Amazon QuickSight: Hướng dẫn thực hành dành cho Chuyên gia Dữ liệu

Tạo trực quan hoá dữ liệu

Sức mạnh cốt lõi của Amazon QuickSight nằm ở khả năng chuyển dữ liệu thô thành insight trực quan, dễ hiểu và có thể hành động.

Chuẩn bị dữ liệu

Trước khi xây dựng biểu đồ và báo cáo có ý nghĩa, điều quan trọng là đảm bảo bộ dữ liệu sạch, chính xác và có cấu trúc tốt. 

Amazon QuickSight cung cấp các công cụ tích hợp để chuẩn bị và biến đổi dữ liệu cơ bản, cho phép bạn định hình dữ liệu trước khi phân tích.

01: Tải lên hoặc kết nối nguồn dữ liệu

Đi tới phần “Datasets” và nhấp “New Dataset.” Tại đây, bạn có thể:

• Tải tệp lên (CSV, Excel)
• Kết nối đến nguồn dữ liệu

QuickSight hỗ trợ nhiều tuỳ chọn nguồn dữ liệu, bao gồm:

• Amazon S3: Kết nối tới dữ liệu có cấu trúc trong lưu trữ đối tượng.
• Amazon Redshift: Lý tưởng để truy vấn bộ dữ liệu lớn trong kho dữ liệu đám mây.
• Amazon Athena: Truy vấn dữ liệu trực tiếp từ S3 bằng SQL, không cần di chuyển dữ liệu.
• Amazon RDS: Kết nối đến cơ sở dữ liệu quan hệ chạy trên AWS.
• MySQL/PostgreSQL/SQL Server/Snowflake: Kết nối qua JDBC.
• Salesforce, tệp Excel và CSV: Tải trực tiếp hoặc thiết lập làm tươi theo lịch.

Bốn hình dưới đây đưa bạn qua quy trình tìm tab “Datasets”, khám phá tuỳ chọn nhập và cuối cùng là xem bộ dữ liệu sau khi nhập thành công:

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tab ‘Datasets’.

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị các tuỳ chọn nhập dữ liệu (phần 01).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị các tuỳ chọn nhập dữ liệu (phần 02).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị giao diện sau khi bộ dữ liệu đã được nhập.

02: Làm sạch và kiểm tra dữ liệu

QuickSight cho phép bạn thực hiện một số biến đổi giới hạn trong quá trình tạo bộ dữ liệu. Bao gồm:

• Loại bỏ trùng lặp: Dùng bộ lọc hoặc công cụ chuẩn bị dữ liệu để loại bỏ bản ghi dư thừa.
• Sửa kiểu dữ liệu: Đảm bảo trường ngày, văn bản và số được nhận diện đúng.
• Xử lý giá trị null: Thay thế hoặc lọc bỏ giá trị thiếu.

03: Áp dụng biến đổi

Bạn cũng có thể làm giàu bộ dữ liệu với trường tính toán, bộ lọc và logic đơn giản để rút ra insight mới.

Ví dụ:

Bạn có thể tạo trường tính toán để phân loại giá trị doanh số thành hai nhóm:

ifelse({sales} > 1000, "High", "Low")Được hỗ trợ bởi

Công thức này tạo một cột mới phân loại mỗi bản ghi là "High" hoặc "Low" dựa trên doanh số.

04: Xem trước và xác nhận

QuickSight cung cấp bản xem trước dữ liệu sau mỗi biến đổi. Bạn có thể dùng để xác nhận giá trị, nhãn và định dạng phù hợp mục tiêu.

Khi dữ liệu đã đúng, nhấp Save & Visualize để chuyển sang giao diện phân tích.

Các hình dưới đây minh hoạ quy trình nhập bộ dữ liệu từ tệp CSV và xem lại ở giai đoạn chuẩn bị dữ liệu:

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị quy trình nhập dữ liệu từ CSV (phần 01).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị quy trình nhập dữ liệu từ CSV (phần 02).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị quy trình nhập dữ liệu từ CSV (phần 03).

Xây dựng dashboard đầu tiên

Sau khi bộ dữ liệu đã được chuẩn bị và kiểm tra, bạn có thể bắt đầu tạo dashboard QuickSight đầu tiên.

