Amazon Redshift ストリーミングの取り込み

複数のソースからの大量のストリーミングデータを低レイテンシーと高スループットで処理し、数秒でインサイトを引き出すこともできます。

Amazon S3 でステージングすることなく、Kinesis Data Streams および MSK からデータウェアハウスにストリーミングデータを直接取り込みます。

使い慣れた SQL を使用して、Amazon Redshift 内のストリーミングデータのリッチな分析を実行します。ストリームの上にマテリアライズドビューを直接定義および構築します。Amazon Redshift でユーザー定義関数、およびストアドプロシージャを使用して、MV 上に MV を作成することでダウンストリーム ELT パイプラインを作成および管理します。

お好みのビジネスインテリジェンスソリューション内でストリーミングデータを視覚化してインサイトを生成します。ネイティブ ML 統合を備えた統合サーバーレスビジネスインテリジェンスソリューションである Amazon QuickSight のようなソリューション内でグラフやその他のビジュアルを作成して、組織内でデータ主導の意思決定を行えるようにします。機械学習を活用した Amazon QuickSight Q を使用して、データについて会話形式で質問し、関連する視覚化を通じて回答を得ることができます。

ゲーマーのリアルタイムデータを分析することで、ゲーム内のコンバージョン、プレーヤーのリテンションを高め、ゲーミングエクスペリエンスを最適化します。

何千もの IoT デバイスからのデータを分析し、Amazon Redshift 内の機械学習 (ML) を使用して運用を改善し、顧客離反の予測を行い、ビジネスを成長させます。

平均的なお客様は、1 回のセッションで数十の Web サイトにアクセスします。一方で、マーケティング担当者様は、通常、ご自分の Web サイトのみを分析します。ウェアハウスに取り込まれた、承認済みのクリックストリームデータを分析して、お客様のフットプリントと行動を評価します。

アプリケーションログファイル、およびネットワークログのストリーミングデータにアクセスして、分析することで、開発者とエンジニアは、リアルタイムのトラブルシューティングを実施して、より優れた商品を提供し、予防策としてシステムに警アラートを送信できます。

リアルタイムの分析、レポート、および視覚化のために、すべての POS リテール販売トランザクションデータにほぼリアルタイムでアクセスして視覚化します。