Cenários de uso do Power BI: BI de autoatendimento gerenciado

Observação

Este artigo faz parte da série de artigos sobre o Planejamento de implantação do Power BI. Esta série se concentra principalmente na carga de trabalho do Power BI dentro do Microsoft Fabric. Para ter uma introdução a essa série, confira Planejamento de implementação do Power BI.

Conforme descrito no roteiro de adoção do Fabric, o BI de autoatendimento gerenciado é caracterizado por uma abordagem combinada que enfatiza a disciplina no núcleo e a flexibilidade na borda. A arquitetura de dados geralmente é mantida por apenas uma equipe centralizada de especialistas em BI, ao passo que a responsabilidade por relatórios permanece com os criadores, nos respectivos departamentos ou unidades de negócios deles.

Normalmente, há muito mais criadores de relatórios do que criadores de modelo semântico (anteriormente conhecido como conjunto de dados). Esses criadores de relatório podem existir em qualquer área da organização. Como os criadores de relatórios de autoatendimento geralmente precisam produzir conteúdo rapidamente, uma abordagem combinada permite que eles se concentrem na produção de relatórios que dão suporte à tomada de decisões oportuna sem o esforço adicional de criar um modelo semântico.

Observação

O cenário de BI de autoatendimento gerenciado é o primeiro dos cenários de BI de autoatendimento. Para obter uma lista completa dos cenários de BI de autoatendimento, confira o artigo Cenários de uso do Power BI.

Para simplificar, alguns aspectos descritos no tópico Cenários de colaboração e entrega de conteúdo não são abordados neste artigo. Para obter a cobertura completa, leia esses artigos primeiro.

Diagrama do cenário

O diagrama a seguir ilustra uma visão geral de alto nível das ações mais comuns do usuário e dos componentes do Power BI que dão suporte ao BI de autoatendimento gerenciado. O objetivo principal é que muitos criadores de relatórios reutilizem modelos semânticos compartilhados centralizados. Para fazer isso, esse cenário se concentra em desacoplar o processo de desenvolvimento de modelo do processo de criação de relatório.

Dica

Recomendamos que você baixe o diagrama de cenário, caso deseje inseri-lo em sua apresentação, documentação ou postagem no blog, ou imprima-o como um pôster de parede. Como é uma imagem SVG (Elementos Gráficos Vetoriais Escaláveis), você pode escalá-la ou reduzi-la verticalmente sem perda de qualidade.

O diagrama do cenário ilustra as seguintes ações, ferramentas e recursos do usuário:

