Créer des visualisations multi-régions avec Highcharts dans Amazon QuickSight pour l'analyse des opérateurs télécoms
Amazon Web Services
Highcharts
Les utilisateurs d'Amazon QuickSight peuvent surmonter les limites des graphiques natifs en intégrant des visuels personnalisés Highcharts pour créer des tableaux de bord multi-régions pour les opérateurs télécoms. La solution prend en charge les tilemaps, les graphiques radar, bullet, haltère et en cascade, tout en respectant la souveraineté des données entre les régions AWS via des jeux de données fédérés.
Un article du blog AWS Machine Learning explique comment utiliser les visualisations personnalisées Highcharts dans Amazon QuickSight pour des tableaux de bord de performance d'opérateurs télécoms multi-régions. Les visuels natifs de QuickSight ne peuvent pas encoder la dominance des opérateurs par région géographique, afficher des graphiques en radar pour plusieurs opérateurs sur différentes catégories, ni produire les graphiques à puces et haltères nécessaires à une analyse nuancée. En intégrant Highcharts avec une simple configuration JSON, les utilisateurs peuvent créer des cartes en mosaïque, des graphiques en lignes polaires, des graphiques à puces, des graphiques haltères, des graphiques en cascade et des streamgraphs. Un défi clé est le respect des exigences de résidence des données, comme le RGPD britannique pour les données des opérateurs britanniques. Deux options architecturales sont présentées : une seule Région AWS (plus simple mais peut violer la souveraineté des données) ou des Régions AWS distinctes par pays avec des jointures de jeux de données fédérées au niveau de QuickSight. L'article détaille l'option 2, qui agrège les données dans des instances SPICE régionales et les ajoute à un jeu de données logique unifié sans déplacer les données brutes au-delà des frontières. Le schéma du jeu de données comprend l'opérateur (carrier), la catégorie, le pays, le rang, le score racine (rootscore) et la période produit (product_period). La procédure pas à pas couvre la configuration de la source de données, l'agrégation, les liaisons de champs dans les puits de champs (field wells) à l'aide de jetons de substitution, et des configurations Highcharts JSON prêtes à l'emploi.
Source: AWS ML blog —
original