Cách bắt đầu như sau:

01: Bắt đầu phân tích mới

Đi tới mục Analyses nhấp New Analysis và chọn bộ dữ liệu bạn vừa tạo hoặc nhập.

Hình dưới đây là tab Analyses, nơi bạn bắt đầu phân tích mới.

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tab ‘Analyses’.

02: Thêm biểu đồ

Nhấp Add, sau đó Add Visual để chèn biểu đồ mới vào phân tích.

Chọn từ nhiều loại biểu đồ:

• Biểu đồ cột, đường, tròn
• Bản đồ nhiệt, scatter plot, tree map
• KPI, bảng, pivot table, biểu đồ kết hợp

Hình dưới đây cho thấy nơi truy cập các tuỳ chọn biểu đồ trong giao diện phân tích.

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn thêm biểu đồ trong tab ‘Analyses’.

03: Cấu hình biểu đồ

Để cấu hình biểu đồ, bạn có thể kéo thả trường vào các vùng thích hợp:

• Trục X, trục Y để vẽ chỉ số
• Group by, Color, Value để phân đoạn và định dạng

Bạn cũng có thể dùng ‘filters’ để tập trung vào một tập con dữ liệu (ví dụ: khu vực, khoảng thời gian hoặc danh mục cụ thể) và sắp xếp theo trường hoặc giá trị để làm nổi bật xu hướng và ngoại lệ.

04: Tuỳ chỉnh giao diện

Để tuỳ chỉnh dashboard, nhấp Format Visual. Sau đó bạn có thể: 

• Điều chỉnh tiêu đề trục và cỡ chữ
• Thay đổi màu biểu đồ hoặc áp dụng định dạng có điều kiện
• Bật/tắt chú giải và đường lưới

05: Thêm tường thuật và insight ML (tuỳ chọn)

Bạn có thể dùng “Auto-Narratives” để tự động tạo insight bằng ngôn ngữ tự nhiên.

Bạn cũng có thể bật các tính năng ML tích hợp như “Anomaly Detection” và “Forecasting” để thêm yếu tố dự báo vào dashboard mà không cần tự xây mô hình.

06: Xuất bản và chia sẻ

Khi dashboard đã như ý:

• Nhấp PUBLISH.
• Đặt tên dashboard và gán quyền truy cập cho người dùng hoặc nhóm.

Các hình dưới đây minh hoạ quy trình xuất bản, từ đặt tên dashboard đến thiết lập tuỳ chọn chia sẻ.

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn xuất bản dashboard (phần 01).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn xuất bản dashboard (phần 02).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn xuất bản dashboard (phần 01).

Lưu ý bạn cũng có thể nhúng dashboard vào công cụ nội bộ hoặc cổng thông tin bằng API nhúng của QuickSight.

Kỹ thuật trực quan hoá nâng cao

Khi đã quen với các tính năng nền tảng của Amazon QuickSight, đã đến lúc khám phá các khả năng nâng cao giúp cải thiện hiệu năng và mang lại insight dự báo. 

Bao gồm tận dụng động cơ SPICE và các tính năng dùng máy học.

Khai thác động cơ SPICE

SPICE, viết tắt của Super-fast, Parallel, In-memory Calculation Engine, là động cơ trong bộ nhớ độc quyền của Amazon QuickSight. 

Nó được thiết kế để cải thiện đáng kể hiệu năng truy vấn bằng cách lưu đệm dữ liệu trong bộ nhớ, giúp giảm độ trễ và giảm tải cho nguồn dữ liệu trực tiếp.

Thay vì mỗi lần tải biểu đồ đều truy vấn trực tiếp nguồn dữ liệu, SPICE cho phép bạn nhập dữ liệu vào QuickSight, nhờ đó dashboard và phân tích hiển thị nhanh hơn nhiều, đặc biệt khi làm việc với bộ dữ liệu lớn hoặc phức tạp có nhiều phép join và tổng hợp. 

Điều này khiến SPICE lý tưởng cho dashboard được chia sẻ rộng rãi, truy cập thường xuyên hoặc dựa trên lượng lớn dữ liệu lịch sử.

