Hasilkan wawasan data dengan menggunakan AWS Mainframe Modernization dan Amazon Q in QuickSight

Shubham Roy, Roshna Razack, dan Santosh Kumar Singh, Amazon Web Services

Ringkasan

Jika organisasi Anda menyimpan data penting bisnis di lingkungan mainframe, mendapatkan wawasan dari data tersebut sangat penting untuk mendorong pertumbuhan dan inovasi. Dengan membuka kunci data mainframe, Anda dapat membangun intelijen bisnis yang lebih cepat, aman, dan terukur untuk mempercepat pengambilan keputusan, pertumbuhan, dan inovasi berbasis data di Amazon Web Services () Cloud.AWS

Pola ini menyajikan solusi untuk menghasilkan wawasan bisnis dan membuat narasi yang dapat dibagikan dari data mainframe dengan menggunakan Transfer AWS Mainframe Modernization File dengan BMC dan Amazon Q in. QuickSight Kumpulan data mainframe ditransfer ke Amazon Simple Storage Service (Amazon S3) Simple Storage Service (Amazon S3) dengan menggunakan AWS Mainframe Modernization File Transfer dengan BMC. AWS Lambda Fungsi memformat dan menyiapkan file data mainframe untuk dimuat ke Amazon. QuickSight

Setelah data tersedia QuickSight, Anda dapat menggunakan petunjuk bahasa alami dengan Amazon Q in QuickSight untuk membuat ringkasan data, mengajukan pertanyaan, dan menghasilkan cerita data. Anda tidak perlu menulis kueri SQL atau mempelajari alat intelijen bisnis (BI).

Konteks bisnis

Pola ini menyajikan solusi untuk analisis data mainframe dan kasus penggunaan wawasan data. Dengan menggunakan pola, Anda membangun dasbor visual untuk data perusahaan Anda. Untuk mendemonstrasikan solusinya, pola ini menggunakan perusahaan perawatan kesehatan yang menyediakan rencana medis, gigi, dan penglihatan kepada anggotanya di AS. Dalam contoh ini, demografi anggota dan informasi rencana disimpan dalam kumpulan data mainframe. Dasbor visual menunjukkan hal berikut:

Setelah membuat dasbor, Anda menghasilkan cerita data yang menjelaskan wawasan dari analisis sebelumnya. Cerita data memberikan rekomendasi untuk meningkatkan jumlah anggota yang telah menyelesaikan imunisasi preventif.

Prasyarat dan batasan

Prasyarat

Batasan

Arsitektur

Diagram berikut menunjukkan arsitektur untuk menghasilkan wawasan bisnis dari data mainframe dengan menggunakan Transfer AWS Mainframe Modernization File dengan BMC dan Amazon Q in. QuickSight

Diagram menunjukkan alur kerja berikut:

Alat

Layanan AWS

Praktik terbaik

Epik

Pemecahan Masalah

Sumber daya terkait

Untuk mengonversi tipe data mainframe seperti PACKED-DECIMAL (COMP-3) atau BINARY (COMP atau COMP-4) ke tipe data yang didukung oleh, lihat pola berikut: QuickSight

Informasi tambahan

S3 CopyLambda .py

Kode Python berikut dihasilkan dengan menggunakan prompt dengan Amazon Q Developer di IDE:

#Create a lambda function triggered by S3. display the S3 bucket name and key
import boto3
s3 = boto3.client('s3')
def lambda_handler(event, context):
print(event)
bucket = event['Records'][0]['s3']['bucket']['name']
key = event['Records'][0]['s3']['object']['key']
print(bucket, key)
#If key starts with object_created, skip copy, print "copy skipped". Return lambda with key value.
if key.startswith('object_created'):
print("copy skipped")
return {
'statusCode': 200,
'body': key
}
# Copy the file from the source bucket to the destination bucket. Destination_bucket_name = 'm2-filetransfer-final-opt-bkt'. Destination_file_key = 'healthdata.csv'
copy_source = {'Bucket': bucket, 'Key': key}
s3.copy_object(Bucket='m2-filetransfer-final-opt-bkt', Key='healthdata.csv', CopySource=copy_source)
print("file copied")
#Delete the file from the source bucket.
s3.delete_object(Bucket=bucket, Key=key)
return {
'statusCode': 200,
'body': 'Copy Successful'
}

Dasbor visual mainframe

Data visual berikut dibuat oleh Amazon Q QuickSight untuk pertanyaan analisis show member distribution by region.

Data visual berikut dibuat oleh Amazon Q QuickSight untuk pertanyaan tersebutshow member distribution by Region who have not completed preventive immunization, in pie chart.

Keluaran cerita data

Tangkapan layar berikut menunjukkan bagian dari cerita data yang dibuat oleh Amazon Q QuickSight untuk prompt Build a data story about Region with most numbers of members. Also show the member distribution by medical plan, vision plan, dental plan. Recommend how to motivate members to complete immunization. Include 4 points of supporting data.

Dalam pendahuluan, cerita data merekomendasikan memilih wilayah dengan anggota terbanyak untuk mendapatkan dampak terbesar dari upaya imunisasi.

Kisah data memberikan analisis jumlah anggota untuk tiga wilayah teratas, dan menyebut Southwest sebagai wilayah terkemuka untuk berfokus pada upaya imunisasi.

Lampiran

Untuk mengakses konten tambahan yang terkait dengan dokumen ini, unzip file berikut: attachment.zip