Planering av Power BI-implementering: Granskning och övervakning

Kommentar

Den här artikeln är en del av planeringsserien för Power BI-implementering. Den här serien fokuserar främst på Power BI-arbetsbelastningen i Microsoft Fabric. En introduktion till serien finns i Implementeringsplanering för Power BI.

Den här artikeln beskriver artiklarna om granskning och övervakning i Power BI. De här artiklarna riktar sig till flera målgrupper:

• Power BI-administratörer: De administratörer som ansvarar för att övervaka Power BI i organisationen. Power BI-administratörer kan behöva samarbeta med informationssäkerhet och andra relevanta team.
• Center of Excellence-, IT- och BI-teamet: De team som också ansvarar för att övervaka Power BI. De kan behöva samarbeta med Power BI-administratörer, informationssäkerhetsteam och andra relevanta team.
• Innehållsskapare och arbetsyteadministratörer: Användare som behöver förstå användning och implementering för det innehåll som de har skapat, publicerat och delat med andra i organisationen.

Villkoren för granskning och övervakning är nära relaterade.

• Granskning: Åtgärder som vidtas för att förstå ett system, dess användaraktiviteter och relaterade processer. Granskningsaktiviteter kan vara manuella, automatiserade eller en kombination. En granskningsprocess kan fokusera på en specifik aspekt (till exempel granskningssäkerhet för en arbetsyta). Eller så kan den referera till en granskningslösning från slutpunkt till slutpunkt, som innebär att extrahera, lagra och transformera data så att du kan analysera och agera på dem.
• Övervakning: Pågående aktiviteter som informerar dig om vad som händer. Övervakning innebär vanligtvis aviseringar och automatisering, men ibland utförs övervakningen manuellt. Övervakning kan konfigureras för en process som du har valt att granska (till exempel meddelanden när en specifik klientinställning ändras).

Det främsta syftet med den här serien med gransknings- och övervakningsartiklar är att hjälpa dig att förstå hur Power BI används för att övervaka och styra din Power BI-implementering.

Felsökning och prestandajustering är viktiga komponenter i granskning och övervakning av dina datatillgångar. Men att ge vägledning för djup prestandajustering är inte ett mål för dessa artiklar. De här artiklarna är inte heller avsedda att ge en fullständig referens till alla tillgängliga alternativ för utvecklare.

Viktigt!

Vi rekommenderar att du noga följer Power BI-lanseringsplanen för att lära dig mer om framtida förbättringar av gransknings- och övervakningsfunktionerna.

Värdet av granskning och övervakning

De data som genereras från granskning är otroligt värdefulla av många anledningar. De flesta tänker på granskning som en tillsyns- och kontrollfunktion. Även om det är sant kan du också granska data för att förbättra användarupplevelsen.

I den här artikeln beskrivs några värdefulla sätt att använda granskningsdata.

Analysera implementeringsinsatser

Som beskrivs i översikten för infrastrukturimplementering handlar implementering inte bara om att använda tekniken regelbundet, utan även om att använda den effektivt. Att använda en teknik som Power BI kan betraktas utifrån tre olika perspektiv:

• Organisationsimplementering: Effektiviteten i Power BI-styrning. Den refererar också till datahanteringsmetoder som stöder och möjliggör BI-insatser (Business Intelligence).
• Användarinförande: I vilken utsträckning Power BI-konsumenter och skapare kontinuerligt ökar sina kunskaper. Det handlar om huruvida de aktivt använder Power BI och om de använder det på ett effektivt sätt.
• Lösningsimplementering: Påverkan och affärsvärdet som uppnåtts för enskilda krav och distribuerade Power BI-objekt (t.ex. semantiska modeller – tidigare kallade datamängder – och rapporter).

Alla typer av granskningsdata kan användas på många sätt för att utvärdera och bidra till åtgärder som förbättrar varje aspekt av implementeringen.

Förstå användningsmönster

Att analysera användningsmönster handlar främst om att förstå de användaraktiviteter som sker i din Power BI-klientorganisation.

Det är bra att ha data som stöd för huruvida det faktiska användarbeteendet uppfyller förväntningarna. En chef kan till exempel ha intrycket att en uppsättning rapporter är kritiska, medan granskningsdata visar att rapporterna inte används regelbundet.

Viktigt!

