分析と検索

Amazon QuickSight で構築する BI ダッシュボード - サーバーレス分析と埋め込み可視化

SPICE エンジンで高速クエリを実現し、埋め込み API で自社アプリに BI 機能を統合する。Q 機能の自然言語クエリと Reader のセッション課金を紹介します。

約 1 分で読めます

QuickSight の概要

QuickSight は数万ユーザーまでスケールするサーバーレスの BI サービスで、ダッシュボードの作成・共有・埋め込みを提供します。従来の BI ツール (Tableau、Power BI) と異なり、サーバーのプロビジョニングが不要で、セッション単価の従量課金モデルを採用しています。SPICE エンジンでデータをインメモリにキャッシュし、大量データでも高速なクエリ応答を実現します。

ダッシュボードと埋め込み

データセットを作成してデータソースに接続し、分析画面でグラフ、テーブル、KPI カードなどのビジュアルを配置してダッシュボードを構築します。Q 機能は自然言語でデータに質問でき、ML が質問を解釈して適切なビジュアルを自動生成します。埋め込み API で QuickSight のダッシュボードを iframe として自社アプリケーションに埋め込み、エンドユーザーに BI 機能を提供できます。行レベルセキュリティ (RLS) でユーザーごとに表示データを制限し、マルチテナント環境にも対応します。

SPICE エンジンと Q 機能

SPICE (Super-fast, Parallel, In-memory Calculation Engine) はインメモリエンジンで、データソースへの直接クエリなしに高速なダッシュボード表示を実現します。 SPICE にデータをインポートすると、ダッシュボードの表示速度がデータソースの性能に依存しなくなり、大量の同時ユーザーにも安定したレスポンスを提供します。 SPICE の増分リフレッシュで、変更されたデータのみを更新し、リフレッシュ時間とコストを最適化します。 Q 機能は自然言語で「先月の売上トップ 10 は？」と質問すると、自動的にビジュアルを生成して回答します。 Q のトピックを定義してデータセットのカラムにビジネス上の意味を付与すると、自然言語クエリの精度が向上します。 QuickSight の設計パターンを網羅的に学ぶなら、技術書 (Amazon)を参照してください。

QuickSight の料金モデル

QuickSight はユーザーベースの料金で、Author (ダッシュボード作成者) は月額約 24 ドル、Reader (閲覧者) はセッション課金で 1 セッションあたり約 0.30 ドル (月額上限 5 ドル) です。SPICE ストレージは Author に 10 GB が含まれ、追加は 1 GB あたり月額約 0.25 ドルです。Reader のセッション課金は、月に数回しかダッシュボードを閲覧しないユーザーにとって、固定月額の BI ツールより大幅に安価です。埋め込みダッシュボードは匿名アクセスの場合、セッション課金で 1 セッションあたり約 0.30 ドルです。Q 機能は Reader Pro (月額 10 ドル) で利用でき、自然言語クエリの利用頻度に応じてプランを選択します。

まとめ

QuickSight はサーバーレスの BI サービスで、SPICE エンジンによる高速クエリと埋め込み API による自社アプリへの統合を提供します。Q 機能で自然言語クエリからビジュアルを自動生成し、Reader のセッション課金で月に数回しか閲覧しないユーザーのコストを最小化します。SPICE の増分リフレッシュでデータ更新のコストと時間を最適化します。

関連するサービス

Amazon Quickエージェント型のデジタルワークスペースで、質問への回答からアクションの実行までを一貫して行うAmazon AthenaS3 上のデータを SQL で直接分析できるサーバーレスクエリサービスAmazon Redshiftペタバイト規模のデータを高速に分析できるクラウドデータウェアハウスサービス

