Microsoft Fabric-implementeringsöversikt

Målet med den här serien med artiklar är att tillhandahålla en översikt. Översikten visar en rad strategiska och taktiska överväganden och åtgärdsobjekt som leder till ett framgångsrikt införande av Microsoft Fabric och hjälper dig att skapa en datakultur i din organisation.

Att utveckla och utveckla en datakultur handlar om mer än att implementera teknikfunktioner. Teknik kan hjälpa en organisation att göra störst inverkan, men en hälsosam datakultur omfattar många överväganden över hela spektrumet av människor, processer och teknik.

Kommentar

När du läser den här serien med artiklar rekommenderar vi att du även tar hänsyn till planeringsvägledningen för Power BI-implementering . När du har bekantat dig med begreppen i microsoft fabric-implementeringsöversikten bör du överväga att granska användningsscenarierna. Att förstå olika sätt som Power BI används på kan påverka dina implementeringsstrategier och beslut för hela Microsoft Fabric.

Diagrammet visar följande områden i microsoft fabric-implementeringsöversikten.

Diagram shows the 12 high-level areas of Fabric adoption, which are described in the table below.

Områdena i diagrammet ovan är:

Yta Beskrivning
Area 1. Datakultur: Datakulturen refererar till en uppsättning beteenden och normer i organisationen som uppmuntrar till en datadriven kultur. Att skapa en datakultur är nära relaterat till att införa Infrastrukturresurser, och det är ofta en viktig aspekt av en organisations digitala omvandling.
Area 2. Exekutiv sponsor: En exekutiv sponsor är någon med trovärdighet, inflytande och auktoritet i hela organisationen. De förespråkar att skapa en datakultur och anta Infrastrukturresurser.
Area 3. Affärsanpassning: Hur väl datakulturen och datastrategin gör det möjligt för företagsanvändare att uppnå affärsmål. En effektiv BI-datastrategi överensstämmer med affärsstrategin.
Area 4. Innehållsägarskap och hantering: Det finns tre primära strategier för hur bi-innehåll (Business Intelligence) och analysinnehåll ägs och hanteras: företagsledd självbetjänings-BI, hanterad självbetjänings-BI och företags-BI. Dessa strategier har en betydande inverkan på implementering, styrning och coe-driftsmodellen (Center of Excellence).
Area 5. Omfång för innehållsleverans: Det finns fyra primära strategier för innehålls- och dataleverans: personlig, team, avdelning och företag. Dessa strategier har en betydande inverkan på implementering, styrning och COE-driftsmodellen.
Area 6. Center of Excellence: A Fabric COE är ett internt team av tekniska och affärsexperter. Dessa experter hjälper aktivt andra som arbetar med data inom organisationen. COE utgör kärnan i det bredare samhället för att främja implementeringsmål som är i linje med datakulturens vision.
Area 7. Styrning: Datastyrning är en uppsättning principer och procedurer som definierar hur en organisation vill att data ska användas. När du antar Fabric är målet med styrning att ge den interna användargemenskapen största möjliga möjligheter, samtidigt som den följer bransch-, myndighets- och avtalskrav och föreskrifter.
Area 8. Mentorskap och användaraktivering: Ett viktigt mål för implementeringsarbetet är att göra det möjligt för användare att utföra så mycket de kan inom de skyddsräcken som fastställs av riktlinjer och principer för styrning. Rollen som mentor för användare är ett av de viktigaste ansvarsområdena för COE. Det har ett direkt inflytande på adoptionsarbetet.
Area 9. Metodgemenskap: En gemenskap av praxis består av en grupp människor med gemensamt intresse, som interagerar med och hjälper varandra på frivillig basis. En aktiv community är en indikator på en felfri datakultur. Det kan avsevärt främja implementeringsarbetet.
Area 10. Användarsupport: Användarsupport innehåller både informellt organiserade och formellt organiserade metoder för att lösa problem och besvara frågor. Både formella och informella supportmetoder är viktiga för implementeringen.
Area 11. Systemtillsyn: Systemtillsyn omfattar det dagliga administrationsansvaret för att stödja interna processer, verktyg och människor.
Area 12. Ändringshantering: Ändringshantering omfattar procedurer för att hantera effekten av ändringar för personer i en organisation. Dessa procedurer skyddar mot avbrott och produktivitetsförlust på grund av ändringar i lösningar eller processer. En effektiv datastrategi beskriver vem som ansvarar för att hantera den här ändringen och de metoder och resurser som behövs för att genomföra den.

Relationerna i diagrammet ovan kan sammanfattas på följande sätt.

  • Din vision för organisationens datakultur påverkar starkt de strategier som du följer för självbetjäning och företagsinnehållsägarskap samt hantering och innehållsleveransomfång.
  • Dessa strategier kommer i sin tur att ha stor inverkan på driftsmodellen för dina center för excellens och styrningsbeslut.
  • De etablerade styrningsriktlinjerna, principerna och processerna påverkar de implementeringsmetoder som används för mentorskap och aktivering, praxis och användarstöd.
  • Styrningsbeslut kommer att diktera den dagliga systemtillsynen (administration).
  • Implementerings- och styrningsbeslut implementeras tillsammans med ändringshantering för att minimera påverkan och avbrott i ändringar i befintliga affärsprocesser.
  • All datakultur och implementeringsrelaterade beslut och åtgärder utförs enklare med vägledning och ledarskap från en chefssponsor, som underlättar affärsanpassningen mellan affärsstrategin och datastrategin. Denna anpassning informerar i sin tur datakulturen och styrningsbesluten.

