Scénarios d’utilisation Power BI : décisionnel libre-service managé

Notes

Cet article fait partie de la série d’articles sur la planification de l’implémentation de Power BI. Cette série se concentre principalement sur la charge de travail Power BI au sein de Microsoft Fabric. Pour une introduction à la série, consultez Planification de la mise en œuvre de Power BI.

Comme décrit dans la feuille de route pour l'adoption de Fabric, la BI en libre-service managée se caractérise par une approche mixte qui met l'accent sur la discipline au cœur et la flexibilité à la périphérie. L’architecture des données est généralement maintenue par une seule équipe d’experts en décisionnel centralisé, tandis que la responsabilité des rapports revient aux créateurs au sein des services ou des unités commerciales.

En règle générale, il existe beaucoup plus de créateurs de rapports que de créateurs de modèles sémantiques (précédemment appelés « jeux de données »). Ces créateurs de rapports peuvent se trouver dans n’importe quel domaine de l’organisation. Étant donné que les créateurs de rapports libre-service ont souvent besoin de produire rapidement du contenu, une approche mixte leur permet de se concentrer sur la production de rapports permettant une prise de décision rapide, sans nécessiter l’effort de création d’un modèle sémantique.

Remarque

Le scénario de décisionnel libre-service managé est le premier des scénarios de décisionnel libre-service. Pour obtenir la liste complète des scénarios de décisionnel libre-service, consultez l’article Scénarios d’utilisation de Power BI.

Par souci de concision, certains aspects décrits dans la rubrique Scénarios de collaboration et de distribution de contenu ne sont pas abordés dans cet article. Pour une couverture complète, lisez d’abord ces articles.

Schéma du scénario

Le schéma suivant présente une vue d’ensemble générale des actions utilisateur les plus courantes, et des composants Power BI prenant en charge le décisionnel libre-service managé. L’objectif principal est que le plus grand nombre de créateurs de rapports réutilisent des modèles sémantiques partagés centralisés. Pour ce faire, ce scénario se concentre sur la dissociation du processus de développement de modèle et du processus de création de rapports.

Conseil

Nous vous encourageons à télécharger le diagramme de scénario si vous souhaitez l’incorporer dans votre présentation, documentation ou billet de blog ou encore l’imprimer en tant qu’affiche murale. Étant donné qu’il s’agit d’une image SVG (Scalable Vector Graphics), vous pouvez la mettre à l’échelle vers le haut ou vers le bas sans aucune perte de qualité.

Le diagramme de scénario décrit les actions utilisateur, outils et fonctionnalités qui suivent :

Item	Description
	Les créateurs de modèles sémantiques développent des modèles à l’aide de Power BI Desktop. Pour les modèles sémantiques destinés à être réutilisés, il est courant (mais non obligatoire) que les créateurs appartiennent à une équipe centralisée qui prend en charge les utilisateurs au-delà des limites de l’organisation (comme l’informatique, la BI d’entreprise ou le Centre d’excellence).
	Power BI Desktop se connecte aux données d’une ou plusieurs sources de données.
	Le développement du modèle de données se fait dans Power BI Desktop. Un effort supplémentaire est fait pour créer un modèle bien conçu et convivial, car il sera utilisé comme source de données par de nombreux créateurs de rapports libre-service. Les créateurs de modèles peuvent utiliser des requêtes DAX pour développer et explorer le modèle pendant le développement.
	Lorsqu’il est prêt, le créateur de modèles sémantiques publie son fichier Power BI Desktop (.pbix) ou son fichier de projet Power BI (.pbip) qui contient uniquement un modèle sur le service Power BI.
	Le modèle sémantique est publié dans un espace de travail dédié au stockage et à la sécurisation de modèles sémantiques partagés. Comme le modèle sémantique est destiné à être réutilisé, il est approuvé (certifié ou promu, selon le cas). Le modèle sémantique est également marqué comme découvrable pour encourager davantage sa réutilisation. Dans le service Power BI, la vue de traçabilité peut être utilisée pour effectuer le suivi des dépendances qui existent entre les éléments Power BI, y compris les rapports connectés au modèle sémantique.
	La découverte du modèle sémantique dans le hub de données OneLake est activée, car le modèle sémantique est marqué comme détectable. La découvrabilité permet à un modèle sémantique d’être visible dans le hub de données par d’autres créateurs de contenu Power BI en quête de données.
	Les créateurs de rapports utilisent le hub de données OneLake du service Power BI pour rechercher des éléments de données détectables, tels que les modèles sémantiques.
	Si les créateurs de rapports n’ont pas cette autorisation, ils peuvent formuler une requête d’autorisation de générer sur les éléments de données. Cela lance un workflow pour demander l’autorisation de générer à un approbateur autorisé. Lorsqu’elle est approuvée, le créateur de rapports peut réutiliser les éléments de données pour créer de nouveaux rapports.
	Les créateurs de rapports créent de nouveaux rapports à l’aide de Power BI Desktop. Les rapports utilisent une connexion active à un modèle sémantique partagé.
	Les créateurs de rapports créent leurs rapports dans Power BI Desktop. En plus du rapport, les créateurs de rapports peuvent utiliser des thèmes, des images et des visuels personnalisés, et ils peuvent créer des mesures au niveau du rapport.
	Lorsqu’ils sont prêts, les créateurs de rapports publient leur fichier Power BI Desktop (.pbix) dans le service Power BI.
	Les rapports sont publiés dans un espace de travail dédié au stockage et à la sécurisation des rapports et des tableaux de bord.
	Les rapports publiés restent connectés aux modèles sémantiques partagés qui sont stockés dans un autre espace de travail. Toute modification du modèle sémantique partagé affecte tous les rapports qui y sont connectés.
	Les autres créateurs de rapports libre-service peuvent être auteurs de nouveaux rapports à l’aide du modèle sémantique partagé existant. Les créateurs de rapports peuvent choisir d’utiliser Power BI Desktop, le Générateur de rapports Power BI ou Excel.
	Certaines sources de données peuvent nécessiter une passerelle de données locale ou une passerelle de réseau virtuel pour l’actualisation des données, comme celles qui résident dans un réseau d’organisation privé.
	Les administrateurs Power BI supervisent et monitorent l’activité du service Power BI.

