В социальных сетях активно обсуждается новый технический документ Microsoft, опубликованный на сайте TechNet, по теме гибридной бизнес-аналитики с Power BI (http://social.technet.microsoft.com/wiki/contents/articles/13146.white-paper-gallery-for-sql-server.aspx#UsingPowerBIinaHybridEnvironment). В документе представлен превосходный технический обзор, который стоит прочитать всем, кто стремится изучить Power BI и найти оптимальные способы реализации приложения при наличии бизнес-аналитики, размещенной локально или в инфраструктуре как услуге (IaaS) Azure. Рассматриваются следующие темы:

  • архитектурные варианты гибридной BI;
  • шлюз управления данных;
  • рекомендуемые подходы для:

Интеграции мер безопасности;

Управления удостоверениями;

Сетевых подключений;

Помимо малых предприятий, которым доступны лишь размещенные в «облаке» решения, сегодня многие компании располагают сочетанием «облачных» и локальных источников данных. Только представьте, как много групп использует Salesforce.com, Google Analytics, Constant Contact и другие «облачные» приложения для подразделений. Как правило, эти группы используют API-интерфейсы или коннекторы, чтобы перемещать «облачные» данные в локальное хранилище данных для создания отчетов. В Microsoft Azure и Power BI эта концепция получила дальнейшее развитие.

В последние годы растет популярность концепции виртуализации данных. Чаще всего приходится обеспечивать прозрачное взаимодействие с Microsoft BI в Office 365 и существующих локальных порталах SharePoint или источниках данных.

Понимание того, как следует строить гибридную бизнес-аналитику, становится важным условием для овладения профессией. Однако до появления нового технического документа находить ответы и рекомендации было нелегко.

Безопасность в гибридном мире

После краткого знакомства с новым документом я заметил, что большое внимание уделяется сетевым подключениям и управлению удостоверениями. Освоить управление удостоверениями и безопасность Microsoft BI всегда было непросто, а в мире гибридной бизнес-аналитики эти вопросы даже более трудны.

Нельзя не признать, что установка и настройка BI-фермы SharePoint 2013 может быть сложнейшей задачей даже для талантливых администраторов. Обычно я советую тем, кто впервые собирается выполнить установку BI-фермы SharePoint 2013, сначала прочесть технический документ (technet.microsoft.com/en-us/library/dn186184.aspx) Кея Ульриха, чтобы лучше понять концепции безопасности SharePoint, безопасности Microsoft BI и делегирования Kerberos.

Управление безопасностью пользователей в Office 365 имеет много общего с управлением локальной безопасностью SharePoint. Существуют варианты федерации Active Directory (AD) с Office 365 и использования единого входа (SSO). Есть и другие альтернативы многофакторной проверке подлинности в случаях, когда требуются дополнительные уровни безопасности.

В сценариях бизнес-аналитики с размещением служб Analysis Services или Reporting Services на виртуальных машинах Microsoft, возможно, потребуется также настроить Azure AD, AD Federation Services (ADFS) и средства Azure Active Directory Sync для синхронизации паролей, пользователей и групп между локальным AD и Azure AD, поддерживающим экземпляр Office 365. В новом техническом документе Hybrid Business Intelligence with Power BI (social.technet.microsoft.com/wiki/contents/articles/13146.white-paper-gallery-for-sql-server.aspx#UsingPowerBIinaHybridEnvironment) подробно рассказывается об этих концепциях и приводятся ссылки на многие полезные ресурсы.

Шлюз управления данными для Power BI

Сегодня шлюз управления данными, похоже, является ключом к гибридной бизнес-аналитике с Office 365 Power BI. Шлюз управления данными - это клиентское приложение-агент, установленный на локальном сервере. Он копирует данные из внутренних источников данных в «облачный» формат источника данных Power BI.

Источники данных Power BI Office 365 - своего рода «облачный» остров данных, но со временем он будет развиваться. Функциональность Power BI Data Refresh, в сущности, обеспечивают рабочие книги Excel, которые развернуты на сайте Power BI и могут обновляться по единому расписанию из следующих источников данных:

Теперь, если имеется подключение VPN и виртуальная сеть Azure, открывается гораздо больше потенциальных источников данных для Power BI. В этом случае доступ к источникам данных через соединения Power BI и выполняемые по расписанию обновления аналогичен соответствующим действиям с локальным инструментом Power Pivot. Единственное различие - похоже, по-прежнему требуется шлюз управления данными для доставки этих данных в Power BI. В разделе Power BI Data Refresh описываемого технического документа перечисляются поддерживаемые источники данных, расписания обновления данных и местоположения данных.

Отправляем отзыв в Microsoft

Мы только начинаем знакомиться с применением Microsoft BI и Power BI в «облачной» и гибридной среде. Пока лишь немногие группы используют Power BI и гибридную бизнес-аналитику. Я наблюдаю многочисленные изменения, которые непрерывно вносятся в Azure, и одновременно полное непонимание, особенно в вопросах «облачной» бизнес-аналитики Azure и Power BI с локальными источниками данных.

Если у вас есть технические вопросы к специалистам Microsoft, можно направить отзыв группам, которые проектируют эти ресурсы. Не надейтесь, что кто-то уже сформулировал эти требования. Если никто не задает вопросов и не жалуется, инженеры в Редмонде могут полностью упустить проблему из вида.

Алексей Селезнёв Head of Analytics Dept. , Netpeak™

Для пользователей Microsoft Windows 10 есть отдельная версия Power BI Desktop, которую вы можете найти, перейдя по этой ссылке.

Откуда можно загружать данные?

Power BI имеет множество встроенных коннекторов к различным сервисам и базам данных, с помощь которых вы в считанные минуты можете загрузить в программу нужный набор данных из различных источников, связать их между собой и построить консолидированные отчеты и диаграммы. На момент написания статьи все доступные коннекторы распределены на четыре группы: 1. Группа «Файл»:

Как видите, в Power BI можно импортировать данные из наиболее известных баз данных и сервисов, используя различные форматы файлов. После загрузки информации из доступных источников в Power BI, перед вами открываются большие возможности по очистке и преобразованию данных, в связи с тем, что в платформе присутствует достаточно мощный ETL функционал. Загружаемые таблицы можно редактировать, а на основе их столбцов создавать расчетные столбцы и меры - таким образом вы можете преобразовать массивы информации в наборы данных со структурой, необходимой для построения визуализации.