Om du inte redan extraherar och lagrar användaraktivitetsdata gör du det till en brådskande prioritet. Även om du inte är redo att skapa en slutpunkt-till-slutpunkt-granskningslösning kontrollerar du att du extraherar och lagrar alla aktivitetsloggdata. Mer information om beslut och aktiviteter samt olika sätt att hämta data finns i Åtkomst till användaraktivitetsdata.

I följande avsnitt beskrivs några av de vanligaste användningsmönstren som du bör förstå.

Innehållsanvändning

Det är värdefullt att förstå i vilken utsträckning innehållet används. De typer av frågor som du kan ställa är:

• Vilket innehåll visas oftast?
• Vilket innehåll visas av det största antalet användare?
• Vilket innehåll anses vara mest kritiskt (och är därför viktigt för organisationen) baserat på dess användningsmönster?
• Vilket innehåll används ofta av chefer och ledande befattningshavare?
• Vilket innehåll kräver mest stabilitet och stöd (på grund av en hög användningsnivå eller användning av en kritisk användargrupp)?
• Vilket innehåll bör godkännas (certifieras eller höjas) baserat på dess användningsmönster?
• Vilken procentandel av innehållet godkänns (certifieras eller befordras)?
• Finns det ett stort antal rapportvyer för icke-certifierade rapporter?
• Vilket innehåll har konsekvent användning jämfört med sporadisk användning?
• Vilket innehåll uppdateras oftast, när och av vilka användare?
• Vilket innehåll används inte , med potential att dras tillbaka? (Mer information om hur du skapar en inventering av datatillgångar finns i Få åtkomst till klientinventeringsdata.)
• Vilken typ av enheter används för att visa rapporter?
• Finns det oväntade eller oregelbundna användningsmönster som ger upphov till problem?

Användaraktiviteter

Det är användbart att förstå vilka användare som är mest aktiva. De typer av frågor som du kan ställa är:

• Vilka innehållskonsumenter är mest aktiva?
• Vilka innehållsskapare är mest aktiva?
• Vilka innehållsskapare publicerar mest innehåll?
• Vilka innehållsskapare publicerar det innehåll som används av de flesta innehållskonsumenter?
• Hur många distinkta (licensierade) användare finns det? Vilken procentandel av dessa användare är aktiva?
• Finns det innehållsskapare som har tilldelats en PPU-licens (Power BI Pro) eller Power BI Premium per användare, men som inte aktivt använder den licensen?
• Är de mest aktiva användarna i ditt Power BI Champions-nätverk?

Dricks

För analysrapportering är det viktigt att du lägger till klassificeringar i datamodellen för att analysera användare baserat på deras användningsnivå eller för att analysera innehåll baserat på dess användningsnivå. Mer information finns i Skapa klassificeringar

Mer information om Power BI-aktivitetsloggen finns i Åtkomst till användaraktivitetsdata. Mer information om fördefinierade rapporter finns i Vad är arbetsytan för administratörsövervakning?.

Förstå publicerade objekt

Det är bra att ha en inventering av innehållet som finns i din Power BI-klientorganisation. Det föregående avsnittet handlar om användaraktiviteter, men det här avsnittet handlar om en innehavarinventering.

En klientinventering är en ögonblicksbild av metadata vid en viss tidpunkt. Den beskriver vad som har publicerats till Power BI-tjänst och innehåller en inventering av alla arbetsytor, alla rapporter, alla semantiska modeller med mera. Den kan också innehålla metadata för datakällor eller stödresurser, till exempel gatewayer och kapaciteter.

En klientinventering är användbar för att:

