Amazon QuickSight是一个亚马逊云科技推出的综合性商业智能（BI）平台，提供一系列强大功能用于数据分析和可视化。它集成了交互式可操作看板、自然语言查询功能、精细定制化数据报告、机器学习和AI驱动的业务洞察以及支持网页嵌入，所有这些功能都汇聚在一个Quicksight服务中，可谓是集万千宠爱于一身。
此外在QuickSight中引入Amazon Q的AI功能，可以用自然语言，帮助数据分析师和业务人员快速获得所需的业务洞察，以支持商务上的决策。Amazon Q为业务人员提供的两个核心能力是：通过数据自然语言问答获取在数据看板之外数据的答案，以及使用故事生成功能自动创建有关数据的文档和幻灯片。Amazon Q主要是从QuickSight中提取企业现有的数据生成洞察，同时保持组织的数据治理策略和数据安全要求。
Amazon Q Business是一个针对企业的AI智能助手，允许业务人员从企业内部的非结构化数据源（如文档管理系统、内部网站和业务应用）中提取并总结业务洞察的信息。
Amazon Q Business与企业内部系统的集成，能够自动查找并总结用户上传的业务文档、抓取的网站信息和应用程序中保存的相关数据洞察，并将其合成以生成发送给用户的答案并生成基于数据的故事叙述，使业务人员对公司业务有更全面的了解。在本文中我们将介绍如何使用这一新功能。
方案概览
我们现在就可以在QuickSight中集成结构化数据和非结构化的数据，基于这些数据我们可以：
- 使用Amazon Q Business实现更强大的自然语言问答功能 – 在QuickSight中使用Amazon Q，我们可以通过自然语言问答功能，在可视化图表中呈现基于Amazon Q Business中数据的业务洞察描述，使多可视化图表具备更多业务信息。
- 丰富的数据的故事描述，结合非结构化的数据洞察 – 我们可以在QuickSight中创建基于数据的故事描述，QuickSight会在生成故事的过程中，自动包含来自Amazon Q Business生成的摘要信息。同时大家可以上传自己的文档，以增加QuickSight中生成的叙述的上下文信息。这样QuickSight可以生成更完整、相关且个性化的故事内容，结合结构化和非结构化数据源。
- 透明性 – 无论是基于数据的自然语言问答还是数据故事描述中，都会附上指向数据来源的链接，方便大家验证来源的准确性和真实性，从而生成更可靠的数据洞察信息。
在接下来的部分，我将带领大家演示这些新功能进行实验，并和大家展示如何将其应用到自身的业务场景中。
实验准备
本次实验实操需要大家具备以下条件：
- 一个亚马逊云科技海外区账户。
- 一个QuickSight账户，并至少有1个Admin Pro用户。
- 一个QuickSight数据集，连接到关系型数据源，或上传一个包含结构化数据的文件作为数据集。如果大家要创建QuickSight数据集，请参阅创建数据集的官方文档。
- 使用数据集创建一个的QuickSight主题（Topic）。要创建主题，请参阅创建Amazon QuickSight Q主题。
- 使用数据集创建一个的QuickSight数据看板。要构建数据看板，请参阅构建数据看板的官方文档。
- 同时大家需要准备包含与QuickSight数据内容相关的几个非结构化数据：如PDF或Word文档。
在QuickSight创建一个新的Amazon Q Business应用
1. 登录QuickSight控制台，点击右上角的下拉菜单，选择管理QuickSight。
2. 在左侧导航栏中，选择安全与权限，然后点击管理。
3. 选择集成Amazon Q Business数据。
4. 在下拉菜单中，选择大家的亚马逊云科技区域（AWS Region），然后点击创建。
Amazon Q Business应用将在与QuickSight相同的区域内自动创建。
如果大家已经使用AWS IAM Identity Center配置了Amazon Q Business应用，那么大家QuickSight所在的账户也需要和IAM Identity Center在同一个区域。在这种情况下，大家才可以链接到已有的Amazon Q Business应用。
5. 输入新应用的名称（本文中的示例名为”New_QuickSight_application“），然后点击完成创建。
配置大家的Amazon Q Business应用
1.创建完成后，系统会自动打开Amazon Q Business服务控制台，并显示我们刚新建的应用（New_QuickSight_application）。
2. 我们进入到数据源页面，点击选择数据提取器。
3. 在数据提取器的选项下，选择原生（Native）类型。
4. 在配置索引的选项下，根据大家的具体需求选择企业级或入门级。
5. 点击确认。
Amazon Q Business会自动给大家上传的文档创建索引加速数据的搜索查询。
6. 点击添加数据源。
7. 上传文件，或使用连接器连到大家自己的数据库读取数据。
8. 选择我们要上传的文件，然后点击上传。在本文实验中，我们上传了三个Doc文件：Coffee Growth Plan for 2025、Coffee Sales和Coffee Type Definitions。
9. 在上传完成后，点击完成。
索引创建的过程可能需要几分钟，大家可以不断刷新页面查看创建状态。
在QuickSight中查询结构化和非结构化数据
在本文的示例中，我们使用QuickSight中的主题coffee sales。该主题由一个Excel文件创建，包含按客户、产品和地区划分的咖啡销售数据。要了解如何创建QuickSight数据集，请参阅创建数据集官方文档。要了解如何创建主题，请参阅创建Amazon QuickSight Q主题官方文档。
在coffee sales主题详情页面，确保已启用允许从Amazon Q Business在Q&A中获取洞察摘要，如下所示。
在QuickSight的Amazon Q中，输入查询“销量最差的产品”（bottom performing products）。
大家会在左侧看到一个额外的Q Business洞察部分，其中的信息来源于上传到Amazon Q Business索引的文档。
在数据故事中集成非结构化文档数据
在本文实验中，我们使用一个基于coffee sales销售数据创建的QuickSight数据看板。要了解如何构建数据看板，请查看官方创建数据看板文档。
在创建故事时，我们需要输入提示词并选择可视化图表内容。大家还可以在创建过程中上传相关业务文档，或者将故事链接到Amazon Q Business中存储的公司文档。成功构建故事后，大家会发现洞察信息不仅来自QuickSight的结构化数据，还融合了存储在Amazon Q Business中的非结构化数据（如业务文档中的描述等）。
结论
在本文中，我们介绍了如何将Amazon Q Business的非结构化数据集成、上传到到QuickSight数据可视化的的数据问答功能中，让业务人员可以通过自然语言提问获取更全面的业务和数据洞察信息，并在数据故事中获取更丰富的业务洞察内容。此功能适用于所有开通Amazon Q Business Pro软件许可用户。欢迎大家自己动手尝试，也欢迎在评论区分享反馈和问题。