Какие визуализации можно построить?

Сформировав набор данных, загруженных из различных источников, вам станут доступны множество встроенных элементов визуализации:

  • линейчатая диаграмма с накопление;
  • гистограмма с накоплением;
  • линейчатая диаграмма с группировкой;
  • гистограмма с группировкой;
  • нормированная линейчатая диаграмма;
  • нормированная гистограмма;
  • график;
  • диаграмма с областями;
  • диаграмма с областями с накоплением;
  • линейная гистограмма и гистограмма с накоплением;
  • линейная гистограмма и гистограмма с группировкой;
  • каскадная диаграмма;
  • точечная диаграмма;
  • круговая диаграмма;
  • диаграмма дерева;
  • карта;
  • таблица;
  • матрица;
  • заполненная карта;
  • воронка;
  • датчик;
  • многострочная карточка;
  • карточка;
  • ключевой показатель эффективности;
  • срез;
  • кольцевой график;
  • визуальный элемент r-script (на данный момент включается в параметрах программы).

Все элементы имеют достаточно широкий спектр настроек, направленных на изменение нужных параметров: цвет, фон, название, границы и так далее. Если вам будет недостаточно стандартного набора, можно загрузить пользовательские визуальные элементы.

Как загрузить данные в Power BI Desktop?

1. Установите связь с Google Analytics

1.1. Приступим непосредственно к загрузке информации из представления Google Analytics. На вкладке «Главная» в группе «Внешние данные» жмем на кнопку «Получить данные».

После чего в диалоговом окне «Получить данные» в группе «Другое» выбираем сервис «Google Analytics» и жмем «Подключить».

1.3. Последний шаг - предоставить разрешение на просмотр данных в нужном представлении Google Analytics.

1.4. После клика по кнопке «Разрешить» мы автоматически возвращаемся в окно «Учетная запись Google», где будет оповещение, что вы вошли в систему. Жмем на кнопку «Подключение».

В открывшимся окне «Навигатор» вы увидите список всех доступных аккаунтов, ресурсов и представлений Google Analytics.

В каждом представлении присутствует одинаковый набор параметров и показателей, распределенных на 28 групп:

  • Ad Exchange - информация об эффективности рекламы в Ad Exchange;
  • AdSense - информация об эффективности показов рекламы AdSense;
  • AdWords - информация об эффективности рекламных кампаний в AdWords;
  • App traking - информация о взаимодействии с мобильным приложением;
  • Audience - демографическая информация о посетителях сайта;
  • Channel grouping - группы каналов трафика;
  • Content Experiments - информация о проводимых экспериментах;
  • Contetn Grouping - классификация контента сайта по группам;
  • Custom variables or colunms - пользовательские параметры и показатели;
  • DoubleClick Campaign Manager - информация о эффективности рекламы в DoubleClick;
  • Ecommerce - данные электронной торговли;
  • Event tracking - информация о событиях;
  • Exceptions - исключения;
  • Geo network - геоданные посетителей;
  • Goal conversion - данные о достижении целей;
  • Internal Search - информация об использовании поиска на сайте;
  • Page Tracking - информация о страницах, которые просмотрели пользователи;
  • Platform or device - операционные системы и устройства пользователей;
  • Related product - связанные сервисы;
  • Session - информация о сеансах;
  • Site speed - скорость загрузки страниц;
  • Social activities - показатели активности в социальных сетях;
  • Social interaction - показатели взаимодействия трафика из социальных сетей;
  • System - информация о системных показателях посетителей;
  • Time - информация о времени совершения событий;
  • Traffic source - информация об источниках трафика;
  • User - информация о пользователях;
  • User timings - длительность сеанса.

В качестве примера давайте выберем следующие параметры: Channel grouping -> Default channel grouping; User -> User Type; Time -> Month of year. В качестве показателей возьмем: Session -> Sessions; Session -> Bounces; Session -> Session duration. Хочу заметить, что в Power BI, как и при любом API запросе в Google Analytics, существует ограничение на максимальное количество запрашиваемых параметров (не более семи) и показателей (не более десяти).

1.5. Для того, чтобы загрузить выбранные данные в модель данных Power BI, жмем кнопку «Загрузить», которая располагается в нижнем правом углу окна «Навигатор».

Теперь загруженный набор данных отображается в области полей, и мы можем строить на основе этой информации любой доступный визуальный элемент.

2. Как загрузить данные из MySQL?

Чтобы показать функциональность Power BI, я сгенерировал и загрузил в MySQL данные о продажах. Следуя описанным ниже инструкциям, можно подключать любые доступные базы данных и после соединять всю загруженную информацию в одну таблицу или график.

2.1. Для загрузки данных о продажах из MySQL, как в описанном примере, необходимо воспользоваться командой «Получить данные», которая находится на вкладке «Главная».

2.2. В диалоговом окне «Получить данные» в группе «База данных» выбираем пункт «База данных MySQL».

2.3. После клика по кнопке «Подключить» в окне «База данных MySQL» вводим IP сервера, имя базы данных и текст SQL запроса. Если вы не знакомы с SQL и хотите просто выбрать некоторые таблицы из базы данных целиком, то вводить SQL запрос не следует, на следующем шаге у вас будет возможность выбора таблицы. Поскольку я загрузил тестовые данные с локального ПК, то в поле «Сервер» вместо IP я укажу «localhost».

2.5. На этом этапе подключение к MySQL серверу установлено. В случае, если вы ранее прописали SQL скрипт, то результат его работы будет загружен в модель данных. Поскольку мы не указывали запрос, в левой части диалогового окна «Навигатор» появится список доступных таблиц из указанной ранее базы данных. В моем случае доступна всего одна одна таблица «sales», все остальные - системные, в связи с чем ставим галочку напротив названия таблицы продаж и жмем «Загрузить».

Теперь в модель данных Power BI загружены данные из двух источников: Google Analytics и MySQL.

3. Как упорядочить данные?

