Interac 利用生成式 AI 和 Amazon QuickSight 为金融分析师提供支持

这篇文章是由 Interac Corp. 的 Manoja Manoharan 撰写的

在两年内数据请求激增 30% 的情况下，加拿大领先的支付网络之一 Interac Corp.（Interac）面临着将复杂信息转化为切实可行的见解的挑战。传统的商业智能 (BI) 工具需要技术专业知识，阻碍了数据探索。为了解决这个问题，Interac 利用了 Amazon QuickSight 的生成式人工智能功能，使企业用户能够使用自然语言访问和分析数据。这个人工智能驱动的平台提供即时见解，使数据访问民主化，并使团队能够轻松做出战略决策。

在这篇文章中，我们将重点介绍我们使用 Amazon QuickSight 实现生成式人工智能的历程，这为 Interac 的业务用户带来了显著的数据优势。

行业挑战

随着 Interac 的持续增长，其对数据访问和读写能力的需求激增，因此需要一种允许业务用户在没有技术知识的情况下独立分析和可视化数据的解决方案。传统的商业智能工具不足以应对组织快节奏的环境，在这种环境中，战略决策需要即时见解。

在 Amazon QuickSight 中采用 Amazon Q 符合 Interac 的战略商业智能愿景。该组织旨在整合数据和分析，以推动战略成果，支持增长，并将数据嵌入其文化。商业智能使团队能够获得有价值的见解并做出明智的、有数据支持的决策，在营造数据驱动的环境方面发挥着至关重要的作用。

随着近年来对商业智能需求的增长，Interac 通过 Amazon Q 将生成式人工智能确定为一种改变游戏规则的工具，可以解锁数据访问权限。Amazon Q 通过为企业用户提供直接、直接的访问来简化数据分析，使我们能够接受数据驱动的决策文化。

Interac 数据与分析策略与产品管理负责人 Roger Wang 强调了 Amazon Q 的一个关键功能：

"Amazon Q 的自然语言查询解决方案之所以脱颖而出，是因为它的多视觉答案提供了一个全面的控制面板，可以回答单个问题。此功能对于我们在整个组织中支持的业务用户至关重要，使他们能够信任和理解在各自领域推动成功所依赖的数据。"

解决方案概述

Interac 采用这一新解决方案后，员工能够直观地使用数据，从而减少对技术团队的依赖，提高整个组织的数据素养。

下图说明了解决方案架构。

Amazon QuickSight 生成式 BI 的主要优点

借助 Amazon QuickSight 中的生成式商业智能，Interac 受益于增强的数据交互、引人入胜的数据故事和见解以及加快仪表板的创建。

Interac 的业务用户现在可以更快、更有信心地做出数据驱动的决策。以前，用户必须手动生成报告、分析数据，并向分析团队提交请求，询问简单的临时问题，这些过程可能需要数小时甚至数天。现在，借助 Amazon Q 的高级多视觉体验，他们可以在几秒钟内获得见解。这种变革性能力消除了手动生成报告和来回请求的耗时步骤，使团队能够专注于战略计划和推动成果。业务用户可以提出模糊或复杂的问题，并获得即时、全面的视觉见解。例如，"向我显示 2024 年各月的交易趋势" 之类的查询可提供即时的、可操作的数据。

以下屏幕截图显示了用户使用样本数据提出模糊问题的示例（Amazon Q 使用隐式指标回答，在本例中为 "交易量"）。

此外，Amazon QuickSight 使用户能够创建引人入胜的数据故事，这些故事结合了多种视觉效果来建议业务策略。此功能有助于发现细微差别的见解，并在团队之间进行有效的沟通。例如，使用金融服务卡支付主题的样本数据，Amazon Q 建议，根据奖励积分排名靠前的职业（失业者、学生和编辑），该计划吸引 "注重成本的人群，向这些高价值细分市场推广餐饮和超市商家的赚钱机会可以显著提高参与度。"以下屏幕截图显示了这个示例数据故事。

要了解有关数据故事的更多信息，请参阅在 Amazon QuickSight 中处理数据故事。

通过自然语言输入，用户可以取消传统的基于工单的流程（通常需要 2-4 个工作日），从而快速构建和完善仪表板。这提高了组织内部数据报告和可视化的整体效率。例如，让 Amazon Q 建立 "去年排名前 3 的银行的收入" 可视化数据，即可立即生成一个已经过筛选 "按收入排列的前 3 家银行" 和 "去年" 的条形图，无需额外点击次数。同样，使用语言完善视觉效果可以通过让 Amazon Q 完成工作来节省多次点击次数，例如 "将此视觉效果更改为表格，增加交易费用，将利润低于 100 万美元的颜色设置为红色"。使用自然语言创建计算可以节省作者找出准确的语法来创建复杂计算的时间。

实施和推出

Interac 正在战略性地实施生成式商业智能，通过精心策划的流程推出 Amazon Q。该组织通过为员工提供有针对性的培训、全面的研讨会和强大的支持系统，系统地整合先进的人工智能能力。通过选择数据倡导者和建立协作反馈循环，Interac 正在培育一种数据驱动的文化，使见解和决策的产生大众化。分阶段推出将持续 4-6 个月，可帮助团队逐步使用生成式商业智能工具建立信心，使所有员工都能利用人工智能驱动的分析来发现有价值的业务见解。这项战略计划不仅引入了尖端技术，还改变了数据推动 Interac 创新和战略思维的方式。

现实世界的影响

在 Amazon QuickSight 中采用生成式商业智能正在改变 Interac 团队与数据交互的方式。直观的界面和自然语言处理使数据访问大众化，减少了临时请求，并显著提高了洞察的速度和质量。

结论

Interac 正在开启 Amazon QuickSight 中的生成式商业智能之旅，体现了人工智能在商业智能中的变革力量。通过实现对复杂数据的直接访问，Interac 培育了一种数据驱动的决策文化，为金融领域的其他组织树立了基准。

要探索 Amazon QuickSight 如何增强您的组织能力，请参阅 Amazon QuickSight。

作者简介

Manoja Manoharan 是 Interac 数据洞察和支持领域的领导者，专门从事战略性整合分析、技术和市场情报以推动业务成功。Manoja 热衷于创新和数据驱动的决策，使企业和个人能够利用技术获得竞争优势。Manoja 以建立牢固的联系和简化复杂的概念而闻名，致力于扩大数据素养，让所有人都能更容易地使用人工智能。

Prabir Sekhri 是亚马逊云科技的高级解决方案架构师，帮助金融服务客户创新和业务转型。凭借在金融、多媒体、电信和能源领域的经验，他设计了推动业务灵活性、运营效率和可持续增长的解决方案。他在开发运营、安全和企业存储方面的专业知识使客户能够构建符合严格监管要求的弹性、可扩展应用程序。除了科技之外，他还是一位出色的音乐家，以钢琴家、作曲家和编曲家的身份领导蒙特利尔的一个爵士乐团。