Power BI - vše, co potřebujete vědět | Mňamka #162
Takový ten divný pocit, když vás Eva požádá, ať napíšete článek o Power BI, protože víte, že ať napíšete cokoliv, moc dobrý feedback na to nedostanete. Proč? Protože většina lidí Power BI buď bezmězně miluje nebo naopak z duše nenávidí. I já si toho s Power BI prožila spoustu - krásné chvilky plné radosti i bezesné noci, kdy se slzami v očích už nevíte, jak dál. Tvrzení aplikovatelné na většinu mých vztahů nejen s BI tooly :)
Co je Power BI?
BI tool od Microsoftu, v současnosti považovaný za industry leadera (v kombinaci s ostatními produkty MS). Kromě vizualizací poskytuje i self-service pro přípravu dat a spojování dat z více zdrojů PowerQuery. A v neposlední řadě, alespoň v naší firmě - noční můra majitelů mekařů :)
Cena
Základní Pro licence vás vyjde na $10 za uživatele za měsíc, musíte si ale dávat pozor na 1GB limit per dataset a 10GB limit per pracovní prostor. Hlavně první ze zmiňovaných limitů je opravdu limitující a ve firmách, kde zatím není budget na pořízení Premium pracovního prostoru (od $5000 za měsíc), je třeba s tímto limitem velmi aktivně pracovat při designu každého use casu. Úzce to souvisí se způsobem napojení dat.
Způsob napojení dat
Existují 4 způsoby připojení dat: live (pro OLAP kostky a vypublikované datasety), direct (pro podporované databáze), import (klasický extrakt) a push (vhodný pro realtime). Lze vytvořit i tzv. composite model, který může být kombinací například 3 direct tabulek a 5 importovaných tabulek. Před volbou správného způsobu napojení je třeba nastudovat, jak to funguje, je tam i pár limitů. O tom třeba příště :)
PowerQuery - dobrý sluha, sakra špatný pán
PowerQuery je sice neuvěřitelně užitečný nástroj pro ad hoc přípravu dat, prototyping apod., ale používá-li se u větších než totálně prťavých projektů i pro celofiremní produkční reporting, tak je to cesta do pekel.
- Single source of truth neexistuje a nezajistíte to, ani kdybyste se na hlavu postavili
- Když se vám něco rozbije, dohledat chybu může být někdy na mašli
- Změnit logiku kalkulace, optimalizovat, nedejbože očišťovat data trvá asi tak 100000000000000x déle než v SQL
A ano, teď už existují dataflows, které alespoň problém se single source of truth při extrémně kvalitní implementaci dokáží řešit, ale ostatní zmiňované problémy dle mého názoru stále přetrvávají. Power BI je vizualizační nástroj, nikoliv ETL. Na hraní je to ale šikovné :)
Datový model a metriky
Ať si řiká, kdo chce to chce, mě se v tom modeluje dobře a i ty metriky se píšou celkem jednodušše. DAX dokáže občas trochu pozlobit, ale pokud si správně postavíte model, tak abyste to pak nemuseli v metrikách dohánět a ohýbat přes koleno, jde to. Samozřejmě zkomplikovat se dá cokoliv a v tomto ohledu je třeba přistupovat například k radám na Power BI forech velmi kriticky, ať si tam nezanesete nějaký vynález, co neměl nikdy vzniknout.
Vizualizace
Za mě silná stránka Power BI, jde skoro všechno, je spoustu custom vizuálů (a můžete si i nakódit vlastní), můžete integrovat s Power Apps (například abyste obchoďákovi přímo v reportu dovolili upravovat sales forecast a koukat jak to vychází). Interakce, drill-ups, drill-downs, drill-through (i cross-report), tooltipy, bookmarky jsou super. Lze vytvořit zjednodušenou mobilní verzi. Takže opět jen pozor na to, abyste to nepřekombinovali.
