Microsoft Power BI 2.0 Stefan Kirner September 2015
Werbung
Microsoft Power BI 2.0 Stefan Kirner September 2015 Agenda Einordnung & Begriffserklärungen Power BI Überblick Historie Komponenten Power BI Portal Aufbau Dashboards Natural Language Integration Mobile BI / Content Packs Power BI Entwicklung Workflow Power BI Desktop (inkl. vs. Excel) Data Refresh Rest API Typische Einsatzszenarien in der Praxis Self Service only Self Service on managed datapool Self Service on managed in-memory datapool 2 Einordnung & Begriffserklärungen Überblick kompletter Microsoft BI Produktstack 3 Einordnung & Begriffserklärungen Klassische BI Welt und Self Service 4 Einordnung & Begriffserklärungen Tooling Klassische BI Welt und Self Service 5 Power BI Überblick Historie Power BI Excel 2010 Power Pivot 2013 Power BI (1.0) Add-Ins in Excel 2010/2013: PowerQuery, PowerPivot, PowerView und PowerMap Portal in Office 365 mit Integration Q&A Sharepoint On-Prem Seit Juli 2015 (GA): Power BI 2.0 Neues Portal powerbi.com mit Q&A und Dashboards [..] Power BI Desktop Weiter unterstützt Excel 2013 / 2016 und Sharepoint / Excel Kombi 6 Power BI Überblick Die Komponenten von Power BI 7 Power BI Portal Live Dashboards and interactive reports 8 Power BI Portal Power BI Aufbau im Portal 9 Power BI Portal Dashboards zusammenstellen aus Reports Pin to Dashboard aus Report Ansicht 10 Power BI Portal Natural Language Integration 11 Power BI Portal Beispiel für Abfragen Tennisweltrangliste show sum points show points by player show points by country as map show points vs tournaments by player 12 Power BI Portal Mobile BI built in 13 Power BI Portal Content Packs 14 Power BI Portal World Wide Importers und Revenue vs. Target 15 Power BI Entwicklung Workflow 16 Power BI Entwicklung Neue Visualisierungen und Online Editor 17 Power BI Entwicklung Prepare, explore, report and collaborate with Power BI Desktop Feature • Acquire and prepare data with extensive query capabilities • Establish data structure and transform and analyze data • Explore data in new ways through a freeform, drag-and-drop canvas • Author reports with a broad range of modern data visualizations • Publish interactive reports to Power BI Available as a free, downloadable desktop companion to the Power BI service, Power BI Desktop is a visual data exploration and reporting tool Power BI Entwicklung Excel vs. Power BI Desktop http://www.powerpivotpro.com/2015/07/power-bi-designer-vs-excel-whats-microsoft-up-to/ 19 Power BI Entwicklung Excel vs. Power BI Desktop Gleiche spaltenorientierte hochkomprimierte In-Memory Engine Verbreitung Excel 2013 64bit gering, 32 bit Version sehr begrenzt Excel relativ instabil, Versionen-Wirr-Warr der Plugins Schnellerer Updatezyklus von PBI Desktop PBI Desktop besser optimiert für Mobile Devices Viele neue Visualisierungen erst mal nur in PBI Desktop bzw. Online „Excel – Gepfrimel“ hat allgemeine einen schlechten Ruf Problem: Power BI On-Prem Story auf Sharepoint nur für Excel Lösung: Pyramid Server unterstützt auch PBI Designer Mehr zu der Diskussion: http://bit.ly/1juoAas 20 Power BI Entwicklung Daten Extrahieren Feature Use Query functionality to connect to data from a variety of sources beyond those available from powerbi.com Navigate data quickly with in-memory processing that optimizes performance Pare down datasets to only what’s needed by editing queries before data loading Data sources available through Power BI Desktop File Database Azure SaaS Other • • • • • • • • • • • • • • • • • • • • • • • • • • • • • • Excel CSV XML Text JSON Folder • • • • • • SQL Server Database Access Database SQL Server Analysis Services Database Oracle Database IBM DB2 Database MySQL Database PostgreSQL Database Sybase Database Teradata Database Microsoft Azure SQL Database Microsoft Azure Marketplace Microsoft Azure HDInsight Microsoft Azure Blob Storage Microsoft Azure Table Storage appFigures QuickBooks Online Zendesk GitHub Twilio SweetIQ • • • • Web SharePoint List OData Feed Hadoop File (HDFS) Active Directory Microsoft Exchange Dynamics CRM Online Facebook Google Analytics SAP Business Objects BI Universe Salesforce Objects Salesforce Reports ODBC Query ODBC Tables Power BI Entwicklung Daten transformieren und Laden Feature • Transform data to fit your needs using intuitive UI o Select data for inclusion o Cleanse data and remove errors o