Användningsscenarier för Power BI: Hanterad självbetjänings-BI

Kommentar

Den här artikeln är en del av planeringsserien för Power BI-implementering. Den här serien fokuserar främst på Power BI-upplevelsen i Microsoft Fabric. En introduktion till serien finns i Implementeringsplanering för Power BI.

Som beskrivs i översikten för infrastrukturimplementering kännetecknas hanterad självbetjänings-BI av en blandad metod som betonar disciplin i grunden och flexibilitet vid gränsen. Dataarkitekturen underhålls vanligtvis av ett enda team med centraliserade BI-experter, medan rapporteringsansvaret tillhör skapare inom avdelningar eller affärsenheter.

Vanligtvis finns det många fler rapportskapare än skapare av semantiska modeller. Dessa rapportskapare kan finnas i alla områden i organisationen. Eftersom rapportskapare med självbetjäning ofta behöver skapa innehåll snabbt kan de med en blandad metod fokusera på att producera rapporter som stöder beslutsfattande i tid utan att behöva skapa en semantisk modell.

Kommentar

Det hanterade BI-scenariot med självbetjäning är det första av BI-scenarierna med självbetjäning. En fullständig lista över BI-scenarier med självbetjäning finns i artikeln Om Power BI-användningsscenarier .

I korthet beskrivs inte vissa aspekter som beskrivs i avsnittet om innehållssamarbete och leveransscenarier i den här artikeln. För fullständig täckning, läs dessa artiklar först.

Scenariodiagram

Följande diagram visar en översikt på hög nivå över de vanligaste användaråtgärderna och Power BI-komponenterna som stöder hanterad självbetjänings-BI. Det primära målet är att många rapportskapare ska återanvända centraliserade delade semantiska modeller. För att åstadkomma detta fokuserar det här scenariot på att avkoda modellutvecklingsprocessen från processen för att skapa rapporter.

Dricks

Vi rekommenderar att du laddar ned scenariodiagrammet om du vill bädda in det i presentationen, dokumentationen eller blogginlägget eller skriva ut det som en väggaffisch. Eftersom det är en SVG-bild (Scalable Vector Graphics) kan du skala upp eller ned den utan någon kvalitetsförlust.

Scenariodiagrammet visar följande användaråtgärder, verktyg och funktioner:

Artikel	Beskrivning
	Skapare av semantiska modeller utvecklar modeller med hjälp av Power BI Desktop. För semantiska modeller som är avsedda för återanvändning är det vanligt (men inte nödvändigt) att skapare tillhör ett centraliserat team som stöder användare över organisationsgränser (till exempel IT, enterprise BI eller Center of Excellence).
	Power BI Desktop ansluter till data från en eller flera datakällor.
	Datamodellutveckling sker i Power BI Desktop. Ytterligare arbete görs för att skapa en väldesignad och användarvänlig modell eftersom den kommer att användas som datakälla av många rapportskapare med självbetjäning. Modellskapare kan använda DAX-frågor för att utveckla och utforska modellen under utvecklingen.
	När de är klara publicerar semantiska modellskapare sin Power BI Desktop-fil (.pbix) eller Power BI-projektfil (.pbip) som endast innehåller en modell till Power BI-tjänst.
	Den semantiska modellen publiceras till en arbetsyta som är dedikerad för att lagra och skydda delade semantiska modeller. Eftersom den semantiska modellen är avsedd för återanvändning godkänns den (certifierad eller befordrad efter behov). Den semantiska modellen är också markerad som identifierbar för att ytterligare uppmuntra dess återanvändning. Ursprungsvyn i Power BI-tjänst kan användas för att spåra beroenden som finns mellan Power BI-objekt, inklusive rapporter som är anslutna till den semantiska modellen.
	Semantisk modellidentifiering i OneLake-datahubben är aktiverad eftersom den semantiska modellen är markerad som identifieringsbar. Med identifieringsbarhet kan förekomsten av en semantisk modell visas i datahubben av andra Power BI-innehållsskapare som letar efter data.
	Rapportskapare använder OneLake-datahubben i Power BI-tjänst för att söka efter identifieringsbara dataobjekt, till exempel semantiska modeller.
	Om rapportskapare inte har behörighet kan de begära byggbehörighet för dataobjekten. Detta startar ett arbetsflöde för att begära byggbehörighet från en auktoriserad godkännare. När den godkänns kan rapportskapare återanvända dataobjekt för att skapa nya rapporter.
	Rapportskapare skapar nya rapporter med hjälp av Power BI Desktop. Rapporter använder en live-anslutning till en delad semantisk modell.
	Rapportskapare utvecklar rapporter i Power BI Desktop. Förutom rapporten kan rapportskaparna använda teman, bilder och anpassade visuella objekt, och de kan skapa mått på rapportnivå.
	När de är klara publicerar rapportskaparna sin Power BI Desktop-fil till Power BI-tjänst.
	Rapporter publiceras till en arbetsyta som är dedikerad för att lagra och skydda rapporter och instrumentpaneler.
	Publicerade rapporter förblir anslutna till delade semantiska modeller som lagras på en annan arbetsyta. Eventuella ändringar i den delade semantiska modellen påverkar alla rapporter som är anslutna till den.
	Andra rapportskapare med självbetjäning kan skapa nya rapporter med hjälp av den befintliga delade semantiska modellen. Rapportskapare kan välja att använda Power BI Desktop, Power BI Report Builder eller Excel.
	Vissa datakällor kan kräva en lokal datagateway eller VNet-gateway för datauppdatering, som de som finns i ett privat organisationsnätverk.
	Power BI-administratörer övervakar och övervakar aktivitet i Power BI-tjänst.

