Power BI로 마이그레이션하기 위한 요구 사항 수집
이 문서에서는 Power BI로 마이그레이션할 때 요구 사항을 수집하고 우선 순위를 지정하는 작업과 관련된 1단계를 설명합니다.
참고 항목
위의 그래픽에 관한 전체 설명은 Power BI 마이그레이션 개요를 참조하세요.
1단계에서는 Power BI으로 마이그레이션할 개별 솔루션의 정보 수집 계획에 초점을 맞춥니다.
1단계의 산출물에는 우선 순위가 지정된 자세한 요구 사항이 포함됩니다. 그러나 활동 수준을 완벽하게 예측하려면 2단계 및 3단계의 추가 활동을 완료해야 합니다.
Important
1~5단계는 하나의 특정 솔루션과 관련된 활동을 나타냅니다. 솔루션 수준에서 프로세스에 영향을 주는 결정 및 활동이 조직/테넌트 수준에 있습니다. 일부 해당하는 상위 수준 계획 활동은 Power BI 마이그레이션 개요 문서에서 설명됩니다. 해당하는 경우 효율성 및 일관성을 위한 조직 수준 결정을 따릅니다.
패브릭 채택 로드맵에서는 이러한 유형의 전략적 및 전술적 고려 사항을 설명합니다. 조직 채택에 중점을 두고 있습니다.
팁
문서에서 설명하는 대부분의 항목은 표준 Power BI 구현 프로젝트에도 적용됩니다.
요구 사항 컴파일
마이그레이션 전 단계에서 컴파일된 기존 BI 항목의 인벤토리는 Power BI에서 만들 새 솔루션의 요구 사항을 위한 입력이 됩니다. 요구 사항 수집은 현재 상태뿐 아니라, Power BI에서 보고서가 다시 디자인될 때 사용자가 변경하거나 리팩터링하려고 하는 항목을 이해하기 위한 것입니다. 자세한 요구 사항은 2단계에서 솔루션 배포를 계획할 때, 3단계에서 개념 증명을 만드는 동안, 4단계에서 프로덕션에 사용할 수 있는 솔루션을 만들 때 유용합니다.
보고서 요구 사항 수집
다음과 같이 보고서에 관한 철저하고 참조하기 쉬운 정보를 컴파일합니다.
- 목적, 대상 그룹 및 예상 작업: 보고서 소비자가 수행할 대상 그룹, 분석 워크플로 및 예상 작업뿐만 아니라 각 보고서에 적용할 수 있는 목적 및 비즈니스 프로세스를 식별합니다.
- 소비자가보고서를 사용하는 방법: 기존 보고서 소비자와 함께 앉아 그들이 보고서를 사용하여 무엇을 하는지 정확하게 이해하는 것을 고려하세요. 새 Power BI 버전에서 보고서의 특정 요소를 제거하거나 개선할 수 있다는 것을 알 수 있습니다. 해당 프로세스에는 추가적인 시간 투자가 필요하지만 중요한 보고서 또는 자주 사용되는 보고서에 유용합니다.
- 소유자 및 주제 전문가: 보고서 소유자 및 보고서 또는 데이터 도메인과 관련된 모든 주제 전문가를 식별합니다. 이들은 앞으로 새 Power BI 보고서의 소유자가 될 수 있습니다. 나중에 변경될 때 필요하게 되는 승인 및 사인오프뿐 아니라 특정 변경 관리 요구 사항(일반적으로 IT 관리형 솔루션과 비즈니스 관리형 솔루션 간에 다름)을 포함합니다. 자세한 내용은 문서를 참조하십시오.
- 콘텐츠 전달 방법: 콘텐츠 전달에 대한 보고서 소비자 기대치를 명확히 합니다. 주문형, 대화형 실행이거나, 사용자 지정 애플리케이션 내에 포함되거나, 메일 구독을 사용하는 일정에 따른 전송일 수 있습니다. 경고 알림을 트리거하기 위한 요구 사항도 있을 수 있습니다.
- 상호작용 요구 사항: 필수적 필요와 추가적으로 고려할 만한 대화형 요구를 결정하십시오. 필터, 드릴다운 액션, 또는 드릴스루 액션 등의 기능을 포함하십시오.
- 데이터 원본: 보고서에 필요한 모든 데이터 원본을 검색하고 데이터 대기 시간 요구 사항(데이터 새로 고침)을 이해합니다. 데이터 요구 사항에 맞게 조정될 수 있도록 각 보고서의 기록 데이터, 추세 및 데이터 스냅샷 요구 사항을 식별합니다. 데이터 원본 설명서는 나중에 원본 데이터를 사용하여 새 보고서의 데이터 유효성 검사를 수행하는 경우에도 유용할 수 있습니다.
- 보안 요구 사항: 일반 조직 보안에 대한 예외를 포함하여 보안 요구 사항(예: 허용된 뷰어, 허용된 편집기 및 행 수준 보안 요구 사항)을 명확히 합니다. 데이터 민감도 수준, 데이터 프라이버시 또는 규정/규정 준수 요구 사항을 문서화합니다.
