Amazon QuickSight で高チャートを使い多地域可視化

通信キャリアのパフォーマンスデータが複数のリージョンにまたがる場合、ダッシュボードは単一のビュー内で根本的に異なる競争構造を統合する必要があります。例えば米国では、49 の州と数百の都市圏全体で 3 つのキャリア（Carrier 1–3）を比較します。一方、英国では別の国別地域セットにおいて 4 つのキャリア（Carrier 4–7）を比較することになります。ここで直面する課題は地理的な違いだけでなく、構造そのものの違いにあります。

これらのリージョン間には、キャリア数や市場密度、地域ごとの詳細度合いに大きな差があります。そのため、単一の標準的なチャートタイプでは、複雑なストーリーをすべて伝えることはできません。同時に多層的な問いに答えることができる可視化が必要です。「誰がリードしているのか」「どの程度の差があるのか」「一貫性はあるか」「改善傾向にあるのか、それとも低下しているのか」といった質問です。

これらの問いを大規模に分析しようとした場合、ネイティブの Amazon Quick 可視化機能だけでは不十分であることがわかります。Amazon Quick Sight では、各地理タイルでどのキャリア、あるいはどのキャリアの組み合わせが支配しているかを表現できません。また、7 つのパフォーマンスカテゴリにわたって 7 つすべてのキャリアを同時にプロファイルするレーダーチャートの描画も不可能です。さらに、データの微妙な差異を浮き彫りにするために必要な「バレットチャート」や「ダンベルチャート」といったチャートタイプも生成できません。

QuickSight のネイティブ機能でこれらの可視化を再現しようとすると、結局は地域ごとにダッシュボードを別々に作成するか、差分の計算に積み上げ棒グラフという workaround を使ったり、キャリア間のベストとワースト市場のばらつきを隠すような平均値を使ったりすることになります。こうした妥協案はメンテナンスの手間を増やすだけでなく、ステークホルダーが自信を持ってデータ駆動型の意思決定を行うために必要な洞察を見えにくくしてしまいます。

Highcharts を QuickSight のカスタムビジュアルとして埋め込むことで、単一の統一された JSON 設定でこれらの制限を解消できます。タイルマップチャートタイプと colorAxis.dataClasses を活用すれば、複数の地域にまたがるキャリアの支配力（複数キャリアによる同率首位を含む）を一つの可視化で表現でき、地域フィルタリング用の凡例トグルも用意可能です。極座標線グラフは、多キャリア・多カテゴリ比較のための真の多角形レーダーチャートを描画し、競争プロファイル全体を把握できます。

地理的な表示やレーダーチャートに加え、Highcharts は分析に必要なさまざまなチャートタイプを開きます。100 点満点を目標値としたパフォーマンスを色付きのゾーンで示す弾丸グラフ（bullet charts）、キャリアのベストとワーストの都市圏市場間の差を可視化するダンベルグラフ（dumbbell charts）、期間ごとのスコア差分を分解するウォーターフォールチャート（waterfall charts）など、多様な分析ニーズに対応可能です。

本記事では、Amazon QuickSight のネイティブチャート機能の制限を克服し、Highcharts カスタムビジュアライゼーションを活用してマルチリージョンのキャリアパフォーマンスダッシュボードを構築する方法を紹介します。AWS リージョン間でのデータ主権を維持しつつ、QuickSight の連合データセット機能を通じて統一された可視化を実現する手法を解説します。本ソリューションには、実運用レベルのチャート設定が含まれており、セキュリティ、コンプライアンス、スケーラビリティに関する要件への対応も網羅しています。

ソリューション概要

アーキテクチャは、データ居住性の要件、レイテンシのニーズ、コンプライアンス義務などの要因によって決定されます。これに対応するアーキテクチャパターンとして、以下の 2 つが挙げられます。

オプション 1: 単一 AWS リージョン

このアプローチでは、US や UK など複数の国のキャリアデータを 1 つの AWS リージョン（例：us-east-1 または eu-west-1）に保存します。国を論理的に識別するための「country」カラムを持つ、単一の QuickSight SPICE (Super-fast, Parallel, In-memory Calculation Engine) データセットを利用します。

このアーキテクチャはデータセットと SPICE リフレッシュが 1 つで済むため管理が容易ですが、潜在的な欠点もあります。米国ベースのリージョンを選択した場合、データは物理的に UK 国外に存在することになります。データセットに個人識別情報（PII）が含まれる場合、これは UK の一般データ保護規則（GDPR）やデータ居住性ルールと抵触する可能性があります。

オプション 2: 国ごとに別々の AWS リージョンを使用

データ主権に関する法律により、収集したデータの法域内で特定の種類のデータを物理的に保存・処理する必要がある場合があります。特に個人に関するデータやネットワーク利用パターン、機密性の高いパフォーマンス指標などがこれに該当します。