Huvudpunkter

Följande är några viktiga punkter att betona om det hanterade BI-scenariot med självbetjäning.

Delad semantisk modell

Den viktigaste aspekten av att göra hanterad självbetjänings-BI-arbete är att minimera antalet semantiska modeller. Det här scenariot handlar om delade semantiska modeller som hjälper till att uppnå en enda version av sanningen.

Kommentar

För enkelhetens skull visar scenariodiagrammet bara en delad semantisk modell. Det är dock vanligtvis inte praktiskt att modellera alla organisationsdata i en enda semantisk modell. Den andra ytterligheten är att skapa en ny semantisk modell för varje rapport, vilket mindre erfarna innehållsskapare ofta gör. Målet med hanterad självbetjänings-BI är att hitta rätt balans, luta mot relativt få semantiska modeller och skapa nya semantiska modeller när det är meningsfullt att göra det.

Frikoppla semantisk modell och rapporter

När den semantiska modellen frikopplas från rapporter underlättas separationen av arbete och ansvar. En delad semantisk modell underhålls ofta av ett centraliserat team (som IT, BI eller Center of Excellence), medan rapporter underhålls av ämnesexperter i affärsenheterna. Det krävs dock inte. Det här mönstret kan till exempel användas av alla innehållsskapare som vill uppnå återanvändning.

Kommentar

För enkelhetens skull visas inte dataflöden i scenariodiagrammet. Mer information om dataflöden finns i scenariot för dataförberedelse med självbetjäning .

Stöd för semantisk modell

Eftersom delade semantiska modeller är avsedda för återanvändning är det bra att godkänna dem. En certifierad semantisk modell förmedlar till rapportskapare att data är tillförlitliga och uppfyller organisationens kvalitetsstandarder. En upphöjd semantisk modell visar att ägaren av semantikmodellen anser att data är värdefulla och värdefulla för andra att använda.

Dricks

Det är bästa praxis att ha en konsekvent, repeterbar, rigorös process för att stödja innehåll. Certifierat innehåll bör indikera att datakvaliteten har verifierats. Den bör också följa reglerna för ändringshantering, ha formellt stöd och dokumenteras fullt ut. Eftersom certifierat innehåll har passerat strikta standarder är förväntningarna på pålitlighet högre.

