使用 Amazon Q 在 QuickSight 中轻松生成完美的报表

作者：Deepak Sahi Aashi Agrawal Aneri Modi Dinesh Thakkar Michael Purpura 和 Kiki Nwangwu，于2024年7月10日发表于 Amazon Q、Amazon QuickSight、商业智能、生成性 BI、中级 (200)、完美报表永久链接评论 分享

关键要点

Amazon Q 的生成性 AI 功能在 QuickSight 中正式上线。用户可以使用自然语言生成工具来创建高格式的完美报表。这一新功能显著减少了手动创建报表所需的时间，使机构能够更专注于报告的实质内容。支持将报表分别传送给多位接收者，而无需 compromising 机密信息。

最近，亚马逊宣布其 Amazon Q 的生成性 AI 能力 现已在 Amazon QuickSight 中全面推出。Amazon Q 在 QuickSight 中核心的强大功能来自自然语言处理的能力：

在几秒钟内创建可视化效果，利用 Amazon Q 的新一代创作工具使用自然语言提示微调和格式化可视化效果生成计算公式，无需特定语法知识轻松制作引人注目的数据叙述并进行自定义

基于这一创新，QuickSight 用户现在可以利用自然语言生成来创建完美的报表这是 Amazon Q 用于 QuickSight 的一项新功能，简化了用户创建和分发视觉丰富的、高格式报表的方式。完美报表至关重要，因为它确保从布局到格式化的每个细节都经过精心控制且美观，这不仅能营造专业的数据展示，还能提高利益相关者的理解能力和决策效率。

通过将这些生成性 AI 功能扩展到 Amazon Q 的完美报表中，传统上制作报表所需的繁琐人工操作可以显著减少，使组织能够更专注于报告内容，并更有效地传达关键信息。

此外，这些功能与 QuickSight 中的强大安全特性无缝集成，确保应用于报告使用的数据集的行级和列级安全规则。这意味着同一报表可以发送给多个接收者，而不会泄露敏感信息，也不需要为每位用户单独创建报告。

在本文中，我们将介绍如何使用生成性 BI 能力加速在 QuickSight 控制台中设计完美报表，并将其传递给 QuickSight 用户。完美报表也可以通过 快照导出 API 以 Excel、CSV 或 PDF 格式发送给非 QuickSight 用户。

蓝快加速器下载

使用案例 协助商业用户加速借款分析报表的设计与开发

在这个使用案例中，我们将探讨如何通过 Amazon Q 在 QuickSight 中生成完美报表，以便金融组织分析客户的贷款数据。这有助于贷款官和相关利益相关者及时做出贷款申请、批准、还款、逾期跟踪、投资组合总结、信用风险分析等决策。此方法还可广泛适用于不同领域、行业和角色。

解决方案概述

以下图示展示了使用 Amazon Q 在 QuickSight 中生成完美报表的高层架构。

前提条件

为了跟随本示例，您需要拥有一个 QuickSight 企业账户。为了具备完美报表的能力，您的组织需在账户中订阅 完美报表附加功能。有关订阅价格，请参阅 Amazon QuickSight 定价。

仅当账户中至少有一个Pro用户或至少有一个Amazon Q主题时，Amazon Q 将自动启用。在本篇文章撰写时，Amazon Q 的生成性 BI 功能可能未在所有 AWS 区域 中可用。本文使用的区域为美东地区 (N Virginia)。

上传数据集

在本示例中，我们使用一个示例数据集 customerloanscsv。请按照以下步骤上传您的数据集：

在 QuickSight 控制台中，选择导航窗格中的 数据集。选择 新建数据集。选择 上传文件。找到并选择 customerloanscsv 文件，然后点击 打开。在 确认文件上传设置 弹出窗口中，选择 下一步。选择 编辑/预览数据。在数据准备面板中，选择 保存并发布。

您的数据集现在已导入并准备就绪。

创建主题

要在 QuickSight 中创建主题，请完成以下步骤：

在 QuickSight 控制台中，选择导航窗格中的 主题。选择 新建主题。命名主题为 Customer Loans，并添加相关描述，然后选择 继续。选择您要用于创建主题的数据集，并点击 继续。

Amazon Q 在创建主题的过程中索引数据并设置字段配置。这可能需要几分钟时间。状态列显示此任务的进展。

创建完美报表

请完成以下步骤以创建分析：

在 QuickSight 控制台中，选择导航窗格中的 分析。选择 新建分析。选择 CustomerLoans 数据集作为您的分析数据集。选择 在分析中使用。选择完美报表选项。保持纸张大小和方向的默认设置。选择 创建。

您现在已进入分析视图。这是您可以添加可视化效果、调整布局并发布报表的地方。首先，让我们更改分析的名称。

选择分析的名称以进行重命名。

将主题链接到分析

请完成以下步骤以链接您的主题：

在 构建可视化 旁边选择选项菜单三个垂直点，选择 主题链接。启用 构建可视化和问答的主题链接。选择 Customer Loans 主题。

选择 应用更改。

退出主题链接模态。

使用 Amazon Q 添加计算字段

在本示例中，我们需要根据输入日期计算季度。要使用自然语言创建计算字段，请完成以下步骤：

在 数据 面板中选择 计算字段。输入 Quarter 作为计算字段的名称。选择 构建计算 以使用自然语言提示。在文本字段中输入 quarter given issued on date 并选择构建。