関連する記事

Amazon Redshift で構築するクラウドデータウェアハウス - Serverless と RA3 の使い分けServerless と RA3 プロビジョンドの選定基準を明確にし、データ共有と Spectrum によるデータレイク連携でサイロ化を防ぐ手法を紹介します。AWS Cost and Usage Report で詳細コスト分析 - Athena クエリと可視化パイプラインリソースレベルの詳細コストデータを Athena で SQL 分析し、QuickSight で可視化する。CUR 2.0 のデータエクスポートと分析基盤の構築手法を紹介します。BI ダッシュボード可視化 - Amazon QuickSight で実現するデータドリブンな意思決定基盤Amazon QuickSight によるインタラクティブな BI ダッシュボードの構築と、Athena との連携によるサーバーレスデータ分析基盤を解説します。SPICE エンジンによる高速可視化と組織全体へのインサイト共有の実践手法を紹介します。

同じテーマの記事

Amazon Quick の実践活用 - 部門別ユースケースとワークフロー自動化の設計パターン営業・IT・財務など部門ごとの活用シナリオと、Quick Flows による通知・承認・多段階ワークフローの設計パターンを具体的に紹介します。BI ダッシュボード可視化 - Amazon QuickSight で実現するデータドリブンな意思決定基盤Amazon QuickSight によるインタラクティブな BI ダッシュボードの構築と、Athena との連携によるサーバーレスデータ分析基盤を解説します。SPICE エンジンによる高速可視化と組織全体へのインサイト共有の実践手法を紹介します。ブロックチェーンネットワーク構築 - Amazon Managed Blockchain と QLDB による分散台帳の活用Amazon Managed Blockchain によるブロックチェーンネットワークの構築と、Amazon QLDB による検証可能な台帳データベースの活用方法を解説します。サプライチェーン管理や金融取引の透明性確保など、実践的なユースケースを紹介します。AWS Clean Rooms で実現するプライバシー保護型データコラボレーションデータを共有・コピーせずに複数企業間で共同分析を実行する。集計ルールによる個人特定防止と Cryptographic Computing による暗号化分析を紹介します。顧客 ID 統合 - AWS Entity Resolution で分散した顧客データを名寄せするAWS Entity Resolution を使った顧客データの名寄せ (エンティティ解決) を解説。ML ベースのマッチング、ルールベースのマッチング、プライバシー保護、Clean Rooms との統合を紹介します。AWS Data Exchange で活用するサードパーティデータ - データ調達とサブスクリプション管理サードパーティのデータ製品を Marketplace 経由で調達し、S3 への自動配信パイプラインを構築する。自社データの製品化と収益化の手法も紹介します。Amazon S3 と Lake Formation で構築するデータレイク - 設計パターンとガバナンスS3 をストレージ基盤とし Lake Formation できめ細かいアクセス制御を実現するデータレイクの設計パターンを紹介。ETL パイプラインとコスト最適化も解説します。データレイクガバナンス - AWS Lake Formation による一元的なアクセス制御AWS Lake Formation を使ったデータレイクの構築・アクセス制御・ガバナンスを解説。S3 ベースのデータレイクに対する列レベル・行レベルのきめ細かな権限管理と Glue ・ Athena との統合を紹介します。

内容が近い記事・サービス

BI ダッシュボード可視化 - Amazon QuickSight で実現するデータドリブンな意思決定基盤Amazon QuickSight によるインタラクティブな BI ダッシュボードの構築と、Athena との連携によるサーバーレスデータ分析基盤を解説します。SPICE エンジンによる高速可視化と組織全体へのインサイト共有の実践手法を紹介します。Amazon QuickSightサーバーレスの BI サービスで、SPICE エンジンによる高速なインメモリ分析と、ダッシュボードの埋め込み機能を備えている。Amazon Managed Grafana で構築する統合オブザーバビリティダッシュボードCloudWatch・Prometheus・OpenSearch のデータソースを統合し、マルチソースのオブザーバビリティダッシュボードを構築する手法を紹介します。Amazon Managed Grafanaオープンソースの Grafana をフルマネージドで提供し、CloudWatch、Prometheus、Timestream など 30 以上のデータソースを統合した運用ダッシュボードを構築するサービスAmazon Q Business で構築する企業向け AI アシスタント - 社内ナレッジの検索と業務自動化社内ドキュメント・Confluence・SharePoint などのデータソースを接続し、RAG ベースの企業内検索と質問応答を実現する。ガードレールとアクセス制御で安全な生成 AI 活用基盤を構築する方法を解説します。