หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
การเปลี่ยนข้อมูลดิบให้เป็นข้อมูลเชิงลึกที่นําไปใช้ได้จริงเป็นขั้นตอนสําคัญในวงจรชีวิตของข้อมูล Microsoft Fabric รวม Power BI, Real-Time Intelligence และ Fabric IQ เพื่อช่วยให้นักวิเคราะห์ธุรกิจสํารวจ แสดงภาพ และตอบสนองต่อข้อมูลแบบเกือบเรียลไทม์ การใช้โมเดลความหมาย ข้อมูลการสตรีม และการวิเคราะห์ที่ปรับปรุงด้วย AI คุณสามารถสร้างรายงาน แดชบอร์ด และการแจ้งเตือนการดําเนินงานที่มีการควบคุมซึ่งขับเคลื่อนการตัดสินใจอย่างชาญฉลาด
ในบทความนี้ คุณจะได้เรียนรู้เกี่ยวกับสิ่งต่อไปนี้
- การสร้างรายงาน Power BI และโฟลว์งานแบบทรานสไลต์สําหรับการวิเคราะห์แบบโต้ตอบ
- การใช้ Real-Time Intelligence เพื่อตรวจสอบและดําเนินการกับข้อมูลการสตรีม
- การใช้ความหมายทางธุรกิจ ออนโทโลยี และโมเดลกราฟของ Fabric IQ เพื่อรวมข้อมูลองค์กร
สํารวจและแชร์ข้อมูลเชิงลึกด้วย Power BI
รายงาน Power BI ใช้แบบจําลองความหมายเป็นแกนหลักในการวิเคราะห์ โมเดลเหล่านี้รวมศูนย์ตรรกะทางธุรกิจ การคํานวณ และการกํากับดูแล เพื่อให้มั่นใจถึงความสอดคล้องกันระหว่างรายงานและทีม นักวิเคราะห์ธุรกิจสามารถสร้างแดชบอร์ดแบบโต้ตอบ เจาะลึกเมตริก และแบ่งปันข้อมูลเชิงลึกได้อย่างปลอดภัยทั่วทั้งองค์กร ใช้ Power BI เมื่อคุณต้องการการวิเคราะห์ที่มีโครงสร้าง นํากลับมาใช้ใหม่ได้ และควบคุมที่สร้างขึ้นบนแบบจําลองความหมายที่จัดเก็บไว้ใน OneLake
คุณสามารถแจกจ่ายและฝังรายงาน Power BI ในแอปพลิเคชัน Microsoft 365:
- ปักหมุดรายงานในช่องทาง Microsoft Teams หรือการแชทสําหรับการวิเคราะห์ร่วมกัน
- ฝังรายงานในหน้า SharePoint โดยใช้ Web Part ของ Power BI
- แทรกรายงานสดลงในงานนําเสนอ PowerPoint
- เชื่อมต่อกับชุดข้อมูล Power BI จาก Excel เพื่อสร้าง PivotTable และแผนภูมิที่ด้านบนของแบบจําลองความหมาย
ดําเนินการจากรายงานด้วยโฟลว์งานแบบทรานซิทีฟ
กระแสงานแบบทรานสไลต์ ช่วยให้คุณสามารถย้ายจากข้อมูลเชิงลึกไปยังการดําเนินการได้โดยตรงภายในรายงาน Power BI คุณสามารถเรียกใช้ฟังก์ชันข้อมูลผู้ใช้เพื่ออัปเดตเรกคอร์ด ทริกเกอร์เวิร์กโฟลว์ หรือเขียนกลับไปยัง OneLake โดยไม่ต้องออกจากอินเทอร์เฟซรายงาน ใช้โฟลว์งานแบบทรานสลีทีฟเมื่อข้อมูลเชิงลึกและการอัปเดตการดําเนินงานต้องเกิดขึ้นพร้อมกัน เช่น การปรับสินค้าคงคลัง การอัปเดตการคาดการณ์การขาย หรือการแก้ไขกรณีและปัญหาการสนับสนุน
ไดอะแกรมต่อไปนี้แสดงให้เห็นว่ารายงาน Power BI และโฟลว์งานแบบทรานสลีทรวมการวิเคราะห์และการดําเนินการในประสบการณ์เดียวที่มีการควบคุม:
ตรวจสอบและวิเคราะห์ข้อมูลแบบเรียลไทม์