Để dùng SPICE, bắt đầu từ bước thiết lập bộ dữ liệu:

1. Khi tải bộ dữ liệu, bạn sẽ được nhắc chọn chế độ truy vấn ưa thích. 
2. Chọn Import to SPICE for quicker analytics thay vì Directly query your data. Tuỳ chọn này yêu cầu QuickSight lưu và xử lý dữ liệu trong bộ nhớ.
3. Sau khi nhập vào SPICE, bạn có thể cấu hình làm tươi tự động để dữ liệu luôn cập nhật. Có thể đặt lịch hàng giờ, hàng ngày hoặc tuỳ chỉnh theo tần suất thay đổi của nguồn dữ liệu. 

SPICE cũng hỗ trợ làm tươi gia tăng, cho phép chỉ cập nhật dữ liệu mới hoặc thay đổi, tiết kiệm thời gian và tài nguyên tính toán.

Triển khai insight máy học

QuickSight dân chủ hoá máy học bằng cách giúp nhà phân tích và người dùng nghiệp vụ tiếp cận mà không cần chuyên môn khoa học dữ liệu. Nhiều tính năng dùng ML được tích hợp sẵn, giúp bạn khám phá xu hướng, phát hiện bất thường và dự báo chỉ với vài cú nhấp.

• Phát hiện bất thường là tính năng mạnh mẽ cho phép QuickSight tự động quét dữ liệu để tìm mẫu khác thường hoặc biến động bất ngờ. 

Ví dụ, nếu bạn theo dõi doanh thu hàng tháng qua nhiều khu vực, bật phát hiện bất thường trên biểu đồ đường sẽ làm nổi bật hành vi ngoại lệ, như sụt giảm hoặc tăng đột biến bất ngờ. 

Ngoài việc gắn cờ bất thường, QuickSight còn cung cấp khoảng tin cậy và giải thích ngữ cảnh để giúp diễn giải nguyên nhân.

• Dự báo trong QuickSight sử dụng xu hướng lịch sử để ước tính giá trị tương lai. Điều này đặc biệt hữu ích cho lập kế hoạch và ngân sách.

Bạn có thể kích hoạt dự báo chỉ với một cú nhấp chuột phải trên biểu đồ chuỗi thời gian, và QuickSight sẽ hiển thị các điểm dữ liệu tương lai kèm dải tin cậy, giúp dự đoán nhu cầu, doanh số hoặc mức độ tương tác khách hàng dễ dàng hơn.

• Auto-narratives cũng có thể thêm vào dashboard để tóm tắt phát hiện chính bằng tiếng Anh đơn giản. 

Các hộp văn bản do AI tạo ra này tự động thích ứng khi dữ liệu thay đổi, cung cấp insight động như "Sales tăng 15% trong Q2 so với Q1" hoặc "Phát hiện bất thường trong số lượt trả hàng dịp lễ".

Những khả năng máy học này nâng tầm QuickSight thành giải pháp BI thông minh và có tính dự báo hơn.

Nhúng và chia sẻ Dashboard

Amazon QuickSight cung cấp nhiều tuỳ chọn để chia sẻ dashboard an toàn, cả nội bộ trong tổ chức và bên ngoài thông qua nhúng vào ứng dụng web.

Nhúng dashboard vào ứng dụng

Một trong những khả năng mạnh nhất của QuickSight là có thể nhúng dashboard tương tác vào cổng thông tin, intranet hoặc ứng dụng hướng khách hàng. 

Điều này đặc biệt hữu ích cho nền tảng SaaS, công cụ nội bộ hoặc bất kỳ môi trường nào mà người dùng cần tương tác với nội dung BI mà không phải vào AWS Console.

Để nhúng một dashboard:

1. Bắt đầu bằng cách bật “embedding support” trong cài đặt tài khoản QuickSight. 
2. Sau khi xuất bản dashboard, lấy ID dashboard và dùng AWS SDK hoặc CLI để tạo URL nhúng an toàn. 
3. Bạn cần dùng API GenerateEmbedUrlForAnonymousUser hoặc GenerateEmbedUrlForRegisteredUser tuỳ theo mô hình xác thực.
4. Sau đó, dùng QuickSight JavaScript SDK để hiển thị dashboard trong thẻ HTML <iframe>.

