise de dados é o espaço de trabalho básico para criar visualizações de dados, que são representações gráficas dos seus dados. Cada análise contém uma coleção de visualizações que você organiza e personaliza.

Uma visualização de dados, também conhecida como elemento visual, é uma representação gráfica dos dados. Há muitos tipos de visualizações, incluindo diagramas, quadros, gráficos e tabelas. Todos os recursos visuais começam no AutoGraph modo, que seleciona automaticamente o melhor tipo de visualização para os campos selecionados. Também é possível controlar e escolher seus próprios elementos visuais. Você pode aprimorar suas análises aplicando filtros, alterando cores, adicionando controles de parâmetros, personalizando ações de clique, e muito mais.

Os insights de machine learning (ML) propõem complementos narrativos baseados em uma avaliação dos seus dados. É possível escolher um na lista, por exemplo, previsão ou detecção de anomalias (discrepância). Você também pode criar o seu próprio insight. Você pode combinar cálculos de insights, texto narrativo, cores, imagens e condições definidas por você.

Uma planilha é uma página que exibe um conjunto de visualizações e insights. Você pode imaginar isso como uma folha de jornal que está cheia de quadros, gráficos, tabelas e insights. Você pode adicionar mais planilhas, para que elas trabalhem independentemente ou juntas na sua análise.

Um painel é a versão publicada de uma análise. Você pode compartilhar com outros usuários da Amazon QuickSight para fins de geração de relatórios. Você especifica quem tem acesso e o que eles podem fazer com o painel.

Como usar dados de exemplo

Para ver primeiro como QuickSight funciona, você pode explorar a Amazon QuickSight usando os seguintes dados de amostra:

• Dados de vendas B2B

• Dados de visão geral dos negócios (receita)

• Dados de insights de ML

• Dados de visão geral de pessoas (recursos humanos)

• Dados do pipeline de vendas

• Dados de análise da Web e redes sociais (marketing)

Além disso, uma variedade de conjuntos de dados estão disponíveis gratuitamente on-line que você pode usar com a Amazon QuickSight, por exemplo, os conjuntos de dados AWS públicos. Esses conjuntos de dados são fornecidos em vários formatos.