ปริมาณงาน Real-Time Intelligence ใน Microsoft Fabric ช่วยให้คุณสามารถนําเข้า ประมวลผล วิเคราะห์ และดําเนินการกับข้อมูลการสตรีมโดยมีเวลาแฝงน้อยที่สุด มันรวมความสามารถจากบริการต่อไปนี้:
นําเข้าข้อมูลการสตรีมด้วย Eventstream
Eventstream นําเข้าข้อมูลการสตรีมจากแหล่งข้อมูล เช่น Azure Event Hubs, Kafka, อุปกรณ์ IoT หรือ REST API ใช้การแปลงแบบเรียลไทม์และกําหนดเส้นทางข้อมูลไปยังบริการต่างๆ เช่น Eventhouse หรือ Lakehouse
Eventstream รองรับการกําหนดเส้นทางและการจัดตําแหน่งสคีมา การทําให้เป็นมาตรฐานการประทับเวลา การแบ่งพาร์ติชัน และการผสานรวมกับ Activator ในขณะที่ Eventstreams ป้อนข้อมูลความเร็วสูงลงใน Fabric Activator จะตรวจสอบเหตุการณ์การสตรีมเหล่านี้อย่างต่อเนื่องเทียบกับ กฎที่กําหนดไว้ แบบเกือบเรียลไทม์
วิเคราะห์เหตุการณ์ด้วย Eventhouse
Eventhouse ได้รับการปรับให้เหมาะสมสําหรับการวิเคราะห์เหตุการณ์และอนุกรมเวลาที่มีปริมาณมาก มันจัดทําดัชนีและแบ่งพาร์ติชันข้อมูลโดยอัตโนมัติ และใช้ Kusto Query Language สําหรับการกรอง การรวม การรวม และการตรวจสอบความผิดปกติอย่างรวดเร็ว ใช้ Eventhouse เมื่อคุณต้องการการวิเคราะห์การวัดและส่งข้อมูลทางไกล เมตริกการดําเนินงาน หรือข้อมูลบันทึกที่ปรับขนาดได้
การผสานรวมกับ Activator เกิดขึ้นผ่านชุดคิวรี KQL ซึ่งช่วยให้คุณกําหนดคิวรีที่นํากลับมาใช้ใหม่ได้ซึ่งจะประเมินเงื่อนไขบนข้อมูล Eventhouse อย่างต่อเนื่อง Activator สามารถสมัครรับผลลัพธ์การสืบค้นเหล่านี้และใช้กฎตามผลลัพธ์การสืบค้น เมื่อคิวรี KQL ตรวจพบเงื่อนไข (ตัวอย่างเช่น การใช้งาน CPU เกิน 90% หรือแนวโน้มบ่งชี้ถึงความเสี่ยงของความล้มเหลว) Activator จะทริกเกอร์การดําเนินการอัตโนมัติ เช่น การส่งการแจ้งเตือน การเปิดใช้โฟลว์ Power Automate หรือการดําเนินการไปป์ไลน์ Fabric การผสมผสานระหว่างพลังการวิเคราะห์ของ KQL กับการประสานงานของ Activator ช่วยให้ระบบอัตโนมัติแบบเรียลไทม์ที่ขับเคลื่อนด้วยข้อมูลในสถานการณ์ทางธุรกิจ
แสดงภาพตัวชี้วัดแบบสดด้วยแดชบอร์ดแบบเรียลไทม์
แดชบอร์ดแบบเรียลไทม์ ให้การแสดงภาพข้อมูลสตรีมมิ่งแบบโต้ตอบแบบสด ช่วยให้คุณสามารถตรวจสอบตัวชี้วัดหลักและสัญญาณการดําเนินงานได้ทันที แดชบอร์ดเหล่านี้สร้างขึ้นบน Eventhouse (ฐานข้อมูล KQL) ช่วยให้คุณสืบค้นและแสดงข้อมูลอนุกรมเวลาโดยมีเวลาแฝงน้อยที่สุด ให้ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพของระบบ พฤติกรรมของลูกค้า หรือกิจกรรมของเซ็นเซอร์แบบเรียลไทม์ รองรับการกรองแบบไดนามิก รีเฟรชอัตโนมัติ และความสามารถในการแจ้งเตือน ทําให้เหมาะสําหรับกรณีการใช้งาน เช่น การตรวจสอบด้านไอที การวัดและส่งข้อมูลทางไกลในการผลิต การติดตามธุรกรรมทางการเงิน และการวิเคราะห์การสนับสนุนลูกค้า แดชบอร์ดแบบเรียลไทม์ยังรวมเข้ากับ Activator ดังนั้นคุณจึงไม่เพียงแต่สามารถสังเกต แต่ยัง ตอบสนองต่อเหตุการณ์สําคัญ ได้โดยตรงจากอินเทอร์เฟซแดชบอร์ด ซึ่งจะเปลี่ยนข้อมูลเชิงลึกให้เป็นการดําเนินการโดยไม่ชักช้า