Bảo mật là yếu tố thiết yếu khi nhúng dashboard:

• Bạn nên áp dụng bảo mật cấp hàng (RLS) để đảm bảo mỗi người dùng chỉ thấy dữ liệu họ được phép truy cập. 
• URL nhúng cũng nên được ký và có thời hạn ngắn, sử dụng token xác thực tạm thời hết hạn nhanh. 
• Sử dụng role IAM và đăng nhập liên kết (federated) cho người dùng ẩn danh hoặc bên thứ ba khi cần.

Chia sẻ và cộng tác

QuickSight cung cấp nhiều tính năng cộng tác an toàn giữa các thành viên:

• Chia sẻ dashboard cho phép cấp quyền cho người dùng hoặc nhóm trong tài khoản AWS của bạn.
• Bạn có thể gán vai trò khác nhau như “Authors” (có thể tạo và chỉnh sửa nội dung) hoặc “Viewers” (chỉ xem dashboard).
• Dashboard có thể được phân phối tự động qua email theo lịch, giúp cập nhật thông tin cho các bên liên quan.
• Ở phiên bản Enterprise, bạn có thể để lại bình luận và cộng tác theo thời gian thực, giúp đội ngũ xây dựng hiểu biết chung về dữ liệu.

Các hình dưới đây cho thấy cách chia sẻ dashboard để phục vụ cộng tác.

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn chia sẻ dashboard để cộng tác (phần 01).

Ảnh chụp màn hình bảng điều khiển QuickSight hiển thị tuỳ chọn chia sẻ dashboard để cộng tác (phần 02).

Cân nhắc về Bảo mật và Tuân thủ

Khi làm việc với dữ liệu nhạy cảm hoặc quan trọng với doanh nghiệp, việc duy trì kiểm soát bảo mật chặt chẽ và đáp ứng yêu cầu tuân thủ là điều bắt buộc. 

Amazon QuickSight cung cấp các tính năng cấp doanh nghiệp phù hợp với tiêu chuẩn bảo mật và quản trị hiện đại.

Triển khai biện pháp bảo mật dữ liệu

Để bảo vệ dữ liệu ở nhiều cấp độ:

• Dùng bảo mật cấp cột để hạn chế truy cập vào trường cụ thể, đảm bảo các thuộc tính nhạy cảm như PII chỉ đến tay người được uỷ quyền.
• Triển khai bảo mật cấp hàng (RLS) để lọc dữ liệu dựa trên thuộc tính người dùng. Ví dụ, quản lý bán hàng khu vực chỉ thấy dữ liệu vùng mình phụ trách.

Dưới đây là ví dụ quy tắc RLS dùng lọc theo người dùng:

{
  "region": "${user.region}"
}Được hỗ trợ bởi

Bạn có thể quản lý thuộc tính người dùng trực tiếp trong IAM hoặc truyền động qua tham số phiên nhúng.

QuickSight cũng tích hợp với AWS IAM, cho phép kiểm soát truy cập chi tiết. 

Toàn bộ dữ liệu được mã hoá khi lưu trữ và truyền tải bằng AWS KMS, đảm bảo tuân thủ tiêu chuẩn bảo mật doanh nghiệp và ngành.

Tuân thủ và quản trị

Phiên bản Enterprise của QuickSight hỗ trợ nhiều tính năng quản trị:

• AWS CloudTrail ghi lại mọi hành động thực hiện trong QuickSight để phục vụ kiểm toán.
• Sử dụng Amazon Macie và GuardDuty để giám sát rò rỉ dữ liệu và mối đe doạ bảo mật.
• QuickSight tuân thủ các khung chính như SOC, ISO và HIPAA, phù hợp sử dụng trong ngành được quản lý nghiêm ngặt.

Thực hành tốt gồm gắn thẻ tài sản (dashboard, dataset), quản lý phiên bản cho biểu đồ quan trọng và xem nhật ký truy cập thường xuyên để đảm bảo quản trị đúng đắn.

Chiến lược Tối ưu Chi phí

Mặc dù Amazon QuickSight được xây dựng chú trọng hiệu quả chi phí, cấu hình chiến lược có thể giúp giảm thêm chi phí mà vẫn duy trì hiệu năng cao.

