power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第1张图片

现代企业BI使命之打造数据文化——微软Build大会PowerBI解读

    5月19日晚在线举行的微软Build2020开发者大会上,几位PowerBI(以下简称PBI)团队的主要成员与大家介绍了PBI的发展现状以及未来战略蓝图。今年由于疫情的原因,微软第一次通过线上的方式举行,虽然无缘参加,但最后还是通过官网找到了会议视频。下面就和大家分享一下PBI在这次大会上的部分重点内容以供大家参考讨论。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第2张图片 b9cc576a3d334d9312bc7e2b27ee17e0.gif

    首先发言的是微软商务智能平台的一位的高管Arun Ulag,他认为现代企业决策无处不在,而数据文化是关闭数据和决策之间障碍的关键,PBI可以助力打造数据文化以帮助每个人在任何时候任何地方都可以做出正确的决策。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第3张图片 b9cc576a3d334d9312bc7e2b27ee17e0.gif

    Arun还回顾了近年来PBI发展状况和成绩。从2015年正式发布到现在,企业用户达到了150,000,包括97%的世界500强企业。使用PBI Desktop 的活跃开发者每月达到了2,000,000。PBI全球已经支持了43种语言,40个数据中心,并在3个国家(美国、德国、中国)已经实现了本地云支持和服务。移动端App在Apple和Google平台上的评分分别为4.7和4.8。通过庞大的用户和开发者社区解决了大量用户问题,并吸取了大量的用户建议融入到了产品中。PBI的突出表现确实获得了市场的认可,在两家著名第三方评测公司的分析报告里都给出了第一的评价。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第4张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第5张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第6张图片

    接着带来分享的是微软PBI及商业智能平台首席技术官Amir Netz(CTO),他也是SSAS,VertiPaq(运行在PowerBI内部的引擎)以及PowerPivot 的缔造者。

    Amir重申了数据文化关乎每个人每个决策,帮助企业或组织打造数据文化是PBI的最终愿景。他说:数据文化的形成是一种网络效应,需要人人都可以参与进来,人们应该很容易找到他们所需要的所有数据和工具去驱动洞察获取见解并分享给任何需要的人,从而一起自然形成一个没有边界的数据文化社区。

    但是要实现这样的愿景又何尝容易。他认为根据BI多年来的演变过程和经验总结来看,以下三个方面的挑战是打造数据文化获得成功的主要因素。

  • 让每个人都非常容易的获得令人惊艳的数据体验(Amazing data experiences)。

  • 搭建现代企业级BI平台来满足苛刻的企业数据需求(Modern Enterprise BI)。

  • 将BI融入到整个组织之中,无论何时何地驱动洞察并获得见解。

    然后,Amir和其他三位成员分别详细阐述了PBI通过哪些方面的努力助力企业去面对挑战并实现打造企业数据文化的战略蓝图。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第7张图片

惊艳的数据体验

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第8张图片

PowerPoint for Data

    PowerPoint是很多人在工作中必不可少的可视化报告工具。大家也都喜欢用,优点就不必说了。PBI的界面设计功能会逐渐的向PowerPoint靠齐,简单易用美观的UI设计体验将会使每个人都喜欢上PBI的报表像喜欢PPT一样。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第9张图片

    Aimr讲到这里还用了偷窃这个词小幽默了一下,他说:我们一直在不知羞耻的从PowerPoint偷窃想法,还将继续这样做。在可视化能力上对标PPT可是个不小的挑战,值得期待。

Core Analytics

    用户的意见永远都是产品良好体验的保证。一些用户期待的核心分析图表将会越来越快的得到改进和实现,比如: 分解树,视觉放大缩小功能和小多图等等。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第10张图片

AI Infused Experiences

    PBI借助AI的能力让数据见解变得容易。智能问答可以根据输入文字的问题生成见解,像上面提到的分解树会智能的帮你分解问题的根源,智能叙事会自动帮助你将分析图生成可编辑的语言文字描述,智能见解会自动生成一些分析结果和见解图形供你选择, 还有异常侦测自动预警等等。AI能力将越来越多的融入到PBI中。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第11张图片

现代企业BI

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第12张图片

    Aimr认为现代企业BI平台必须在诸多方面有符合现代企业级需求的特性和功能。它是否具有满足整个企业级需求的数据语义模型和企业级报告功能(比如高可用分页报告),数据或分析结果有没有嵌入式分析能力,是不是有应用生命周期(开发-测试-上线)管理功能,是否具备日志分析能力追溯数据问题根源和监控性能,数据能不能达到实时所需的地步,ETL功能以及数据应用和资源的统一管理和治理等。下面分别介绍了PBI在这些方面展现的能力和优势。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第13张图片

Enterprise semantic models

    通过后台搭建复合数据模型,可以同时将导入的数据和数据库直连的实时数据混合建立数据关系。它非常具有开创性,不需要将所有数据都导入PBI文件,针对大数据级只需建立连接管道,将查询计算压力完全放在底层基础源端进行(数据库、数据仓库等)。至此,大数据、本地数据和实时数据融合搭建大模型并在同一文件中集中可视化分析。举个例子:销售订单表(大数据量、实时)、财务数据(本地数据库)、员工信息表(本地文件excel),这三种数据合在一起创建数据模型,并且保持销售表数据实时更新。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第14张图片