После того, как все необходимые данные загружены, необходимо привести их к нужному виду. Наиболее удобный способ редактирования данных - перейти в режим «Данные», с помощью одноименной команды, расположенной на левой панели рабочего окна Power BI.

В режиме данных вы можете изменить тип данных, хранящихся в любом столбце, создавать новые столбцы и меры, используя возможности языка формул DAX, заменять значения хранящиеся в столбцах - в общем делать с данными все, что считаете нужным. В нашем случае следует изменить формат вывода поля «Sale» на денежный. В меню «Поля», которое в режиме «Данных» находится в правой части окна, выбираем нужный набор данных (в нашем случае «Данные из MySQL»), после чего кликаем на название столбца «Sales» и меняем формат данных, перейдя на вкладке «Моделирование» в группу «Форматирование».

4. Как установить связи между таблицами

Для того, чтобы строить визуализацию на основе данных из двух различных источников необходимо настроить между ними связи. Power BI поддерживает три типа связей:

  • многие к одному;
  • один к одному;
  • один ко многим.

Единственный подходящий для загруженных таблиц тип связи - многие ко многим. Он создается через промежуточные таблицы (справочники) и средствами создания двух связей типа многие к одному и один ко многим. В нашем наборе данных существует три параметра, по которым необходимо настроить связи между таблицами «Default Channel Group», «YearMonth», «UserType». Соответственно необходимо создать три одноименных справочника, которые будут содержать список всех уникальных элементов каждой из перечисленных категорий. В качестве примера мы загрузим список уникальных элементов по каждому полю из CSV файлов.

  • channelGroup;
  • yearMonth;
  • userType.

4.1. Процесс загрузки CSV файлов в Power BI так же прост, как и описанные раннее подключения к Google Analytics и MySQL: жмем кнопку «Получить данные», в группе «Файл» выбираем «CSV» и по очереди загружаем в модель данных три скачанных CSV файла.

4.2. При загрузке таблиц «channelGroup» и «userType» необходимо указать, что первая строка является заголовком столбца. Для этого перейдите в режим редактирования запроса, на вкладке «Преобразование» в выпадающем меню «Таблица» используйте команду «Использовать первую строку в качестве заголовка»:

Если на этом этапе вы все сделали правильно, модель данных будет состоять из пяти таблиц. Чтобы в этом убедиться, можно посмотреть в область полей либо перейти в режим визуального интерфейса просмотра модели данных (для этого кликните по иконке с изображением связей между таблицами на левой панели Power BI).

Power BI самостоятельно определил некоторые связи, поэтому модель данных выглядит следующим образом.

4.3. Для дальнейшего создания всех связей нам необходимо изменить тип текущих связей на однонаправленные, в противном случае связи, которые мы планируем создать, будут неоднозначны и при их определении Power BI выдаст ошибку. Чтобы изменить тип связей необходимо дважды кликнуть по связи левой кнопкой мыши и в диалоговом окне «Изменение связи» поменять направление кроссфильтрации на однонаправленную.

Изменив направление кроссфильтрации связей, созданных автоматически, можно переходить к процессу создания остальных связей.

4.4. В Power BI существует два способа определения связей между таблицами: в визуальном режиме и с помощью диалогового окна «Управление связями». Чтобы создать связь в режиме визуализации модели данных, нужно перетащить с помощью мыши поле из одной таблицы в ту, с которой хотим создать связь. Давайте таким образом активируем связь по полю «Default channel group» в таблице «Данные из GA» с полем «Channel» в таблице «channel».

Как в предыдущих примерах, необходимо изменить направление кроссфильтрации на однонаправленную. Теперь модель данных выглядит следующим образом:

4.5. Оставшиеся связи мы будем создавать с помощью диалогового окна «Управление связями», для этого кликните на кнопку «Управление связями» на вкладке «Главная».

Диалоговое окно «Управление связями» содержит все созданные ранее связи, для создания новых связей следует нажать на кнопку «Создать».

В окне создания связи необходимо указать таблицы и поля, по которым вы планируете настроить связь, а так же указать кратность связи и направление кроссфильтрации.

4.6. Для создания связи между таблицей «данные из GA» и «yearMonth» необходимо в окне создания связи установить следующие параметры.

Таким же образом нам надо связать таблицу «данные из MySQL» и «yearMonth».

Модель данных теперь выглядит следующим образом.

Как видите, таблицы «Данные из GA» и «Данные из MySQL» теперь связаны между собой через справочники и имеют друг к другу кратность связи многие ко многим.

5. Как построить визуализацию?

5.1. Чтобы создать визуализацию, вернемся в режим «Отчет», воспользовавшись одноименной кнопкой в меню, расположенном в левой части окна Power BI.

5.2.1. В качестве элемента визуализации будем использовать вид «Линейная гистограмма и гистограмма с накоплением».

5.2.2. Перетягиваем поле «month» из таблицы «yearMonth» в область «Общая ось».

5.2.3 Перетягиваем поле «Session» из таблицы «Данные из GA» в область «Значения столбцов».

5.2.4. Перетягиваем поле «sales» из таблицы «Данные из MySQL» в область «Значения строк».

В результате этих манипуляций в области отчетов будет построена диаграмма следующего вида.

Как видите, диаграмма сочетает в себе информацию о сеансах и продажах из двух разных источников.

5.3. Дополнительно можно воспользоваться опциями форматирования объектов визуализации, кликнув по иконке с кисточкой.

В результате чего вы можете изменять цвета, размер, шрифт, фон и прочие параметры элемента визуализации.

6. Как настроить фильтры данных?

Для более удобной работы с фильтрами данных следует добавить на рабочий лист три среза. 6.1. Перетащите с помощью мыши в пустое место области отчетов следующие поля:


6.2. После чего по очереди выделите мышкой каждый из этих объектов и переключите в режим «Срез».

В результате у нас получится лист с возможностью фильтрации данных по типу пользователя, источнику / каналу и месяцу года.

6.3. Если вам понадобится сменить аккаунт Google, к которому привязаны определенные представления Google Analytics, воспользуйтесь меню «Файл» -> «Параметры и настройки» -> «Настройки источника данных».