例えば、英国の通信キャリアデータの場合、英国 GDPR（ブレグジット後も維持されている）は、英国消費者および英国ネットワークのパフォーマンスに関する個人情報と運用上重要なデータを、英国または欧州経済領域内に設置されたインフラ上に保存することを義務付けています。つまり、米国の通信キャリアデータは us-east-1 や us-west-2 などの米国 AWS リージョンに配置し、英国の通信キャリアデータは EU に準拠したリージョンに配置する必要があります。生データをこれらの境界を越えて混在させることはできません。

両方のデータセットはそれぞれ主権を持つものであり、米国のデータと英国のデータを単一の Amazon Simple Storage Service (Amazon S3) バケットに統合することは、いずれか一方あるいは双方の法域の要件違反となります。

データが別々の AWS リージョンに存在していても、Quick のアーキテクチャを活用すれば、生データを国境を越えて移動させることなく、単一の統合された Highcharts ダッシュボードを構築できます。ここで重要なのは、データの結合をストレージ層ではなく Quick レベルで行う federated dataset joins（連合データセット結合）を採用することです。

具体的には、us-east-1 にある集計済みの米国データと eu-west-2 にある集計済みの英国データを、それぞれのリージョンの SPICE インスタンスに取り込みます。その後、Amazon Quick の Data Prep 機能によって、データ準備段階でこれらが単一の論理データセットへと結合されます。こうして生成された統合データセットは、マルチリージョンのキャリアを同時に可視化するための一連の Highcharts 設定（タイルマップ、レーダーチャート、ブレットチャート、ダンベルチャート、ウォーターフォールチャート、ストリームグラフ）に供給されます。

生データの主権データが本拠地となるリージョンから流出することはありません。各リージョン内で計算された RootScore、Rank、ColorValue といった集計メトリクスのみを連合させ、統合ビューへと反映させることで、データ居住要件を満たしつつ、ダッシュボードに必要な複合的な可視化を実現します。

Option 1 は多くのシナリオに適していますが、本稿ではより複雑な要件に対応する Option 2 を詳しく解説します。これは、通信事業者が頻繁に直面する課題への対応を意図したものです。

ソリューションアーキテクチャ

以下の図は、データ主権を維持しながらキャリアのパフォーマンスデータを複数リージョンにまたがって統合するアーキテクチャの概要を示しています。米国向けのデータ用リージョン（us-east-1）と英国向け（eu-west-2）の 2 つの地域別データパイプラインがそれぞれ独立してパフォーマンス指標を集約します。QuickSight の「Data Prep」機能により、クエリ実行時にこれらの集約済みデータを統合し、単一の論理データセットとして扱います。この統一されたデータセットを Highcharts カスタムビジュアルに供給することで、生データを国境を越えて移動させることなく、複数リージョンにまたがるダッシュボードを実現できます。

事前準備

作業を開始する前に、以下の項目が揃っていることを確認してください。

• QuickSight にアクセス権限を持つ AWS アカウント。
• 複数の AWS リージョンに設定されたデータソース。
• QuickSight ダッシュボードとデータ統合に関する基本的な知識。
• Highcharts の JSON 設定ファイルの理解。
• 複数リージョン間のデータソースへアクセスするための AWS Identity and Access Management (IAM) 権限。

データ準備

複数のリージョンからデータを集約するには、QuickSight でデータソースを設定します。この手順により、クロスリージョンでのデータ取得を可能にする接続が確立されます。

Quick コンソールで左側のナビゲーションパネルからデータセットに移動します。

データソースの作成を選択して、最初のリージョン用データソースを追加し始めます。

データソースの種類（Amazon S3 や Amazon Relational Database Service (Amazon RDS) など）を選択します。あるいは、お好みの他のデータソースを選んでも構いません。

最初のリージョンの接続詳細を入力します。エンドポイント URL と認証情報を含めてください。

接続を検証を選択して、データのアクセス可否を確認します。

接続検証が完了したら、データソースの作成を選択します。

分析に含めたい追加の AWS リージョンごとに、手順 2～6 を繰り返してください。

リージョンごとのデータソースを設定し終えたら、これらを統合した単一のデータセットとして結合する準備ができます。

データ集約と変換の設定

データソースへの接続が完了したら、複数のリージョンからのデータを結合するための集約ルールを設定します。この手順により、データのフォーマットを統一でき、分析結果の整合性を保つことができます。

• Quick のデータセットを選択します。
• データセットの作成を選択します。
• 前節で登録したデータソースのうちいずれか一つとその関連するスキーマを選択します。
• 編集/プレビューを選択します。
• データ準備インターフェースでデータの追加を選択します。
• リストから二つ目のリージョン用データソースを選択します。
• 結合（Append）を選択して、データセットを縦方向に積み重ねます。
• 両方のデータセット間で列名が一致しているか確認します。必要に応じて名前を変更してください。

