简介
随着生成式人工智能的兴起，传统的 BI 报表功能已经无法满足用户对于自动化和智能化的需求，今天我们将介绍亚马逊云科技平台上的AI驱动数据可视化神器 – Quicksight，利用生成式AI的能力来加速业务决策，从而提高业务生产力。借助Quicksight中集成的Amazon Q的创作功能，业务分析师可以使用自然语言提示在几秒钟内构建、发现和分享数据洞察。同时通过Amazon Q创建对分析数据文本总结摘要、基于数据问答的知识库和PPT/Word格式的数据报告，让用户和开发者更容易理解数据，加快整个数据分析、可视化过程中的效率。
在本系列的第一、二篇中，我们介绍了搭建和配置Amazon Quicksight数据可视化工具步骤，并利用该工具创建一个数据分析折现图表。在本系列第三篇中，我们将给图表添加更为丰富的下钻、过滤功能。欢迎大家持续关注本系列，了解更多国际前沿的云计算生成式AI和数据分析的解决方案。
所需基础知识
什么是Amazon Quicksight BI可视化工具?
Amazon QuickSight 是一款由亚马逊云科技提供的全托管商业智能（BI）服务，专为云端设计。它允许开发者快速创建互动式仪表板、报告和数据可视化，帮助他们从数据中获得洞察。QuickSight 能够无缝连接各种数据源，包括 AWS 服务（如 Amazon RDS、Amazon S3、Amazon Redshift）以及第三方工具和本地数据库。它还提供了机器学习的高级分析功能，使用户能够执行异常检测、预测等任务，而无需具备数据科学背景。
通过 QuickSight Q 功能，用户可以使用自然语言进行查询，系统会自动生成可视化数据结果，使非技术用户也能轻松获取洞察。此外，QuickSight 还支持嵌入式分析，灵活地将 BI 能力集成到应用程序中。
本实践包括的内容
1. 为行业销售数据饼图添加下钻功能
2. 为销售数据创建透视表格(Pivot Table)
3. 为数据视图添加过滤条件和筛选器
项目实操步骤
完成本篇文章中的实操步骤之前，大家需要完成本系列第一、二篇中的折线图、饼状图、KPI月度分析图表创建
为行业销售数据饼图添加下钻功能
- 从左侧数据data列表中，将Customer字段拖到Industry字段下方，为Industry数据添加下钻数据
- 在饼状图中点击Finance Industry分类，再点击”Drill Down to Customer“，将Finance Industry类别下钻到该类别中不同客户类别的数据信息。
- 我们通过下钻得到了Finance Industry类别中，不同客户类别的饼状图
为销售数据创建透视表格(Pivot Table)
- 选择添加透视表格(Pivot Table)视图
- 从左侧data数据栏中添加”Region“和”Subregion“字段到Row，将”Sales“字段添加到Vlues，将”Order Date“字段添加到Columns。
- 点击”Order Date“字段，将时间聚合方式选择为”Year“，视图数据将按照年为单位展示
我们最终得到按区域划分的年度销售额透视图，点击"Rows"字段，可以通过”Collapse“将每个区域的数据折叠
点击”Pivot Options“中的”Single Metric“旁的小眼睛，可以把Rows一行隐藏，让图表更为清晰直观
9. 接下来我们点击”Headers“一栏，将行标签修改为”Region > Subregion“，让观众更加直观理解图表行标题代表的含义
- 最后点击”Cells“配置，选择”EXPAND TO VIEW“，自动扩充图表宽度使其均匀占满视图版面，使图表数据查看更加方便
为数据视图添加过滤条件和筛选器
- 我们选中透视图表，接下来点击上方菜单栏的”Filter“漏斗选项，再点击”Add“添加，选择”Segment“字段
- 我们选择”Applied to“将该过滤器应用到”All visuals“所有视图。并点击Segment字段右侧的三个点省略号，点击”Add to Sheet“将该过滤器添加到视图中
- 可以看到过滤器已经添加到了图表界面中，我们点击下拉栏，可以选择根据Segment的字段值(Enterprise, SMB和Strategic)将视图中的数据进行过滤，在视图中只显示Segment某个或多个字段值的数据。
- 我们可以看到在视图控制面板中，所有视图的数据会根据过滤器中所筛选的Segment条件响应更改。
以上就是深度体验亚马逊云科技的AI驱动的BI数据可视化工具 - Quicksight第三篇内容。欢迎大家关注小李哥和我的亚马逊云科技AI服务深入调研系列，不要错过未来更多国际前沿的AWS云开发/云架构方案。
版权归原作者 佛州小李哥 所有， 如有侵权，请联系我们删除。