Modello di dati del mining dei processi
Quando si pubblica un processo su Power BI, il sistema crea un'origine dati predefinita e un report corrispondente. Questo modello di dati include varie tabelle, colonne e misure che permettono di visualizzare i risultati del mining dei processi.
Esplorazione del modello di dati
Una volta stabilita la connessione di Power Automate Process Mining a un'area di lavoro Power BI, è possibile aprire il report predefinito in Power BI per esplorare le visualizzazioni e il modello di dati.
Dopo aver aperto il report in Power BI, è possibile scaricare il file PBIX e quindi aprirlo nell'app Power BI Desktop. In alternativa, è possibile esplorare il modello di dati direttamente nel servizio Power BI, che potrebbe richiedere all'amministratore dell'area di lavoro di eseguire ulteriori configurazioni.
Il modello di dati include i seguenti componenti:
Dati di processo: tutti i dati relativi al processo senza filtraggio e misure calcolate.
Dati della vista: entità che mostrano i dati del processo nel contesto della vista analitica del processo creato usando filtri applicati, misure calcolate e metriche personalizzate.
Dati degli oggetti visivi: entità che forniscono dati precalcolati necessari per la visualizzazione degli oggetti visivi personalizzati del mining dei processi.
Entità ausiliarie: altre entità necessarie per Power BI.
Il modello di dati predefinito, incentrato sui dati di mining dei processi, include un ampio spettro di metriche. Si consiglia di dedicare del tempo all'esplorazione e alla comprensione approfondita delle tabelle, delle colonne, delle misure e delle relazioni esistenti prima di personalizzare il modello o incorporare dati aggiuntivi. L'immagine di seguito mostra le varie tabelle nel modello di dati di mining dei processi.
Esplorazione dei dati
Dopo aver aperto il report in Power BI, è possibile usare il comando Esplora questi dati per esaminare il modello di dati, le tabelle e le relazioni creando rappresentazioni di tabella e di matrice dei dati sottostanti.
Questo metodo offre un modo rapido e interattivo per esplorare le tabelle e le relazioni visualizzando i dati sottostanti.
Personalizzazione del modello di dati
Dopo aver acquisito una solida conoscenza del modello di dati esistente, è possibile iniziare a personalizzarlo. È consigliabile basarsi sul modello di dati di Power Automate Process Mining pubblicato usando il modello di dati Power BI composito. Il modello di dati composito consente di includere connessioni dati da più DirectQuery o di importare connessioni dati, in qualsiasi combinazione scelta. Questo approccio garantisce modifiche sicure quando è necessario includere più origini dati, entità, relazioni o DAX personalizzati.
Con il modello di dati composito è possibile apportare personalizzazioni sul modello esistente. È inoltre possibile usare il modello di dati composito per:
Creare nuove misure e colonne calcolate.
Eseguire un aggiornamento regolare e fluido dei dati.
Aggiungere dati da fonti esterne in modo efficiente.
Proteggere le estensioni del modello di dati da modifiche potenzialmente inappropriate degli utenti.
Esempio di nuova misura
Il modello dati predefinito include già una tabella ReportMeasures che contiene varie misure, come Durata media o Conteggio risorse. La seguente nuova misura riporta il numero medio di eventi per ciascun caso per continente del fornitore:
Average Events Per Case By Continent =
AVERAGEX(
GROUPBY(
Events,
Events[vendor_continent],
Events[Case_ID]
),
CALCULATE(COUNTROWS(Events))
)
Quindi è possibile usare la funzionalità Esplora questi dati per visualizzare rapidamente i risultati, come mostrato nell'immagine seguente.
Ora la nuova misura è pronta per essere usata per personalizzare il report.
Dati aggiuntivi
Uno dei vantaggi legati all'uso di un'area di lavoro Power BI personalizzata è rappresentato dalla possibilità di arricchire i report importando dati esterni da altre origini dati oltre ai dati di mining dei processi. Ad esempio, si potrebbero inserire i dati relativi alla pianificazione festività del Paese/area geografica. Quindi, si potrebbero aggiungere nuove misure per analizzare le dipendenze e la correlazione tra la durata del caso, gli orari di inizio e fine e la sovrapposizione con la pianificazione festività per ciascun Paese/area geografica.