    PBI不仅能连接其他数据源,其他第三方的应用程序也可以连接到PBI使用其模型和数据集(datasets)。还专门增加了外部工具入口可以直接操作PBI Desktop的数据模型(该功能7月已经发布),比如Tabular Editor和DAX Studio, 甚至还可以自己编写工具。

Enterprise reports

    PBI分页报表基于 SSRS中的 RDL 报表技术以及标准报告格式,可以批量生成大量的标准报告并可以以多种文件类型导出(PDF\PPT...)。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第15张图片

Application lifecycle management

    在PBI企业级服务里面包含了PBI应用部署流程管理(开发-测试-生产)工具,目的是统一管理及质量管控部署,确保发布的数据和报告正确可靠。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第16张图片

Lineage & impact analysis

    在数据血源分析视图里面可以看到数据的来龙去脉,一旦数据源有改动和变化还能看到哪些部分受到了影响。给开发或分析人员提供一目了然的数据流向关系图以快速定位问题根源并解决。该功能也是微软特有功能,以前面对一个复杂的数据转换过程和模型,查一个数据问题通常使用倒推法,一层一层逻辑往回退。但在PBI里面现在有了这种功能将大大减少定位问题根源的时间。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第17张图片

Embedded analytics

    嵌入服务具有用于嵌入仪表板和报表的 API,可以将PBI的内容嵌入到其他的应用当中(SharePoint 、OneNote、Sway、Teams等),通过嵌入界面可以访问原生的报表和仪表板。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第18张图片

Dataflows(ETL)

    PBI引入数据流 ,以帮助组织统一来自不同来源的数据并为建模做好数据准备。分析人员可以使用熟悉的自助服务工具轻松创建数据流。数据流用于通过定义数据源连接、ETL逻辑、刷新计划等来引入、转换、集成和丰富大数据。PBI内置强大的ETL数据处理模块PowerQuery,从不同来源,不同结构,不同形式获取数据并按统一格式进行清洗转换。它有傻瓜式的操作界面及按钮可以满足大部分普通数据处理需求,还有DAX计算语言甚至M语言作为高级需求的支撑。

Admin & Governance

    日志分析功能能对报表使用情况,后台资源的使用和性能状况执行监控,并协助管理员进行管理。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第19张图片

加速打造企业内部数据文化

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第20张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第21张图片

DataStack

    PBI在Azure生态中属于Power数据平台中的一环,有很多其他的工具和应用可以和PBI结合产生更好的数据体验。

    比如与Azure Synapse Analytics(原名Azure SQL数据仓库)的深度集成能更好的发挥PBI在大数据查询的性能优势。因为PBI的DirectQuery连接方式依靠的是底层基础数据源的性能,然而Azure Synapse Analytics的结果集缓存和具体化视图功能将提供预计算和查询缓存大大提高查询性能。所以PBI并不是单身作战,除了它自身强大的功能外,在Azure生态里面还有其他的兄弟工具对它的增强和互补。

Action

    使用 PBI和Power Automate的集成,可以自动执行任务,从而抓取报表、获得通知、发送邮件、提醒和警报等。借助工作流自动化服务,将刷新对BI的传统认知,查看报表获取见解将不再是BI的最后一站,行动才是最后一公里。

Trust

    我们都知道,数据涉及到很多个人的隐私,以及商业的机密等,所以数据安全对企业来说是非常重要。

    PBI沿用了微软之前已经有的敏感度标签特性,从另外一个维度为你的数据集,数据流,仪表板以及报表进行标记和分类,比如”个人”,”公共”或者”机密”。敏感度标签不仅仅是一个标签,它可以实现对数据的保护。标签与报表或数据集本身的权限设置无关,它所能控制的是从PBI导出的文件的权限,比如Excel文件、PDF和PPT文件, 可以为带有”敏感”标签的文件设置保护,防止特定用户修改它们,或避免他们从PBI将文件下载到非托管设备。

Collaboration

    在PBI工作区建立工作组,组内成员可共同对报表或数据集的开发、修改、维护、分享。

在SharePoint里面有一个Analyze in PowerBI按钮。他会帮助SharePoint的管理员或者创建者自动可视化站点会话及访问信息。还可以自己创建不一样风格的可视化分析。这就类似于在SharePoint里面增加一个插件,调用PBI的报表功能。当然你还可以将你自己的PBI报表或者Dashboard嵌入到Sharepoint或其它应用进行嵌入式分析。

    无论是PBI组织内部工作组成员协作,还是跨应用、跨平台的嵌入式集成协作分析,都在积极的打通数据和见解的流通障碍,在最大程度上支持简捷快速见解和决策支持。

     以上就是会上主要分享的重要信息点,从这些信息来看,PBI背靠微软强大的技术资源和经验积累已经进化到了一个新的高度。在对个人的数据体验,现代企业BI特性以及全面的数据文化构建特性方面都得有极大地增强,独特而强大的企业数据语义模型将为企业BI带来更多的重大改变。并且它还在以每月更新一个版本的速度快速的成长。其外,PBI企业增强服务还集成了来自于SSAS多年的算法模型基础,实现拖拽式的数据挖掘和机器学习开发功能。包括其他很多细节上的创新和增强等待大家去发现和实践,相信它会变成一款越来越有趣的数据工具,感兴趣的朋友学起来吧。

power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第22张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第23张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第24张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第25张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第26张图片 power bi 跨表计算_现代企业BI使命之打造数据文化——微软Build大会PowerBI解读_第27张图片 本文图片全部来自微软官方网站  https://community.powerbi.com

你可能感兴趣的:(power,bi,跨表计算)