Time-Intelligence
Pokud začínáte, zkuste se odrazit od tzv. quick measures. Lze se na nich naučit, jak ten DAX vlastně funguje. MoM, YoY, moving average, kumulativní sumu atd. máte nakliknuté na 3 kliky. Co zatím Power BI nemá moc dobře vymyšlené, je porovnání s předchozí periodou ve chvíli, kdy chcete dynamicky měnit granularitu dané periody (den, měsíc, týden, rok). Jde to vyřešit, ale musíte si zaDAXovat.
Power BI Service
Vypublikované reporty můžete vystavit jako appku (lze pak konzumovat přes Power BI Mobile), můžete z nich vytvořit dashboard (na kterém lze nastavit alerty na vývoj metrik), posílat si emaily s linkem na report vždycky když se refreshne apod. Můžete tam report i upravit, ale jen na úrovni vizualizace, na datový model se nedostanete (ani vzorec metriky si nezobrazíte). Co se nám líbí je možnost označit report či dataset jako certifikovaný, to rádi využíváme jako součást governance nad BI platformou.
Power BI Desktop
Tak a jsme u té noční můry mekařů. Ona to teda může být noční můra i všech ostatních... Když máte za úkol opravit/upravit nějaký monstrózní report, tak je to analogie k monstróznímu Excelu, co se 10 minut otvírá, aby vám pak dalších 10 minut crashoval. Je třeba to nenechat takhle daleko zajít, pečlivě designovat reporty per use case, řídit vývoj skrze governace, sledovat usage a optimalizovat. Dokud je soubor rozumně veliký a drží se best-practices, lze s tím na Windows pracovat celkem dobře. Mekaři si musí pořádně přitopit VM.
Těch témat je spoustu - embeddování, kompatibilita s non-MS systémy, scheduled refresh a getaways, API, RLS, parametry, Report builder, optimalizace, DAX Studio... Tak třeba dáme nějaké pokračování :)
Zapomněla jsem na něco? Chcete se na něco zeptat? Napište mi.
Verča
Pilíře úspěšného datového projektu | Mňamka #544
V Bizztreatu máme za sebou desítky datových projektů napříč různými odvětvími např. jako e-commerce, retail, výroba, média nebo obchod. Z praxe víme, že mnoho datových projektů selhává – nedoručí očekávaný přínos, uvíznou na půli cesty nebo se zacyklí v nekonečném „ještě to ladíme“. Bez ohledu na typ projektu či sektor platí, že úspěch vždy stojí na pevných základech – pilířích, které rozhodují o tom, jestli výstup skutečně přinese byznysovou hodnotu. Právě proto je klíčové zaměřit se na to, co dělá datový projekt opravdu úspěšným. Tak pojďme na to.
Ikony v reportu: Zaujměte na první pohled a zjednodušte navigaci | Mňamka #543
Vizuální zkratky, které promění datovou džungli v přehlednou mapu. Zjistěte, jak s pomocí ikon zjednodušit navigaci, zvýraznit klíčové informace a proměnit suchá data v poutavý příběh. Naučte se vybírat vhodné ikony, pracovat s nimi efektivně a odhalte, proč je jejich správné použití klíčové pro srozumitelnost a úspěch vašich reportů.
Jak předvídat chování zákazníků: Churn, životní hodnota a další klíčové ukazatele | Mňamka #542
Porozumění chování zákazníků a jeho predikce jsou dnes klíčové pro firmy, které chtějí budovat loajalitu, zlepšit cílení kampaní a efektivně řídit své marketingové investice. Jak předpovědět, kdy zákazník odejde, jakou má pro firmu hodnotu nebo kdy s největší pravděpodobností znovu nakoupí? V článku se podíváme na klíčové koncepty, jako je predikce odchodu zákazníků (churn), výpočet jejich životní hodnoty (Lifetime Value), odhad pravděpodobnosti další interakce či modelování sklonu k nákupu. Získané poznatky mohou pomoci vytvářet efektivnější marketingové strategie a lepší zákaznickou zkušenost.