Scenariusze użycia usługi Power BI: możliwość dostosowywania zarządzanej samoobsługowej analizy biznesowej

Uwaga

Ten artykuł stanowi część serii artykułów dotyczących planowania implementacji usługi Power BI. Ta seria koncentruje się głównie na środowisku usługi Power BI w usłudze Microsoft Fabric. Aby zapoznać się z wprowadzeniem do serii, zobacz Planowanie implementacji usługi Power BI.

Zgodnie z opisem w harmonogramie wdrażania sieci szkieletowej zarządzana samoobsługowa analiza bi charakteryzuje się mieszanym podejściem, które podkreśla dyscyplinę na poziomie podstawowym i elastyczności na brzegu sieci. Architektura danych jest zwykle utrzymywana przez jeden zespół scentralizowanych ekspertów analizy biznesowej, podczas gdy odpowiedzialność za raportowanie należy do twórców w działach lub jednostkach biznesowych.

Jeśli jednak podstawowa architektura danych nie zawiera wszystkich wymaganych danych, twórcy semantycznych modeli mogą rozszerzać, personalizować lub dostosowywać istniejące udostępnione modele semantyczne. Można utworzyć nowe wyspecjalizowane modele semantyczne spełniające wymagania biznesowe, które nie spełniają istniejących centralnie dostarczanych modeli semantycznych. Co ważne, nie ma duplikacji danych podstawowych. Ten scenariusz użycia jest nazywany dostosowywalnym zarządzanym samoobsługowym analizą bi.

Uwaga

Ten dostosowywalny scenariusz samoobsługowej analizy biznesowej zarządzany jest drugim scenariuszem samoobsługowej analizy biznesowej. Ten scenariusz opiera się na tym, co można zrobić za pomocą scentralizowanego modelu semantycznego współużytkowanego (wprowadzonego w zarządzanym scenariuszu samoobsługowej analizy biznesowej ). Listę wszystkich scenariuszy można znaleźć w artykule Scenariusze użycia usługi Power BI.

W przypadku zwięzłości niektóre aspekty opisane w temacie dotyczącym współpracy i dostarczania zawartości nie zostały omówione w tym artykule. Aby uzyskać pełne pokrycie, najpierw przeczytaj te artykuły.

Diagram scenariusza

Na poniższym diagramie przedstawiono ogólne omówienie najpopularniejszych akcji użytkownika i składników usługi Power BI w celu obsługi dostosowywalnej zarządzanej samoobsługowej analizy biznesowej. Głównym celem jest zapewnienie twórcom zawartości w jednostkach biznesowych możliwości tworzenia wyspecjalizowanego modelu danych przez rozszerzenie istniejącego udostępnionego modelu semantycznego. Celem jest osiągnięcie możliwości ponownego użycia w miarę możliwości i umożliwienie elastyczności w celu spełnienia dodatkowych wymagań analitycznych.

Napiwek

Zachęcamy do pobrania diagramu scenariusza, jeśli chcesz go osadzić w prezentacji, dokumentacji lub wpisie w blogu albo wydrukować go jako plakat na ścianie. Ponieważ jest to obraz skalowalnej grafiki wektorowej (SVG), można go skalować w górę lub w dół bez utraty jakości.

Diagram scenariusza przedstawia następujące akcje użytkownika, narzędzia i funkcje:

