[レポート]DEM127: Amazon QuickSightのML Insightsデモ #reinvent

本記事は現地時間2018/11/26-30で行われたre:Invent 2018のデモセッション「Introducing ML Insights with Amazon QuickSight - Demo」のレポートとなります。

本セッションはExpo会場内で行わていたショートセッションとなります。

セッション概要

本セッションの概要は以下の通りです。

セッションレポート

本セッションでは、QuickSightの新機能であるML Insightsの機能解説とデモの2パート構成となります。

ML Insightの解説

ML Insightの機能は3つになります。

• 異常検出
• 時系列予測
• ストーリーの自動生成

異常値検出

異常値検出では、隠れたトレンドや異常値を発見します。

このグラフから以下のようなことが発見できます。

1枚目の画像では、APACで予想よりも15%高く売上となっていることが確認できます。

APACでの売上の内訳を見るとSMBセグメントが最も多くの割合を占めています。

SMBは売上全体の30%を占めるので非常に重要なセグメントであるというところまで掘り下げることができました。

時系列予測

2つ目の機能は時系列予測です。

QuickSight ML Insightsを使って時系列予測をする場合、以下のような利点があります。

• 季節性変動(季節など周期的な要素)とトレンド(長期的な全体の上下)の両方を含めたモデルでの予測
• 異常値などのデータを自動ではじく
• 予測の信頼区間が異常値などの影響を受けない

と解説しています。

ストーリーの自動生成

3つ目の要素としては自然言語によるストーリーの生成です。

こちらの拡大されている部分は以下のような記述となっています。

Daily Revenue

Daily revenue decreased -0.51% (-$57,032.99) on Nov 18, 2018, from $11.19M to 11.4M compared to the previous day and is -1.78% (-$202,111.70) below goal of $11.34M. We are $2789.67K(0.334%) above 30-day average revenue of $8.35M. We're operating at an run rate of $4.06B

指標に対して、何が起こっているのかを自然言語で説明しています。 また、マイナスのところは赤、プラスのところは緑になって表示されています。

デモ

ここからは実際の画面でのデモとなります。

こちらでは異常値検出の画面を表示しています。 下部の系列データに対して、上部の棒グラフが各地点における異常値スコアとなっているようです。

続いてはこちらのダッシュボードです。 右側に時系列データが入っています。

それに対して、一番最後にオレンジ色で予測値を求めています。

最後に左側に自然言語での解説を追加しています。

おわりに

今回は「Introducing ML Insights with Amazon QuickSight - Demo」のセッションレポートを書かせていただきました。

データ分析における必須アイテムであるBIツールですが、機械学習系のサービスも提供するAWSだからこその機能がQuickSightにも追加されました。 これはなかなか見逃せない機能ですね。