แดชบอร์ดแบบเรียลไทม์แตกต่างจากรายงาน Power BI ทั่วไป โดยหลักแล้วในความสามารถในการแสดงภาพและตอบสนองต่อข้อมูลสตรีมมิงแบบสดโดยมีเวลาแฝงน้อยที่สุด โดยทั่วไปรายงาน Power BI จะสร้างขึ้นจากชุดข้อมูลที่นําเข้าซึ่งรีเฟรชตามกําหนดการ และเหมาะที่สุดสําหรับการวิเคราะห์ในอดีตและการสํารวจแบบโต้ตอบ ในทางกลับกัน แดชบอร์ดแบบเรียลไทม์ได้รับการออกแบบมาสําหรับการตรวจสอบการดําเนินงานและข้อมูลเชิงลึกในทันที
การตรวจหาสิ่งผิดปกติ
ตัวตรวจจับความผิดปกติจะระบุรูปแบบที่ผิดปกติหรือค่าผิดปกติในการสตรีมข้อมูลหรืออนุกรมเวลาโดยอัตโนมัติ ทํางานโดยการวิเคราะห์ข้อมูลที่นําเข้าไปยัง Eventhouse (ฐานข้อมูล KQL) และใช้ แบบจําลองทางสถิติหรือเทคนิคการเรียนรู้ของเครื่อง เพื่อตรวจจับการเบี่ยงเบนจากพฤติกรรมที่คาดไว้ ความผิดปกติเหล่านี้อาจแสดงถึงความล้มเหลวของระบบ การฉ้อโกง การเสื่อมประสิทธิภาพ หรือเหตุการณ์สําคัญอื่นๆ ที่ต้องให้ความสนใจ ซึ่งแตกต่างจากการแจ้งเตือนตามเกณฑ์แบบคงที่ ตัวตรวจจับความผิดปกติจะปรับให้เข้ากับแนวโน้มในอดีตและฤดูกาลของข้อมูล ทําให้มีประสิทธิภาพมากขึ้นในการระบุปัญหาที่ละเอียดอ่อนหรือคํานึงถึงบริบท
เมื่อตรวจพบความผิดปกติ จะสามารถ ทริกเกอร์การดําเนินการดาวน์สตรีมผ่าน Activator เช่น การส่งการแจ้งเตือน การอัปเดตแดชบอร์ด หรือการเปิดใช้เวิร์กโฟลว์อัตโนมัติ ความสามารถนี้สนับสนุนสถานการณ์การดําเนินงานที่การตรวจหาความผิดปกติตั้งแต่เนิ่นๆ สามารถป้องกันการหยุดทํางาน การสูญเสียทางการเงิน หรือความไม่พึงพอใจของลูกค้า ช่วยให้คุณสามารถเปลี่ยนจากการตรวจสอบเชิงรับไปสู่การแทรกแซงเชิงรุกในกระบวนการทางธุรกิจ
ใช้การตรวจจับความผิดปกติเมื่อเกณฑ์คงที่ไม่เพียงพอและต้องประเมินรูปแบบแบบไดนามิก
ตอบกลับอัตโนมัติด้วย Activator
Activator จะตรวจสอบข้อมูลการสตรีมหรือเหตุการณ์อย่างต่อเนื่อง และประเมินกฎที่คุณกําหนด รองรับกฎเกณฑ์อย่างง่ายและการตรวจจับรูปแบบที่มีสถานะ ตัวอย่างเช่น เมื่อเมตริกมีความสําคัญหรือลดลงเมื่อเวลาผ่านไป ความสามารถนี้ช่วยให้คุณสามารถตัดสินใจและงานการดําเนินงานได้โดยอัตโนมัติแบบเกือบเรียลไทม์ โดยเชื่อมโยงข้อมูลเชิงลึกแบบสดเข้ากับการดําเนินการทันที ใช้ Activator เพื่อเชื่อมโยงข้อมูลเชิงลึกแบบเรียลไทม์กับการตอบสนองการดําเนินงานอัตโนมัติ
เมื่อตรงตามเงื่อนไข Activator สามารถ:
- ส่งการแจ้งเตือนไปยัง Microsoft Teams หรืออีเมล
- ทริกเกอร์โฟลว์ Power Automate
- เปิดท่อ ส่งผ้าหรือรายการผ้าอื่นๆ