Varje enskild artikel i den här serien beskriver viktiga ämnen som är associerade med objekten i diagrammet. Överväganden och potentiella åtgärdsobjekt tillhandahålls. Varje artikel avslutas med en uppsättning mognadsnivåer som hjälper dig att utvärdera ditt aktuella tillstånd så att du kan bestämma vilka åtgärder som ska vidtas härnäst.

Microsoft Fabric-implementering

En lyckad implementering av analysverktyg som Fabric innebär att göra effektiva processer, support, verktyg och data tillgängliga och integrerade i regelbundna pågående användningsmönster för innehållsskapare, konsumenter och intressenter i organisationen.

Viktigt!

Den här serien med adoptionsartiklar fokuserar på organisationsimplementering . Se Mognadsnivåer för Microsoft Fabric-implementering för en introduktion till de tre typerna av implementering: organisation, användare och lösning.

En vanlig missuppfattning är att användning främst avser användning eller antalet användare. Det råder ingen tvekan om att användningsstatistik är en viktig faktor. Användning är dock inte den enda faktorn. Implementering handlar inte bara om att använda tekniken regelbundet, det handlar om att använda den effektivt. Effektivitet är mycket svårare att definiera och mäta.

När det är möjligt bör implementeringsarbetet anpassas mellan analysplattformar och BI-tjänster.

Kommentar

Individer – och själva organisationen – lär sig, förändras och förbättras kontinuerligt. Det betyder att det inte finns något formellt slut på adoptionsrelaterade ansträngningar.

De återstående artiklarna i den här Power BI-implementeringsserien beskriver följande aspekter av implementeringen.

Viktigt!

Du kanske undrar hur den här översikten för infrastrukturimplementering skiljer sig från Power BI-implementeringsramverket. Implementeringsramverket skapades främst för att stödja Microsoft-partner. Det är en enkel uppsättning resurser som hjälper partner att distribuera Power BI-lösningar för sina kunder.

Den här implementeringsserien är mer aktuell. Den är avsedd att vägleda alla personer eller organisationer som använder – eller överväger att använda – Infrastrukturresurser. Om du vill förbättra din befintliga Power BI of Fabric-implementering eller planera en ny Power BI- eller Fabric-implementering är den här implementeringsöversikten ett bra ställe att börja på.

Målgrupp

Den avsedda målgruppen för den här serien av artiklar är intresserad av ett eller flera av följande resultat.

  • Förbättra organisationens förmåga att effektivt använda analys.
  • Öka organisationens mognadsnivå i samband med leverans av analys.
  • Förstå och övervinna implementeringsrelaterade utmaningar när du skalar och växer.
  • Öka organisationens avkastning på investeringar (ROI) i data och analys.

Den här serien med artiklar är till stor hjälp för dem som arbetar i en organisation med en eller flera av följande egenskaper.

  • Power BI eller andra infrastrukturarbetsbelastningar distribueras med några lyckade resultat.
  • Det finns fickor av viral implementering, men analys styrs inte målmedvetet i hela organisationen.
  • Analyslösningar distribueras med viss meningsfull skala, men det finns fortfarande ett behov av att fastställa:
    • Vad är effektivt och vad som bör upprätthållas.
    • Vad bör förbättras.
    • Hur framtida distributioner kan vara mer strategiska.
  • En utökad implementering av analys är under övervägande eller planeras.

Den här serien med artiklar kommer också att vara till hjälp för:

  • Organisationer som befinner sig i ett tidigt skede av en analysimplementering.
  • Organisationer som har haft framgång med adoption och nu vill utvärdera sin nuvarande mognadsnivå.

Antaganden och omfattning

Det primära fokuset i den här artikelserien ligger på Microsoft Fabric-plattformen.

För att kunna dra full nytta av informationen i dessa artiklar bör du ha en förståelse för grundläggande begrepp i Power BI och grundläggande begrepp för Infrastrukturresurser.

I nästa artikel i den här serien får du lära dig mer om mognadsnivåerna för infrastrukturimplementering. Mognadsnivåerna refereras genom hela artikelserien. Se även slutsatsartikeln för ytterligare implementeringsrelaterade resurser.

Andra användbara resurser är:

Erfarna partner är tillgängliga för att hjälpa din organisation att lyckas med implementeringsinitiativ. Om du vill interagera med en partner går du till Power BI-partnerportalen.

Tack

Artiklarna om Microsoft Fabric-implementeringsöversikten är skrivna av Melissa Coates, Kurt Buhler och Peter Myers. Matthew Roche, från Fabric Customer Advisory Team, ger strategisk vägledning och feedback till ämnesexperterna. Granskare inkluderar Cory Moore, James Ward, Timothy Bindas, Greg Moir och Chuy Varela.