Amazon QuickSight Q, Fitur Natural Language Query untuk Business Intelligence Amazon QuickSight Q, Fitur Natural Language Query untuk Business Intelligence ~ Teknogav.com

Amazon QuickSight Q, Fitur Natural Language Query untuk Business Intelligence


Teknogav.com - Suatu perusahaan dapat memanfaatkan Machine Learning (ML), tanpa harus mengetahui cara menggunakan ML. Perusahaan tak perlu repot membangun, melatih, dan mengelola jika ingin memanfaatkan data yang dimiliki untuk memahami bisnisnya. Kebutuhan pelanggan tersebut sebenarnya adalah layanan business intelligence (BI) yang diciptakan kembali. AWS pun menyediakan Amazon QuickSight Q bagi pelanggan yang ingin memanfaatkan ML untuk BI mereka tanpa harus mengetahui cara menggunakan ML.

Amazon QuickSight Q merupakan fitur Natural Language Query (NLQ) yang memanfaatkan ML. Beberapa tahun sebelumnya AWS meluncurkan Amazon QuickSight sebagai layanan BI pertama dengan tarif per sesi. Kini dengan Q, pengguna bisnis dapat menggunakan QuickSight untuk bertanya mengenai data mereka menggunakan bahasa sehari-hari dan menerima jawaban yang akurat dalam itungan detik.

Baca juga: AWS Ungkap Pencapaian Tahun 2020 dan 8 Tips Kunci Reinvent

Contohnya adalah dalam merespon pertanyaan mengenai pertumbuhan penjualan atau produk mana yang pertumbuhannya paling tinggi. Q akan otomatis menguraikan pertanyaan untuk memahami maksudnya, menarik data yang berkaitan dan kembali dengan jawaban. Bentuk jawaban tersebut bisa berupa angka, grafik atau tabel dalam QuickSight. Q menggunakan algoritma ML canggih untuk memahami hubungan antar data dan membangun indeks untuk menyediakan jawaban yang akurat. Selain itu juga tak dibutuhkan tim BI untuk membangun model data sebelumnya pada dataset khusus. Pertanyaan dapat diajukan lintas seluruh data.

Pada umumnya analis dan engineer BI membuat dashboard untuk memudahkan pengguna bisnis melihat dan memantau metrik utama. Ketika pertanyaan bisnis baru diajukan dan tidak jawabannya tak tersedia di dashboard, maka pengguna bisnis harus mengajukan permintaan data ke tim BI. Biasanya tim tersebut kekurangan orang dan perlu menunggu beberapa minggu untuk mendapatkan jawaban dan ditambahkan ke dashboard.

Contoh dashboard Amazon Quicksight Q

Baca juga: AWS Paparkan Contoh-contoh Penerapan Machine Learning Pada Transformasi Digital  

Sales manager biasanya melihat dashboard yang menampilkan tren penjualan harian. Ada kemungkinan dia ingin tahu mengenai penjualan keseluruhan minggu lalu dibandingkan bulan lalu, kuartal sebelumnya atau waktu yang sama tahun lalu. Kemungkinan dia ingin mengetahui penjualan total dibandingkan dengan tingkat pertumbuhan. Bisa juga dia ingin mengetahui tingkat pertumbuhan penjualan yang dipecah berdasarkan geografi, lini produk atau segmen pelanggan. Hal ini dilakukan untuk mengidentifikasi kesempatan baru untuk pertumbuhan penjualan. 

Kebutuhan data tersebut kemungkinan membutuhkan tim BI untuk menyusun ulang data, membuat model data baru dan menjawab pertanyaan tambahan. Proses tersebut bisa membutuhkan waktu mulai dari beberapa hari sampai beberapa minggu. Permintaan data khusus ini bisa meningkatkan beba kerja tim BI yang kemungkinkan kekurangan orang. waktu yang dihabiskan untuk menunggu jawaban pun meningkat. Hal ini dapat membuat frustasi pengguna dan eksekutif bisnis yang membutuhan data untuk membuat keputusan dalam hitungan waktu.


Cara Kerja QuickSight Q

Pertanyaan dapat dengan mudah diketik pada search bar QuickSight Q. Ketika mulai mengetik, Q juga menyediakan saran mengenai kata yang diketik sesuai frase utama dan istilah bisnis untuk mempercepat proses. Selain itu juga melakukan pengecekan ejaan, pencocokan akronim dan sinonim sehingga tak perlu khawatir salah ketik atau lupa istilah bisnis. Q menggunakan teknik untuk memahami bahasa alami untuk mengekstraksi istilah bisnis dan tujuan pertanyaan tersebut, lalu menarik data dari sumber. Kemudian Q akan menyajikan data dalam bentuk angka dan grafik sebagai jawabannya.

Baca juga: Amazon DevOps Guru, Otomatis Deteksi Masalah Operasional pada Aplikasi

Demi terus meningkatkan akurasi, Q akan belajar lebih lanjut dari interaksi pengguna dari dalam organisasi. Contohnya jika Q tidak memahami frase dan pertanyaan, maka Q akan mengarahkan ke menu pilihan yang disarankan pada search bar. Kemudian Q akan mengingat frase tersebut untuk lain kali sehingga meningkatkan akurasi seiring dengan penggunaan. Jika mengajukan pertanyaan mengenai seluruh data, Q akan menyajikan jawaban menggunakan data tersebut. Pengguna tak dibatasi untuk bertanya dengan batasan dashboard yang sudah ditentukan dan bisa bertanya berbagai hal yang relevan dengan bisnis.

Share:

Artikel Terkini

Follow by Email