Points clés

Voici quelques points clés à souligner concernant le scénario de décisionnel libre-service managé.

Modèle sémantique partagé

L’aspect clé de la création d’un décisionnel libre-service managé consiste à réduire le nombre de modèles sémantiques. Ce scénario concerne les modèles sémantiques partagés qui permettent d’obtenir une seule version de la vérité.

Remarque

Pour simplifier, le schéma de scénario ne représente qu’un seul modèle sémantique partagé. Toutefois, il n’est généralement pas pratique de modéliser toutes les données organisationnelles en un seul modèle sémantique. L’autre extrême consiste à créer un nouveau modèle sémantique pour chaque rapport, comme le font souvent les créateurs de contenu moins expérimentés. L’objectif du décisionnel libre-service managé est de trouver le juste équilibre, en privilégiant des modèles sémantiques relativement peu nombreux et en créant de nouveaux modèles sémantiques lorsque cela s’avère utile.

Dissocier le modèle sémantique des rapports

Dissocier le modèle sémantique des rapports permet de séparer les efforts de la responsabilité. Un modèle sémantique partagé est généralement géré par une équipe centralisée (comme le service informatique, l’équipe BI ou le Centre d’excellence), tandis que les rapports sont gérés par des experts des différentes unités commerciales. Toutefois, cela n’est pas obligatoire. Par exemple, ce modèle peut être adopté par n’importe quel créateur de contenu qui souhaite appliquer la réutilisation.

Notes

Par souci de simplicité, les flux de données ne sont pas représentés dans le schéma du scénario. Pour en savoir plus sur les flux de données, consultez le scénario de préparation des données libre-service.

Approbation de modèle sémantique

Étant donné que les modèles sémantiques partagés sont destinés à être réutilisés, il est utile de les approuver. Un modèle sémantique certifié indique aux créateurs de rapports que les données sont fiables et répondent aux standards de qualité de l’organisation. Un modèle sémantique promu souligne que le propriétaire du modèle sémantique estime que les données sont précieuses et méritent d’être utilisées par d’autres.

Conseil

Une bonne pratique consiste à mettre en place un processus cohérent, reproductible et rigoureux pour approuver le contenu. Le contenu certifié doit indiquer que la qualité des données a été validée. Il doit également suivre les règles de gestion des modifications, bénéficier d’un support formel et être entièrement documenté. Le contenu certifié répondant à des normes rigoureuses, les attentes en matière de confiance sont plus élevées.

Détection de modèle sémantique

Le hub de données OneLake permet aux créateurs de rapports de rechercher, d’explorer et d’utiliser des modèles sémantiques au sein de l’organisation. En plus de l’approbation du modèle sémantique, l’activation de la détection de modèle sémantique est critique pour promouvoir sa réutilisation. Un modèle sémantique découvrable est visible dans le hub de données pour les créateurs de rapports qui recherchent des données.

