Сценарии использования Power BI: управляемая самостоятельная бизнес-аналитика

Примечание.

Эта статья входит в серию статей по планированию реализации Power BI. В этой серии основное внимание уделяется рабочей нагрузке Power BI в Microsoft Fabric. Общие сведения о серии см. в статье о планировании реализации Power BI.

Как описано в стратегии внедрения Fabric, управляемая самостоятельная бизнес-аналитика характеризуется смешанным подходом, который подчеркивает дисциплину на основе и гибкости на краю. Архитектура данных обычно поддерживается одной командой централизованных экспертов бизнес-аналитики, а ответственность за отчетность принадлежит создателям в отделах или подразделениях.

Как правило, существует гораздо больше создателей отчетов, чем семантическая модель (ранее известная как набор данных). Эти создатели отчетов могут существовать в любой области организации. Поскольку создатели отчетов самообслуживания часто нуждаются в быстром создании содержимого, смешанный подход позволяет им сосредоточиться на создании отчетов, которые поддерживают своевременное принятие решений без дополнительных усилий по созданию семантической модели.

Примечание.

Управляемый сценарий самообслуживания бизнес-аналитики является первым из сценариев самообслуживания бизнес-аналитики. Полный список сценариев самостоятельной бизнес-аналитики см. в статье по сценариям использования Power BI.

Для краткости некоторые аспекты, описанные в сценариях совместной работы и доставки содержимого, не рассматриваются в этой статье. Для полного охвата сначала ознакомьтесь с этими статьями.

Схема сценария

На следующей схеме представлен общий обзор наиболее распространенных действий пользователей и компонентов Power BI, поддерживающих управляемую самостоятельную бизнес-аналитику. Основная цель — для многих создателей отчетов повторно использовать централизованные общие семантические модели. Для этого в этом сценарии основное внимание уделяется отмене процесса разработки моделей от процесса создания отчета.

Совет

Мы рекомендуем скачать схему сценария, если вы хотите внедрить ее в презентацию, документацию или запись блога, или распечатать ее в виде стенного плаката. Так как это масштабируемое изображение векторной графики (SVG), его можно масштабировать вверх или вниз без потери качества.

На схеме сценария показаны следующие действия пользователя, инструменты и функции:

Элемент	Description
	Создатели семантической модели разрабатывают модели с помощью Power BI Desktop. Для семантических моделей, предназначенных для повторного использования, обычно (но не требуется) создателям принадлежат централизованной команде, которая поддерживает пользователей через границы организации (например, ИТ, корпоративная бизнес-аналитика или Центр превосходства).
	Power BI Desktop подключается к данным из одного или нескольких источников данных.
	Разработка модели данных выполняется в Power BI Desktop. Дополнительные усилия по созданию хорошо разработанной и понятной модели, так как она будет использоваться в качестве источника данных многими создателями отчетов самообслуживания. Создатели моделей могут использовать запросы DAX для разработки и изучения модели во время разработки.
	После готовности создатели семантической модели публикуют свой файл Power BI Desktop (PBIX) или файл проекта Power BI (PBIP), содержащий только модель в служба Power BI.
	Семантическая модель публикуется в рабочей области, выделенной для хранения и защиты общих семантических моделей. Так как семантическая модель предназначена для повторного использования, она одобрена (сертифицирована или повышена по мере необходимости). Семантическая модель также помечена как обнаруживаемая для дальнейшего поощрения его повторного использования. Представление происхождения в служба Power BI можно использовать для отслеживания зависимостей, существующих между элементами Power BI, включая отчеты, подключенные к семантической модели.
	Обнаружение семантической модели в концентраторе данных OneLake включено, так как семантическая модель помечена как обнаруживаемая. Возможность обнаружения позволяет видеть семантику модели в концентраторе данных другими создателями содержимого Power BI, которые ищут данные.
	Создатели отчетов используют концентратор данных OneLake в служба Power BI для поиска обнаруженных элементов данных, таких как семантические модели.
	Если у создателей отчетов нет разрешений, они могут запросить разрешение на сборку для элементов данных. Это запускает рабочий процесс для запроса разрешения на сборку от авторизованного утверждающего. При утверждении создатель отчета может повторно использовать элементы данных для создания новых отчетов.
	Создатели отчетов создают новые отчеты с помощью Power BI Desktop. Отчеты используют динамическое подключение к общей семантической модели.
	Создатели отчетов разрабатывают отчеты в Power BI Desktop. Помимо отчета создатели отчетов могут использовать темы, изображения и пользовательские визуальные элементы, а также создавать меры уровня отчета.
	После готовности создатели отчетов публикуют свой файл Power BI Desktop в служба Power BI.
	Отчеты публикуются в рабочей области, выделенной для хранения и защиты отчетов и панелей мониторинга.
	Опубликованные отчеты остаются подключенными к общим семантическим моделям, хранящимся в другой рабочей области. Любые изменения в общей семантической модели влияют на все отчеты, подключенные к нему.
	Другие создатели отчетов самообслуживания могут создавать новые отчеты с помощью существующей общей семантической модели. Создатели отчетов могут использовать Power BI Desktop, Power BI построитель отчетов или Excel.
	Некоторым источникам данных может потребоваться локальный шлюз данных или шлюз виртуальной сети для обновления данных, например те, которые находятся в частной сети организации.
	Администраторы Power BI контролируют и отслеживают действия в служба Power BI.

Ключевые моменты

Ниже приведены некоторые ключевые моменты, которые необходимо подчеркнуть в сценарии управляемой бизнес-аналитики самообслуживания.

Общая семантическая модель

Ключевым аспектом работы управляемой бизнес-аналитики является минимизация количества семантических моделей. Этот сценарий предназначен для общих семантических моделей , которые помогают достичь одной версии истины.

