亚马逊 Q 现在在 Amazon QuickSight 中全面可用,为整个组织带来了生成性商业智能功
Amazon Q 正式在 Amazon QuickSight 中推出,为整个组织带来生成性BI能力
关键要点
Amazon Q 现在在 Amazon QuickSight 中正式上线,为所有用户角色带来生成性BI能力。新增功能包括多视觉化的问题与回答QampA、故事生成、执行摘要等,提升沟通和数据分析的效率。支持快速构建仪表板的自然语言功能使得分析工作更加便捷。我们很高兴地宣布,早在 AWS reInvent 2023 中预告的 Amazon Q 现在在 Amazon QuickSight 中正式上市,将生成性BI能力带给所有用户角色。
随著组织积累了大量数据,我们与客户的交流显示,他们在寻求更快速的方式来利用数据进行日常业务决策。因此,我们创建了 QuickSight,作为一个统一的BI服务,满足各种业务需求,提供互动式仪表板、页面报告、嵌入式分析以及自然语言附加功能,让用户能够询问和回答未在仪表板中展示的数据问题。自2021年推出以来,Amazon Q 已运用先进的人工智慧AI和机器学习ML来理解业务用户的语言并将其映射到数据查询。2022年,我们新增了高级统计建模能力,包括能够请求“预测”或询问“为什么”以查看指标变化的影响因素。现在,像 Amazon Bedrock 提供的大型语言模型LLM带来了更深层次的语言理解能力和广泛的知识,让我们能够重新思考传统的工作方式。Amazon Q 是前版本 QuickSight Q 的生成式AI升级,将 Amazon Bedrock 的生成式AI优势与 QuickSight 的成熟模型结合,创造出生成性BI体验,实现数据洞察的民主化,并加速数据分析过程。
今天的发布让 Amazon Q 在 QuickSight 中扩展了生成性BI的能力,通过对现有阅读者和作者角色的更新以及新增阅读者专业和作者专业角色,将这些功能扩展到 QuickSight 企业版。之前仅提供给订阅 Q 附加功能的企业版用户的数据 QampA 现在对所有企业版用户角色开放,使整个组织能够自信地回答未在仪表板中展示的数据问题,并通过多视觉化的QampA体验带来更丰富的上下文和洞察。新的故事和执行摘要功能通过新的阅读者专业和作者专业角色提供。故事功能使业务用户能够使用 Amazon Q 创建完整的文档和报告,并利用引人入胜的叙述和视觉元素来解释数据,包括改善业务的建议,而执行摘要则即时提供关键趋势和变化的访问,使用自然语言呈现。作者专业角色还获得了新的自然语言仪表板创建体验,使业务分析师能够快速构建仪表板。此外,能够创建用于特定数据的主题的能力移入作者专业角色,这使您可以选择性地授权该功能给个别用户,而不是以往在每个亚马逊 Q 附加功能中购买所有作者角色的方式。
让我们来看看这次发布的一些亮点。
获取上下文丰富的多视觉化QampA答案
研究和客户反馈显示,业务用户在使用以前的单一问题到单一答案样式的自然语言查询NLQ系统时会面临三个常见问题。首先,这些用户经常不知道所需的措辞以获得所需答案或特定数据值。其次,他们对答案的准确性常常感到怀疑,因为单一的视觉答案缺乏充分理解数据范畴的上下文。第三,他们经常使用模糊的语言,无法完整地指定所有必需的信息以创建精确的数据查询,导致无法产生答案或答案与他们的意图不匹配。
为了解决这些问题,新的QampA体验首先会建议AI生成的问题并提供数据预览,以快速了解数据内容,帮助您了解如何措辞问题以及特定主题能提供哪些类型的答案。接著,答案包含多个视觉展示相关数据,带来额外的上下文,增强对数据的信心和理解。最后,您现在可以询问模糊问题,例如“哪些产品最好”或非常简单的单值查询,例如单一客户或产品名称,Amazon Q将返回与您的问题相关的数据,包括多重匹配请求的替代建议。
利用生成性BI创建引人注目的故事
