Microsoft Power BI 2.0 Stefan Kirner September 2015

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