Hands-on with Amazon Q in QuickSight: A step-by-step workshop #AWSreInvent # #BSI204

セッション概要(公式サイトより日本語訳)

このワークショップでは、QuickSight内のAmazon Qが提供する生成型BI機能を探求します。自然言語を使用してビジュアルを作成し、洗練させる体験をしてみましょう。ビジネスユーザーが自然言語を活用してデータストーリーを生成し、データから高度にカスタマイズ可能なナarrティブやスライドデッキを作成する方法を学びます。さらに、Amazon Qを使った自然言語でのQ&Aにより、ダッシュボード上に表示される情報を超えたインサイトを得る方法を発見し、経営陣向けのサマリーでデータの傾向や解説をひと目で把握できる仕組みも体験します。

Workshopの内容

このワークショップでは、架空のコーヒー屋さんのビジネスデータを題材に、実際の業務に即した分析を行いました。売上や顧客データ、コーヒー豆の種類など、身近で具体的なワードとデータを用いて手を動かしながら、各機能の実用性を直感的に理解することができました。ワークショップは大きく2部構成で、これまでのQuickSightの機能を利用するパートと、新規リリースされたScenarios分析機能を利用するパートがありました。

1. 自然言語を使用したビジュアル作成とカスタマイズ
   まず自然言語を入力し、コーヒー屋さんの売上データから自動的にビジュアルを生成しました。たとえば、「先月の売上トップ5の店舗を教えて」と入力するだけで、対応するグラフが即座に作成されるのには驚きました。その後、生成されたビジュアルをさらに洗練させる方法を学び、データの可視化をより効果的にするスキルを身につけました。

2. Scenarios分析機能の活用
   次に新機能であるScenarios分析を使い、仮説を検証するプロセスを体験しました。たとえば、「新しいプロモーションを導入した場合、売上が10%増加したら利益はどう変化するか」といったシナリオを設定し、結果を視覚的に比較しました。この機能は、単なる過去データの分析にとどまらず、未来のビジネス戦略をシミュレーションする強力なツールとして活用できることが分かりました

QuickSightのScenarios機能は以下のブログでも紹介されています。

• 【速報】Amazon Q in QuickSight Scenarios 誕生。シナリオ分析で複雑な問題解決を支援
  AWS re:Invent 2024
• 新機能 Amazon Q in QuickSight Scenarios を使ってみた

Workshopの進行

• アジェンダでWorkshopの全体を掴みます。
  
• 手を動かす作業の前に、新リリース機能の紹介がありました。
  
  
• Workshopでは2画面の方が手を動かし易いです。
  
  データを取り込んだ後、全て自然言語で指示を出していきました。
• 月別コーヒー種類ごとの売上を折れ線グラフで表示(sales by month by coffee type as a line chart
  )
  
• ロイヤルティ（忠誠度）別に顧客を分類し、ドーナツチャートで表示(customers by loyalty as a donut chart
  )
  
• コーヒー別の利益(profit by coffee)
  
• グラフを簡単にカスタマイズできます　①グラフ右上から②Pie chartを選択すると
  
• Pie chartに変更できました
  
• KPIチャートとして一意の注文数を表現(unique number of orders as a kpi chart
  )
  
• 日本語で質問しても同じ結果が得られました。
  
• 顧客購入の詳細：売上が1000未満の場合は赤色で表示(customer purchase details.color red where sales < 1000)
  
• ダッシュボードに対して、更に自然言語で質問をして分析を実施こともできます。下記は設定順番
  
• ダッシュボードの上部ペインにある『コーヒーの売上について質問する』バーをクリックし、
  
• 「top 10 customers who have purchased dart roast」と質問。
  
• 質問に関連するダッシュボードが作成されます。
  
• 日本語で「ダークローストを購入したお客様トップ10」と質問したところ少し違うダッシュボードが出てきました。
  
• この後Scenarios機能のパートになりました。まずは機能利用の設定を行います。
  
• トグルをON側にします。
  
• データを読み込ませます。ワークショップではcsvファイルを読み込ませました。その後「ボールドコーヒーを購入したリピート顧客は何人いますか？」と言う質問に対し、『START ANALYSIS』ボタンを押下すると
  