Precisely tune the query step sequence: re-order, add, edit or delete steps as needed o Modify data types to support specific calculation requirements • Very powerful for advanced scenarios (M, Mashups) Common data-shaping tasks • Remove rows or columns • Change a data type • Pivot columns and group rows • Modify a table name • Identify and fix errors • Merge or append queries to combine data from multiple queries into a single query Power BI Entwicklung Daten modelieren für Analyse (Star, Galaxy, Snowflake..) Feature Automatically create a model by importing data o Desktop detects relationships automatically, categorizes data and applies default summarization Apply complex schema and business logic to create rich, reusable data models Refine models to enable complex calculations o Create relationships between tables manually or using the AutoDetect feature o Adjust relationship type (1:1, many: many, m:1) and cross-filter data for new insights Create and modify relationships Define calculations – known as measures – to generate new fields for use in reports o Use automatically generated measures, or create custom measures with Data Analysis Expressions (DAX) formulas Develop advanced analytics using a combination of measures and relationships o Uncover correlations, highlight exceptions and understand business outcomes Define and use measures with DAX formulas Power BI Entwicklung Explorative Analyse der Daten per drag und drop Feature Explore data in a variety of ways and across multiple visualizations o Select data elements and sort data o Filter data and use cross-filter capabilities o Drill into and across datasets o Pivot and slice data o Change visualization types Select, transform and mashup data via a freeform, drag-anddrop canvas Power BI Desktop allows you to explore your data and create insightful visualizations on a freeform canvas Power BI Entwicklung Visualisierung der Daten in Reportingschicht Feature • Visualize data and easily author reports o Depict data in compelling reports that tell stories using a range of interactive visualizations o Use data from different sources in a single, consolidated report • Change colors, format and customize o Title, Background Color, Legend, Data Labels o New visual color formatting with fixed and data driven settings Power BI Desktop allows you to create and customize reports that tell visually compelling data stories Power BI Entwicklung Sharen der Berichte mit den Kollegen Feature Save Power BI Desktop report files and easily publish them to Power BI Share as appropriate with other Power BI users in your organization Import Power BI Desktop file in Power BI service Changes to dashboards automatically sync across all users Publish from Power BI Desktop to Power BI service Power BI Dektop Arbeiten mit dem PBI 27 Power BI Entwicklung Live query und scheduled data refresh 28 Power BI Entwicklung Keep all your data current Live query und scheduled data refresh Feature Real-time dashboards Data refresh architecture o using the Power BI REST API or o with built-in Azure Stream Analytics integration Live dashboards and reports Live connectivity o data is updated as user interacts with dashboard or report o to existing on-premise sources, e.g. Analysis Services, with auto-refresh o to Azure SQL Database with autorefresh Live query Power BI Secure Credential Store Automatic or scheduled refreshes o regardless of where data lives o SaaS data sources (automatic) o Schedule refreshes for on-premise data sources with Personal Gateway Dynamics Marketing Popular SaaS Solutions SQL Server Analysis Services (SSAS) Power BI Entwicklung Wie können die Azure Dienste zusammenarbeiten? Event producers Collection Ingestor (broker) Stream Analytics Applications Legacy IOT (custom protocols) Devices Transformation Event hubs Long-term storage Presentation and action Web/thick client dashboards Service bus Azure DBs Search and query Cloud gateways (web APIs) Azure storage Storage adapters IP-capable devices (Windows/Linux) Machine Learning Data analytics HDInsight PowerBI Low-power devices (RTOS) Field gateways Reference data Devices to take action 30 Power BI Entwicklung Beispieldashboard Telco Dataset taucht dann einfach mal auf und kann im Portal benutzt werden 31 Power BI Entwicklung Realtime Dashboard Telco 32 Power BI Entwicklung Scheduled refresh with Power