• Förstå hur mycket innehåll du har och var: Eftersom klientinventeringen innehåller alla publicerade objekt representerar den en fullständig inventering vid den tidpunkten. Du kan använda det för att identifiera var innehållet publiceras och dess beroenden och ursprung.
• Granska förhållandet mellan semantiska modeller och rapporter: Du kan använda ursprungsinformation från klientinventeringen för att fastställa i vilken utsträckning data återanvänds. Om du till exempel upptäcker många duplicerade semantiska modeller kan det motivera användarträning på delade semantiska modeller. Du kan också besluta att ett konsolideringsprojekt för att minska antalet semantiska modeller är motiverat.
• Förstå trender mellan tidpunkter: Du kan jämföra flera ögonblicksbilder för att identifiera trender. Du kan till exempel upptäcka att ett stort antal nya objekt publiceras varje månad. Eller så kanske du upptäcker att användarna publicerar om en ny rapport (med ett annat rapportnamn) varje gång de ändrar den. Dessa typer av identifieringar bör uppmana dig att förbättra användarträningen.
• Granska användarbehörigheter: Du kan få värdefull insikt i hur användarbehörigheter tilldelas. Du kan till exempel rutinmässigt analysera vilka användare som har åtkomst till vilket innehåll. Du kan göra ytterligare undersökning för att avgöra om överdelning av tillgångar sker. En metod du kan använda är att korrelera vissa känslighetsetiketter (till exempel strikt begränsade) med ett stort antal tilldelningar av användarbehörigheter.
• Förstå ursprung och hitta datakällor och gatewayer med hög användning: Genom att korrelera ursprungsinformationen från klientinventeringen med användaraktiviteter kan du identifiera de datakällor och gatewayer som används oftast.
• Hitta oanvänt innehåll: Du kan jämföra din klientinventering med aktivitetsloggen för att hitta oanvänt (eller underutnyttjat) innehåll. Det finns till exempel 20 rapporter på en arbetsyta, men endast 12 rapporter har senaste data i aktivitetsloggen. Du kan undersöka varför de andra åtta rapporterna inte används och om de ska dras tillbaka. Identifiering av oanvänt innehåll kan hjälpa dig att identifiera Power BI-lösningar som behöver utvecklas ytterligare eftersom de inte är användbara.

Dricks

Vi rekommenderar att du lagrar ögonblicksbilden av din klientinventering varje vecka eller varje månad. Genom att kombinera aktivitetsloggdata med ögonblicksbilden av klientinventering kan du också skapa en fullständig bild och förbättra datavärdet.

Mer information om klientinventeringen finns i Åtkomst till klientinventeringsdata.

Utbilda och stödja användare

Med granskningsdata kan du få en djup förståelse för hur användare i din organisation använder Power BI. I sin tur kan din förmåga att utbilda och stödja användare förbättras dramatiskt.

Här är några exempel på vilka typer av åtgärder du kan vidta baserat på faktiska användardata.

• Ge användbar information till användarna: När du ser en aktivitet för första gången (till exempel första gången en användare publicerar en rapport) kan du skicka ett e-postmeddelande till dem med information om dina interna metodtips för arbetsytor och säkerhet.
• Lär användarna ett bättre sätt: När du ser vissa aktiviteter som berör dig (till exempel ett betydande och återkommande antal rapportexporter) kan du kontakta användaren. Du kan sedan förklara nackdelarna med deras åtgärder och ge dem ett bättre alternativ.
• Inkludera i kontorstid: Baserat på de senaste aktiviteterna kan du välja att diskutera ett relevant ämne under kontorstid.
• Förbättra läroplanen för utbildning: För att bättre förbereda nya användare (och undvika samma felsteg som du ser hända med befintliga användare) kan du förbättra eller utöka ditt träningsinnehåll . Du kan också utföra vissa korsträningssessioner för supportteamet.
• Förbättra den centraliserade portalen: För att förbättra konsekvensen kan du investera tid genom att lägga till eller ändra de riktlinjer och resurser som är tillgängliga i den centraliserade portalen.

Minska risken

Granskningsdata hjälper dig att förstå vad som händer i din Power BI-klientorganisation. Med dessa data kan du minska risken på olika sätt.

Granskningsdata hjälper dig att:

