Indsaml krav til migrering til Power BI

  • Artikel

I denne artikel beskrives fase 1, som omhandler indsamling og prioritering af krav, når der migreres til Power BI.

Diagram, der viser faserne i en migrering til Power BI. Fase 1 er fremhævet for denne artikel.

Bemærk

Du kan få en komplet forklaring af ovenstående grafik under Oversigt over migrering til Power BI.

I fase 1 fokuseres der på indsamling af oplysninger og planlægning af en individuel løsning, der overføres til Power BI.

Outputtet fra fase 1 indeholder detaljerede krav, der er blevet prioriteret. Yderligere aktiviteter i fase 2 og 3 skal dog fuldføres for fuldt ud at vurdere indsatsniveauet.

Vigtigt

Fase 1-5 repræsenterer aktiviteter, der er relateret til én bestemt løsning. Der er beslutninger og aktiviteter på organisation/lejerniveau, der påvirker processen på løsningsniveau. Nogle af disse planlægningsaktiviteter på højere niveau gennemgås i artiklen Oversigt over migrering til Power BI. Når det er relevant, kan du udskyde beslutningerne på organisationsniveau for at sikre effektivitet og ensartethed.

Fabric-adoptionskøreplanen beskriver disse typer strategiske og taktiske overvejelser. Der lægges vægt på at indføre organisatoriske foranstaltninger.

Tip

De fleste af de emner, der beskrives i denne artikel, gælder også for et Standard Power BI-implementeringsprojekt.

Kompiler krav

Oversigten over eksisterende BI-elementer, der kompileres i trinnene før migrering, bliver inputtet til kravene i den nye løsning, der skal oprettes i Power BI. Indsamling af krav handler om at forstå den aktuelle tilstand, samt hvilke elementer brugerne gerne vil have ændret eller omstruktureret, når rapporter redesignes i Power BI. Detaljerede krav vil være nyttige i planlægning af udrulning af løsninger i fase 2, under oprettelse af en blåstempling i fase 3, og når du opretter den produktionsklare løsning i fase 4.

Indsaml rapportkrav

Kompiler grundige oplysninger om rapporter, der er nemme at referere til, f.eks.:

  • Formål, målgruppe og forventet handling: Identificer det formål og den forretningsproces, der gælder for hver rapport, samt målgruppen, den analytiske arbejdsproces og den forventede handling, der skal udføres af rapportforbrugere.
  • Hvordan forbrugerne bruger rapporten: Overvej at sidde sammen med rapportforbrugerne af den eksisterende rapport for at forstå, præcis hvad de gør med den. Du kan få mere at vide om, at visse elementer i rapporten kan fjernes eller forbedres i den nye Power BI-version. Denne proces omfatter yderligere tidsinvestering, men den er værdifuld for kritiske rapporter eller rapporter, der bruges ofte.
  • Ejer og emneekspert: Identificer rapportens ejer og eventuelle emneeksperter, der er knyttet til rapporten eller datadomænet. De kan fremover blive ejere af den nye Power BI-rapport. Medtag eventuelle specifikke krav til administration af ændringer (som typisk varierer mellem it-administrerede og virksomhedsadministrerede løsninger) samt godkendelser og sign-offs, som vil være påkrævet, når der foretages ændringer i fremtiden. Du kan finde flere oplysninger i denne artikel.
  • Indholdsleveringsmetode: Tydeliggør rapportens forbrugerforventninger til levering af indhold. Det kan være on-demand, interaktiv udførelse, integreret i et brugerdefineret program eller levering efter en tidsplan ved hjælp af et mailabonnement. Der kan også være krav til at udløse beskeder om beskeder.
  • Behov for interaktivitet: Fastlæg krav til must-have og nice-to-have-interaktivitet , f.eks. filtre, detailudledningshandlinger eller detaljeadgangshandlinger.
  • Datakilder: Sørg for, at alle de datakilder, der kræves af rapporten, registreres, og at dataventetidsbehov (dataopfriskning) forstås. Identificer krav til historiske data, tendenser og datasnapshot for hver rapport, så de kan justeres i forhold til datakravene. Dokumentation til datakilder kan også være nyttig senere, når du udfører datavalidering af en ny rapport med dens kildedata.
  • Sikkerhedskrav: Tydeliggør sikkerhedskrav (f.eks. tilladte seere, tilladte redaktører og eventuelle sikkerhedsbehov på rækkeniveau), herunder eventuelle undtagelser fra normal organisationssikkerhed. Dokumenter ethvert datafølsomhedsniveau, beskyttelse af personlige oplysninger eller lovmæssige/overholdelse af angivne standarder.
  • Beregninger, KPI'er og forretningsregler: Identificer og dokumenter alle beregninger, KPI'er og forretningsregler, der i øjeblikket er defineret i den eksisterende rapport, så de kan justeres efter datakravene.
  • Krav til anvendelighed, layout og kosmetisk: Identificer specifikke brugbarheds-, layout- og kosmetiske behov, der er relateret til datavisualiseringer, grupperings- og sorteringskrav og betinget synlighed. Medtag eventuelle specifikke overvejelser i forbindelse med levering af mobilenheder.
  • Udskrivnings- og eksportbehov: Find ud af, om der er specifikke krav til eksport eller udskriftsklart layout. Disse behov påvirker, hvilken type rapport der er bedst egnet (f.eks. en Power BI-, Excel- eller sideinddelt rapport). Vær opmærksom på, at forbrugere af rapporter har en tendens til at lægge stor vægt på, hvordan de altid har gjort tingene, så vær ikke bange for at udfordre deres måde at tænke på. Sørg for at tale med hensyn til forbedringer i stedet for at ændre.
  • Risici eller bekymringer: Afgør, om der er andre tekniske eller funktionelle krav til rapporter samt eventuelle risici eller bekymringer vedrørende de oplysninger, der præsenteres i dem.
  • Åbne problemer og ventende elementer: Identificer eventuel fremtidig vedligeholdelse, kendte problemer eller udskudte anmodninger, der skal føjes til efterslæbet på nuværende tidspunkt.