Produkt	Opis
	Twórca modelu semantycznego A opracowuje model przy użyciu programu Power BI Desktop. W przypadku modelu semantycznego, który jest przeznaczony do ponownego użycia, często (ale nie jest to wymagane), aby twórca należał do scentralizowanego zespołu obsługującego użytkowników w granicach organizacji (takich jak IT, enterprise BI lub Centrum doskonałości).
	Program Power BI Desktop łączy się z danymi z co najmniej jednego źródła danych.
	Tworzenie modelu danych odbywa się w programie Power BI Desktop. W celu utworzenia dobrze zaprojektowanego i przyjaznego dla użytkownika modelu można go użyć jako źródła danych wielu autorów raportów samoobsługi. Twórcy modeli mogą używać zapytań języka DAX do opracowywania i eksplorowania modelu podczas opracowywania.
	Gdy wszystko będzie gotowe, twórca modelu A publikuje plik programu Power BI Desktop (pbix) lub plik projektu usługi Power BI (pbip), który zawiera tylko model do usługa Power BI.
	Model semantyczny jest publikowany w obszarze roboczym przeznaczonym do przechowywania i zabezpieczania udostępnionych modeli semantycznych. Ponieważ model semantyczny jest przeznaczony do ponownego użycia, jest zatwierdzony (certyfikowany lub promowany zgodnie z potrzebami). Model semantyczny jest również oznaczony jako możliwy do odnalezienia, aby jeszcze bardziej zachęcić do ponownego użycia. Widok pochodzenia w usługa Power BI może służyć do śledzenia zależności istniejących między elementami usługi Power BI.
	Odnajdywanie danych w centrum danych OneLake jest włączone, ponieważ model semantyczny jest oznaczony jako możliwy do odnalezienia. Odnajdywanie umożliwia istnienie modelu semantycznego w centrum danych OneLake przez innych twórców zawartości usługi Power BI, którzy szukają danych.
	Twórcy zawartości używają centrum danych OneLake w usługa Power BI do wyszukiwania elementów danych możliwych do odnalezienia, takich jak modele semantyczne.
	Jeśli twórcy zawartości mają uprawnienia, mogą zażądać uprawnienia do tworzenia elementów danych. Spowoduje to uruchomienie przepływu pracy w celu zażądania uprawnień do kompilacji od autoryzowanego osoby zatwierdzającej. Po uzyskaniu uprawnień twórcy zawartości mogą ponownie używać elementów danych do tworzenia nowych rozwiązań.
	W programie Power BI Desktop twórca modelu B tworzy połączenie na żywo z oryginalnym udostępnionym modelem semantycznym znajdującym się w usługa Power BI. Ponieważ celem jest rozszerzenie i dostosowanie oryginalnego modelu semantycznego, połączenie na żywo jest konwertowane na model DirectQuery. Ta akcja powoduje utworzenie modelu lokalnego w pliku programu Power BI Desktop.
	Program Power BI Desktop łączy się z danymi z dodatkowych źródeł danych. Celem jest rozszerzenie udostępnionego modelu semantycznego tak, aby dodatkowe wymagania analityczne zostały spełnione przez nowy wyspecjalizowany model semantyczny złożony.
	Relacje są tworzone w programie Power BI Desktop między istniejącymi tabelami (z udostępnionego modelu semantycznego, znanego również jako model zdalny) i nowo zaimportowanymi tabelami (przechowywanymi w modelu lokalnym). Dodatkowe obliczenia i modelowanie są wykonywane w programie Power BI Desktop w celu ukończenia projektowania wyspecjalizowanego modelu złożonego.
	Gdy wszystko będzie gotowe, twórca modelu semantycznego B publikuje plik pbix lub pbip w usługa Power BI.
	Nowy wyspecjalizowany model semantyczny złożony jest publikowany w obszarze roboczym przeznaczonym do przechowywania i zabezpieczania modeli semantycznych należących do działu i zarządzanych przez dział.
	Wyspecjalizowany model semantyczny pozostaje połączony z oryginalnym udostępnionym modelem semantycznym usługi Power BI. Wszelkie zmiany w oryginalnym udostępnionym modelu semantycznym będą miały wpływ na podrzędne wyspecjalizowane modele semantyczne złożone, które są od niego zależne.
	Inni twórcy raportów samoobsługowych mogą tworzyć nowe raporty połączone z wyspecjalizowanym modelem semantycznym złożonym. Twórcy raportów mogą zdecydować się na korzystanie z programu Power BI Desktop, programu Power BI Report Builder lub programu Excel.
	Raporty są publikowane w obszarze roboczym przeznaczonym do przechowywania i zabezpieczania raportów i pulpitów nawigacyjnych.
	Opublikowane raporty pozostają połączone z wyspecjalizowanym modelem semantycznym przechowywanym w innym obszarze roboczym. Wszelkie zmiany w wyspecjalizowanym modelu semantycznym mają wpływ na wszystkie połączone z nim raporty.
	Niektóre źródła danych mogą wymagać lokalnej bramy danych lub bramy sieci wirtualnej na potrzeby odświeżania danych, takich jak te, które znajdują się w prywatnej sieci organizacyjnej.
	Administratorzy sieci szkieletowej nadzorują i monitorują aktywność w portalu sieci szkieletowej.