Item	Descrição
	Criadores de modelo semântico desenvolvem modelos usando o Power BI Desktop. Para modelos semânticos destinados à reutilização, é comum (mas não necessário) que os criadores pertençam a uma equipe centralizada que dê suporte a usuários em limites organizacionais (como TI, BI empresarial ou Centro de Excelência).
	O Power BI Desktop é conectado aos dados de uma ou mais fontes de dados.
	O desenvolvimento do modelo de dados é feito no Power BI Desktop. Esforços adicionais são empenhados para criar um modelo bem elaborado e fácil de usar, pois ele será empregado como fonte de dados por muitos criadores de relatório de autoatendimento. Os criadores de modelo podem usar consultas DAX para desenvolver e explorar o modelo durante o desenvolvimento.
	Quando estiverem prontos, os criadores de modelo semântico publicam seu arquivo do Power BI Desktop (.pbix) ou arquivo de projeto do Power BI (.pbip) que contém apenas um modelo para o serviço do Power BI.
	O modelo semântico é publicado em um workspace dedicado a armazenar e proteger modelos semânticos compartilhados. Como o modelo semântico está destinado à reutilização, ele é endossado (certificado ou promovido, conforme apropriado). O modelo semântico também é marcado como detectável para incentivar ainda mais sua reutilização. A exibição de linhagem no serviço do Power BI pode ser usada para controlar dependências existentes entre itens do Power BI, incluindo relatórios conectados ao modelo semântico.
	A descoberta de modelo semântico no hub de dados do OneLake habilitada porque o modelo semântico está marcado como detectável. A capacidade de descoberta permite que a existência de um modelo semântico fique visível no hub de dados para outros criadores de conteúdo do Power BI que estejam em busca de dados.
	Os criadores de relatório usam o hub de dados do OneLake no serviço do Power BI para pesquisar itens de dados detectáveis, como modelos semânticos.
	Se os criadores de relatório não tiverem permissão, ele poderão solicitar a permissão de Criação sobre o itens de dados. Isso inicia um fluxo de trabalho para solicitar a permissão de Compilação de um aprovador autorizado. Quando aprovado, o criador do relatório pode reutilizar itens de dados para criar novos relatórios.
	Os criadores de relatório criam relatórios usando o Power BI Desktop. Os relatórios usam uma conexão dinâmica com um modelo semântico compartilhado.
	Criadores de relatório desenvolvem relatórios no Power BI Desktop. Além do relatório, os criadores de relatório podem usar temas, imagens e visuais personalizados e podem criar medidas no nível do relatório.
	Quando prontos, os criadores de relatório publicam o arquivo do Power BI Desktop no serviço do Power BI.
	Os relatórios são publicados em um workspace dedicado a armazenar e proteger os relatórios e dashboards.
	Os relatórios publicados permanecem conectados aos modelos semânticos compartilhados armazenados em um workspace diferente. Todas as alterações no modelo semântico compartilhado afetam todos os relatórios conectados a ele.
	Outros criadores de relatórios de autoatendimento podem criar novos relatórios usando o modelo semântico compartilhado existente. Os criadores de relatório podem optar por usar o Power BI Desktop, o Construtor de Relatórios do Power BI ou o Excel.
	Algumas fontes de dados podem exigir um gateway de dados local ou um gateway de VNet para atualização de dados, como aquelas que estão em uma rede organizacional particular.
	Os administradores do Power BI supervisionam e monitoram a atividade no serviço do Power BI.

Pontos-chave

Veja a seguir alguns pontos-chave a serem enfatizados sobre o cenário de BI de autoatendimento gerenciado.

Modelo semântico compartilhado

O principal aspecto de fazer trabalho de BI de autoatendimento gerenciado é minimizar o número de modelos semânticos. Este cenário é sobre modelos semânticos compartilhados que ajudam a alcançar uma versão única do da verdade.

Observação

Para simplificar, o diagrama do cenário ilustra apenas um modelo semântico compartilhado. No entanto, geralmente não é viável modelar todos os dados organizacionais em apenas um modelo semântico. O outro extremo é criar um novo modelo semântico para cada relatório, como os criadores de conteúdo menos experientes costumam fazer. O objetivo do BI de autoatendimento gerenciado é encontrar o equilíbrio certo, inclinando-se para relativamente poucos modelos semânticos e criando novos modelos semânticos quando faz sentido fazê-lo.

Desacoplar modelo semântico e relatórios

Quando o modelo semântico é dissociado de relatórios, ele facilita a separação de esforço e responsabilidade. Um modelo semântico compartilhado é normalmente mantido por uma equipe centralizada (como TI, BI ou Centro de Excelência), enquanto os relatórios são mantidos por especialistas no assunto nas unidades de negócios. No entanto, isso não é algo obrigatório. Por exemplo, esse padrão pode ser adotado por qualquer criador de conteúdo que queira alcançar a capacidade de reutilização.

Observação

Para simplificar, os fluxos de dados não são representados no diagrama do cenário. Para saber mais sobre fluxos de dados, confira o cenário de preparação de dados de autoatendimento.

Endosso de modelo semântico

Como os modelos semânticos compartilhados são destinados à reutilização, é útil endossá-los. Um modelo semântico certificado transmite aos criadores de relatório que os dados são confiáveis e atendem aos padrões de qualidade da organização. Um modelo semântico promovido destaca que o proprietário do modelo semântico acredita que os dados são valiosos e que valem a pena para outras pessoas usarem.

Dica

A melhor prática é ter um processo consistente, repetível e rigoroso para endossar o conteúdo. O conteúdo certificado deve indicar que a qualidade dos dados foi validada. Ele também deve seguir as regras de gerenciamento de alterações, ter suporte formal e ser totalmente documentado. Como o conteúdo certificado passou por padrões rigorosos, as expectativas de confiabilidade são maiores.