6.4. Поэкспериментируйте с элементами визуализации и выберите наиболее подходящие, (более подробно о правилах выбора диаграммы можно узнать из публикации «Как построить диаграмму и не облажаться»), после чего все диаграммы и таблицы обновляйте нажатием одной кнопки.

1. Как установить связь Power BI Service с Google Analitycs?

Чтобы открыть рабочую область, нажмите на кнопку с изображением меню. С помощью кнопки «Получение данных» начинаем процесс подключения к Google Analytics.

В списке доступных служб находим и выбираем Google Analytics.

Жмем кнопку «Подключится».

Для Google Analytics на данный момент существует только один способ проверки подлинности «oAuth», поэтому в диалоговом окне проверки подлинности ничего не изменяем и жмем «Войти».

1.2. Выбираем нужный нам Google аккаунт.

Подтверждаем разрешение Power BI Service на просмотр данных Google Analytics.

1.3. Следующий шаг - выбор аккаунта, ресурса и представления Google Analytics.

После того, как вы нажмете «Импорт», в рабочей области автоматически будет сформирован набор данных, отчет и информационная панель.

2. Как работать с отчетами?

Также вы можете посмотреть все сформированные автоматически отчеты, для этого кликните в основном меню в области отчетов по пункту «Google Analytics».

2.1. Отчеты сгруппированы по страницам:

  • Site trafic;
  • System usage;
  • Total users;
  • Page performance;
  • Top pages.

2.1.1. Соответственно страница Site traffic содержит информацию о сеансах и хитах, а также о поведенческих показателях пользователей.

2.1.2. Страница System usage содержит информацию о геолокации, операционной системе и типе устройства пользователей.

2.1.3. На странице Total User вы найдете информацию о количестве посетителей.

2.1.4. На странице Page Performance содержится информация о скорости загрузки страниц.

2.1.5. Последняя страница Top Pages отображает информацию о количестве уникальных просмотров, а также о количестве входов и выходов с сайта в разрезе страниц.

2.2 Можно изменить любой элемент отчета либо добавить новую страницу, для этого достаточно кликнуть по кнопке «Изменить отчет».

В нижней части экрана отобразится кнопка добавления новых страниц в отчет.

2.3. Как вы могли заметить, в онлайн версии Power BI нет возможности выбора параметров и показателей при загрузке данных из Google Analytics, в связи с чем вы можете работать только со стандартным набором полей, который в свою очередь состоит из пяти таблиц:

2.3.1. Calculaions :

  • Avg.daily new users - среднедневное количество новых пользователей;
  • Avg. daily new users (weekday) - среднедневное количество пользователей в разрезе дней недели;
  • Avg. daily users - среднедневное количество пользователей;
  • Avg.daily users weekday - среднедневное количество пользователей в разрезе дней недели;
  • Avg. session duration (sec) - средняя длительность сеанса в секундах;
  • Bounces MoM - прирост количества отказов за последние 30 дней;
  • Hits MoM - прирост количества хитов за последние 30 дней;
  • New users MoM - прирост новых пользователей за последние 30 дней;
  • Session MoM - прирост объема сеансов за последние 30 дней.

2.3.2. Overwiev :

  • Avg. session duration - средняя длительность сеанса;
  • Bounces - количество отказов;
  • Browser - браузер пользователя;
  • Country - страна пользователя;
  • Date - дата сеанса;
  • DayOfMonth - день месяца, когда был совершен сеанс;
  • DayOfWeek - день недели, когда был совершен сеанс;
  • Device category - тип устройства;
  • Hits - количество хитов;
  • MonthName - название месяца;
  • MonthYear - месяц года;
  • Operating system - операционная система пользователя;
  • Page / sessions - среднее количество просмотренных страниц на сеанс;
  • Pageviws - общее количество просмотренных страниц;
  • Sessions - количество сеансов;
  • Year - год.

2.3.3. Page performance :

  • Date - дата;
  • DayOfMonth - день месяца;
  • DayOfWeek - день недели;
  • DomainLookupTime - время поиска домена;
  • MonthName - название месяца;
  • MonthYear - месяц года;
  • PageLoadTime - время загрузки страницы;
  • RedirectionTime - время редиректа;
  • Year - год.

2.3.4. Pages :

  • Date - дата;
  • DayOfMonth - день месяца;
  • DayOfWeek - день недели;
  • Entrances - количество заходов;
  • Exits - количество выходов;
  • MonthName - название месяца;
  • MonthYear - месяц года;
  • Page - url страницы;
  • PageTitle - название страницы;
  • Pageviews - количество просмотров страницы;
  • TimeOnPage(sec) - общее время, проведенное на странице в секундах;
  • Unique pageviews - количество уникальных просмотров страниц;
  • Year - год.

2.3.5. User :

  • Date - дата;
  • DayOfMonth - день месяца;
  • DayOfWeek - день недели;
  • DaysFromToday - количество дней с сегодняшнего дня;
  • MonthName - название месяца;
  • MonthYear - месяц года;
  • New users - количество новых пользователей;
  • Users - количество пользователей;
  • Year - год.

Эти пять таблиц, загруженные из Google Analytics, не связаны между собой, так как в онлайн версии Power BI у вас нет возможности создавать связи. Но в Power BI Service можно публиковать файлы, разработанные в Power BI Desktop файлов.

3. Как опубликовать информацию с Power BI Desktop?

Для этого достаточно быть зарегистрированным пользователем данной службы и нажать кнопку «Опубликовать».

После чего начинается процесс публикации файла в службе Power BI.

Если вы все сделали правильно, то получите сообщение, что файл был успешно опубликован, и вы можете запустить автоматический анализ данных. Power BI Service выведет на экран найденные в данных закономерности.

4. Как создавать информационные панели?

4.1. Вы можете создавать новые информационные панели и добавлять на них любой элемент отчета, кликнув по кнопке закрепить.

Заключение

Сегодня я рассказал:

  1. Как загрузить в программу нужный набор данных (я показал как это делать на примере интеграции с Google Analytics или загрузки данных из MySQL).
  2. Как упорядочить данные, чтобы привести их к нужному для визуализации виду.
  3. Как построить отчет, где будут отображаться данные из разных источников.
  4. Как настроить фильтры данных, выбрать подходящие элементы визуализации и опубликовать результат для просмотра в онлайн-версии Power BI.

