データフローとセルフサービスのデータ準備の概要

  • [アーティクル]

データの量は増え続けるので、データを整った形式のアクションにつながる情報に変換することが課題です。 大量のデータをアクションにつながる分析情報に迅速に変換できるよう、分析を行ったり、ビジュアル、レポート、ダッシュボードに設定したりする準備が整っているデータが必要です。 Power BI のビッグ データに対するセルフサービスのデータ準備を使うと、わずかな操作でデータを Power BI の分析情報にできます。

Microsoft Common Data Model のデータ フローの図。

データフローを使用する場合

データフローは、次のシナリオをサポートするように設計されています。

  • Power BI 内の多くのデータセットおよびレポートで共有できる再利用可能な変換ロジックを作成します。 データフローにより、基になるデータ要素の再利用性が促進され、クラウドまたはオンプレミスのデータ ソースとの個別の接続を作成する必要がなくなります。

  • 独自の Azure Data Lake Gen 2 ストレージ内のデータを公開し、他の Azure サービスを未加工の基になるデータに接続できるようにします。

  • アナリストが基となるシステムに接続するのではなく、データフローに接続するように強制することで、信頼できる唯一の情報源を作成します。 この唯一の情報源を利用して、アクセスするデータと、レポート作成者にデータを公開する方法を制御できます。 また、データを業界標準の定義にマッピングして、Power Platform の他のサービスや製品で使用できるように、きちんとキュレーションされたビューを作成することもできます。

  • 大量のデータを処理して ETL を大規模に実行する場合、Power BI Premium を使用したデータフローはより効率的に拡張され、柔軟性が向上します。 データフローにより、さまざまなクラウドおよびオンプレミスのソースがサポートされます。

  • アナリストが基になるデータ ソースに直接アクセスするのを防ぎます。 レポート作成者はデータフローに基づいて作成できるため、基になるデータソースへのアクセスを少数の個人にのみ許可し、アナリストがデータフローにアクセスし、それに基づいて作成できるようにする方が便利な場合があります。 このアプローチを使用すると、基になるシステムへの負荷が削減され、管理者は、システムが更新から読み込まれるタイミングをより細かく制御できます。

データフローに Power BI Desktop と Power BI サービスを使って、Common Data Model を使ったデータセット、レポート、ダッシュボード、アプリを作成できます。 これらのリソースから、ビジネス アクティビティに関する深い分析情報を得ることができます。 データセットと同様に、データフローの更新スケジュールは、データフローを作成したワークスペースから直接管理されます。

次のステップ

この記事では、Power BI でのビッグ データ用のセルフサービスのデータ準備の概要と、それを使用するさまざまな方法を説明しました。

データフローと Power BI の詳細については、以下の記事を参照してください。

Common Data Model について詳しくは、次の概要記事をご覧ください。