Amazon Q 将构建计算并向您显示结果以供确认。

选择 插入 以批准并使用生成的计算。选择 保存 以保留计算字段。

该计算字段现在可以在分析中使用。

使用 Amazon Q 创建新可视化

现在我们想要构建新的可视化效果。请完成以下步骤：

选择 构建可视化。输入 build table with cust id first name last name age annual income loan term 并选择构建。

Amazon Q 将生成一个可视化效果来表示您的查询。

选择 添加到分析，并关闭 构建可视化 模态。您可以根据需要放置新创建的可视化效果。

编辑可视化效果

最后，我们想要更改可视化效果的标题。请完成以下步骤以编辑您的可视化效果：

选择 编辑可视化。输入 change title to Loan Applications 并选择 应用。

要更新列标题，输入 change Cust Id to Customer ID 并选择 应用。要在表中添加 Purpose 字段作为一列，输入 add Purpose 并选择 应用。

您可以执行其他操作，例如更改可视化类型，以及有条件地格式化数据。有关利用自然语言指令编辑可视化的 Amazon Q 功能的完整列表，请参阅 使用生成性 BI 精细化可视化。

发布和安排报告

现在，您准备好发布报告了。请完成以下步骤：

选择 分享 和 发布仪表板。将仪表板命名为“Customer Loans Report”。选择 发布仪表板。您可以选择将报告生成 PDF 并下载，或者安排在您希望的日期和时间以 PDF、CSV 或 Excel 格式发送给接收者。

以下截图显示我们示例报告的一些示例。

示例报告

清理

如果您希望停止使用本附加功能和 QuickSight 中的 Amazon Q 能力并避免每月产生的费用，请按照以下步骤操作：

取消订阅 完美报表 附加功能。要停用 Amazon Q，移除所有 Pro 用户和 主题。删除数据集以释放 SPICE 容量。

您将被收取本月的订阅费用。有关订阅价格，请参阅 Amazon QuickSight 定价。

结论

在本文中，我们讨论了一个金融组织如何分析客户贷款数据并促使及时决策的使用案例。我们使用了 Amazon Bedrock 提供的生成性 BI 创作能力设计完美报告，从而将报告设计的开发时间从几天缩短到几小时甚至几分钟。生成性 BI 可以帮助减少对深厚的编码经验或语法知识的需求，以便设计报告。尽管本文着重于客户贷款分析和金融领域，您可以将该解决方案应用于多种场景和类型的文档或报告。

通过 Amazon QuickSight 完美报表掌握您业务关键的运营报告。这一完全托管的云解决方案简化了报表的创建、调度和共享，适用于您的整个组织。设计出完美的多页面报表，将您的分析以专业、可打印的格式呈现。自定义每一页的布局、图像和来自 QuickSight 的数据可视化。然后将报告分发为 PDF、CSV 或 Excel 格式，供同事或利益相关者查看。今天就开始使用 Amazon QuickSight 中完美报表的强大功能吧！欲了解更多信息，请参阅 Amazon QuickSight 完美报表、参加工作坊 或 深入了解细节。

参考资料

采用最佳实践使商业用户能够使用自然语言回答关于数据的问题在 Amazon QuickSight 中使用完美报表Amazon Q 现已在 Amazon QuickSight 中正式推出，为整个组织带来生成性 BI 能力

关于作者

Deepak Sahi 是 AWS 的解决方案架构师，驻扎在瑞士苏黎世。他在数据分析领域有近二十年的经验，主要专注于商业智能和数据仓库。他曾为许多财富500强公司在电信、金融、保险和医疗保健等领域担任顾问，现正专注于瑞士制造公司，帮助其构建安全且创新的云解决方案，推动数据驱动决策，解决商业挑战。

Dinesh Thakkar 是 AWS 的高级技术账户经理和分析技术领域社区成员，拥有超过21年的IT经验。他目前支持一家全球金融服务客户，提供建筑和运营指导，帮助他们实现最大价值。

Aashi Agrawal 是 AWS 的解决方案架构师，专注于分析领域。她指导客户完成迁移和现代化的变革过程。结合前瞻性的架构和强大的安全性，她构建了弹性系统，并无缝集成了包括生成性 AI 在内的先进 AI/ML 服务。在工作之余，她喜欢探索新事物，发现音乐。

Aneri Modi 是一名驻扎在宾夕法尼亚州的 AWS 解决方案架构师。她目前与高等教育客户合作，设计可扩展且稳健的云解决方案，专注于分析和 AI/ML 技术。

Kiki Nwangwu 是 AWS 的助理专属解决方案架构师。她专注于帮助客户构建、开发和现代化可扩展的数据分析解决方案。

Michael Purpura 是一名驻扎在加州欧文市的高级企业解决方案架构师。他喜欢与客户合作，实现数据驱动操作的变革性价值，并对通过商业智能将数据变为生机充满热情。