Our Projects
亚马逊物流通过使用 Amazon QuickSight 将商业智能扩展至超过三万用户 商业智能博客
作者:Shashank Bangera Maitri Shah Pradeep Misra,发布日期:2024年8月13日在Amazon QuickSight,商业智能,客户解决方案
在整个企业范围内,亚马逊物流正在利用 Amazon QuickSight 实现数据驱动的决策,并显著提高了其分析能力。AMZL 的数据工程团队建立了一个可靠的、可扩展的数据生态系统,使得这个最重要的配送网络能高效地运送包裹。
风驰加速安卓版官网AMZL 的用户基础涵盖了技术和非技术用户。早期的报告解决方案要求在本地进行全面设置,才能创建报告或仪表板。随着用户数量的增长,管理员需要手动扩展服务器并配置基础设施。先前的 BI 解决方案与 AMZL 扩展的数据存储连接能力有限,这限制了数据湖中的 Amazon S3 数据的集成,使得最后一公里运营的分析能力受到了限制。
“在 2020 年,我们开始迁移到 QuickSight,最初看似负担的过程很快转变为顺畅的过渡。” Cosmin Gheoca 业务智能经理,欧洲亚马逊物流
AMZL 在考虑使用 QuickSight 时关注以下几个维度:
安全性:QuickSight 提供的安全平台使得我们能够向数万用户分发仪表板和洞见,且其支持多个 AWS 区域和内置冗余。可扩展性:QuickSight 能够轻松处理大量数据,满足最后一公里配送技术不断增长的报告和分析需求,而无需手动配置基础设施。高性能仪表板:QuickSight SPICE 提供快速的查询性能,缓存和预处理数据能够降低查询成本。低总拥有成本TCO:QuickSight 允许按需定价,满足我们的使用需求,而无需预购许可证。开箱即用的数据源支持:QuickSight 可与 Amazon S3、Redshift 和 Athena 等数据服务无缝集成,简化数据连接。可用性:AMZL 的操作社区包括不熟悉 BI 技术的用户,QuickSight 提供的网页用户界面使用简便。目前,AMZL 拥有超过三万名用户,通过 4700 个仪表板访问数据,并使用 44 TB 的 SPICE 容量。
以下是 AMZL 解决方案的主要组件:
组件描述Amazon 数据源AMZL 在内部和外部系统中的权威数据来源。数据暂存数据来源系统提取、转换并用Amazon EMR 和 Redshift 进行整理的中间存储层。AMZL 数据湖存储所有历史数据的仓库,用于高级分析及 AI/ML 应用案例,数据存储在 Amazon S3 中。分析数据库存储所需分析的高度整理的数据集。数据集市特定地区的数据分析子集,如北美和欧洲数据集市。事务数据库用于提供实时洞见的生产系统数据库。Amazon QuickSight我们的新商业智能和仪表板解决方案,能够从各类数据层中提取高性能的洞见。
从 2021 年到 2024 年的迁移时间线如下:
通过这一迁移,AMZL 的 QuickSight 用户数扩大了十倍,成本降低了 80。在面向新的市场拓展时,强大的商业智能系统需求日益增长。借助 QuickSight,我们不仅满足了当前的需求,还为未来的挑战做好准备。QuickSight 的洞见引导着我们的前进策略,帮助 AMZL 在竞争中保持领先。
通过Amazon QuickSight的数据驱动解决方案,AMZL展示了如何在复杂的市场中保持竞争优势并应对未来挑战。