Power BI - мощный и многофункциональный инструмент, поэтому достаточно тяжело описать весь его функционал в рамках одной статьи. Ответы на базовые вопросы по работе с Power BI можно узнать из официального мануала, который вы можете найти по этой ссылке. На остальные - с радостью отвечу в комментариях.

Microsoft Power BI - это набор средств бизнес-аналитики для анализа данных и предоставления ценной информации. Контролируйте свой бизнес с любого устройства в любой точке мира в режиме реального времени!

В основе концепции Power BI следующие идеи:


1. Красочная современная графика
Современные технологии с учётом последних трендов в анализе данных.
2. Самостоятельный анализ (Self-BI)
Бизнес-пользователи могут самостоятельно анализировать и создавать интерактивные панели без помощи ИТ-отдела.
3. Мобильность
Приложения для мобильных устройств на базе Windows, Android и iOS.







4. ВСЁ и СРАЗУ!
Анализируйте сразу все ваши данные в удобном формате. Встроенные коннекторы к большинству систем и сервисов.
5. Представление данных
Большой набор визуальных представлений.
6. На одном языке с вами
Просто спросите у Power BI: “Какая маржа по всем проектам за II квартал 2018 года?”, и система сразу даст ответ в виде интерактивной панели.










7. Единый центр анализа
Больше не надо искать информацию о делах компании по разным папкам и файлам. Вся аналитика формируется в ОДНОМ интерактивном интерфейсе.
8. Общий доступ
Общий доступ ко всем приложениям с любых устройств.

Интерактивный (кликабельный) демо-пример


Получить демо


Стоимость и функционал Power BI

Power BI

Power BI Pro

Ограничение ёмкости данных

1 ГБ на пользователя

10 ГБ на пользователя

Создавайте, просматривайте и используйте персональные панели мониторинга и отчеты совместно с другими пользователями Power BI

Создавайте содержимое с помощью Power BI Desktop

Просматривайте данные с использованием естественного языка

Получайте доступ к информационным панелям на мобильных устройствах, используя нативные приложения для iOS, Windows и Android

Используйте проверенные пакеты содержимого для таких служб, как Dynamics, Salesforce и Google Analytics

Импортируйте данные и отчеты из файлов Excel, CSV и Power BI Desktop

Публикация в Интернете

Обновление данных

Используйте содержимое с запланированными обновлениями

Ежедневно

Каждый час

Используйте данные потоковой передачи на информационных панелях и в отчетах

10 тыс. строк в час

1 млн строк в час

Используйте динамические источники данных с полными интерактивными возможностями

Получите доступ к локальным данным с помощью шлюзов подключения к данным (персональным и для управления данными)

Совместная работа

Совместно работайте с командой, используя группы Office 365 в Power BI

Создавайте, публикуйте и просматривайте пакеты содержимого организации

Управляйте доступом и совместной работой с помощью групп Active Directory

Общие запросы данных через каталог данных

Контролируйте доступ к данным с помощью средств безопасности на уровне строк для пользователей и групп

Получить демо

Зачем Вам Power BI?

С Power BI вы сможете анализировать все данные своей компании, как облачные, так и локальные. Включив воображение и используя визуальные инструменты Power BI, вы создадите интерактивные отчёты за считанные секунды в режиме реального времени. Система сама автоматически устранит проблемы с форматированием данных. Работая с Power BI, вы сможете подключить базы данных SQL Server, модели Analysis Services и другие источники данных к одним и тем же интерактивным панелям в Power BI.



Какие знания нужны для работы с Power BI?

После внедрения системы бизнес-пользователю не потребуется специальных знаний, чтобы эффективно работать с данными. Удобный, интуитивно понятный интерфейс позволит быстро и легко изменить или создать аналитику в нужном представлении.

Проект внедрения Power BI

BI команда компании Первый БИТ - это команда экспертов отрасли, имеющая большой опыт внедрения проектов на различных платформах. Мы комплексно закрываем все потребности клиента в рамках внедрения бизнес-аналитической системы Power BI:

  • Обследование ваших бизнес-процессов
  • Формирование и согласование требований к BI-системе
  • Подключение к источника данных и их консолидация
  • Построение модели данных и разработка отчётности
  • Обучение ваших сотрудников (бизнес-аналитиков и разработчиков)
  • Профессиональная технологическая поддержка вашей компании в будущем

Примеры решений на Power BI


Продажи, розничная торговля, оптовая торговля

  • Более глубокое понимание клиентов
  • Анализ цен
  • Результативность магазинов
  • Оценка запасов
  • Анализ каналов продажи

Business Intelligence термин, который появился совсем недавно. Многие путают его с бизнес-аналитикой, однако, это не одно и то же. В бизнес-аналитике используются статистические средства, а в BI выполняется поиск и сбор нужной информации.

Весь процесс разделяется на несколько этапов. Сначала происходит поиск необходимых данных, потом выполняется их обработка и проверка показателей на отклонение, затем бизнес-аналитика и в конце отчетность. BI — довольно сложный софт, но в результате информация оказывается намного полезней.

Эту технологию можно применять для предоставления руководителям информации о достижении каких-либо целей компанией и ведения аналитики. С ее помощью можно выполнять анализ статистики, прогнозирование и обработку сложных задач. В некоторых программах BI главным является понятная и удобная структура для отчетности, где данные приведены в понятный вид, что упрощает управление компанией.

Сюда можно отнести визуализацию данных, OLAP-технологию и прочее. К тому же BI помогает обмениваться опытом и мыслями между принимающими участие в бизнес-процессе. Это позволяет принимать более корректные решения с учетом всех данных и точной информацию. Если принятие окончательного решения стоит за конкретным человеком, то он сможет ознакомиться с информацией и понять суть дела.

Активное распространение идеи Business Intelligence выполняет компания Microsoft. Для этой корпорации очень важно правильно обрабатывать поступающие данные. С помощью этой технологии компания проводит оценку собственных проектов, разрабатывает методы их развития, выполняет сравнение потенциала новых рынков, на которые собирается выпустить свои проекты.

