Building Multi-Version Visualizations in Amazon QuickSight with Highcharts for Telecom Operator Analysis
Amazon Web Services
Highcharts
Amazon QuickSight cannot natively create complex visualizations (such as tile maps, radar charts, bullet charts, etc.) when analyzing data from telecom operators across multiple regions. The solution is to use the Highcharts library as a custom visual element: a single JSON configuration allows combining data from different AWS regions while maintaining data sovereignty, and creating dashboards with tile maps, radar, bullet, dumbbell, and waterfall charts.
Ketika data performa operator telekomunikasi mencakup beberapa wilayah (misalnya, AS dan Inggris), alat visualisasi standar Amazon QuickSight tidak memadai: mereka tidak dapat menampilkan operator mana yang mendominasi di setiap zona geografis, tidak mendukung grafik radar untuk perbandingan multi-kategori, serta grafik bullet, dumbbell, dan waterfall. Para pengembang terpaksa membuat dasbor terpisah untuk setiap wilayah atau merata-ratakan metrik, sehingga kehilangan detail penting. Solusinya adalah dengan menyematkan Highcharts sebagai visualisasi kustom di QuickSight. Highcharts menyediakan tipe grafik: tilemap dengan pengkodean warna untuk menampilkan dominasi operator, polar line (radar) untuk perbandingan multidimensi, bullet untuk evaluasi terhadap target, dumbbell untuk sebaran antara pasar terbaik dan terburuk, serta waterfall untuk perubahan periode ke periode. Secara arsitektur, ada dua opsi: satu wilayah AWS (lebih sederhana, tetapi dapat melanggar persyaratan lokasi penyimpanan data) dan wilayah terpisah (memenuhi General Data Protection Regulation (GDPR) dan undang-undang kedaulatan data lainnya). Opsi kedua, yang dibahas dalam artikel, melibatkan penyimpanan data di wilayah AWS yang berbeda, tetapi penggabungannya di tingkat QuickSight melalui himpunan data federal — data mentah tidak dipindahkan melintasi batas, melainkan metrik ringkasan diagregasi di setiap wilayah dan kemudian digabungkan melalui Data Preparation (Data Prep). Hasilnya adalah satu himpunan data logis yang memberi makan konfigurasi Highcharts. Artikel ini mencantumkan prasyarat, pengaturan sumber data langkah demi langkah, agregasi dan transformasi, deskripsi skema dataset (operator, kategori, peringkat, RootScore, periode), dan contoh kode JSON untuk setiap tipe grafik.
Sumber: AWS ML blog —
asli