- 계산, KPI 및 비즈니스 규칙: 데이터 요구 사항에 맞게 정렬할 수 있도록 현재 기존 보고서 내에 정의된 모든 계산, KPI 및 비즈니스 규칙을 식별하고 문서화합니다.
- 유용성, 레이아웃 및 화장품 요구 사항: 데이터 시각화, 그룹화 및 정렬 요구 사항 및 조건부 가시성과 관련된 특정 유용성, 레이아웃 및 화장품 요구 사항을 식별합니다. 모바일 디바이스 전송과 관련된 특정 고려 사항을 포함합니다.
- 인쇄 및 내보내기 요구 사항: 내보내기 또는 인쇄 준비 레이아웃과 관련된 요구 사항이 있는지 확인합니다. 해당 요구 사항은 가장 적합한 보고서 유형(예: Power BI, Excel 또는 페이지를 매긴 보고서)에 영향을 줍니다. 보고서 소비자는 항상 자신이 작업을 수행하는 방법을 중요시하는 경향이 있음을 인식하고 소비자의 사고방식에 도전하는 것을 두려워하지 마세요. ‘변화’보다는 ‘개선’의 관점에서 대화해야 합니다.enhancements rather than change.
- 위험 또는 우려 사항: 보고서에 제시되는 정보에 대한 위험 또는 우려 사항뿐만 아니라 보고서에 대한 다른 기술 또는 기능적 요구 사항이 있는지 여부를 결정합니다.
- 미해결 문제 및 백로그 항목: 현재 백로그에 추가할 향후 유지 관리, 알려진 문제 또는 지연된 요청을 식별합니다.
팁
‘필수 요소’ 또는 ‘권장 요소’로 분류하여 요구 사항의 순위를 지정하는 것이 좋습니다. 일반적으로 소비자는 요청을 수행할 유일한 기회라고 믿을 수 있기 때문에 사전 투자가 필요할 수 있는 모든 것을 요청합니다. 또한 여러 반복에서 우선 순위를 처리하는 경우 관련자에게 백로그를 제공합니다. 이렇게 하면 통신, 의사 결정 및 보류 중인 약정 추적에 도움이 됩니다.
데이터 요구 사항 수집
다음과 같이 데이터에 관한 자세한 정보를 컴파일합니다.
- 기존 쿼리: DirectQuery 모델 또는 복합 모델사용할 수 있는 기존 보고서 쿼리 또는 저장 프로시저가 있는지 또는 가져오기 모델로 변환할 수 있는지 식별합니다.
- 데이터 원본 유형: 중앙 집중식 데이터 원본(예: 엔터프라이즈 데이터 웨어하우스)뿐만 아니라 비표준 데이터 원본(예: 보고 목적으로 엔터프라이즈 데이터 원본을 보강하는 플랫 파일 또는 Excel 파일)을 포함하여 필요한 데이터 원본 유형을 컴파일합니다. 데이터 게이트웨이 연결을 위해 데이터 원본의 위치를 찾는 것도 중요합니다.
- 데이터 구조 및 정리 요구 사항은: 각 필수 데이터 원본의 데이터 구조와 데이터 정리 작업이 필요한 정도를 결정합니다.
- 데이터 통합: 데이터 원본이 여러 개 있을 때 데이터 통합을 처리하는 방법과 각 모델 테이블 간에 관계 정의할 수 있는 방법을 평가합니다. 모델을 단순화하고 크기를 줄이는 데 필요한 특정 데이터 요소를 식별합니다.
- 허용 가능한 데이터 대기 시간: 각 데이터 원본에 대한 데이터 대기 시간 요구 사항을 결정합니다. 사용할 데이터 스토리지 모드에 관한 결정에 영향을 줍니다. 가져오기 모델 테이블의 데이터 새로 고침 빈도도 알아야 합니다.
- 데이터 볼륨 및 확장성: 데이터 볼륨 기대치를 평가합니다. 이는 큰 모델 지원 및 DirectQuery 또는 복합 모델디자인에 대한 결정에 영향을 줍니다. 기록 데이터 요구 사항과 관련된 고려 사항도 알아야 합니다. 더 큰 의미 체계 모델의 경우 증분 데이터 새로 고침도 결정해야 합니다.
- 측정값, KPI 및 비즈니스 규칙: 측정값, KPI 및 비즈니스 규칙에 대한 요구 사항을 평가합니다. 해당 항목은 의미 체계 모델 또는 데이터 통합 프로세스에서 논리를 적용할 위치에 관한 결정에 영향을 줍니다.
- 마스터 데이터 및 데이터 카탈로그: 주의가 필요한 마스터 데이터 문제가 있는지 여부를 고려합니다. 엔터프라이즈 데이터 카탈로그와 통합이 검색 기능 개선, 정의 액세스 또는 조직에서 허용되는 일관된 용어 생성에 적합한지 여부를 결정합니다.