BI Personal Gateway Scheduled refresh with Power BI Gateway Feature Aktualisieren von Daten aus Datenquellen die lokal auf dem Laptop des Users gespeichert sind Refresh on-demand und nach Zeitplan Einfach einzurichten und zu bedienen Viele Datenquellen unterstützt Das Gateway installiert sich als Service mit dem gewünschten User Sicherer Datentransfer gewährleistet durch automatische Nutzung von Azure Service Bus behind the scenes Funktioniert für Excel 2013 PowerPivot/Query und PBI Desktop Supported on-premise data sources: • • • • • • • • • • • • • SQL Server Oracle Teradata IBM DB2 PostgreSQL Sybase MySQL SharePoint List (on-premises) File (CSV, XML, Text, Excel, Access) On-premises SQL Server Analysis Services Tabular models (uploaded data; not live connections) Folder Custom SQL/native SQL Power BI Entwicklung Power BI Personal Desktop 34 Power BI Entwicklung REST API für volle Flexibilität Rest API for model creation, data insert, data drop Allows real time dashboards Many more scenarios f.e. stream analytics 35 Power BI Entwicklung Viele Erweiterungsmöglichkeiten durch die REST API Feature Visuals Integration Push data Realtime Power BI Entwicklung Client app sample: Create a dataset in Programmatisches Erzeugen eines Power BIDatasets in Power BI Feature Einsatzszenarien Or how to pimp your Self-Service BI ‣ Self Service only ‣ Self Service on managed datapool ‣ Self Service on managed in-memory datapool 38 Einsatzszenario 1 Self Service only LOB OLE DB IBM DB2 Data Markets „unstrukturierte“ Daten Odata Feeds Other 39 Einsatzszenario 1 Self Service only Enduser greifen direkt auf alle Quelldaten zu und entwickeln eigene BI Lösungen Vorteile: ‣ Geringer Aufwand für IT ‣ Sehr Agil, jeder holt sich was er braucht Nachteile: ‣ Keine Single Source of Truth ‣ Datenbestände aus flüchtigen Quellen nur schwer abbildbar ‣ Hohe Belastung Quellsysteme durch unkontrollierte Ladezugriffe in den Arbeitszeiten ‣ Keine Überwachung der Ladeprozesse und kein Alerting der Anwender ‣ Auditing & Logging & Fehlerbehandlung nicht möglich ‣ „all-or-nothing“ Security in Powerpivot ‣ Security muss zusätzlich in den Datenquellen gemanaged werden ‣ Enduser überfordert mit Datenabzug, Transformationen und Modellierung 40 Einsatzszenario 2 Self Service auf relationalem Datapool Azure Integration Services (ETL) SQL Database Data Factory Data Warehouse LOB OLE DB IBM DB2 Data Markets „unstrukturierte“ Daten Odata Feeds Other 41 Einsatzszenario 2 Self Service on managed datapool Enduser greifen auf gemanagte, konsistente Datenbasis (DWH, Data Lake) zu, erweitern die Daten mit weiteren Quellen (wetterdaten, online Statistiken) und entwickeln darauf Analysemodelle und Reports Vorteile: ‣ Single Source of Truth für die Daten die managed sind (diese sind wichtig) ‣ Inkrementelle Loads möglich (große oder flüchtige Datenbestände) ‣ Ladevorgänge zentral (Belastung der Quelle nur 1x) und zu off- Zeiten ‣ Alerting für Anwender bei Fehlern ‣ Auditing & Logging & Fehlerbehandlung nach etablierten Mechanismen Was kann noch stören? ‣ „all-or-nothing“ Security in Powerpivot ‣ Enduser überfordert mit Modellierung 42 Einsatzszenario 3 Self Service auf In-Memory Tabular Datapool Analysis Services (OLAP, In-Memory, Data Mining ) Azure Integration Services (ETL) SQL Database Data Factory Data Warehouse LOB OLE DB IBM DB2 Data Markets „unstrukturierte“ Daten Odata Feeds Other 43 Einsatzszenario 3 Self Service on managed in-memory datapool Enduser greifen auf vorgefertigte In-Memory Analysedatenbank zu und entwickeln darauf Reports Vorteile: ‣ Analysedatenbank ist gemanaged & qualitätsgesichert ‣ Data Driven Security möglich (on-prem) ‣ Partitioning ermöglicht effizienteres Laden ‣ Weitere spezielle Power BI Modelle möglich für die Endbenutzer 44 Links und Informationen Ich will mehr wissen - wo geht’s weiter? ‣ Selbst probieren: http://www.PowerBI.com ‣ Knowledgebase: https://support.powerbi.com/knowledgebase ‣ MSDN Power BI Blog: http://blogs.msdn.com/b/powerbi/ ‣ Online Training Microsoft: http://bit.ly/1jt6eX7 ‣ On-Site Training: https://www.inovex.de/de/leistungen/trainings/microsoft-powerbi-training/ Nächster öffentlicher Training Day: 20.10. in Karlsruhe 45 Vielen Dank für Ihre Aufmerksamkeit Kontakt Stefan Kirner Head of BI Solutions inovex GmbH Ludwig-Erhard-Allee 6 76133 Karlsruhe Mobil: 0173 3181012 Mail: [email protected] 46