Identifiering av semantisk modell

OneLake-datahubben hjälper rapportskapare att hitta, utforska och använda semantiska modeller i hela organisationen. Förutom semantisk modellgodkännande är det viktigt att aktivera identifiering av semantiska modeller för att främja återanvändning. En semantisk modell som kan identifieras visas i datahubben för rapportskapare som söker efter data.

Kommentar

Om en semantisk modell inte har konfigurerats för att identifieras kan endast Power BI-användare med build-behörighet hitta den.

Begära semantisk modellåtkomst

En rapportskapare kan hitta en semantisk modell i den datahubb som de vill använda. Om de inte har build-behörighet för semantikmodellen kan de begära åtkomst. Beroende på inställningen för begärandeåtkomst för den semantiska modellen skickas ett e-postmeddelande till semantikmodellens ägare eller anpassade instruktioner visas för den person som begär åtkomst.

Live-anslutning till den delade semantiska modellen

En Live-anslutning i Power BI Desktop ansluter en rapport till en befintlig semantisk modell. Live-anslutningar undviker behovet av att skapa en ny datamodell i Power BI Desktop-filen.

Viktigt!

När du använder en live-anslutning måste alla data som rapportskaparen behöver finnas i den anslutna semantiska modellen. Det anpassningsbara hanterade BI-scenariot med självbetjäning beskriver dock hur en semantisk modell kan utökas med ytterligare data och beräkningar.

Publicera till separata arbetsytor

Det finns flera fördelar med att publicera rapporter till en arbetsyta som skiljer sig från den plats där den semantiska modellen lagras.

Först är det tydligt vem som ansvarar för att hantera innehåll på vilken arbetsyta. För det andra har rapportskapare behörighet att publicera innehåll till en rapportarbetsyta (via arbetsyteadministratör, medlem eller deltagarroller). De har dock bara läs- och byggbehörigheter för specifika semantiska modeller. Med den här tekniken kan säkerhet på radnivå (RLS) börja gälla när det behövs för användare som har tilldelats visningsrollen.

Viktigt!

När du publicerar en Power BI Desktop-rapport på en arbetsyta tillämpas RLS-rollerna på medlemmar som har tilldelats visningsrollen på arbetsytan. Även om användarna har build-behörighet till den semantiska modellen gäller RLS fortfarande. Mer information finns i Använda RLS med arbetsytor i Power BI.

Beroende- och påverkansanalys

När en delad semantisk modell används av många rapporter kan dessa rapporter finnas på många arbetsytor. Ursprungsvyn hjälper dig att identifiera och förstå underordnade beroenden. När du planerar en semantisk modelländring bör du först utföra konsekvensanalys för att förstå vilka beroende rapporter som kan kräva redigering eller testning.

Gateway-konfiguration

Normalt krävs en datagateway vid åtkomst till datakällor som finns i det privata organisationsnätverket eller ett virtuellt nätverk. Den lokala datagatewayen blir relevant när en Power BI Desktop-fil har publicerats till Power BI-tjänst. De två syftena med en gateway är att uppdatera importerade data eller visa en rapport som frågar en live-anslutning eller directquery-semantisk modell.

Kommentar

För hanterade BI-scenarier med självbetjäning rekommenderas en centraliserad datagateway i standardläge starkt över gatewayer i personligt läge. I standardläge stöder datagatewayen live-anslutning och DirectQuery-åtgärder (utöver schemalagda datauppdateringsåtgärder).

Systemtillsyn

Aktivitetsloggen registrerar användaraktiviteter som inträffar i Power BI-tjänst. Power BI-administratörer kan använda aktivitetsloggdata som samlas in för att utföra granskning för att hjälpa dem att förstå användningsmönster och implementering. Aktivitetsloggen är också värdefull för att stödja styrningsinsatser, säkerhetsgranskningar och efterlevnadskrav. Med ett hanterat BI-scenario med självbetjäning är det särskilt användbart att spåra användningen av delade semantiska modeller. Ett högt förhållande mellan rapporter och semantiska modeller indikerar god återanvändning av semantiska modeller.

Relaterat innehåll

I nästa artikel i den här serien lär du dig hur du anpassar och utökar en delad semantisk modell för att uppfylla ytterligare typer av krav.