Tip

Overvej rangeringskrav ved at klassificere dem som skal have eller rart at have. Ofte beder forbrugerne om alt, hvad de muligvis har brug for på forhånd, fordi de mener, at det er deres eneste chance for at foretage anmodninger. Når du adresserer prioriteter i flere gentagelser, skal du også gøre efterslæbet tilgængeligt for interessenter. Det hjælper med kommunikation, beslutningstagning og sporing af ventende forpligtelser.

Indsaml datakrav

Kompiler detaljerede oplysninger vedrørende data, f.eks.:

  • Eksisterende forespørgsler: Identificer, om der er eksisterende rapportforespørgsler eller lagrede procedurer, der kan bruges af en DirectQuery-model eller en sammensat model, eller om de kan konverteres til en importmodel.
  • Typer af datakilder: Kompiler de typer datakilder, der er nødvendige, herunder centraliserede datakilder (f.eks. et virksomhedsdata warehouse) samt ikke-standarddatakilder (f.eks. flade filer eller Excel-filer, der forstærker virksomhedsdatakilder til rapporteringsformål). Det er også vigtigt at finde ud af, hvor datakilder er placeret med henblik på datagatewayforbindelse .
  • Behov for datastruktur og rensning: Fastlæg datastrukturen for hver af de nødvendige datakilder, og i hvilket omfang datarensningsaktiviteter er nødvendige.
  • Dataintegration: Vurder, hvordan dataintegration håndteres, når der er flere datakilder, og hvordan relationer kan defineres mellem hver modeltabel. Identificer specifikke dataelementer, der er nødvendige for at forenkle modellen og reducere dens størrelse.
  • Acceptabel dataventetid: Bestem behovet for dataventetid for hver datakilde. Det påvirker beslutninger om, hvilken datalagringstilstand der skal bruges. Dataopdateringshyppigheden for importmodeltabeller er også vigtigt at vide.
  • Datamængde og skalerbarhed: Evaluer forventninger til datavolumen, hvilket vil indgå i beslutninger om understøttelse af store modeller og design af DirectQuery- eller Sammensatte modeller. Overvejelser, der er relateret til historiske databehov, er også vigtige at vide. For større semantiske modeller (tidligere kaldet datasæt) er det også nødvendigt at bestemme trinvis opdatering af data.
  • Målinger, KPI'er og forretningsregler: Vurder behov for målinger, KPI'er og forretningsregler. De påvirker beslutninger om, hvor logikken skal anvendes: i den semantiske model eller i dataintegrationsprocessen.
  • Masterdata og datakatalog: Overvej, om der er problemer med masterdata, der kræver opmærksomhed. Find ud af, om integration med et virksomhedsdatakatalog er velegnet til at forbedre registreringen, få adgang til definitioner eller producere ensartet terminologi, der accepteres af organisationen.
  • Sikkerhed og beskyttelse af personlige oplysninger: Find ud af, om der er specifikke overvejelser om sikkerhed eller beskyttelse af personlige oplysninger for semantiske modeller, herunder sikkerhedskrav på rækkeniveau.
  • Åbne problemer og ventende elementer: Føj kendte problemer, kendte datakvalitetsfejl, fremtidig vedligeholdelse eller udskudte anmodninger til efterslæbet på nuværende tidspunkt.