Примечание.

Для простоты схема сценария показывает только одну общую семантику модели. Тем не менее, обычно не рекомендуется моделировать все организационные данные в одной семантической модели. Другая крайность заключается в создании новой семантической модели для каждого отчета, так как менее опытные создатели контента часто делают. Цель управляемой бизнес-аналитики — найти правильный баланс, опираясь на относительно немногие семантические модели и создавая новые семантические модели, когда это имеет смысл сделать.

Разделение семантической модели и отчетов

Если семантическая модель отделяется от отчетов, она упрощает разделение усилий и ответственности. Общая семантическая модель обычно поддерживается централизованной командой (например, ИТ, бизнес-аналитикой или Центром превосходства), а отчеты поддерживаются экспертами по темам в бизнес-подразделениях. Однако это не обязательно. Например, этот шаблон может быть принят любым создателем контента, который хочет добиться повторного использования.

Примечание.

Для простоты потоки данных не отображаются на схеме сценария. Дополнительные сведения о потоках данных см. в сценарии самостоятельной подготовки данных.

Подтверждение семантической модели

Так как общие семантические модели предназначены для повторного использования, полезно поддержать их. Сертифицированная семантическая модель передает создателям отчетов, что данные являются надежными и соответствуют стандартам качества организации. Повышенная семантическая модель подчеркивает, что владелец семантической модели считает, что данные ценны и полезны для других пользователей.

Совет

Рекомендуется иметь последовательный, повторяемый, строгий процесс для одобрения содержимого. Сертифицированное содержимое должно указывать на то, что качество данных проверено. Он также должен соответствовать правилам управления изменениями, иметь официальную поддержку и полностью документироваться. Так как сертифицированное содержимое прошло строгие стандарты, ожидания надежности выше.

Обнаружение семантической модели

Центр данных OneLake помогает создателям отчетов находить, изучать и использовать семантические модели в организации. Помимо подтверждения семантической модели, включение обнаружения семантической модели имеет решающее значение для повышения его повторного использования. Обнаруживаемая семантическая модель отображается в центре данных для создателей отчетов, которые ищут данные.

Примечание.

Если семантическая модель не настроена для обнаружения, найдите ее только пользователи Power BI с разрешением на сборку.

Запрос доступа к семантической модели

Создатель отчета может найти семантику модели в концентраторе данных, который они хотят использовать. Если у них нет разрешений на сборку для семантической модели, они могут запросить доступ. В зависимости от параметра доступа к запросу для семантической модели сообщение электронной почты будет отправлено владельцу семантической модели или пользовательским инструкциям, который запрашивает доступ.

Динамическое подключение к общей семантической модели

Динамическое подключение Power BI Desktop подключает отчет к существующей семантической модели. Динамические подключения не требуют создания новой модели данных в файле Power BI Desktop.

Внимание

При использовании динамического подключения все данные, необходимые создателю отчета, должны находиться в подключенной семантической модели. Однако настраиваемый сценарий самостоятельной бизнес-аналитики описывает, как семантическая модель может быть расширена с помощью дополнительных данных и вычислений.

Публикация в отдельных рабочих областях

Существует несколько преимуществ публикации отчетов в рабочей области, отличной от места хранения семантической модели.

Во-первых, есть ясность о том, кто отвечает за управление содержимым, в которой рабочая область. Во-вторых, создатели отчетов имеют разрешения на публикацию содержимого в рабочей области отчетов (с помощью администратора рабочей области, члена или участник ролей). Однако у них есть только разрешения на чтение и сборку для определенных семантических моделей. Этот метод позволяет применять безопасность на уровне строк (RLS) при необходимости для пользователей, назначенных роли просмотра.

Внимание

При публикации отчета Power BI Desktop в рабочей области роли RLS применяются к членам, которым назначена роль просмотра в рабочей области. Даже если у зрителей есть разрешение на сборку для семантической модели, RLS по-прежнему применяется. Дополнительные сведения см. в статье Об использовании RLS с рабочими областями в Power BI.

Анализ зависимостей и влияния

Если общая семантическая модель используется многими отчетами, эти отчеты могут существовать во многих рабочих областях. Представление происхождения помогает определить и понять подчиненные зависимости. При планировании изменения семантической модели сначала выполните анализ влияния, чтобы понять, какие зависимые отчеты могут потребовать редактирования или тестирования.

Установка шлюза

Как правило, шлюз данных требуется при доступе к источникам данных, которые находятся в частной корпоративной сети или виртуальной сети. Локальный шлюз данных становится актуальным после публикации файла Power BI Desktop в служба Power BI. Двумя целями шлюза являются обновление импортированных данных или просмотр отчета, запрашивающего динамическое подключение или семантику DirectQuery .

Примечание.

Для управляемых сценариев самообслуживания бизнес-аналитики централизованный шлюз данных в стандартном режиме настоятельно рекомендуется использовать для шлюзов в личном режиме. В стандартном режиме шлюз данных поддерживает динамическое подключение и операции DirectQuery (помимо запланированных операций обновления данных).

Системный надзор

Журнал действий записывает действия пользователя, происходящие в служба Power BI. Администраторы Power BI могут использовать данные журнала действий, собранные для аудита, чтобы помочь им понять шаблоны использования и внедрение. Журнал действий также ценен для поддержки усилий по управлению, аудита безопасности и требований соответствия требованиям. При использовании управляемого сценария самообслуживания бизнес-аналитики особенно полезно отслеживать использование общих семантических моделей. Высокий коэффициент семантической модели отчета указывает на хорошее использование семантических моделей.

Связанный контент

В следующей статье этой серии вы узнаете о способах настройки и расширения общей семантической модели в соответствии с дополнительными типами требований.