Чат с выручкой в SaaS: сначала пайплайн Azure→AWS, потом Quick Sight

Datacor встроила в TrackAbout Amazon Quick Sight: дашборды, Amazon Q in Quick Sight и строка вопросов на естественном языке прямо в веб-интерфейсе. У клиентов 27,5 млн активов и свыше 725 000 счетов в месяц — раньше срез по аренде шёл через SSRS и поддержку, иногда с задержкой на недели, без «что если поднять ставку на ацетилен на 5%?» в том же созвоне.

Sundar Kuppuswamy, Chief AI Officer Datacor, говорит, что интересное было не в «магии ИИ», а в кросс-облачной выгрузке, сверке числа строк и модели изоляции по тенанту — только после этого можно было показывать выручку в NL-чате. Уверенно неверный ответ по деньгам клиента хуже молчания; успех они меряют тем, вернулась ли аналитика на встречу.

Пайплайн до дашборда

Операционка в Azure SQL. Azure Data Factory выгружает таблицы в Parquet и стримит в S3; по приходу файлов Lambda, Glue и DynamoDB гоняют обработку по таблицам по очереди. Glue сливает инкремент в Iceberg, Step Functions проверяет row count и собирает BI-таблицы, затем обновляются датасеты SPICE в Quick Sight — дашборды видят свежие данные по расписанию.

Мультитенант и UI внутри приложения

• Row-level security — каждый дашборд и NL-запрос режется по tenant id при запросе, без сотен копий одного дашборда.
• Embedding SDK — сервер TrackAbout запрашивает у Quick Sight API короткоживущий signed URL под identity пользователя и рисует интерфейс внутри продукта.
• Generative BI topics — синонимы и отраслевые термины вроде demurrage, fill cycle, lost cylinders, чтобы ассистент понимал дистрибьюторов, а не схему БД.

Выкатывали по фазам: с июля 2025 пайплайн параллельно со SSRS, в сентябре пилот на 6–7 клиентах, в ноябре 2025 — арендная аналитика всем с rental-функционалом. Онбординг Quick Sight-identity и RLS при первом входе автоматизировали — вручную это съедало 15–30 минут на клиента при планах выйти за первые 50 аккаунтов.

Источник: How Datacor built self-service rental analytics with Amazon Quick Sight.