Traffine I/O

Bahasa Indonesia

2022-10-09

Ikhtisar QuickSight

Apa itu Amazon QuickSight

Amazon QuickSight adalah layanan BI (Business Intelligence) berbasis cloud yang dikelola sepenuhnya dari AWS yang terhubung ke sumber data seperti Redshift, RDS, dan data SaaS untuk analisis dan visualisasi data yang cepat. Analisis dapat dipublikasikan dan dibagikan sebagai dasbor. Ini juga dapat diintegrasikan dengan Amazon SageMaker untuk melakukan analisis yang lebih canggih seperti deteksi anomali dan prediksi numerik menggunakan pembelajaran mesin.

QuickSight | 1

Sumber data yang dapat dihubungkan

QuickSight dapat terhubung ke sumber data berikut ini

  • Layanan AWS
    • S3
    • Athena
    • RDS
    • Aurora
    • Redshift
  • Database Eksternal
    • MySQL
    • PostgreSQL
    • ORACLE
    • SQL Server
    • MariaDB
    • Presto
    • Snowflake
  • SaaS
    • Salesforce
    • Jira
    • GitHub
    • ServiceNow
    • Teradata
    • Spark
    • Adobe Analytics

SPICE

QuickSight dilengkapi dengan mesin kalkulasi dalam memori built-in yang disebut SPICE, yang merupakan singkatan dari Super-fast, Parallel, In-memory Calculation Engine. Mengimpor sumber data ke dalam SPICE menghilangkan kebutuhan untuk melakukan query sumber data secara langsung setiap kali anda mengubah atau memperbarui analisis atau visual anda, sehingga meningkatkan kecepatan query dan mengurangi beban pada sumber data.

Jumlah data default yang dapat dimuat ke dalam SPICE adalah 10GB per pengguna, dan ada kuota kapasitas SPICE gratis sebesar 1GB per pengguna. Data yang tidak sesuai dengan SPICE akan di-query langsung ke sumber data.

QuickSight | 2

Edition

QuickSight tersedia dalam dua edisi, Standard dan Enterprise, dengan Enterprise Edition yang lebih kaya fitur. Edisi Enterprise memiliki dua tipe pengguna yang tidak dimiliki Edisi Standar: Penulis dan Pembaca. Pengguna Author dalam Enterprize Edition dapat memanfaatkan fitur QuickSight secara penuh, termasuk pembuatan dataset dan dashboard. Pembaca dikenakan biaya $0,3 per sesi (30 menit setelah login), hingga maksimum $5. Biaya maksimum adalah $5.

Di bawah ini adalah perbandingan harga antara Standard dan Enterprise.

Enterprize Edition Standard Edition
Pencipta Percobaan Gratis (30 hari) 4 4
Kapasitas terpasang SPICE 10GB / pengguna 10GB / pengguna
Author(setiap tahun) $18 $9
Author(bulanan) $24 $12
Reader(bulanan) $0.30 / sesi ~ maksimal $5

Cara menggunakan QuickSight

Alur penggunaan QuickSight adalah sebagai berikut

  1. Buat dataset dengan menghubungkan ke sumber data
  2. Menganalisis dan memvisualisasikan data berdasarkan dataset yang dibuat
  3. Publikasikan analisis sebagai dashboard

Menghubungkan ke dataset

Pertama, pilih sumber data.

QuickSight | 3

Misalnya, jika Anda memilih Aurora, jendela modal berikut ini akan muncul, dan Anda bisa membuat dataset dengan memasukkan informasi yang diperlukan untuk koneksi.

QuickSight | 4

Sebagai pengingat, ketika menyambungkan ke layanan AWS, layanan AWS target harus ditambahkan ke item "Akses QuickSight ke layanan AWS" di bagian "Keamanan & perizinan" pada layar administrasi. Dalam tangkapan berikut, Amazon RDS, IAM, dan SageMaker diizinkan untuk mengakses QuickSight. Jika Anda ingin menggunakan S3 sebagai sumber data, misalnya, Anda perlu mengatur izin akses S3 di sini.