• Styr Power BI-klientorganisationen: Ta reda på om användarna följer dina riktlinjer och principer för styrning . Du kan till exempel ha en styrningsprincip som kräver att allt innehåll som publiceras till en viss arbetsyta certifieras. Eller så kan du ha riktlinjer för när grupper (i stället för användare) ska användas för säkerhet. Aktivitetsloggen, din klientinventering (beskrivs tidigare) och administratörs-API:er är användbara resurser som hjälper dig att styra din Power BI-klientorganisation.
• Granska säkerhet: Avgör om det finns säkerhetsproblem . Du kan till exempel se överanvändning av delning från en personlig arbetsyta. Eller så kan du se orelaterat innehåll som publicerats till en enda arbetsyta (vilket leder till mer komplicerad säkerhet för objekten i en sådan brett definierad arbetsyta). Aktivitetsloggen, din klientinventering (beskrivs tidigare) och administratörs-API:erna är användbara för säkerhetsgranskning.
• Minimera säkerhetsproblem: Använd aktivitetsloggdata för att undvika eller minimera effekten av säkerhetsproblem. Du kan till exempel upptäcka att en organisationsomfattande delningslänk användes på ett oväntat sätt. Genom att notera den här händelsen i aktivitetsloggen kort efter att den inträffar kan du vidta åtgärder för att lösa problemet innan länken används på ett olämpligt sätt.
• Övervaka ändringar i klientorganisationens inställning: Använd aktivitetsloggdata för att avgöra när en klientinställning har ändrats. Om du ser att en oväntad ändring har inträffat, eller om den har gjorts av en oväntad användare, kan du agera snabbt för att korrigera eller återställa inställningen.
• Granska datakällor: Avgör om okända eller oväntade datakällor används av semantiska modeller, dataflöden eller datamarter. Du kan också avgöra vilka typer av datakällor som används (till exempel filer eller databaser). Du kan också kontrollera om filer lagras på en lämplig plats (till exempel OneDrive för arbete eller skola).
• Informationsskydd: Granska hur känslighetsetiketter används för att minska risken för dataläckage och missbruk av data. Mer information finns i artikeln om informationsskydd och dataförlustskydd .
• Mentorskap och användaraktivering: Vidta åtgärder för att ändra användarbeteenden vid behov. När du får mer kunskap om vad användarna behöver och vilka åtgärder de vidtar kan du påverka mentorskaps- och användaraktiveringsaktiviteter .
• Övervaka ändringar i klientorganisationens inställning: Använd aktivitetsloggdata för att avgöra när en klientinställning har ändrats. Om du ser att en oväntad ändring har inträffat, eller om den har gjorts av en oväntad användare, kan du agera snabbt för att korrigera eller återställa inställningen. Du kan också använda REST-API:et Get Tenant Inställningar för att regelbundet extrahera en ögonblicksbild av klientinställningarna.

Förbättra efterlevnaden

Granskning av data är viktigt för att stärka din efterlevnadsstatus och svara på formella begäranden i olika scenarier.

Följande tabell innehåller flera exempel.

Typ av krav	Exempel
Regelkrav: Du behöver data för att stärka din efterlevnadsstatus för bransch-, myndighets- eller regionala regelkrav.	Du har ett efterlevnadskrav för att spåra var personuppgifter finns. Dataförlustskydd (DLP) för Power BI är ett alternativ för att identifiera vissa typer av känsliga data som lagras i publicerade semantiska modeller. API:erna för metadatagenomsökning är ett annat alternativ för att hitta personliga data. Du kan till exempel söka efter vissa kolumnnamn eller måttnamn som finns i publicerade semantiska modeller.
Organisationskrav: Du har krav på intern styrning, säkerhet eller datahantering.	Du har ett internt krav på att använda säkerhet på radnivå (RLS) på alla certifierade semantiska modeller. API:et Hämta datauppsättningar som administratör kan hjälpa dig att kontrollera om det här kravet uppfylls. Eller så har du ett internt krav på att känslighetsetiketter är obligatoriska för allt innehåll i Power BI. Du kan använda API:er för metadatagenomsökning för att kontrollera vilka känslighetsetiketter som har tillämpats på Power BI-innehåll.
Avtalskrav: Du har avtalskrav med partner, leverantörer eller kunder.	Du har en kund som tillhandahåller data till din organisation. Enligt ditt avtal med kunden måste data lagras i en specifik geografisk region. Du kan använda API:et Hämta kapaciteter för att kontrollera vilken region en kapacitet har tilldelats. Du kan använda API:erna för metadatagenomsökning eller API:et Hämta grupper som administratör för att verifiera vilken kapacitet en arbetsyta har tilldelats.
Interna granskningsbegäranden: Du måste uppfylla förfrågningar från interna granskare.	Din organisation genomför en intern säkerhetsgranskning varje kvartal. Du kan använda flera API:er för att granska begäranden om information om behörigheter i Power BI. Exempel är API:er för metadatagenomsökning, API:et Hämta användarartefaktåtkomst som administratör för rapportdelning, API:et Hämta gruppanvändare som administratör för arbetsyteroller och behörigheterna Hämta appanvändare som administratörs-API för Power BI-appen.
Externa granskningsbegäranden: Du måste svara på förfrågningar från externa granskare.	Du får en begäran från granskarna om att sammanfatta hur alla dina Power BI-datatillgångar klassificeras. API:erna för metadatagenomsökning är ett sätt att kompilera känslighetsetiketterna som tillämpas på Power BI-innehåll.

Hantera licenser och kostnader

Eftersom granskningsdata innehåller information om faktiska användaraktiviteter kan det hjälpa dig att hantera kostnader på olika sätt.