透过故事功能,阅读者专业和作者专业用户可以请求 Amazon Q 建立可轻松分享的文档或报告,仅需使用简单的自然语言提示,从而节省为利益相关者呈现见解而进行构思的时间。您只需选择想要检视的特定视觉效果,描述整体叙事例如,“检视目前的销售表现,重点突出主要产品和客户,并建议明年增长销售的策略”,Amazon Q 将创建一个草稿故事,解释数据的发现并提出改进业务的建议。您还可以用附加的视觉效果、文本、图像和主题来自定义故事,并使用 Amazon Q 来总结或重写文本,从而获得准备分享的精炼文档。
获取即时的执行摘要
阅读者专业和作者专业用户在查看仪表板时,可以简单选择新的 Amazon Q 建构 菜单,立即生成执行摘要,以比较数据中的趋势和变化,从而快速了解业务绩效,并识别进一步调查的潜在领域。
使用自然语言快速构建仪表板
作者专业用户在构建仪表板时,可以通过请求 Amazon Q 来构建视觉效果、计算和精练视觉效果,省时且减少操作步骤。您可以通过描述所需的结果,使用自然语言创建和修改视觉效果,这样可以节省过滤和聚合、定义复杂情况如比较或预测以及应用多步格式化操作的时间。自然语言计算生成有助于减少查找特定语法和输入复杂表达式所需的时间。
将生成性BI嵌入到应用程序中
开发人员现在可以无缝地在他们的应用程序中嵌入新的多视觉化QampA体验,快速添加先进的生成性AI能力,而无需学习特殊技能、训练模型或部署资源。此体验只需几行代码即可使用 QuickSight SDK 嵌入,并可以自定义不同的大小、入口和主题颜色,以匹配应用的品牌和功能。
客户案例
客户正在全球各行各业中使用 Amazon Q 在 QuickSight 中,帮助解决金融服务、零售、政府、制造、生技、教育、医疗保健、科技、咨询、运输和餐饮服务等各种用途,从销售、服务、市场营销到工程、银行、欺诈检测、物流、学习管理等。继续阅读一些例子。
我们很自豪能够与 Anthology 合作,将新的 Amazon Q 在 QuickSight 中多视觉化QampA体验嵌入到他们的 Illuminate 软件中,该软件用于全球高等教育机构,以实现良好的学习成果。
“使用 Anthology Illuminate,我们的目标是让教育机构的决策过程真正民主化,将洞察力直接提供给最适合采取行动的人,而无需依赖中介专家。通过将 Amazon Q 嵌入 QuickSight 中,我们能够将整合的校园数据报告和可视化带入机构的常见工作流程中。QuickSight 最新的生成性BI能力让自主分析变得更加全面,无论用户的数据技能如何。”
闪连vnp加速器Steve Bailey 产品管理部门主管,Analytics。
如需了解更多信息,请查看 Anthology 如何使用 Amazon QuickSight 提供的嵌入式分析来民主化高等教育的决策过程。
Traeger Grills 是烟熏炉、烤架和烧烤产品的提供商,致力于提供卓越的餐饮体验,他们利用 Amazon Q 在 QuickSight 中赋能其客户体验团队,获取创造出色顾客服务所需的数据洞察。

“我们的业务不断演变并发展新的数据需求,这使我们需要创建和更新仪表板和报告。QuickSight 使我们的运营团队能够将数据带给用户,满足各种用途,从配送中心预测到报告 Amazon Connect 呼叫中心指标。QuickSight Q 让我们看到了自然语言体验的力量,帮助业务用户迅速获得洞察。我们对作者的新增生成性BI功能充满期待,因为这能将我们对不断变化的业务需求的反应速度提升到一个新的水平。这种自然语言体验正在根本改变人们的工作方式。”
Corey SavoryVenzke Traeger Grills 客户体验副总裁。
如需了解更多信息,请查看 Traeger Grills 的客户体验团队如何有效提升顾客满意度。
BMW Group 是全球高端汽车和摩托车的制造商,利用 Amazon Q 在 QuickSight 中加速仪表板的创建,让利益相关者快速获得所需数据,保持业务运行。
