Cet article s'adresse aux architectes de données, aux ingénieurs de business intelligence (BI) et aux ingénieurs d'analyse qui créent ou optimisent des sujets Quick Sight pour une exploration basée sur le chat en langage naturel.
Les nouveaux modèles repoussent les limites des capacités et du rapport qualité-prix. Les équipes réévaluent les éléments sur lesquels s'appuyer chaque fois qu'un lancement modifie ce qui est possible par dollar.
Entreprises et modèles mentionnés dans cette histoire — ouvrez leurs pages et prix en direct
Les résumés sont regroupés à titre d’information uniquement – suivez le lien source pour l’histoire complète. Les entrées de démonstration sont illustratives.