QuickSight | 5

SQL Khusus

Jika sumber data adalah DB, Anda dapat mengeluarkan SQL untuk membuat dataset setelah pemrosesan.

QuickSight | 6
QuickSight | 7

Analisis dan Visualisasi

Analisis dan visualisasi melibatkan pembuatan visual, yang merupakan representasi grafis dari data.

Setelah membuat dataset, Anda dapat menganalisis dan memvisualisasikan data. Berikut ini adalah contohnya.

  • Bar graph
  • Line chart
  • Pie charts
  • Heat maps
  • Pivot tables
  • Tree Maps
  • Point Maps

Beberapa jenis Visual memiliki persyaratan pembuatan. Misalnya, untuk membuat peta titik, data geospasial harus disertakan dalam dataset. Ada juga tipe Visual yang disebut AutoGraph, dan jika Anda memilih tipe Visual ini, QuickSight akan secara otomatis memilih tipe Visual terbaik berdasarkan jumlah dan jenis sumbu grafik.

Visual dapat dikustomisasi dengan berbagai cara, termasuk mengubah teks dan warna latar belakang, menambahkan fungsi filter, dan fungsi drill-down.

Publikasikan analisis sebagai dasbor

Visual yang telah selesai dapat dipublikasikan ke dasbor sehingga pengguna lain dapat melihat dan memfilter data di dasbor pada QuickSight. Anda juga dapat menyematkan dasbor di web sebagai HTML seperti yang ditunjukkan di bawah ini.

<iframe
  width="960"
  height="720"
  src="https://ap-northeast-1.quicksight.aws.amazon.com/sn/embed/share/accounts/1234567890412/dashboards/123c4ac7-1135-4a72-ba6e-e2e17a133333?directory_alias=demo"
>
</iframe>

Menambahkan kolom kalkulasi ke dataset

QuickSight memungkinkan anda untuk menambahkan kolom kalkulasi ke dataset. Misalnya, jika Anda memiliki data pembelian dengan kolom "Harga" dan "Jumlah yang Dibeli", Anda dapat melakukan kalkulasi Harga * Jumlah yang Dibeli dan menambahkan kolom "Jumlah Total".

Integrasikan dengan model SageMaker

Jika lisensi Anda adalah Enterprize Edition dan Anda dapat melakukan inferensi dengan model SageMaker pada data yang tersimpan dalam SPICE, Anda dapat merujuk ke artikel berikut untuk melihat integrasi dengan SageMaker.

https://towardsdatascience.com/integrating-aws-sagemaker-models-with-quicksight-acfe9e5e9cf1

Memperbarui dataset

Dataset dapat diperbarui secara manual (konsol, CLI) atau dengan penjadwalan. Anda juga dapat memilih antara metode refresh penuh atau inkremental.

QuickSight Q

QuickSight Q adalah fungsi Natural Language Query (NLQ) yang memungkinkan anda untuk mengajukan pertanyaan tentang data dalam bahasa sehari-hari dan mendapatkan jawaban atas pertanyaan tersebut dalam bentuk angka, grafik, dan tabel. Sebagai contoh, jika anda mengajukan pertanyaan seperti, "Bagaimana penjualan anda berubah selama tiga tahun terakhir?" pemrosesan bahasa alami dari pertanyaan tersebut akan dilakukan dan hasil dari pertanyaan yang divisualisasikan akan dikembalikan. QuickSight Q dirilis ke publik pada 23 September 2021.

Referensi

https://docs.aws.amazon.com/quicksight/latest/user/welcome.html
https://docs.aws.amazon.com/quicksight/latest/user/managing-spice-capacity.html
https://aws.amazon.com/quicksight/pricing/?nc1=h_ls
https://docs.aws.amazon.com/quicksight/latest/user/sagemaker-integration.html
https://towardsdatascience.com/integrating-aws-sagemaker-models-with-quicksight-acfe9e5e9cf1

Ryusei Kakujo

researchgatelinkedingithub

Focusing on data science for mobility

Bench Press 100kg!