Amazon Quick Sight MLInsightについてざっくり調べてみた

この記事は株式会社ナレッジコミュニケーションが運営する Amazon AI by ナレコム Advent Calendar 2018 の6日目の記事になります。

はじめに

今回は、先日開催されたre:Invent2018にてアップデート発表がされたAmazon QuickSight ML Insightsについてまだプレビュー申請中なので、わかる範囲で自分なりにまとめてみました。

概要

Amazon QuickSight ML Insightsは、これまで可視化だけだったAmazon QuickSight(以下、QuickSight)に機械学習のアプローチをかけられるようになる機能になります。「Amazon」で培ってきた機械学習技術を用いて、すべてのデータを継続的に分析し、様々なアクションを起こすことできます。次からは、具体的にどんなことができるのかをご紹介します。

 

なにができるの?

具体的には、機械学習のアプローチをかけることでどんなことができるのでしょうか。
ざっくり分けると3パターンあるようです。その3パターンは以下のようになります。
異常検知:自動的に異常値を発見し、メールにてアラート発報
数値予測:過去のデータから将来の数値を予測
自動ナラティブ:ダッシュボード上に分かりやすい説明文を表示し、お客様がデータを理解する事をサポート

3パターンそれぞれでどんなことができそうか妄想してみました。

異常検知のユースケース
M2Mのストリームデータを収集し、データを格納した際に収集したデータの中で異常な数値を発見した場合に
メールにてアラート発報を受信し、受信した作業員がすぐにデバイスのメンテナンスができたり、メール発報の前後の時間で異常を確認することができると想定されます。これまでは、こういった仕組みは、様々なサービスを組み合わせて、実現しておりました。今回の機能を使うことで、一部の流れまですぐに実装までいけるのではないかと思います。

数値予測のユースケース
店舗ごとの売り上げを集計し、来月の売り上げを予測する際に、これまでは売上集計、データの見える化までのプロセスと予測の部分でフェーズが分かれることが多かったと思いますが、今回の機能であれば、集計から予測までをQuickSightに集約させることができるのではないかと思います。

自動ナラティブのユースケース
これまでは、属人的なデータの説明になりがちになっていたためデータに対しての共通認識を組織内で構築するのは困難な部分があったのではと思いますが、この自動ナラティブは、機械学習がデータに基づきわかりやすい説明文を記載してくれるので、データに対して共通認識を組織内で持つことができるのではないかと思います。

おいくら?

これまで紹介してきた機能を使えるようになったQuickSightですが、新機能は、どのぐらいの費用感で利用ができるのでしょうか。ここでは、料金についての説明をしたいと思います。

今回の新機能は、メトリクスがどのぐらい処理されたかで料金が変わってきます。
以下は、メトリクスごとの料金表になります。

※メトリクス:測定基準、尺度、計量、距離などを意味する名詞

価格設定の例:
毎日20の異なる地域で提供している1000種類の製品の注文に関する異常を継続的に分析した場合。指定した月に処理されるメトリクスの合計数は、次のように計算されます。
1,000製品+ 20地域+(1000製品* 20地域)= 21,020メトリクス
月間30,000回= 1月あたり630,600回(21020メトリクス30000回)のメトリクスが処理されます。
630,600メトリクス/ 1000 *メトリクス処理あたりの1,000 * 0.50 = 1か月あたり315.3ドル。

いかがだったでしょうか。
今回は、re:Invent 2018にて発表があったQuickSightに機械学習のインサイト機能が追加されたことをざっくりですがまとめてみました。今回調べてみて早く触ってみたいと率直に思えました。
現在、プレビュー申請を行なっているので、プレビューが通りましたら、改めて、画面など紹介していければと思います。

プレビューは、以下のURLから行えます。プレビュー版は無料で利用できるみたいので、是非申請してみてく
ださい。
※プレビュー申請ページ
https://pages.awscloud.com/QuickSight-ML-Insights-Preview.html

最後まで読んでいただきありがとうございました。
それでは、また次回。

参考URL:https://aws.amazon.com/jp/blogs/news/amazon-quicksight-announces-ml-insights-in-preview/

この記事を書いた人

aws-recipe-user