По заявлению самой корпорации, лучше сделать цифры информативными, интересными и понятными. К тому же ежегодно в человеческий мозг поступает все больше данных, а если они не будут корректно обработаны, то многие их просто пропустят и не заметят.

Чтобы решать собственные вопросы и помочь остальным компаниям правильно наладить бизнес, Microsoft выпустила сервис Power BI. С помощью него визуализировать большие объемы информации и представить их в виде ярких и понятных отчетах, при этом объединяя информацию с большого количества ресурсов. Данный инструмент способен собирать и структурировать данные, которые в последствии демонстрируются в приятном виде и предоставляют директорам корректно принимать решения.

Программа состоит из двух частей. Первая из них выполняет сбор информации, а вторая ее представляет. Вторая часть подвергалась серьезной обработке разработчиками. Именно этот модуль является основным во всем проекте. Если имеются данные в Excel или Google Analytics, тогда есть представление откуда можно брать информацию.

Что касается наглядной визуализации, то здесь все обстоит по-другому. Данный сервис предоставляет возможность сразу посмотреть данные, которые нужны для принятия решения. Также есть возможность ознакомиться с важной информацией об активности предприятия, и проследить состояние продукции или всей корпорацией. Если есть какие-то особенные требования, тогда можно изготовить собственную панель мониторинга и добавить в нее те данные, которые нужны.

Сервисом пользоваться довольно удобно и просто, к тому же он очень мощный. Программа поддерживает большое количество форматов. Кроме того, загружать данные можно с различных сервисов и баз данных. Неважно с каким продуктом работает фирма, в этой программе можно найти нужный инструмент для обработки информации. Пользоваться сервисом могут как менеджеры, так и владельцы крупных фирм. К тому же, если работать в пределах лимитов, то делать это можно бесплатно.

Как начать работать

Первым делом требуется пройти регистрацию на сайте программы. Здесь стоит учитывать, что поддерживается не каждая почта. Это означает, что ящики mail.ru и gmail.ru здесь не пройдут. Программа работает только с корпоративными клиентами. Здесь нужно, чтобы почта была зарегистрирована на собственном сайте или ресурсе корпорации.

Также может подойти почта с сайта учебного заведения. Государственные и военные учетки не подходят. Выполнив регистрацию и подтверждение электронки, необходимо придерживаться рекомендаций мастера. Поддержка аккаунта выполняется бесплатно. Здесь необходимо кликнуть на клавишу Get Started Free, и можно попробовать возможности программы. На всю регистрацию может понадобиться всего пара минут.

Изучить функции сервиса можно на сайте powerbi.com или в приложении Power BI Desktop, которое необходимо загрузить на компьютер. С помощью этого приложения выполняется обработка информации, которая находится на компьютере или облачном хранилище. Кроме того, оно помогает составлять наглядные отчеты.

После этого статистику можно перенести на сервер PowerBI, что позволит ознакомиться с ней все сотрудникам компании. После этого при каждом посещении сервиса будет выскакивать предложение загрузить новую информацию или запустить какой-либо старый отчет.

Основные функции

Основным назначением сервиса является обработка данных и отображение в корректном виде. С помощью сервиса можно создавать диаграммы и выполнять визуализацию сложных процессов. Но для получения результата необходимо найти источник. Приложение не способно самостоятельно собирать данные, но она может извлекать информацию из подготовленных файлов или серверов. Таких источников данным можно найти большое количество. Для их открытия, необходимо нажать на «Моя рабочая область» и кликнуть на клавишу «Получить данные».

Данный сервис отлично работает с Excel, который также разработан Microsoft. Нужно просто открыть файл, а потом заниматься приведением данных в надлежащий вид. Кроме того, есть возможность работать с таблицами XML и форматом TXT. Для этого можно использовать опцию «Загрузить и преобразовать» в Excel или Power BI Desktop. После этого нужно перенести данные на Power BI.
В теории данные CSV не поддерживаются, но в действительности они представляют собой «текстовики», которые разделены по строкам. Это позволяет легко их переносить в Excel, а потом в Power BI. В подобных файлах могут находиться адреса, фамилии и имена и прочее.

Сервис способен работать с самыми популярными облачными хранилищами, поэтому не нужно все хранить на винчестере. Из этой утилиты можно в онлайн-режиме подсоединять к разным хранилищам и базам данных. С базами данных сервис на компьютере не работает, однако, данные можно вытащить с помощью Excel или утилиту Power BI Desktop. Затем данные можно перегнать в тот формат, который поддерживает Power BI.

Недостатком в этом случае является тот факт, что на конвертацию базы данных может понадобиться довольно много времени. А если это крупная корпорация с большим объемом данных, то ждать придется долго. Достоинством этого является то, что перенести данные и получить готовую презентацию сможет любой, кто не полениться выполнить несколько манипуляций. Ни одна программа не способна работать со всеми существующими форматами.

Проще будет, если вся важная информация будет храниться в форматах Excel и CSV. В таком случае можно сразу начинать изготавливать панель мониторинга, обновление которой будет выполняться автоматически в онлайн-режиме. При этом пользователю ничего не нужно делать.

Отображение важной информации выполняется централизовано и моментально. Получить к ней доступ можно с любого устройства, которое работает под управлением Windows, Android и iOS.

После данные можно применять для принятия решения или непосредственно опубликовывать в сети с помощью опций программы. Также есть возможность отображать необходимую информацию в виде презентации на собственном ресурсе или блоге. Информация представляется довольно понятно и в наглядной форме. Программа располагает около 20-ю интегрированными визуальными элементами, к тому же юзеры постоянно добавляют свои разработки. В любом случае можно будет подобрать подходящий вариант.
Различия коммерческой и бесплатной редакции

Работать с утилитой можно на бесплатной основе. Существует две редакции данного продукта: Power BI и Power BI Pro за $10 в месяц. Отличаются они наполнением и приделами применения. Продвинутая версия располагает отчетами и панелями мониторинга, которыми могут пользоваться только подписчики.

Кроме того, только коммерческим юзерам разрешается использовать информацию со служб SQL Server Analysis и облачных контейнеры SQL Azure или Apache Spark. Помимо этого, в приложении Pro имеется такая функция, при которой презентация составляется в автоматическом режиме, но при условии ежедневного обновления информации.