データソースがどこから来たかを識別するために、Region という計算フィールドを追加します（例：IF(condition, 'US', 'UK')）。

結合したデータの行数を確認するため、プレビューを実行してください。

必要に応じて、地域間でデータ形式を統一するための計算フィールドを追加します。例えば、タイムスタンプを共通のタイムゾーンに変換するなどです。

保存して公開を選択すると、集計されたデータセットが公開されます。

データセットを公開した後、スケジュール更新の下でこのデータセットの更新スケジュールを設定し、最新の集計データを維持してください。ビジネス要件に基づいて、頻度を時間単位、日次、または週次に設定します。

これで、集計データセットを使用して Highcharts の可視化を作成できるようになりました。

Highcharts 可視化用のクロスリージョン分析データを設定する方法については、Amazon Redshift、Amazon S3、Amazon QuickSight を使用した多リージョン分析ソリューションの構築に関するウォークスルーをご覧ください。

データセット概要

本ウォークスルーで使用しているキャリアパフォーマンスデータセットには、2 か国（英国、米国）にまたがる 7 つのキャリアに関するレコードが含まれています。このデータセットでは、通話、データ通信、総合評価、信頼性、対応速度、テキスト、動画の 7 つのパフォーマンスカテゴリについて、2024 年後半と 2025 年前半の 2 つの測定期間におけるランキングと RootScore メトリクスが記録されています。

このデータセットのスキーマは、以下の属性で構成されています：

以下の表は、データセットからの代表的なサンプルを示しています。

ダイナミックなフィールドバインディングの理解

本記事のコードブロックでは、特定のデータセットクエリにマッピングされるプレースホルダートークン（{{token}}）を使用することで、データセットからデータがどのように動的に流れるかを示しています。

各コードブロックには、以下の 2 つのコンポーネントが含まれています。

フィールドマッピングでは、各データセットのフィールド（carrier、category、rootscore、rank、product_period、country）が、どのフィールドウェルに割り当てられるかを指定します。

これらは、データセットからチャートへデータが流れる仕組みを定義するものです。

JSON テンプレートには、{{carrier_list}} や {{avg_rootscore_period_1}} といったプレースホルダー（仮置きトークン）が含まれており、これらは QuickSight のフィールドエンジンによってレンダリング時に解決されます。各チャートの直後に記載されるマッピング凡例では、それぞれのプレースホルダーが何に置換されるかが明記されています。

Highcharts 実装の解説

ここでは、QuickSight の標準ビジュアルでは実現できない「マルチリージョン・キャリア分析」の要件を満たす Highcharts の可視化手法を順を追って解説します。

コードの詳細に入る前に、以下の要件表を確認してください。この表は、各可視化に対応する Highcharts チャートタイプを示し、それぞれの可視化が達成すべき目的と、なぜ QuickSight 標準のチャートタイプでは同じ結果を得られないのかを説明しています。

後述する各チャートには、QuickSight の Highcharts カスタムビジュアルに直接コピーして使用できる完全な JSON 設定が含まれています。また、期待される出力を示すレンダリング済みプレビューも用意されています。

すべての設定は、キャリア名やリージョン値をハードコーディングするのではなく、QuickSight のフィールドウェルに動的にバインドしています。そのため、JSON を書き換えることなく、ご自身のデータセットに合わせてこれらの例をそのまま利用できます。必要なのは、ご自身のキャリアとリージョン情報を反映させた参照テーブル（ルックアップテーブル）のみです。

要件

Highchartsのカスタムビジュアライゼーションを作成する

各ビジュアライゼーションを構築するには、以下の手順に従ってください。

• 分析に移動し、対象の分析を開きます。
• Highcharts ビジュアルを追加します。
• 分析を事前に用意したデータセットにマッピングします。
• フォームパネル内の JSON 設定を更新します。
• データセットのフィールドを、JSON で参照されているフィールドウェルにマッピングします。
• チャートが正しくレンダリングされるか確認します。

チャート 1: 2024 年下期と 2025 年上期における全キャリアの平均 RootScore の比較

以下のチャートは、7 つすべてのキャリアにおける 2024 年下期（2024-2H）と 2025 年上期（2025-1H）という 2 つの測定期間における平均総合 RootScore を比較したものです。各キャリアには 2 つの重なる棒グラフが表示されており、前期を示す幅広の実線バーと、後期を示す半透明のオーバーレイが配置されています。これにより、期間ごとの改善または悪化を即座に把握できます。100 の位置に配置されたオレンジ色の气泡は目標スコアを示し、破線の赤い参照ラインがこのベンチマークを強調しています。Carriers 1～3 は一貫して 95 を上回るスコアを記録し、10 に近づいていることが観察されます。