Descoberta de modelo semântico

O hub de dados do OneLake ajuda os criadores de relatórios a encontrar, explorar e usar modelos semânticos em toda a organização. Além do endosso semântico do modelo, habilitar a descoberta do modelo semântico é fundamental para promover sua reutilização. Um modelo semântico detectável fica visível no hub de dados para os criadores de relatório que estão em busca de dados.

Observação

Se um modelo semântico não estiver configurado para ser detectável, somente os usuários do Power BI com Permissão de Compilação poderão encontrá-lo.

Solicitar acesso ao modelo semântico

Um criador de relatório pode encontrar um modelo semântico no hub de dados que deseja usar. Se não tiver Permissão de Compilação sobre o modelo semântico, ele poderá solicitar acesso. Dependendo da configuração de acesso de solicitação para o modelo semântico, um email será enviado ao proprietário do modelo semântico ou as instruções personalizadas serão apresentadas à pessoa que está solicitando acesso.

Conexão dinâmica com o modelo semântico compartilhado

Uma conexão dinâmica do Power BI Desktop conecta um relatório a um modelo semântico existente. As conexões dinâmicas evitam a necessidade de criar um modelo de dados no arquivo do Power BI Desktop.

Importante

Ao usar uma conexão dinâmica, todos os dados necessários ao criador do relatório devem residir no modelo semântico conectado. No entanto, o cenário de BI de autoatendimento gerenciado personalizável descreve como um modelo semântico pode ser estendido com dados e cálculos adicionais.

Publicar em workspaces diferentes

Há várias vantagens em publicar relatórios em um workspace diferente de onde o modelo semântico está armazenado.

Em primeiro lugar, está claro quem é responsável por gerenciar o conteúdo em qual workspace. Em segundo lugar, os criadores de relatório têm permissões para publicar conteúdo em um workspace de relatório (por meio das funções de administrador, membro ou colaborador do workspace). No entanto, eles só têm permissões de Leitura e Criação sobre modelos semântico sespecíficos. Essa técnica permite que a RLS (Segurança em Nível de Linha) entre em vigor quando necessário para os usuários atribuídos à função de espectador.

Importante

Se você publicar um relatório do Power BI Desktop em um workspace, as funções de RLS serão aplicadas aos membros a quem foi atribuída a função de Espectador neste workspace. Mesmo que os visualizadores tenham permissão build para o modelo semântico, o RLS ainda se aplica. Para obter mais informações, confira Como usar RLS com workspaces no Power BI.

Análise de dependência e impacto

Quando um modelo semântico compartilhado é usado por muitos relatórios, esses relatórios podem existir em muitos workspaces. A exibição de linhagem ajuda a identificar e entender as dependências downstream. Ao planejar uma alteração semântica de modelo, primeiro execute análise de impacto para entender quais relatórios dependentes podem exigir edição ou teste.

Instalação do gateway

Normalmente, um gateway de dados é necessário ao acessar fontes de dados que residem na rede organizacional privada ou em uma rede virtual. O gateway de dados local torna-se relevante quando um arquivo do Power BI Desktop é publicado no serviço do Power BI. As duas finalidades de um gateway são atualizar dados importados ou exibir um relatório que consulta uma conexão dinâmica ou um modelo semântico do DirectQuery.

Observação

Para cenários do BI de autoatendimento gerenciado, um gateway de dados centralizado no modo padrão é altamente recomendado, em vez de gateways no modo pessoal. No modo padrão, o gateway de dados dá suporte a operações de conexão dinâmica e do DirectQuery (além das operações de atualização de dados agendadas).

Supervisão do sistema

O log de atividades registra as atividades do usuário que ocorrem no serviço do Power BI. Os administradores do Power BI podem usar os dados de log de atividades coletados para executar a auditoria, a fim de ajudar a entender os padrões de uso e a adoção. O log de atividades também é importante para dar suporte a esforços de governança, auditorias de segurança e requisitos de conformidade. Com um cenário de BI de autoatendimento gerenciado, é particularmente útil controlar o uso de modelos semânticos compartilhados. Uma alta taxa de modelo de relatório para semântica indica uma boa reutilização de modelos semânticos.

Conteúdo relacionado

No próximo artigo desta série, saiba mais sobre maneiras de personalizar e estender um modelo semântico compartilhado para atender a tipos adicionais de requisitos.