• 分析への質問の候補が出てきます。私は「ロイヤルティカードのステータス、所在地、注文頻度など、どのような要因が顧客がボールドコーヒーを繰り返し購入することに寄与しているのか？」を選択しました。
  
• 左側にCustomer IDと注文IDが表示された後、十字ボタンをクリックし、別の質問を右側に加えます。分析のためのシナリオが提起され、同時にデータを見ることができます。
  
• 日本語の評価のため、今後のプロモーション展開についてアドバイスを求めてみました。
  
• 更に候補から日本語で分析を加えてみました。
  
• データが展開された後、十字ボタンをクリックし、別の質問を右側に加えます。質問は日本語ですが、全て英語で回答されます。
  
• 右側のグラフの下に元々の質問への分析、回答が記載されてきました。(一部日本語の回答)
  
• 以下は英語を翻訳した回答です。
  • 売上推移の主要なトレンドや洞察を要約し、売上を伸ばすためのプロモーションやキャンペーンのアイデアにつながる情報を提供します。過去2年間の月次売上データから、主な傾向と洞察をご紹介します：
  1. 季節的パターン： コーヒーの売上には一貫した季節的パターンがあるようだ。1月は売上が大幅に急増するが（例：2023年1月は44,489.61ドル）、これは連休明けの買い物や、新年の抱負としてコーヒー習慣を改善するためと考えられる。
  2. 夏の不振： 売上は夏場に落ち込む傾向があり、特に6月は低い数値を示している（例：2023年6月の12,247.58ドル）。これは暖かい気候がホットコーヒーの需要を減らしているためと考えられる。
  3. 秋の回復： 7月と9月は6月と比較して高い数値を示している（例：2023年7月は37,361.37ドル、9月は28,131.75ドル）。
  4. 年末の変動： 12月は他の月に比べて売上が低い（2022年12月は1,732.09ドル）。これは、休暇に関連した消費者行動の変化によるものかもしれない。
  5. 全体的な傾向： 月ごとの変動はあるものの、全体的な傾向は比較的安定しており、2年間の売上に長期的な明確な増減は見られない。
  • これらの洞察は、プロモーション戦略やキャンペーンに役立てることができる：
  1. 新年プロモーション： 1.新年プロモーション：1月の売上急増を利用し、新年特別バンドルや割引を提供することで、より多くの顧客を惹きつける。
  2. 夏の特別企画： 夏の不振に対抗するため、アイスコーヒーの種類やコールドブリューのオプションを導入し、暖かい季節の売上を伸ばすために夏限定のプロモーションを実施する。
  3. 秋のキャンペーン： 9月に「Back to Routine」キャンペーンを実施し、夏休みからの帰省による自然な売上増を活用する。
  4. ホリデーシーズン・プッシュ： 12月にターゲットを絞ったマーケティング・キャンペーンを展開し、通常低い売上を改善する。
  5. ロイヤリティ・プログラム： 年間を通じて売上を安定させ、繁忙期と閑散期の両方にリピート購入を促すために、ロイヤルティプログラムを導入または強化する。
  • このような傾向に合わせて販促活動を行うことで、閑散期には売上を増やし、好調期には売上を最大化できる可能性がある。

Workshopを通して

回答がまだ日本語対応されていないものの新しい分析機能が加わったことでQuickSightは単なるデータ可視化ツールを超え、未来を見据えた意思決定を支援する強力なプラットフォームへと進化していることを実感しました。特に最後私の適当なプロモーションに対する回答はしっかり未来を見据えた回答だと思いました。
セッション後にWorkshop運営メンバーの方に2025年の展開を伺いました。まずは安定した機能展開と日本語対応を目指す事、と言ってくれてました。併せて日本語に対するサポートコミュニティサイトがあることを紹介してくれました。
今後のQuickSightの展開が楽しみですね^^ 最後にくらにゃんステッカーを登壇者に渡してきました！