![[アップデート] Q in QuickSight が東京リージョンで GA しました！](https://images.ctfassets.net/ct0aopd36mqt/wp-thumbnail-19e77b9a51519e08b94d0f688c125729/4f439c75e1ee56c70e315fa46fa45f81/amazon-quicksight)
[アップデート] Q in QuickSight が東京リージョンで GA しました！
2025.07.09コーヒーが好きな emi です。
2025/7/8 のアップデートで、ついに Amazon Q in QuickSight が東京リージョンで GA しました！！待望のアップデートです。
以下ブログで確認したように、7/3 時点ではシナリオがまだ見えないなどの未対応点がありましたが、本日確認したところシナリオも使えましたのでやってみた様子は本ブログ下部で紹介します。
ドキュメントにはまだ東京リージョンは載っていないようですね。
更新前のドキュメントキャプチャ
Q in QuickSight とは
そもそも Q in QuickSight とは何かについては以下のブログを参照ください。
アップデートに伴って気づいたのですが、以下製品ページ下部に 「QuickSight Demo Central」 と 「Amazon Q コーナー」 というものがありました。
デモセントラルについては以下記事でも紹介しているので参照ください。ダッシュボードと分析のサンプルが見られます。もちろん Q を使ったものもあります。
Amazon Q コーナーというのは知らなかったのですが、以下のような形で、始め方やトレーニング動画などが確認出来そうです。日本時間 7/9 10:15 時点ですべて英語だったので、後ほどゆっくり確認しようと思います。
やってみる
さて、東京リージョンで QuickSight を開くとご覧の通り、データストーリー、シナリオ、トピックが確認できるようになっています。
前回 使えなかったシナリオを使ってみましょう。 FIND DATA でデータを探します。
おっと、ダッシュボードを作成していませんでした。既存のデータからシナリオを作成する場合はダッシュボードを作成しておく必要があったのでした。
今回は新たにデータをアップロードすることにします。
以下ブログで使用した CSV ファイルをアップロードしてデータセットを作成しました。
アップロードできるとこんな風にデータが確認できます。
日付列が文字列になっていたので、Date 型に変更します。
日本語で質問してみます。Q in QuickSight の機能は 2025/2/17 時点で一部日本語に対応しています。
おせんべいの総数で下位5つの課はなんですか？
プロンプトの候補が出てきますが、日本語を再入力して日本語の質問に回答してくれるかやってみます。
回答がでました！
回答
Step 1: We'll start by calculating the total number of osenbei for each section.
The five sections with the lowest total 'osenbei' consumption are EC2課 and S3課 (tied at 57.0), followed by Lambda課 (63.0), and DynamoDB課 and FSx課 (tied at 69.0).
（機械翻訳）ステップ1：まず、各セクションの「おせんべい」の総数を計算する。おせんべいの消費量が最も少ないセクションは、EC2課とS3課（同率57.0）、Lambda課（同率63.0）、DynamoDB課とFSx課（同率69.0）の5つである。
回答は英語でしたが、内容は聞いたことにしっかり答えてくれています。
ブロックを続けていきます。今度は 1 回目の質問に対してその原因の予測と、日本語で回答するよう明示しました。
その原因はなんですか？日本語で回答してください。
回答が始まります。日本語で少しずつ回答が表示されていきます。
回答1
Step 1: おせんべいの消費量が少ない5つの課について、全体的なお菓子の消費量（チョコレート、ドーナツ、おせんべいの合計）を計算します。
Assumptions:
• 「超ごきげん」、「ごきげん」、「ご機嫌」を肯定的な状態、「普通」を中立、「不調」を否定的な状態と解釈しました。
Summary of results:
分析結果から、DynamoDB課が最も多くのスナックを消費しており（166個）、その状態は「超ごきげん」でした。一方、Lambda課は最も少ないスナック消費（35個〜42個）を示し、状態も様々でした。
回答2
Step 2: 5つの課におけるステータス分布とすべてのスナック（おせんべい、チョコレート、ドーナツ）の消費パターンを分析し、結果をグラフで視覚化します。
Assumptions:
• 「超ごきげん」、「ごきげん」、「ご機嫌」を肯定的な状態、「普通」を中立、「不調」を否定的な状態と解釈しました。