Vigtigt

Genbrug af data kan opnås med delte semantiske modeller, som eventuelt kan certificeres for at angive troværdighed og forbedre registreringen. Genbrug af dataforberedelse kan opnås med dataflow for at reducere gentagen logik i flere semantiske modeller. Dataflow kan også reducere belastningen på kildesystemer betydeligt, fordi dataene hentes sjældnere – flere semantiske modeller kan derefter importere data fra dataflowet.

Identificer muligheder for forbedring

I de fleste situationer sker der nogle ændringer og forbedringer. Det er sjældent, at der sker en direkte en til en-migrering uden omstrukturering eller forbedring. Du kan overveje følgende tre typer forbedringer:

  • Konsolidering af rapporter: Lignende rapporter kan konsolideres ved hjælp af teknikker som filtre, bogmærker eller tilpasning. Hvis du har færre rapporter, som hver især er mere fleksible, kan det forbedre oplevelsen betydeligt for brugerne af rapporten. Overvej at optimere semantiske modeller til Q&A (forespørgsler på naturligt sprog) for at give rapportforbrugerne endnu større fleksibilitet, så de kan oprette deres egne visualiseringer.
  • Effektivitetsforbedringer: Under indsamling af krav kan forbedringer ofte identificeres. Når analytikere f.eks. kompilerer tal manuelt, eller når en arbejdsproces kan strømlines. Power Query kan spille en stor rolle i erstatning af manuelle aktiviteter, der udføres i øjeblikket. Hvis forretningsanalytikere jævnligt udfører de samme aktiviteter for at rense og forberede data, kan gentagne trin til forberedelse af Power Query-data give betydelige tidsbesparelser og reducere fejl.
  • Centralisering af datamodel: En autoritativ og certificeret semantisk model fungerer som rygrad for administreret selvbetjenings-BI. I dette tilfælde administreres dataene én gang, og analytikere har fleksibilitet til at bruge og øge disse data, så de opfylder deres rapporterings- og analysebehov.

Bemærk

Du kan få flere oplysninger om centralisering af datamodeller ved at læse om disciplin i kernen og fleksibilitet på kanten.

Prioriter og vurder kompleksitet

På dette tidspunkt er det indledende lager tilgængeligt og kan indeholde specifikke krav. Når du prioriterer det første sæt BI-elementer, der er klar til migrering, skal rapporter og data overvejes samlet og uafhængigt af hinanden.

Identificer rapporter med høj prioritet, som kan omfatte rapporter, der:

  • Tilbring betydelig værdi til virksomheden.
  • Udføres ofte.
  • Er påkrævet af øverste ledelse eller ledere.
  • Involver et rimeligt kompleksitetsniveau (for at forbedre chancerne for succes under de indledende migrerings-gentagelser).

Identificer data med høj prioritet, som kan omfatte data, der:

  • Indeholder vigtige dataelementer.
  • Er almindelige organisationsdata, der tjener mange use cases.
  • Kan bruges til at oprette en delt semantisk model til genbrug af rapporter og mange rapportoprettere.
  • Omfatter et rimeligt kompleksitetsniveau (for at forbedre succeschancer i de indledende migrerings-gentagelser).

Relateret indhold

I den næste artikel i denne serie om migrering til Power BI kan du få mere at vide om fase 2, som omhandler planlægning af migreringen for en enkelt Power BI-løsning.

Andre nyttige ressourcer omfatter:

Erfarne Power BI-partnere er tilgængelige for at hjælpe din organisation med at lykkes med migreringsprocessen. Hvis du vil engagere en Power BI-partner, skal du gå til Power BI-partnerportalen.