Cenários de uso do Power BI: BI de autoatendimento gerenciado

Nota

Este artigo faz parte da série de artigos de planejamento de implementação do Power BI. Esta série se concentra principalmente na carga de trabalho do Power BI no Microsoft Fabric. Para obter uma introdução à série, consulte 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 uma única equipe de especialistas em BI centralizados, enquanto a responsabilidade de relatar pertence aos criadores dentro de departamentos ou unidades de negócios.

Normalmente, há muito mais criadores de relatórios do que criadores de modelos semânticos (anteriormente conhecidos como conjuntos de dados). Esses criadores de relatórios 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 apoiem a tomada de decisões oportunas sem o esforço adicional de criar um modelo semântico.

Nota

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, consulte o artigo Cenários de uso do Power BI.

Por uma questão de brevidade, alguns aspetos descritos no tópico Cenários de colaboração e entrega de conteúdo não são abordados neste artigo. Para uma cobertura completa, leia esses artigos primeiro.

Diagrama de cenário

O diagrama a seguir mostra 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 conseguir isso, esse cenário se concentra em dissociar o processo de desenvolvimento do modelo do processo de criação de relatórios.

Gorjeta

Recomendamos que você baixe o diagrama de cenário se quiser incorporá-lo em sua apresentação, documentação ou postagem de blog, ou imprimi-lo como um pôster de parede. Como é uma imagem SVG (Scalable Vetor Graphics), você pode dimensioná-la para cima ou para baixo sem perda de qualidade.

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

Item	Descrição
	Os criadores de modelos semânticos desenvolvem modelos usando o Power BI Desktop. Para modelos semânticos destinados à reutilização, é comum (mas não obrigatório) que os criadores pertençam a uma equipe centralizada que ofereça suporte a usuários além dos limites organizacionais (como TI, BI corporativo ou Centro de Excelência).
	O Power BI Desktop se conecta a dados de uma ou mais fontes de dados.
	O desenvolvimento do modelo de dados é feito no Power BI Desktop. Um esforço adicional é feito para criar um modelo bem projetado e fácil de usar, pois ele será usado como fonte de dados por muitos criadores de relatórios de autoatendimento. Os criadores de modelos podem usar consultas DAX para desenvolver e explorar o modelo durante o desenvolvimento.
	Quando prontos, os criadores de modelos semânticos 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 espaço de trabalho dedicado a armazenar e proteger modelos semânticos compartilhados. Uma vez que o modelo semântico se destina à reutilização, é aprovado (certificado ou promovido, conforme o caso). O modelo semântico também é marcado como detetável para incentivar ainda mais sua reutilização. O modo de exibição de linhagem no serviço do Power BI pode ser usado para controlar dependências que existem entre itens do Power BI, incluindo relatórios conectados ao modelo semântico.
	A descoberta de modelo semântico no hub de dados OneLake está habilitada porque o modelo semântico está marcado como detetável. A capacidade de descoberta permite que a existência de um modelo semântico seja visível no hub de dados por outros criadores de conteúdo do Power BI que estejam procurando dados.
	Os criadores de relatórios usam o hub de dados OneLake no serviço Power BI para pesquisar itens de dados detetáveis, como modelos semânticos.
	Se os criadores de relatórios não tiverem permissão, eles poderão solicitar a permissão Criar nos 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 relatórios criam novos relatórios usando o Power BI Desktop. Os relatórios usam uma conexão em tempo real com um modelo semântico compartilhado.
	Os criadores de relatórios desenvolvem relatórios no Power BI Desktop. Além do relatório, os criadores do relatório podem usar temas, imagens e visuais personalizados, além de criar medidas no nível do relatório.
	Quando estiverem prontos, os criadores de relatórios publicam seu arquivo do Power BI Desktop no serviço do Power BI.
	Os relatórios são publicados em um espaço de trabalho dedicado a armazenar e proteger relatórios e painéis.
	Os relatórios publicados permanecem conectados aos modelos semânticos compartilhados armazenados em um espaço de trabalho diferente. Quaisquer 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 relatórios 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 VNet para atualização de dados, como aqueles que residem em uma rede organizacional privada.
	Os administradores do Power BI supervisionam e monitoram a atividade no serviço do Power BI.