Remarque

Si un modèle sémantique n’est pas configuré pour être découvrable, seuls les utilisateurs Power BI disposant de l’autorisation de générer peuvent le trouver.

Requête d’accès au modèle sémantique

Un créateur de rapports peut trouver un modèle sémantique qu’il souhaite utiliser dans le hub de données. S’il n’a pas l’autorisation de générer pour le modèle sémantique, il peut formuler une requête d’accès. Selon le paramètre de requête d’accès pour le modèle sémantique, un e-mail sera envoyé au propriétaire du modèle sémantique, ou des instructions personnalisées seront présentées à la personne qui formule la requête d’accès.

Connexion active au modèle sémantique partagé

Une connexion active Power BI Desktop connecte un rapport à un modèle sémantique existant. Les connexions actives évitent de devoir créer un modèle de données dans le fichier Power BI Desktop.

Important

Lorsque vous utilisez une connexion active, toutes les données dont le créateur de rapport a besoin doivent résider dans le modèle sémantique connecté. Toutefois, le scénario de décisionnel libre-service managé personnalisable explique comment un modèle sémantique peut être étendu avec des données et calculs supplémentaires.

Publier dans des espaces de travail distincts

Il y a plusieurs avantages à publier des rapports dans un espace de travail différent de celui où le modèle sémantique est stocké.

Tout d’abord, il faut savoir clairement qui est responsable de la gestion du contenu dans tel ou tel espace de travail. Deuxièmement, les créateurs de rapports disposent des autorisations nécessaires pour publier du contenu dans un espace de travail de rapports (via les rôles d’administrateur, de membre ou de contributeur de l’espace de travail). Toutefois, ils ne disposent que des droits de lecture et de générer pour des modèles sémantiques spécifiques. Cette technique permet à la sécurité au niveau des lignes (SNL) de prendre effet lorsque cela est nécessaire pour les utilisateurs disposant du rôle Lecteur.

Important

Si vous publiez votre rapport Power BI Desktop dans un espace de travail, les rôles SNL sont appliqués aux membres auxquels le rôle Lecteur a été attribué dans l’espace de travail. Même si des lecteurs disposent d’autorisations de générer sur le modèle sémantique, la SNL s’applique quand même. Pour plus d’informations, consultez Utilisation de la sécurité au niveau des lignes avec des espaces de travail dans Power BI.

Analyse des dépendances et de l’impact

Lorsqu’un modèle sémantique partagé est utilisé par de nombreux rapports, ces rapports peuvent se trouver dans de nombreux espaces de travail différents. La vue de traçabilité permet d’identifier et de comprendre les dépendances en aval. Lorsque vous planifiez la modification d’un modèle sémantique, commencez par effectuer une analyse d’impact pour comprendre quels rapports dépendants peuvent nécessiter une modification ou un test.

Configuration de la passerelle

En général, une passerelle de données est nécessaire pour accéder à des sources de données qui résident dans le réseau organisationnel privé ou dans un réseau virtuel. La passerelle de données locale devient pertinente une fois qu’un fichier Power BI Desktop est publié sur le service Power BI. Les deux objectifs d’une passerelle sont les suivants : actualiser les données importées, ou voir un rapport qui interroge une connexion active ou un modèle sémantique DirectQuery.

Remarque

Pour les scénarios de décisionnel libre-service managé, une passerelle de données centralisée en mode standard est fortement recommandée par rapport aux passerelles en mode personnel. En mode standard, la passerelle de données prend en charge la connexion active et les opérations DirectQuery (en plus des opérations programmées d’actualisation des données).

Supervision du système

Le journal d’activité enregistre les activités utilisateur qui se produisent dans le service Power BI. Les administrateurs de Power BI peuvent utiliser les données du journal d’activité qui sont collectées pour effectuer un audit afin de les aider à comprendre les modèles d’utilisation et l’adoption. Le journal des activités est également précieux pour soutenir les efforts de gouvernance, les audits de sécurité et les exigences de conformité. Avec un scénario décisionnel libre-service managé, il est particulièrement utile d’effectuer le suivi de l’utilisation des modèles sémantiques partagés. Un ratio rapport/modèle sémantique élevé indique une bonne réutilisation des modèles sémantiques.

Contenu connexe

Dans l’article suivant de cette série, découvrez comment personnaliser et étendre un modèle sémantique partagé pour répondre à d’autres types d’exigences.