Du kan använda granskningsdata för att:

• Förstå blandningen av användarlicenser: Om du vill minska kostnaderna bör du överväga att omtilldela oanvända användarlicenser (Pro eller PPU) till andra användare. Du kanske också kan omtilldela en användare till en kostnadsfri användarlicens. När det finns många konsumenter som bara visar innehåll kan det vara mer kostnadseffektivt att använda en Power BI Premium-kapacitet (P SKU) eller Infrastruktur F64 eller större kapacitet med kostnadsfria användarlicenser (kallas obegränsad innehållsdistribution).
• Utvärdera användningen av kapacitetslicenser: Utvärdera om en Power BI-kapacitet (köpt med en P SKU, EM SKU eller A SKU) har lämplig storlek för dina arbetsbelastnings- och användningsmönster. För att balansera kostnader med decentraliserade hanteringsbehov kan du överväga att använda flera decentraliserade kapaciteter (till exempel tre P1-kapaciteter som var och en hanteras av ett annat team). För att minska kostnaderna kan du etablera en större kapacitet (till exempel en P3-kapacitet som hanteras av ett centraliserat team).
• Övervaka användningen av kapacitets autoskalning: Avgör om autoskalning (tillgängligt med Power BI Premium) har konfigurerats på ett kostnadseffektivt sätt. Om autoskalning anropas för ofta kan det vara mer kostnadseffektivt att skala upp till en högre P SKU (till exempel från en P1-kapacitet till en P2-kapacitet). Eller så kan du skala ut till fler kapaciteter (till exempel etablera en annan P1-kapacitet).
• Utför återbetalningar: Utför koncerninterna återbetalningar av Power BI-kostnader baserat på vilka användare som använder tjänsten. I den här situationen bör du bestämma vilka aktiviteter i aktivitetsloggen som är viktiga och korrelera dessa aktiviteter med affärsenheter eller avdelningar.
• Visa utvärderingsversioner: Aktivitetsloggen registrerar sig när användare registrerar sig för en PPU-utvärderingsversion. Den informationen kan förbereda dig för att köpa en fullständig licens för dessa användare innan utvärderingsperioden är slut.

Viktigt!

Ibland refererar den här artikeln till Power BI Premium eller dess kapacitetsprenumerationer (P SKU:er). Tänk på att Microsoft för närvarande konsoliderar köpalternativ och drar tillbaka Power BI Premium per kapacitets-SKU:er. Nya och befintliga kunder bör överväga att köpa kapacitetsprenumerationer för Infrastrukturresurser (F SKU:er) i stället.

Mer information finns i Viktig uppdatering som kommer till Power BI Premium-licensiering och Vanliga frågor och svar om Power BI Premium.

Prestandaövervakning

Vissa typer av granskningsdata innehåller information som du kan använda som indata för prestandajusteringsaktiviteter.

Du kan använda granskningsdata för att övervaka:

• Nivåerna för användning av semantiska modeller, när och efter vilka användare.
• De frågor som skickas av användare som öppnar liveanslutningsrapporter .
• Vilka sammansatta modeller som är beroende av en delad semantisk modell.
• Information om datauppdateringsåtgärder .
• När en datagateway används för frågor eller datauppdateringsåtgärder.
• Vilka datakällor används, hur ofta och med vilka användare.
• När cachelagring av frågor är aktiverat för semantiska modeller.
• När frågedelegering inte sker.
• Antalet aktiva DirectQuery-anslutningar för datakällor.
• De datalagringslägen som används av semantiska modeller.

Mer information finns i Granskning på datanivå.

Relaterat innehåll för implementeringsplanering

Resten av gransknings- och övervakningsinnehållet ordnas i följande artiklar.

• Granskning på rapportnivå: Tekniker som rapportskapare kan använda för att förstå vilka användare som använder de rapporter som de skapar, publicerar och delar.
• Granskning på datanivå: Metoder som dataskapare kan använda för att spåra prestanda- och användningsmönster för datatillgångar som de skapar, publicerar och delar.
• Granskning på klientorganisationsnivå: Viktiga beslut och åtgärder som administratörer kan vidta för att skapa en granskningslösning från slutpunkt till slutpunkt.
• Övervakning på klientorganisationsnivå: Taktiska åtgärder som administratörer kan vidta för att övervaka Power BI-tjänst, uppdateringar och meddelanden.

Relaterat innehåll

I nästa artikel i den här serien får du lära dig mer om granskning på rapportnivå.