Kwestie kluczowe

Poniżej przedstawiono niektóre kluczowe kwestie, które należy podkreślić w scenariuszu samoobsługowego analizy biznesowej zarządzanej z możliwością dostosowywania.

Udostępniony model semantyczny

Kluczowym aspektem tworzenia zarządzanej samoobsługowej analizy biznesowej jest zminimalizowanie liczby modeli semantycznych. W tym scenariuszu przedstawiono udostępniony semantyczny model , który przyczynia się do osiągnięcia jednej wersji prawdy.

Uwaga

Dla uproszczenia diagram scenariusza przedstawia tylko jeden udostępniony model semantyczny. Jednak zwykle nie jest to praktyczne modelowanie wszystkich danych organizacyjnych w jednym modelu semantycznym. Drugą skrajnością jest utworzenie nowego semantycznego modelu dla każdego raportu, jak często robią mniej doświadczeni twórcy zawartości. Celem jest znalezienie właściwej równowagi, opierając się na stosunkowo niewielu modelach semantycznych i tworzeniu nowych modeli semantycznych, gdy ma to sens.

Rozszerzanie początkowego współużytkowanego modelu semantycznego

Czasami twórcy samoobsługi muszą rozszerzyć istniejący model semantyczny z dodatkowymi danymi specyficznymi dla ich działu. W takim przypadku mogą używać połączeń Trybu DirectQuery z modelami semantycznymi usługi Power BI. Ta funkcja umożliwia idealną równowagę samoobsługowego włączania przy jednoczesnym wykorzystaniu inwestycji w centralnie zarządzane zasoby danych. Diagram scenariusza przedstawia połączenie zapytania bezpośredniego. Czynność konwertowania połączenia na żywo z połączeniem DirectQuery powoduje utworzenie modelu lokalnego, który umożliwia dodawanie nowych tabel. Relacje można tworzyć między tabelami z oryginalnego modelu semantycznego współużytkowanego (modelu zdalnego) i nowo dodanych nowych tabel (modelu lokalnego). Aby dostosować nowy model danych, można wykonać dodatkowe obliczenia i modelowanie danych.

Napiwek

Ten scenariusz wyróżnia ponowne tworzenie modelu semantycznego współużytkowanego. Czasami jednak występują sytuacje, w których osoby modelające dane chcą ograniczyć tworzenie podrzędnego modelu danych. W takim przypadku mogą włączyć właściwość Niezalecaj połączenia DirectQuery w ustawieniach programu Power BI Desktop.

Popularyzacja modelu semantycznego

Ponieważ współużytkowane modele semantyczne są przeznaczone do ponownego użycia, warto je poprzeć. Certyfikowany model semantyczny przekazuje twórcom raportów, że dane są godne zaufania i spełniają standardy jakości organizacji. Promowany model semantyczny podkreśla, że semantyczny właściciel modelu uważa, że dane są cenne i opłacalne dla innych użytkowników.

Napiwek

Najlepszym rozwiązaniem jest posiadanie spójnego, powtarzalnego, rygorystycznego procesu aprowizowania zawartości. Certyfikowana zawartość powinna wskazywać, że jakość danych została zweryfikowana. Należy również przestrzegać reguł zarządzania zmianami, mieć formalne wsparcie i być w pełni udokumentowane. Ponieważ certyfikowana zawartość przeszła rygorystyczne standardy, oczekiwania dotyczące wiarygodności są wyższe.