Также разнится скорость обработки информации. Бесплатная версия обновляется со скоростью 10 тысяч строк в час, а вот у продвинутой этот показатель доходит до миллиона. Кроме того, владельцы Pro-версий могут работать с Office 365, чтобы управлять активность в сервисе. В этом случае они могут создавать, опубликовывать и просматривать файлы с дополнительными визуализаторами. Помимо этого, предоставляется глубокое внедрение в инструменты Data Catalog и Active Directory.

Если эти инструменты ничего не означают, тогда можно свободно работать со свободной редакцией программы. В ней можно работать с статистикой и панелями мониторинга, использующие различные службы. Она позволяет работать с CSV и Excel. Кроме того, бесплатная редакция сервиса позволяет работать с R-сценариями и визуальными объектами.

На сервисе можно пройти бесплатную регистрацию и в течение двух месяцев протестировать Pro-версию приложения. После этого можно понять необходимость полного набора или остановиться на бесплатном варианте.

Кроме того, начало пробного периода можно выполнить с использования одной из имеющихся функций. После этого появится предупреждение, и начнется отсчет пробного периода. В противном случае можно перейти в параметрах в пункт Manage Personal Storage и кликнуть на клавишу Try Pro For Free.

Преимущества Power BI

Работать с множеством функций программы можно свободно. Если же необходимо воспользоваться дополнительными функциями, то стоимость их довольно небольшая в сравнении с остальными подобными программами.

Компания Microsoft дорожит своей репутацией, поэтому можно не переживать, что важная информация попадет через их сервис в посторонние руки. Также не будет отключения серверов, а информация останется в целости. Кроме того, ни один сервис не способен обеспечить подобное внедрение в Microsoft Excel, Azure и SQL Server.

Помимо этого, корпорация постоянно вкладывает средства в развитие своего продукта. Каждый месяц появляются новые функции и новые форматы. У компании есть цель – сделать свое детище лучшим в сфере Business Intelligence.

Система способна подсоединяться к большей части баз данных на компьютере. К тому же все время увеличивается количество поддерживаемых облачных хранилищ. Помимо этого, сервис располагает большим количеством различных графиков, панелей мониторинга. К тому же пользователям разрешается делиться собственными расширениями.

Минусы Power BI

Программа ориентирована на Excel, однако, большая часть крупных организаций использует собственные сервера, и не используют данный софт. С помощью этого сервиса будет организовываться не самый удобный доступ к серверам предприятий. Программе не принуждает пользователей составлять коды SQL, в отличие от остальных подобных сервисов. Однако, те, кто до этого не связывались с Excel будут испытывать неудобства в работе с сервисом.

Кроме того, сервис плохо работает с огромными объемами информации. Pro-версия программы позволяет прорабатывать около миллиона строк в час, что для больших корпораций это не самый большой показатель. Если необходимо обрабатывать огромное количество информации, то этот сервис не сможет помочь. При переносе больших баз данных скорость работы довольно низкая. Иногда возможны сбои и задержки в процессе работы.

Кроме того, в программе отсутствует мониторинг качества данных. Сервис считает, что все файлы, которые в него поступают являться корректными и ничего не отсеивает. Другие подобные разработки способны выполнять очистку данных.

Программа обладает большим количеством настроек, что для начинающих пользователей может показаться сложным. Понять все тонкости сервис будет очень непросто. Однако, компания предоставляет инструкцию к сервису, к тому же на русском языке.

Итог

В общем, данный сервис предоставляет неплохой набор инструментов для бизнес-аналитики, с помощью которого можно обрабатывать информацию. Все нужные данные показываются в панелях. С программой можно работать свободно, если нет специфических запросов. Работать с сервисом можно на разных операционках.

Если для работы компания использует Excel, тогда данный сервис станет незаменимым помощником в создании бизнес-презентаций. С продвинутой версией можно работать бесплатно в течении двух месяцев, что позволит понять необходимость в таком варианте программы.

  • Визуализация данных
    • Tutorial

    UPD: Обновил публикации в связи с выходом Power BI Desktop из стадии Preview 24 июля.

    Сегодня хочу рассказать про построение простого дашборда с план-фактным анализом доходов и расходов в Power BI Desktop и Power BI . В первой части рассмотрим работу с запросами, научимся объединять данные из нескольких источников и выполнять их очистку.

    Исходные данные: несколько файлов Excel в которых хранится информация о показателях доходов и расходов компании за некоторое время. Поскольку форма отчетов и статьи учета несколько раз менялись, то листы с информацией имеют похожую, но не совсем одинаковую структуру. На выходе требуется получить нечто, что позволит руководителям получить представление о том, что происходит с финансами компании
    Давайте посмотрим, как Power BI Desktop позволит объединить данные и их визуализировать.

    Рисунок 1. Стартовое окно Power BI Desktop


    При запуске Power BI Desktop просит указать источник данных или выбрать один из недавних источников. Кстати, по поводу источников – возможно подключение к большому их количеству, включая онлайн и локальные источники. Например, Google Analytics. В нашем случае все отчеты хранятся в одной папке, поэтому выберем в качестве источника «Папка». Такой выбор позволит в дальнейшем добавлять новые отчеты в эту папку и подгружать их данные для анализа нажатием кнопки «Обновить».


    Рисунок 2. Выбор источника данных

    После нажатия кнопки «Подключиться» отображается окно предварительного просмотра результатов запроса к источнику данных. Можно загрузить данные «как есть» или перейти в режим редактирования запроса, нажав на кнопку «Изменить». В большинстве случаев результаты запроса требуется обрабатывать.


    Рисунок 3. Предварительный просмотр результатов запроса

    После нажатия кнопки «Изменить» автоматически открывается окно «Редактор запросов», в котором можно и нужно выполнить очистку и подготовку данных.


