Professionelle Datenanbindung, -analyse und -aufbereitung für Reporting-Bedürfnisse
… führt von der Datenanbindung sowie Rohdatenaufbereitung über die Analyse zur Darstellung in Reports und Nutzung von unterschiedlichen Zielgruppen sowie den Betrieb und Monitoring der Datenaufbereitungslogiken
Daten → Integration → Modellierung → Semantik → Visualisierung → Deployment → Betrieb
Daten aus unterschiedlichsten Quellen anbinden und nutzen
Innerhalb Power BI sind diverse Konnektoren zu möglichen Datenquellen verfügbar:
- ERP / Industrie / Produktion
- Datenbanken (OnPrem oder Cloud)
- Dateibasierte Quellen
- APIs (REST, OData, Webservices)
Daten für Analysen bedarfsgerecht transformieren
Typische Schritte innerhalb dieses Prozesses sind:
- Extraktion aus Vorsystemen
- Bereinigung (Null-Werte, Datentypen, Dubletten)
- Harmonisierung (z. B. Materialnummern, Kundenstämme)
- Versionierung / Historisierung
- Laden in Data Warehouse
Dazu können sowohl ETL‑Technologien im Cloud- oder OnPrem-Umfeld als auch eine Transformationsschicht innerhalb Power BI (Power Query (M Sprache)) genutzt werden.
Danach liegen die Daten im Idealfall zentral in Form von Data Warehouse (modelliert, historisiert) oder Data Marts (bereichsspezifisch) vor.
Verbindungen zwischen den Daten definieren
Als Nächstes müssen mit Hilfe von Fachabteilungen und der IT-Abteilung die Verbindungen / Relationen zwischen diesen Datenbeständen definiert werden.
Aufbau von Semantikmodellen zur Fixierung der Datenverbindungen
Die Datenmodellierung erfolgt in einem sogenannten Semantikmodell als Bestandteil von Power BI. Hier werden Relationen (1:1, 1:n, n:m) zwischen den Datenobjekten hergestellt und automatisch validiert. Hierzu kann nach Star- oder Snowflake-Schema vorgegangen werden. Außerdem können notwendige Inhalte im Datenbestand mithilfe vorhandener Power BI-Funktionalitäten erweitert werden:
- Measures in DAX, Berechnete Spalten
- Hierarchien (z. B. Jahr → Monat → Tag)
- KPI‑Definitionen
Auf dem Semantikmodell können mittels Filtermöglichkeiten in Form von „Row Level Security“ die Sicht- und Nutzbarkeit von Daten rollen- und benutzerspezifisch definiert werden.
Erstellung von PowerBI-Berichten auf Basis der Semantikmodelle
Auf Basis eines solchen, in sich stimmigen, Semantikmodells können dann die Power BI-Berichte erstellt werden. Mittels Visuals (interaktive visuelle Datendarstellungskomponenten) können die Daten im Bericht ansprechend angezeigt werden:
- Auswahl der Visuals
- Layout / Corporate Design
- Navigation (Bookmarks, Drillthrough)
- Parameter / Filter
- Tooltips
- KPI‑Karten
- Tabelle / Matrix
Produktivsetzung, laufender Betrieb und Monitoring
Die mittels Power BI Desktop oder Power BI ReportBuilder erstellten Berichte werden veröffentlicht, um sie den Anwendern zur Verfügung zu stellen. Hierzu kann Power BI Cloud (Power BI Service) oder Power BI Report Server (On Prem) als Plattform genutzt werden. Die in Workspaces vorliegenden Berichte können dabei mehrstufigen Berechtigungskonzepten unterliegen.
Je nach Berichtsanforderung stehen passende Datenaktualisierungsansätze zur Verfügung:
- Scheduled Refresh
- DirectQuery
- Live Connection (SSAS / Fabric)
- Incremental Refresh
- Real‑Time Streaming (Push Datasets, Event Hub, IoT Hub)
Hierbei sind jedoch auch die notwendigen Datenaktualisierungen in Bezug auf die angebundenen ETL-Strecken zu berücksichtigen. Folglich sind Konzepte und deren Umsetzung zum Anstoßen von ETL-Prozessen zu erarbeiten und mittels geeigneter Scheduling-Werkzeuge umzusetzen.
Zum Monitoring können die von Microsoft bereitgestellten Werkzeuge/Webseiten genutzt werden:
- Admin Portal
- Capacity Metrics App
- Fabric Monitoring
- Audit Logs
- Usage Metrics
- Gateway Monitoring