はじめに

はじめまして！データサイエンスチームのreonoです。
AWSに触り始めたのは入社してからなのですが、
一年に一度しかないAWS Summitがあるとのことで視聴してみました！
本記事ではその中でもAmazon Quicksightについて取り上げています。

セッション概要

タイトル

Amazon QuickSight によるデータのビジネス活用(AWS-38)

スピーカー

AWS技術統括本部ソリューションアーキテクト
宮崎太郎　氏

　IT のビジネス活用および昨今の DX の推進により、 企業活動で生成されるデータはますます増加しています。 データを活用している企業では、 データの可視化のみならず、 機械学習などを利用した洞察を得ていたり、 蓄積したデータや得られた洞察そのものをビジネス化する動きがみられます。 一方、多くの企業にはデータが存在するものの、それぞれが部門や個人レベルでサイロ化しており、組織で活用できる状態ではありません。また、機械学習による分析を試してみようとしても社内に専門家がいないため、ビジネスユーザーがデータから洞察を得ることが難しい状況にあります。本セッションおいては、データのビジネス活用の進め方に課題をお持ちのビジネスユーザー・技術者の方を対象に、クラウド BI Amazon QuickSight を使用した「データの可視化」「機械学習を利用した洞察」「データと洞察のビジネス化」といった一連の流れをご紹介します。
出典：Amazon QuickSight によるデータのビジネス活用(AWS-38)

レポート

データのビジネス活用について

はじめにデータのビジネス活用についての説明がありました。

課題点

• 保存されているデータが分散しており整理されていない
• エクセルなどを使った手動のデータ処理は属人的であり、正しく処理されないことや即時反映されづらい
• データ量自体が増大している
• データが何を表すかがわからず、活用できていない
• データの種類が異なり比較が行えない

こういったことが背景にBIツールを用いて、データを使える形に変えていく流れがあるようです。

データをビジネスで活用する3つのメリット

オペレーションの効率性改善
– 俊敏性の向上 ・ビジネスの効率的運営 ・より良い顧客体験
情報に基づく意思決定
– 組織全体の情報把握 ・情報に基づく分析/洞察 ・ビジネスの意思決定に役立つ情報提供
イノベーションの加速
– AI/機械学習による ・ビジネスプロセス自動化 ・以前は困難または不可能だった機会の創造

ビジネスにおけるデータ活用の3つのパターン

データ活用の基盤構築
– BIツール導入によるデータ活用の基盤構築
データにもとづく 社内オペレーション高度化
– BIツール機能を活かしたデータドリブンオペレーションの確立と展開
データ/分析ノウハウのマネタイズ
– データや分析ノウハウの型化、およびアプリ組み込みサービスとして提供

次に、BIツールの中でもクラウドを活用したAWSのサービスであるQuickSightの特徴、活用法についての説明がありました。

ユーザーの種類

管理者 / Author
QuickSight アカウントを管理 ・データソースを定義 ・分析用のデータセットを準備
作成者 / Author
データセットから分析を作成 ・ダッシュボードとして共有
閲覧者 / Reader
ダッシュボードを ブラウザや、スマホから閲覧

料金体系

Authorアカウント
$18/ユーザー/月(年単位契約)
もしくは
$24/ユーザー/月(月単位契約)
Readerアカウント
$0.30/セッション(1セッションはログインから30分)
最大で$5/ユーザー/月

QuickSightと従来型BIの違い

従来のBIはサーバーベース
– ユーザー数や利用量増加がライセンス・ハードウェア管理に影響
QuickSightはサーバーレス
– ハードウェア管理不要で、一貫したパフォーマンスを保持
– ハードウェア・ライセンス込みの従量課金

QuickSIghtは前述のビジネスにおけるデータ活用のパターン全てに適応しています。

データ活用の基盤構築	QuickSight基本機能
データにもとづく社内オペレーション高度化	MLインサイト
データ/分析、ノウハウのマネタイズ	組み込みアナリティクス

QuickSight基本機能

クラウドネイティブで作られたスケーラブル・従量課金のクラウド BI ツール
– スケーラブルな 料金体系-利用量ベースの料金体系
– オートスケール ＆サーバーレス-グローバルで100万ユーザー以上が利用可能な環境をサーバーレスで構築組み込みの高可用性
– AWSサービスとのフル・インテグレーション-AWS データへのセキュアかつプライベートなアクセスデータレイクとの権限統合
– 開発者支援-プログラムによるユーザー登録とコンテンツ管理アプリケーションへの容易な組み込み
– 機械学習-機械学習による組み込み異常検知予測機能Amazon SageMakerで作成した独自モデルの利用

MLインサイト

専門知識不要で使える機械学習 (ML) 機能
– 異常検知-異常な動きを検知し 膨大なデータの中から その要因を探り出す
– 予測-ポイント＆クリックの 簡単操作で予測を実現
– 自動ナラティブ-分かりやすい文章で データの状況を表現
– ML予測連携-Amazon SageMaker で 作成したモデルと連携し可視化
– QuickSightQ-自然言語での問い合わせを 解釈・可視化
※QuickSightQは今現在日本語には対応していないようです。

QuickSight組み込みアナリティクス

QuickSightのダッシュボードを表示するurlを簡単に生成でき自社のサービスに組み込むことができる
活用例としてはアメリカのアメリカンフットボールのNFLが提供するNFL Next Gen Statsに使われており、QuickSightで分析可視化したボールの保持時間、シュート数などをリアルタイムにチームやファンに届けることを可能としているようです。

まとめ

AWSにおけるビジネスのデータ活用ツールである、QuickSightの3つの活用パターン、事例についてご解説頂きました。従来のBIツールと異なり、AWSのマネージドサービスでクラウドを活用していることからライセンスやハードウェアの管理が不要であり、増大するデータ容量に対してもスケールが容易に可能です。また、使った量による従量課金制であり活用の仕方の自由度が高いように感じられました。
用途が多様な分、提案の幅も広いと思いますので、使い方を習得するだけでなく使い方も考えていきたいと思います。

感想

AWSを勉強しはじめて1ヶ月ほど経ち、AWS Summitを視聴させて頂きました。一言で感想をまとめますとクラウド便利すぎ、AWS偉大すぎると思いました。今後も学習を続け面白いものがあれば発信していきたいと思いますので暖かい目で見守っていただけると幸いです。