Hiểu mô hình định giá

QuickSight cung cấp hai mô hình định giá chính:

1. Định giá theo người dùng (Standard Edition) – Trả phí cố định hàng tháng cho mỗi Author và Viewer.
2. Định giá theo dung lượng (Enterprise Edition) – Trả theo số phiên của Readers, lý tưởng cho kịch bản quy mô lớn nơi người dùng đăng nhập không thường xuyên.

Để tối ưu chi phí:

• Dùng “Readers” thay vì “Authors” cho người chỉ cần xem dashboard.
• Theo dõi hoạt động người dùng qua “AWS Billing Reports” để phát hiện giấy phép không hoạt động.
• Tận dụng định giá theo phiên cho dashboard công khai hoặc cổng khách hàng B2B.

Tối ưu lưu trữ SPICE

Dung lượng SPICE bị giới hạn theo gói tài khoản, nhưng bạn có thể tối đa hoá hiệu quả bằng cách:

• Bật làm tươi gia tăng để chỉ nạp bản ghi cập nhật thay vì nhập lại toàn bộ bộ dữ liệu.
• Loại bỏ cột không dùng trong dashboard hoặc tính toán (column pruning).
• Tổng hợp dữ liệu trước khi nhập để giảm kích thước và cải thiện hiệu năng truy vấn.

Các chiến lược này giúp kiểm soát mức sử dụng SPICE đồng thời tăng hiệu năng dashboard.

Mẹo Tối ưu Hiệu năng

Dashboard QuickSight có tính tương tác cao, nhưng hiệu năng có thể bị ảnh hưởng khi số lượng biểu đồ và bộ dữ liệu tăng. 

Dưới đây là một số cách tôi khuyến nghị để tối ưu độ phản hồi:

Cải thiện thời gian tải dashboard

Nếu dashboard tải chậm:

• Giới hạn số trường trong mỗi biểu đồ ở mức cần thiết.
• Tránh nhồi nhét quá nhiều nội dung trên canvas. Thay vào đó, tổ chức bằng thẻ (tab), điều khiển hoặc bộ lọc.
• Dùng truy vấn tham số hoá để giới hạn dữ liệu trong phạm vi người dùng hiện tại hoặc bộ lọc đã chọn.
• Rà soát bộ lọc, phép join và cấu trúc bộ dữ liệu để tìm cơ hội tối ưu.

Dùng dataset SPICE tổng hợp (composite)

Bạn cũng có thể dùng dataset SPICE tổng hợp để join và tái sử dụng dữ liệu từ nhiều nguồn trong khi cải thiện tốc độ tải:

• Kết hợp các dataset liên quan bằng chiều dùng chung như thời gian, địa điểm hoặc user ID.
• Dùng tính năng “Join Data” trong trình chỉnh sửa dataset để tạo cấu trúc hợp nhất, giảm dư thừa.
• Bằng cách lưu trữ các chiều thường truy cập trong SPICE, bạn giảm thiểu truy vấn lặp lại và hợp lý hoá hiệu năng.

Những kỹ thuật này đặc biệt hiệu quả trong môi trường doanh nghiệp, nơi khả năng mở rộng và tính nhất quán về hiệu năng là thiết yếu.

> Nếu bạn muốn khám phá các hướng dẫn tương tự, hãy xem Hướng dẫn AWS EC2 cho người mới bắt đầu hoặc Amazon Bedrock: Hướng dẫn toàn diện.

Kết luận

Sau khi làm việc với Amazon QuickSight, tôi đánh giá cao cách nó đơn giản hoá quy trình chuyển dữ liệu thô thành trực quan hoá tương tác.

Khả năng máy học tích hợp, hiệu năng cao nhờ SPICE và tích hợp chặt chẽ với AWS khiến đây là lựa chọn mạnh mẽ cho BI thuần đám mây, có khả năng mở rộng. 

QuickSight rõ ràng đáng để mọi tổ chức dựa trên dữ liệu cân nhắc.

Để hiểu rõ hơn về hệ sinh thái AWS, hãy khám phá khoá học AWS Cloud Technology and Services. Nếu bạn muốn mở rộng kỹ năng trực quan hoá ngoài QuickSight, hãy xem Introduction to Tableau.