Pontos principais

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

Modelo semântico compartilhado

O aspeto fundamental de fazer o BI de autoatendimento gerenciado funcionar é minimizar o número de modelos semânticos. Este cenário é sobre modelos semânticos compartilhados que ajudam a alcançar uma única versão da verdade.

Nota

Para simplificar, o diagrama de cenário representa apenas um modelo semântico compartilhado. No entanto, geralmente não é prático modelar todos os dados organizacionais em um único 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 fizer sentido fazê-lo.

Desacoplar modelo semântico e relatórios

Quando o modelo semântico é dissociado dos relatórios, facilita a separação entre esforço e responsabilidade. Um modelo semântico compartilhado é comumente 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 necessário. Por exemplo, esse padrão pode ser adotado por qualquer criador de conteúdo que queira alcançar a reutilização.

Nota

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

Endosso do modelo semântico

Como os modelos semânticos compartilhados são destinados à reutilização, é útil endossá-los . Um modelo semântico certificado transmite aos criadores de relatórios 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 valem a pena para outros usarem.

Gorjeta

É uma prática recomendada ter um processo consistente, repetível e rigoroso para endossar conteúdo. O conteúdo certificado deve indicar que a qualidade dos dados foi validada. Também deve seguir regras de gestão de mudanças, ter apoio formal e estar totalmente documentado. Como o conteúdo certificado passou por padrões rigorosos, as expectativas de confiabilidade são maiores.

Descoberta de modelo semântico

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

Nota

Se um modelo semântico não estiver configurado para ser detetável, 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 eles não tiverem permissão de compilação para o modelo semântico, eles podem solicitar acesso. Dependendo da configuração de acesso de solicitação para o modelo semântico, um e-mail será enviado ao proprietário do modelo semântico ou instruções personalizadas serão apresentadas à pessoa que está solicitando acesso.

Conexão ao vivo com o modelo semântico compartilhado

Uma conexão ao vivo do Power BI Desktop conecta um relatório a um modelo semântico existente. As conexões em tempo real evitam a necessidade de criar um novo modelo de dados no arquivo do Power BI Desktop.

Importante

Ao usar uma conexão em tempo real, todos os dados de que o criador do relatório precisa 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 espaços de trabalho separados

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

Primeiro, há clareza sobre quem é responsável pelo gerenciamento de conteúdo em qual espaço de trabalho. Em segundo lugar, os criadores de relatórios têm permissões para publicar conteúdo em um espaço de trabalho de relatório (por meio de funções de administrador, membro ou colaborador do espaço de trabalho). No entanto, eles só têm permissões de leitura e compilação para modelos semânticos específicos. Essa técnica permite que a segurança em nível de linha (RLS) entre em vigor quando necessário para usuários atribuídos à função de visualizador.

Importante

Quando você publica um relatório do Power BI Desktop em um espaço de trabalho, as funções RLS são aplicadas aos membros atribuídos à função de visualizador no espaço de trabalho. Mesmo que os visualizadores tenham permissão de compilação para o modelo semântico, a RLS ainda se aplica. Para obter mais informações, consulte Usando RLS com espaços de trabalho no Power BI.

Análise de dependência e de impacto

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

Configuração 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 em tempo real ou um modelo semântico DirectQuery .

Nota

Para cenários de BI de autoatendimento gerenciado, um gateway de dados centralizado no modo padrão é altamente recomendado em relação aos gateways no modo pessoal. No modo padrão, o gateway de dados suporta conexão ao vivo e operações DirectQuery (além de 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 do log de atividades coletados para executar auditorias para ajudá-los a entender os padrões de uso e a adoção. O registro de atividades também é valioso para dar suporte aos 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 relação relatório-modelo semântico indica uma boa reutilização de modelos semânticos.

Conteúdos relacionados

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