Amazon ha dado un paso significativo en su esfuerzo por democratizar el acceso a los datos mediante la introducción de su asistente de datos, el Returns & ReCommerce Data Assist (RRDA). Esta innovadora herramienta aprovecha la inteligencia artificial generativa para transformar preguntas en lenguaje natural en consultas SQL validadas, facilitando así a los usuarios técnicos la obtención de la información que requieren. Sin embargo, la democratización de los datos no se limita a estas consultas, ya que un objetivo clave del equipo de Worldwide Returns & ReCommerce (WWRR) es permitir que los usuarios empresariales visualicen tendencias y patrones sin necesidad de profundizar en los resultados de SQL.
La urgencia de obtener respuestas rápidas y contundentes es vital, especialmente al realizar análisis específicos que no están cubiertos por informes estándares. Para lograr un equilibrio entre las consultas en lenguaje natural y las visualizaciones efectivas, el equipo ha integrado Amazon Q en QuickSight. Esta integración permite a los usuarios transformar preguntas como “¿Cuántos artículos fueron devueltos en EE.UU. durante los últimos seis meses?” en visualizaciones de datos significativas.
La arquitectura del RRDA incluye un sistema de clasificación de intenciones y dominios, que permite al asistente identificar si una consulta requiere una visualización o la generación de código SQL. Cuando se detecta una intención de «mostrar métricas», la consulta es redirigida a Amazon Q en QuickSight. Además, se clasifica el dominio empresarial de la consulta, facilitando la búsqueda de contextos específicos relevantes para el usuario.
Un componente esencial es el proceso de recuperación y selección de temas Q, que permite que la herramienta presente al usuario una lista de temas que mejor se adapten a la información solicitada. Este proceso utiliza un modelo de aprendizaje automático para evaluar la capacidad de los temas, mejorando así la precisión y optimizando la experiencia del usuario.
Entre los desafíos del sistema se encuentra la necesidad de reformular las preguntas de los usuarios para que sean adecuadas para Amazon Q. Gracias a la API Converse de Amazon Bedrock, RRDA puede reconfigurar las preguntas mientras conserva su significado original, permitiendo así un procesamiento efectivo por parte de QuickSight.
Las formulaciones incorrectas o imprecisas podrían resultar en visualizaciones poco óptimas. Sin embargo, gracias a la integración de RRDA con QuickSight, las visualizaciones se generan directamente en el contexto del diálogo, mejorando la fluidez del flujo de trabajo y reduciendo el tiempo requerido para obtener conclusiones basadas en datos.
El sistema se apoya en una base de datos que se actualiza diariamente, asegurando que la información sobre los temas Q sea siempre pertinente. Esta base se enriquece continuamente con preguntas validadas por expertos, lo que mejora la calidad de las recomendaciones.
A medida que Amazon sigue perfeccionando RRDA y atendiendo el feedback de los usuarios, se prevé que esta herramienta se convierta en un recurso esencial en la toma de decisiones, permitiendo a los usuarios centrarse en las preguntas e insights, mientras que la tecnología se encarga de crear las visualizaciones necesarias.
