Přejdi na obsah Přejdi na navigaci
 

Jak postupovat správně při přechodu na Power BI

Doprovodný obrázek

Díky intenzivnímu rozvoji Power BI, investicím, které do něj Microsoft technicky i marketingově vkládá, a integraci do Office 365 řada firem zvažuje náhradu jejich manuálního reportingu v MS Excel automatizovaným reportingem právě v tomto nástroji. Pokud je to i váš případ, tento článek by vám měl pomoct s vyhodnocením přínosů takového kroku a poradit, co všechno zvážit, aby přechod proběhl co nejúspěšněji.

Prvním krokem celého procesu by mělo být zhodnocení stávajících reportů, zejména:

  • kde jsou uložena zdrojová data, jaká je jejich přístupnost a velikost;
  • kdo reporty v MS Excel tvoří, jak jsou transformována data a jaké jsou použity vizualizace;
  • komu a jak jsou reporty sdíleny, jak často je uživatele používají;
  • jakým způsobem a jak často dochází k aktualizacím;
  • jaké potíže mají se stávajícími reporty správci zdrojových dat, tvůrci reportů a jejich uživatelé.

Problematičtější mohou být zejména reporty založené na ad-hoc exportovaných datech, sdílených prostřednictvím emailu, reporty bez vysvětlení jejich přesného významu či například reporty velmi pomalé z důvodu jejich velikosti a komplexnosti.

Poté je aktuální stav firemního reportingu možné posoudit z pohledu největších výhod Power BI oproti MS Excel, které reporting mohou posunout na úplně jinou úroveň. Je tedy vhodné stanovit, do jaké míry budou v novém řešení použity a jaké přínosy poskytnou. Mezi výhody využití Power BI může patřit například:

  • možnost přímého napojení na mnoho cloudových i on-premise zdrojů dat, jejich kombinace a automatická aktualizace, namísto manuálního vkládání dat;
  • možnost rychle pracovat i s rozsáhlými daty, které již MS Excel nezvládá, a transformovat je do komplexních datových modelů přímo v prostředí Power BI včetně nastavení jejich citlivosti a zabezpečení;
  • reporty lze tvořit bez psaní vzorců, nicméně lze vytvářet i velmi pokročilé kalkulace s tím, že základní funkce jsou shodné s MS Excel a přitom fungují na základě relačních vztahů;
  • vizualizace na reportních stránkách mohou být interaktivní, nastavení jejich vzhledu je velmi intuitivní a k dispozici jsou stovky připravených druhů vizualizací;
  • reporty lze snadno sdílet v cloudu s uživateli i do aplikací Office 365 a tím efektivně spolupracovat v týmu – reporty lze používat i na tabletech a mobilech;
  • několika kliknutími lze vytvořit dashboardy, nastavit upozornění na základě dat, automatické emailové odběry a aktualizace dat;
  • díky integrované umělé inteligenci lze získat automatické rychlé přehledy z datového modelu, lze se na data ptát v přirozeném jazyce, využít analýzu abnormalit aj.

Na základě analýzy potřeb a potenciálních přínosů by si firma měla nastavit cíle migrace, navrhnout konkrétní architekturu řešení a procesy, kterými se využívání nového reportingového prostředí bude řídit.

Power BI je flexibilní platforma a reporty lze (zdarma) tvořit i využívat jednotlivými uživateli individuálně v aplikaci Power BI Desktop, je ale také možné vytvořit komplexní systém reportingu pro tisíce uživatelů, nad obrovskými daty. Typické nasazení Power BI platformy počítá se zobrazením a sdílením reportů v zabezpečeném cloudu, pro speciální případy lze reporty publikovat do on-premise Power BI Report Server.

Pro to je nutné zajistit příslušné licence – Power BI Pro umožňující sdílení reportů v cloudu, případně Premium licence pro dedikované cloudové prostředí umožňující sofistikovanou administraci, sledování výkonu a spolehlivosti celého řešení.

Z organizačního pohledu je nutné zvážit, zda bude Power BI řešení ve firmě nasazeno jako:

  • tzv. self-service platforma, kde vše okolo reportů řeší pouze lidé z byznysu a IT poskytuje pouze minimální podporu (např. přiřazování licencí, instalaci datových bran atd.);
  • reportingové a analytické prostředí tvořené BI specialisty, kde se byznys uživatelé účastní pouze jako zadavatelé a čtenáři reportů;
  • kombinace obou přístupů.

Současným jasným trendem je sice self-service přístup, ale je nutné uvědomovat si také jeho rizika a omezení:

  • vysoká míra redundance činností (například pokud si každé oddělení musí samo vymýšlet a realizovat unifikaci klientů mezi různými informačními systémy);
  • možné rozdílné výsledky prezentované různými odděleními nad stejnými daty díky použití odlišných algoritmů;
  • možnost špatné interpretace dat a získávání chybných výsledků díky neznalosti logiky podkladových datových struktur;
  • nižší technologické znalosti lidí, pro které není datová analýza a vývoj v Power BI denním chlebem.

I při self-service přístupu je tedy vhodné počítat s nutností intenzivní podpory uživatelů datovými specialisty.

Z architektonického pohledu na infrastrukturu je potřeba zvážit, zda budou datové toky a datové modely napojeny přímo na původní zdroje dat (informační systémy), nebo zda bude vhodné vybudovat konsolidovanou datovou mezivrstvu pro jejich zpřístupnění (data lake, datový sklad, nebo reportingový datamart). Datová mezivrstva je obzvláště vhodná v případě, že je potřeba data historizovat, nebo při jejich kombinaci provádět komplexní datové operace. Samozřejmě je potřeba určit, kdo tuto mezivrstvu bude vyvíjet a udržovat.

autor: Petr Kolář

Tomáš

 

INSPIRACE do Vašeho e-mailu

Pozvánky na kurzy a konference, newslettery se zajímavým obsahem, články na aktuální témata, nejnovější trendy. Teď už Vám nic neunikne. Ochrana osobních údajů.

*
*
*