Analizowanie danych Microsoft Dataverse w Azure Data Lake Storage Gen2 za pomocą usługi Power BI

Po wyeksportowaniu danych z usługi Microsoft Dataverse do Azure Data Lake Storage Gen2 za pomocą Azure Synapse Link for Dataverse można użyć ich do tworzenia raportów biznesowych i analiz Power BI. Może to być przydatne w przypadku menedżerów sprzedaży i sprzedaży, aby uściślić i zbudować dodatkowe raporty i pulpity nawigacyjne w Power BI.

Uwaga

Azure Synapse Link for Dataverse, wcześniej znane jako Eksportowanie do data lake. Nazwa usługi została zmieniona w maja 2021 r. i nadal będzie eksportować dane do Azure Data Lake oraz Azure Synapse Analytics.

W tym artykule opisano, jak wykonać następujące zadania:

  1. Połącz kontener magazynu Data Lake Storage Gen2 zawierający wyeksportowane dane Dataverse z usługą Power BI.

  2. Utwórz raport w usłudze Power BI, który przedstawia wykresy właścicieli kont i ich łączne przychody z kont.

Wymagania wstępne

W tej sekcji opisano wymagania wstępne niezbędne do używania danych Dataverse z Power BI przy użyciu Azure Synapse Link for Dataverse.

  • Power BI Desktop. Pobierz teraz

  • Azure Synapse Link for Dataverse. : przyjęto założenie, że dane Dataverse zostały już wyeksportowane za pomocą Azure Synapse Link for Dataverse. W tym przykładzie, dane z tabeli kont są eksportowane do data lake i wygenerują raport przy użyciu kolumn tabeli kont.

  • Dostęp do konta magazynu. Musisz posiadać rolę Właściciel, Współautor konta magazynu, Współautor danych obiektu blob magazynu lub Właściciel danych obiektu blob magazynu na koncie magazynu:

Połącz magazyn Data Lake Storage Gen2, aby Power BI Desktop

  1. Otwórz Power BI Desktop i zaloguj się.

  2. Wybierz pozycje Pobierz dane > Więcej.

  3. Na stronie Pobieranie danych wybierz pozycję Azure > Azure Data Lake Storage Gen2 > Połącz.

  4. Wprowadź nazwę kontenera magazynowania w formacie
    https://accountname.dfs.core.windows.net/containername/ i zastąp accountname i containername informacjami z konta magazynu.

    • Znajdź nazwę konta magazynu, przechodząc na konta usługi Azure > Konta magazynu, a następnie wybierz konto Data Lake Storage Gen2, które jest wypełnione wyeksportowanymi danymi Dataverse.
    • Znajdź nazwę kontenera, przechodząc do Eksplorator usługi Storage (wersja zapoznawcza) > Kontenery i wybierz nazwę kontenera z wyeksportowanymi danymi Dataverse. Znajdź nazwę kontenera magazynowania.
  5. Wybierz opcję Widok folderów CDM (beta), a następnie kliknij przycisk OK.

  6. Jeśli zostanie wyświetlony monit o zalogowanie się, możesz zalogować się przy użyciu konta Microsoft Entra użytkownika lub Klucza konta. Aby zalogować się przy użyciu Klucza konta, wybierz odpowiednią opcję w lewym pasku bocznym.

  7. Znajdź klucz konta, powróć do ustawień konta magazynu i wybierz Klucze dostępu w lewym okienku. Skopiuj pierwszy klucz i wklej go w Power BI. Wybierz pozycję OK.

    Kopiowanie klucza dostępu.

  8. Po pomyślnym podłączeniu się do konta magazynu rozwiń katalog -cdm i wybierz tabele, które chcesz analizować. Następnie wybierz opcję Załaduj.

    Załaduj dane klienta.

Tworzenie raportu Power BI z przychodem klienta według nazwy klienta

  1. W menu Wizualizacje wybierz polecenie Treemap.

    Wykres kołowy.

  2. W menu Kolumny wyszukaj i wybierz nazwę kolumn oraz przychód. Po ich wybraniu kolumny zostaną wyświetlone w menu Wizualizacje odpowiednio dla legendy i wartości.

    Wyszukaj i wybierz kolumnę przychodu.

    Pojawi się wykres mapy drzewa, który oddziela nazwy każdego konta według koloru i wskazuje łączny przychód dla każdego konta według rozmiaru.

    Kolorowy wykres drzewa przedstawiający łączne przychody i nazwę dziesięciu indywidualnych kont.

Zobacz także

Konfigurowanie usługi Azure Synapse Link for Dataverse do działania z usługą Azure Data Lake

Pozyskiwanie wyeksportowanych danych Dataverse w Azure Data Lake Storage Gen2 za pomocą Azure Data Factory

Uwaga

Czy możesz poinformować nas o preferencjach dotyczących języka dokumentacji? Wypełnij krótką ankietę. (zauważ, że ta ankieta jest po angielsku)

Ankieta zajmie około siedmiu minut. Nie są zbierane żadne dane osobowe (oświadczenie o ochronie prywatności).