- 보안 및 데이터 개인 정보 보호: 행 수준 보안 요구 사항을 포함하여 의미 체계 모델에 대한 특정 보안 또는 데이터 개인 정보 보호 고려 사항이 있는지 확인합니다.
- 미해결 문제 및 백로그 항목: 알려진 문제, 알려진 데이터 품질 결함, 향후 유지 관리 또는 지연된 요청을 현재 백로그에 추가합니다.
Important
공유 의미 체계 모델을 사용하여 데이터 재사용성을 달성할 수 있으며, 데이터 재사용성은 필요한 경우 신뢰성을 나타내고 검색 기능을 개선하기 위해 보증될 수 있습니다. 데이터 흐름을 통해 데이터 준비 재사용을 달성하여 여러 의미 체계 모델에서 반복적인 논리를 줄일 수 있습니다. 데이터 검색 빈도가 비교적 적으므로 데이터 흐름은 원본 시스템에 대한 부하를 상당히 줄일 수 있으며, 이후 여러 의미 체계 모델이 해당 데이터 흐름에서 데이터를 가져올 수 있습니다.
개선 기회 식별
대부분의 경우 일부 수정 및 개선이 이루어집니다. 리팩터링 또는 개선 없이 직접 일 대 일 마이그레이션이 발생하는 경우는 거의 없습니다. 고려할 수 있는 세 가지 유형의 개선 사항은 다음과 같습니다.
- 보고서통합: 필터, 책갈피 또는 개인 설정과 같은 기술을 사용하여 유사한 보고서를 통합할 수 있습니다. 보고서 수를 줄이면 보고서 소비자의 환경이 크게 개선될 수 있습니다. Q&A(자연어 쿼리)를 위한 의미 체계 모델을 최적화하여 보고서 소비자에게 고유한 시각화를 만들 수 있도록 훨씬 더 큰 유연성을 제공하는 것이 좋습니다.
- 효율성 향상: 요구 사항을 수집하는 동안 개선 사항을 식별할 수 있습니다. 예를 들어 분석가가 수동으로 수치를 컴파일하거나 워크플로가 간소화될 수 있는 경우입니다. 파워 쿼리는 현재 수행되는 수동 활동을 대체하는 큰 역할을 수행할 수 있습니다. 비즈니스 분석가가 정기적으로 데이터를 정리하고 준비하기 위해 동일한 활동을 수행하고 있음을 알게 되면 반복 가능한 파워 쿼리 데이터 준비 단계를 통해 상당한 시간을 절약하고 오류를 줄일 수 있습니다.
- 데이터 모델중앙 집중화: 신뢰할 수 있고 인증된 의미 체계 모델은 관리형 셀프 서비스 BI의 백본 역할을 합니다. 이 경우 데이터는 한 번 관리되며 분석가는 해당 데이터를 유연하게 사용하고 보강하여 보고 및 분석 요구 사항을 충족할 수 있습니다.
복잡성 평가 및 우선 순위 지정
이때 초기 인벤토리가 사용할 수 있으며 특정 요구 사항을 포함할 수 있습니다. 마이그레이션을 위해 준비된 초기 BI 항목 세트의 우선 순위를 지정하는 경우 보고서 및 데이터는 함께 고려하고 서로 개별적으로 고려해야 합니다.
우선 순위가 높은 보고서를 식별합니다. 여기에는 다음과 같은 보고서가 포함될 수 있습니다.
- 비즈니스에 중요한 가치를 제공합니다.
- 자주 실행됩니다.
- 수석 임원진 또는 경영진에게 필요합니다.
- 초기 마이그레이션 반복 중에 성공 가능성을 개선하기 위해 합리적인 수준의 복잡성을 포함합니다.
우선 순위가 높은 데이터를 식별합니다. 여기에는 다음과 같은 데이터가 포함될 수 있습니다.
- 중요한 데이터 요소를 포함합니다.
- 많은 사용 사례를 제공하는 일반적인 조직 데이터입니다.
- 보고서에서 다시 사용하고 많은 보고서 작성자가 다시 사용할 수 있도록 공유 의미 체계 모델을 만드는 데 사용될 수 있습니다.
- 초기 마이그레이션 반복 시에 성공 가능성을 개선하기 위해 합리적인 수준의 복잡성을 포함합니다.
관련 콘텐츠
Power BI 마이그레이션 시리즈의 다음 문서에서는 Power BI 솔루션의 마이그레이션 계획에 관련된 2단계를 알아봅니다.
기타 유용한 리소스는 다음과 같습니다.
- Microsoft의 BI 변환
- Power BI 구현 계획
- 궁금한 점이 더 있나요? 패브릭 커뮤니티에 문의해 보세요.
- 제안 사항은? 아이디어 를 내어 패브릭을 개선하기
조직에서 마이그레이션 프로세스를 성공적으로 완료하는 데 도움을 줄 숙련된 Power BI 파트너와 협력할 수 있습니다. Power BI 파트너를 찾으려면 Microsoft Power BI 파트너 포털방문하세요.