    Рисунок 4. Окно редактора запросов

    Как видно на снимке экрана, Power BI Desktop подгрузил файлы из папки и основную метаинформацию. Удалим все столбцы, кроме «Content», «Name» и «Extension». Поскольку имя файла показывает, к какому году относится соответствующий отчёт, мы его для этого и используем.
    Если нажать на любую строку в столбце «Content», Power BI Desktop откроет содержимое соответствующей книги. Обратите внимание, что в разделе «Параметры запроса» все выполненные шаги записываются и их можно изменять или удалять. Если же открыть окно «Расширенный редактор», то откроется окно, в котором будет виден программный код для всех выполненных действий. Да в Power BI Desktop есть свой язык программирования “M” и это очень круто.


    Рисунок 5. Расширенный редактор запросов

    Поскольку для формирование отчета требуется содержимое всех файлов Excel в папке, а не только одного, то я удалю два последних шага и использую некоторые функции языка “M” для парсинга содержимого книг Excel из папки.
    Перед дальнейшей обработкой данных также нужно учесть то, что в папку могут быть подгружены не только файлы Excel. Поэтому нужно применить фильтр к столбцу «Extension», что позволит исключить ненужные типы файлов.


    Рисунок 6. Применение фильтра

    Теперь нужно выполнить «извлечение» содержимого книг Excel. Для этого я добавлю новый столбец, используя функцию Excel.Workbook, которая позволяет «извлекать» содержимое книг Excel. Новый столбец содержит в себе значения типа «Таблица», что позволяет «развернуть» его содержимое на несколько других столбцов. При «развертывании» можно выбирать, какие столбцы будут отображены. В данном случае смысловую нагрузку несут столбцы «Data» и «Item»


    Рисунок 7. Добавление пользовательского столбца

    Столбец «Data» содержит в себе данные листов Excel, а «Name» и «Item» я в дальнейшем использую для временных отметок.
    Поскольку столбец «Name» содержит данные вида yyyy.xlsx, где yyyy это год отчета, то выполним простую операцию разделения данных в столбце. Разделение можно выполнять как по количеству символов, так и по разделителю. В данному случае столбец нужно делить по разделителю.


    Рисунок 8. Разделение столбца


    После разделения столбца нужно будет его переименовать.


    Рисунок 9. Окно настройки параметров разделения столбца


    Рисунок 10. Подготовленный к «развертыванию» запрос

    Затем я «развертываю» столбец Data и вижу содержимое всех файлов и листов Excel, при этом в виде, который непригоден для построения итоговой отчетности. Но я могу использовать возможности Power BI Desktop для очистки данных.


    Рисунок 11. Запрос после «развертывания» содержимого файлов

    1. Использую верхние строки как заголовки и затем переименую столбцы. Удалю столбцы «Фактическое отклонение» и «Отклонение в %». В дальнейшем их пересчитаем.
    2. Удалю строки, которые содержат пустые значения и значение «Показатель» в столбце «Показатель», применив фильтрацию. Таким же образом удалю строки, в которых содержатся суммарные значения, например «Итого ЧОД», «Итого» и т.д.


    Рисунок 12. Меню фильтрации данных

    3. Используя функцию «Замена значений» выполню замену синонимов, например «Доход» и «Доходы».


    Рисунок 13. Замена значений

    4. Еще немного изучив содержимое столбца «Показатель» обнаруживаю, что все доходы у меня относятся к показателю «Доход» или «Доходы». Всё остальное относится к расходам, что сильно облегчает задачу. Для удобства дальнейшей обработки и фильтрации создам столбец «Категория», который будет содержать значение «Доход», если в столбце «Показатель» присутствует слово «Доход», а во всех остальных случаях примет значение «Расход».


    Рисунок 14. Добавление столбца «Категория»

    5. Дальше, мне нужно указать, что тип значений в столбцах «План» и «Факт» - десятичное число. Но перед этим мне нужно удалить из содержимого этих столбцов пробелы.
    6. После выполнения операции проверяю столбцы на наличие ошибок и отрицательных значений. Поскольку в нашем случае наличие отрицательного значения означает ошибку ввода, то используя функцию преобразования значений выделяю абсолютное значение в столбцах «План» и «Факт». На этом базовая очистка данных закончена.
    7. Для того, чтобы отображать показатели с привязкой по времени требуется указать дату для каждой записи. В таблице содержится месяц в текстовом виде и год. Для удобства примем, что данные отображаются на конец каждого месяца. Здесь нас подстерегает проблема – язык «М» не позволяет на текущий момент конвертировать названия месяцев в даты. Поэтому потребуется сделать несколько промежуточных шагов.
    8. Создадим новый запрос, который будет содержать названия месяцев и их номера. Для этого создаем пустой запрос, открываем расширенный редактор и вставляем следующий код:
    let
    Source = {"январь", "февраль", "март", "апрель", "май", "июнь", "июль", "август", "сентябрь", "октябрь", "ноябрь", "декабрь"},
    #"Converted to Table" = Table.FromList(Source, Splitter.SplitByNothing(), null, null, ExtraValues.Error),
    #"Added Index" = Table.AddIndexColumn(#"Converted to Table", "Index", 0, 1),
    #"Added to Column" = Table.TransformColumns(#"Added Index", {{"Index", each List.Sum({_, 1})}}),
    #"Renamed Columns" = Table.RenameColumns(#"Added to Column",{{"Column1", "Месяц"}})
    in
    #"Renamed Columns"


    Рисунок 15. Добавление пустого запроса

    9. Перехожу в запрос «План-Факт» и объединяю запросы, выбрав нужный тип объединения.


    Рисунок 16. Объединение запросов

    10. Данные из запроса «Месяцы» добавились как новый столбец. Раскрываю его и теперь у нас есть все данные для формирования даты. Создаю новый столбец с названием «Дата», используя формулу: =Date.EndOfMonth(#date([Год],,1)) Столбец добавлен и он содержит последнее число каждого месяца. Для того, чтобы Power BI Desktop мог группировать даты по месяцам и годам, нужно будет явно задать тип «Date»


    Рисунок 17. Добавление столбца «Дата»

    11. Удалим столбцы Index, Год и Месяц. Они нам больше не нужны. Затем нужно нажать на кнопку «Закрыть и загрузить», чтобы перейти к моделированию и визуализации данных.

    На этом базовая часть обработки данных закончена и можно перейти к визуализации. Возможности визуализации данных в Power BI Desktop рассмотрим в