“在BMW,我们的区域专家专注于优化供应链中的库存。他们经常接到利益相关者的请求,如董事会成员或供应链专业人员,要求创建新的仪表板以分析最新的趋势。QuickSight 新的 Q 功能的创作体验大大节省了创建计算的时间,无需停下参考,快速构建可视化,然后修整视觉表现以获得精确的体验,所有这些都通过自然语言完成。区域专家能够让我们的业务用户印象深刻,快速反应,从而快速做出关键决策。”
Christoph Albrecht,BMW 集团数据工程及分析专家。
Showpad 是一家领先的销售加速解决方案提供商,与我们的团队紧密合作,帮助开发一种体验,将 Amazon Q 在 QuickSight 中无缝整合到他们的应用中,为最终用户提供快速便捷的内容分析查询能力。
“在 Showpad,我们希望用户能以更简单直观的方式发现和探索数据。通过 Amazon Q 在 QuickSight 中,我们能够让我们的客户在不需要复杂用户界面或SQL 知识的情况下查询数据。集成到我们的应用中只花了一周多的时间,我们能够自定义体验,使其无缝融入我们的产品。我们已经收到了几位客户的热烈反馈,他们对这种新体验感到惊喜,并期待未来能添加更多 Q 功能。”
Jeroen Minnaert Showpad 首席架构师及数据负责人。
功能可用性
此次发布,我们简化了 QuickSight 企业版的定价,阅读者和作者的费用分别为每用户每月固定的 3 美元和 24 美元,并包括 QampA 功能。故事生成和执行摘要的价格分别为每用户每月 20 美元阅读者专业和 50 美元作者专业。作者专业角色还能访问新的 Amazon Q 仪表板创作体验,并可创建和管理主题,实现特定数据的QampA功能。用户可以随时添加或移除,来回调整阅读者专业和作者专业角色,或从阅读者升级到作者或作者专业,使您仅为所需的功能付款。若要获取更多信息,请参阅 Amazon Q 在 QuickSight 中将新的用户角色和定价引入 Amazon QuickSight 企业版。
Amazon Q 在 QuickSight 中目前在美国东部维吉尼亚州、美国西部俄勒冈州和欧洲法兰克福 AWS 区域可用,并计划扩展到所有当前的 QuickSight Q 区域。
Amazon Q 在 QuickSight 中并未基于客户数据进行训练,其治理和数据安全功能满足企业和政府客户最严格的要求。今天就开始进行 30天的免费试用 QuickSight 吧。
关于作者
Zac Woodall 是 Amazon QuickSight 的 AIML 首席产品经理。作为 Amazon QuickSight 中 AIML 功能的产品负责人,Zac 应用AI简化产品体验,使数据更加有用和可访问。 Zac 拥有24年帮助创建全球最广泛使用的企业和消费者软件的经验,曾在初创公司、Tableau 和微软任职后,来到 AWS。
Heather Hughes 是 Amazon QuickSight 的资深产品市场经理,负责 Amazon Web Service 的云原生、全托管的BI服务。
加载评论
2024年7月 Amazon QuickSight 活动 商业智能博客
2024年7月Amazon QuickSight活动作者:Madi Hsieh 发表于2024年6月25日,来源于 Amazon QuickSight, 商业智能, 活动永久链接评论区 分享闪连vnp加速器关键要点Amazon QuickSight 提供了统一的商业智能BI解决方案,帮助数据驱动的组...
使用 Amazon Bedrock 从自己的讲座内容构建无服务器考试生成器应用程序 机器学习博客
使用 Amazon Bedrock 构建无服务器考试生成应用程序重点要点在此文章中,我们介绍了如何利用 Amazon Bedrock 和 AWS Lambda 构建一个自动化的考试生成解决方案。该应用程序能够基于教师的讲义内容快速生成符合课程大纲的测验,简化了考试创建过程,提高了教学效率。教师仅需上传讲义,应用程序便会自动生成多选和是非问题,并将反馈结果发送至教师邮箱。在教育领域,创建考试和测验问...