• スナック消費量と従業員の状態には関連性があると仮定しました。
Summary of results:
分析結果から、DynamoDB課は全員が「超ごきげん」状態で、おせんべいとドーナツの消費量が最も多いことがわかりました。一方、EC2課は66.7%が「不調」状態で、ドーナツの消費量が最も少なくなっています。これらの結果は、スナック消費パターンと従業員の状態に何らかの関連性があることを示唆しています。
すごいですね。別のカラムにある status とお菓子の消費量を関連付けて原因を推測して回答してくれています。
回答3
Step 3: 分析結果をまとめ、ステータス分布と全体的なスナック消費パターンを考慮しながら、これらの課でおせんべいの消費量が少ない理由について考えられる説明を日本語で提供します。文化的、環境的、または職場の要因を考慮に入れ、スナックの好みに影響を与える可能性のある要因を探ります。
Assumptions:
• スナックの消費パターンと従業員の状態には関連性がある。
• 部署ごとの文化や環境が、スナックの好みや消費に影響を与える可能性がある。
• おせんべいの消費量が少ない部署では、他のスナックで代替している可能性がある。
Summary of results:
分析結果から、おせんべいの消費量が少ない5つの部署（EC2課、S3課、Lambda課、DynamoDB課、FSx課）について、以下の興味深い傾向が見られました：
- スナック消費と従業員の状態の関係：
• DynamoDB課は、おせんべいの消費量が比較的多く（23個）、全員が「超ごきげん」状態です。
• EC2課は、おせんべいの消費量が少なく（19個）、66.7%の従業員が「不調」状態です。
• 他の課では、状態がばらついています。
- スナックの好み：
• DynamoDB課は、おせんべい（23個）とドーナツ（22.3個）をバランスよく消費しています。
• EC2課は、チョコレート（18個）とおせんべい（19個）を好む傾向がありますが、ドーナツの消費が非常に少ない（3.3個）です。
• FSx課は、おせんべい（23個）とチョコレート（17個）を好んでいます。
- おせんべいの消費量が少ない理由：
a) 文化的要因：
• 若い従業員が多い部署では、おせんべいよりも洋菓子を好む傾向があるかもしれません。
• 特定の部署で健康志向が強い場合、おせんべいの消費が控えめになる可能性があります。
b) 環境要因：
• おせんべいの香りや音が作業の妨げになると考えられている部署では、消費が抑えられている可能性があります。
• 特定の部署でおせんべい以外のスナックが常に補充されている場合、選択肢が偏る可能性があります。
c) 職場要因：
• 手を使う作業が多い部署では、手が汚れにくいスナックが好まれる傾向があるかもしれません。
• ストレスレベルの高い部署では、甘いスナック（チョコレートなど）がより好まれる可能性があります。
- 改善の提案：
• おせんべいの種類を増やし、従業員の好みに合わせた選択肢を提供する。
• スナックの配置や提供方法を見直し、すべての種類のスナックに平等にアクセスできるようにする。
• 定期的にスナックの好みに関するアンケートを実施し、従業員のニーズに合わせて調整する。
これらの分析結果は、スナック消費パターンが従業員の満足度や生産性に影響を与える可能性を示唆しています。各部署の特性や従業員のニーズに合わせてスナックの提供を最適化することで、職場環境の改善につながる可能性があります。
各部署の好みの傾向、機嫌との関連、職場環境の改善改善方法の提案までしてくれています。相変わらずシナリオの機能はすごいなと思います。
日本語で回答するよう依頼するとかなり精度高く回答してくれることも確認できました。
おわりに
Q in QuickSight 待望の東京リージョン GA でした。日本語もかなり改善してきているので、日本での導入ハードルがグッと下がったのではないでしょうか。
ちなみに東京リージョンはクロスリージョンサポートリージョンとして書かれていないので、推論自体も日本で行われているのだと推測されます。
また、この検証のために Q in QuickSight を私の環境で有効化したので、今月中にデモをご希望の場合は私もしくは営業までお問い合わせください。
本記事への質問やご要望については画面下部のお問い合わせ「DevelopersIO について」からご連絡ください。記事に関してお問い合わせいただけます。
参考
![[登壇レポート] 第28回クラウド女子会 ～夏のLT大会！＆AWS BuilderCards v2をプレイしよう～「QuickSight SPICE の効果的な運用戦略～S3 + Athena 構成での実践ノウハウ～」という内容で登壇してきました #cloudgirl #jawsug](https://devio2024-media.developers.io/image/upload/v1752344451/user-gen-eyecatch/k6a0ikcl7r5nlkx7gfh3.png)