ไดอะแกรมต่อไปนี้แสดงวิธีที่ Real-Time Intelligence in Fabric นําเข้าข้อมูลการสตรีม วิเคราะห์เหตุการณ์ และทริกเกอร์การดําเนินการที่มีเวลาแฝงต่ํา:
ใช้ความหมายทางธุรกิจด้วย Fabric IQ
Fabric IQ มีเลเยอร์บริบททางธุรกิจที่ใช้ร่วมกันทั่วทั้งทรัพย์สินข้อมูลของคุณ มันแมปข้อมูลใน Lakehouses, Warehouses, Eventhouses และแบบจําลองความหมายกับออนโทโลยีแบบครบวงจร
Fabric Ontology เป็นคําศัพท์ที่ใช้ร่วมกันและเข้าใจได้ด้วยเครื่องของธุรกิจของคุณ ซึ่งกําหนดเอนทิตีหลัก (เช่น ลูกค้า ผลิตภัณฑ์ หรือเครื่องบิน) ความสัมพันธ์ คุณสมบัติ กฎทางธุรกิจ และการดําเนินการที่เป็นไปได้ในขณะที่ยังคงรักษาข้อกําหนดทั้งหมดในภาษาของธุรกิจ โดยรวบรวมการแสดงสดที่เชื่อมต่อถึงวิธีการดําเนินธุรกิจของคุณ โดยแมปโดยตรงกับข้อมูลพื้นฐานใน OneLake โมเดลนี้ช่วยให้ผู้ใช้และตัวแทนไม่เพียงแต่เห็นตาราง แต่ยังรวมถึงความสัมพันธ์ เช่น "ลูกค้าสั่งซื้อผลิตภัณฑ์" "เที่ยวบินมีเซ็กเมนต์และลูกเรือ" และ "การจัดส่งล่าช้าส่งผลกระทบต่อรายได้" บริบทที่เน้นข้อมูลเป็นศูนย์กลางนี้มีความสําคัญสําหรับ AI ที่คาดว่าจะตัดสินใจหรือวิเคราะห์เกี่ยวกับธุรกิจ
เมื่อคุณกําหนดองค์ประกอบออนโทโลยี (เช่น เอนทิตี "เที่ยวบิน" ที่มีคุณสมบัติ เช่น สถานะ หรือ ความล่าช้า) คุณจะ แมปกับตารางและฟิลด์ ใน Eventhouse, Lakehouse หรือ Warehouse ที่มีข้อมูลนั้น โดยไม่ต้องคัดลอกหรือย้ายข้อมูล หลังจากที่ข้อมูลลงจอดใน OneLake ข้อมูลจะกลายเป็นส่วนหนึ่งของออนโทโลยีแบบสด
นอกเหนือจากเอนทิตีและความสัมพันธ์ทางธุรกิจแล้ว ออนโทโลยียังสามารถกําหนดกฎที่ดําเนินการได้ เช่น "ถ้าขีดจํากัดสินค้าคงคลัง < ทริกเกอร์การเติมสินค้า" ตัวแทนปฏิบัติการ ใช้กฎเหล่านี้เพื่อทริกเกอร์เวิร์กโฟลว์ใน Activator เมื่อตัวแทนการดําเนินงานเรียกใช้ Activator เพื่อเรียกใช้โฟลว์ Power Automate จะส่งผ่านพารามิเตอร์ที่ได้มาจากคุณสมบัติออนโทโลยี เช่น CustomerID และ OrderStatus วิธีการนี้ช่วยให้มั่นใจได้ว่าโฟลว์ระบบอัตโนมัติทํางานด้วยบริบททางธุรกิจเต็มรูปแบบ ไม่ใช่แค่ ID ดิบ
เลเยอร์ความหมายนี้ช่วยให้สามารถวิเคราะห์ การให้เหตุผล AI และระบบอัตโนมัติที่สอดคล้องกัน
สํารวจข้อมูลที่เชื่อมต่อด้วยโมเดลกราฟ
โมเดลกราฟ ให้เครือข่ายที่เชื่อมต่อของเอนทิตีและความสัมพันธ์ที่กําหนดโดยออนโทโลยี การวิเคราะห์ผลกระทบ และอัลกอริทึมขั้นสูง เช่น เส้นทางที่สั้นที่สุดและการตรวจจับชุมชน การผสานรวมนี้ช่วยให้ตัวแทน AI และเครื่องมือวิเคราะห์สืบค้นความสัมพันธ์ที่ซับซ้อนได้อย่างมีประสิทธิภาพ นําเสนอข้อมูลเชิงลึกแบบเรียลไทม์เกี่ยวกับการพึ่งพาและเอฟเฟกต์แบบเรียงซ้อนที่โมเดลเชิงสัมพันธ์แบบดั้งเดิมต้องดิ้นรนเพื่อจัดการ คุณสามารถสอบถามโมเดลกราฟได้โดยใช้การสืบค้น GraphQL ผ่าน Fabric API