Odnajdywanie modeli semantycznych

Centrum danych OneLake ułatwia twórcom raportów znajdowanie, eksplorowanie i używanie modeli semantycznych w całej organizacji. Oprócz poręczenia modelu semantycznego włączenie odnajdywania modeli semantycznych ma kluczowe znaczenie dla promowania jego ponownego użycia. Odnajdywalny model semantyczny jest widoczny w centrum danych dla twórców raportów, którzy szukają danych.

Uwaga

Jeśli model semantyczny nie jest skonfigurowany do odnajdywania, tylko użytkownicy usługi Power BI z uprawnieniami do tworzenia mogą go znaleźć.

Żądanie dostępu do modelu semantycznego

Twórca raportu może znaleźć semantyczny model w centrum danych, którego chce użyć. Jeśli nie mają uprawnień do tworzenia dla modelu semantycznego, mogą zażądać dostępu. W zależności od ustawienia dostępu do żądania dla modelu semantycznego wiadomość e-mail zostanie przesłana do właściciela modelu semantycznego lub instrukcje niestandardowe zostaną wyświetlone osobie, która żąda dostępu.

Publikowanie w oddzielnych obszarach roboczych

Istnieje kilka zalet publikowania raportów w obszarze roboczym innym niż miejsce przechowywania modelu semantycznego.

Po pierwsze, istnieje jasność co do tego, kto jest odpowiedzialny za zarządzanie zawartością, w której obszarze roboczym. Po drugie twórcy raportów mają uprawnienia do publikowania zawartości w obszarze roboczym raportowania (za pośrednictwem ról administratora, członka lub współautora obszaru roboczego). Jednak mają tylko uprawnienia do odczytu i kompilacji dla określonych modeli semantycznych. Ta technika umożliwia zastosowanie zabezpieczeń na poziomie wiersza w razie potrzeby dla użytkowników przypisanych do roli osoby przeglądającego.

Analiza zależności i wpływu

Gdy udostępniony model semantyczny jest używany przez inne semantyczne modele lub raporty, te obiekty zależne mogą istnieć w wielu obszarach roboczych. Widok pochodzenia pomaga zidentyfikować i zrozumieć zależności podrzędne. Podczas planowania zmiany modelu semantycznego najpierw przeprowadź analizę wpływu, aby zrozumieć, które semantyczne modele lub raporty powinny być edytowane lub testowane.

Konfiguracja bramy

Zazwyczaj brama danych jest wymagana podczas uzyskiwania dostępu do źródeł danych znajdujących się w prywatnej sieci organizacyjnej lub sieci wirtualnej. Lokalna brama danych staje się odpowiednia po opublikowaniu pliku programu Power BI Desktop w usługa Power BI. Dwiema celami bramy są odświeżenie zaimportowanych danych lub wyświetlenie raportu, który wykonuje zapytania dotyczące połączenia na żywo lub modelu semantycznego trybu DirectQuery .

Uwaga

W przypadku scenariuszy samoobsługowej analizy biznesowej z możliwością dostosowywania scentralizowana brama danych w trybie standardowym jest zdecydowanie zalecana w przypadku bram w trybie osobistym. W trybie standardowym brama danych obsługuje połączenia na żywo i operacje trybu DirectQuery (oprócz zaplanowanych operacji odświeżania danych).

Nadzór systemowy

Dziennik aktywności rejestruje działania użytkowników, które występują w usługa Power BI. Administratorzy usługi Power BI mogą używać zebranych danych dziennika aktywności do przeprowadzania inspekcji w celu ułatwienia im zrozumienia wzorców użycia i wdrożenia. Dziennik aktywności jest również przydatny do wspierania działań związanych z ładem, inspekcji zabezpieczeń i wymagań dotyczących zgodności. W przypadku scenariusza samoobsługowego analizy biznesowej zarządzanego z możliwością dostosowywania warto śledzić użycie oryginalnego modelu semantycznego współużytkowanego, a także zależnych modeli semantycznych.

Powiązana zawartość

W następnym artykule z tej serii dowiesz się więcej o ponownym przygotowaniu danych z przepływami danych w scenariuszu samoobsługowego przygotowywania danych.