Power BI-gebruiksscenario's: Aanpasbare beheerde selfservice-BI

Notitie

Dit artikel maakt deel uit van de reeks artikelen over de implementatieplanning van Power BI. Deze reeks richt zich voornamelijk op de Power BI-workload in Microsoft Fabric. Zie de planning van de Power BI-implementatie voor een inleiding tot de reeks.

Zoals beschreven in het roadmap voor acceptatie van infrastructuur, wordt beheerde selfservice-BI gekenmerkt door een gemengde benadering die de nadruk legt op discipline in de kern en flexibiliteit aan de rand. De gegevensarchitectuur wordt meestal onderhouden door één team van gecentraliseerde BI-experts, terwijl rapportageverantwoordelijkheid behoort tot makers binnen afdelingen of bedrijfseenheden.

Wanneer de kerngegevensarchitectuur echter niet alle vereiste gegevens bevat, kunnen makers van semantisch model (voorheen een gegevensset genoemd) bestaande gedeelde semantische modellen uitbreiden, personaliseren of aanpassen. Nieuwe gespecialiseerde semantische modellen kunnen worden gemaakt die voldoen aan bedrijfsvereisten die niet voldoen aan bestaande centraal geleverde semantische modellen. Belangrijk is dat er geen duplicatie van kerngegevens is. Dit gebruiksscenario wordt aanpasbare beheerde selfservice-BI genoemd.

Notitie

Dit aanpasbare selfservice BI-scenario is de tweede van de selfservice BI-scenario's. Dit scenario bouwt voort op wat er kan worden gedaan met een gecentraliseerd, gedeeld semantisch model (dat is geïntroduceerd in het beheerde BI-scenario voor selfservice). Een lijst met alle scenario's vindt u in het artikel over Power BI-gebruiksscenario's .

Voor de beknoptheid worden sommige aspecten die worden beschreven in het onderwerp over samenwerking en levering van inhoud niet behandeld in dit artikel. Lees eerst deze artikelen voor volledige dekking.

Scenariodiagram

In het volgende diagram ziet u een algemeen overzicht van de meest voorkomende gebruikersacties en Power BI-onderdelen ter ondersteuning van aanpasbare beheerde selfservice-BI. De primaire focus is het bieden van makers van inhoud in de bedrijfseenheden met de mogelijkheid om een gespecialiseerd gegevensmodel te maken door een bestaand gedeeld semantisch model uit te breiden. Het doel is om waar mogelijk herbruikbaarheid te bereiken en flexibiliteit te bieden om te voldoen aan aanvullende analytische vereisten.

Tip

We raden u aan het scenariodiagram te downloaden als u het wilt insluiten in uw presentatie, documentatie of blogbericht, of als een poster op een muur wilt afdrukken. Omdat het een SVG-afbeelding (Scalable Vector Graphics) is, kunt u deze omhoog of omlaag schalen zonder verlies van kwaliteit.

In het scenariodiagram ziet u de volgende gebruikersacties, hulpprogramma's en functies:

Artikel	Beschrijving
	Semantische modelmaker A ontwikkelt een model met behulp van Power BI Desktop. Voor een semantisch model dat is bedoeld voor hergebruik, is het gebruikelijk (maar niet vereist) voor de maker om deel te uitmaken van een gecentraliseerd team dat gebruikers ondersteunt over de grenzen van de organisatie (zoals IT, enterprise BI of het Center of Excellence).
	Power BI Desktop maakt verbinding met gegevens uit een of meer gegevensbronnen.
	Ontwikkeling van gegevensmodellen wordt uitgevoerd in Power BI Desktop. Er wordt extra moeite gedaan om een goed ontworpen en gebruiksvriendelijk model te maken, zodat het kan worden gebruikt als een gegevensbron door veel selfservicerapportmakers. Modelmakers kunnen DAX-query's gebruiken om het model tijdens de ontwikkeling te ontwikkelen en te verkennen.
	Wanneer u klaar bent, publiceert modelmaker A het Power BI Desktop-bestand (.pbix) of het Power BI-projectbestand (.pbip) dat alleen een model bevat naar de Power BI-service.
	Het semantische model wordt gepubliceerd naar een werkruimte die is toegewezen aan het opslaan en beveiligen van gedeelde semantische modellen. Omdat het semantische model is bedoeld voor hergebruik, wordt het goedgekeurd (gecertificeerd of gepromoveerd, indien van toepassing). Het semantische model is ook gemarkeerd als detecteerbaar om het hergebruik verder aan te moedigen. De herkomstweergave in de Power BI-service kan worden gebruikt om afhankelijkheden bij te houden die bestaan tussen Power BI-items.
	Gegevensdetectie in de OneLake-gegevenshub is ingeschakeld omdat het semantische model is gemarkeerd als detecteerbaar. Met detectie kan het bestaan van een semantisch model zichtbaar zijn in de OneLake-gegevenshub door andere Makers van Power BI-inhoud die op zoek zijn naar gegevens.
	Makers van inhoud gebruiken de OneLake-gegevenshub in de Power BI-service om te zoeken naar detecteerbare gegevensitems, zoals semantische modellen.
	Als makers van inhoud machtigingen hebben, kunnen ze samenstellingsmachtigingen aanvragen voor gegevensitems. Hiermee wordt een werkstroom gestart om een samenstellingsmachtiging aan te vragen van een geautoriseerde fiatteur. Zodra ze toestemming hebben, kunnen makers van inhoud de gegevensitems opnieuw gebruiken om nieuwe oplossingen te bouwen.
	In Power BI Desktop maakt modelmaker B een liveverbinding met het oorspronkelijke gedeelde semantische model dat zich in de Power BI-service bevindt. Omdat het de bedoeling is om het oorspronkelijke semantische model uit te breiden en aan te passen, wordt de liveverbinding geconverteerd naar een DirectQuery-model. Deze actie resulteert in een lokaal model in het Power BI Desktop-bestand.
	Power BI Desktop maakt verbinding met gegevens uit aanvullende gegevensbronnen. Het doel is om het gedeelde semantische model te verbeteren, zodat aan aanvullende analytische vereisten wordt voldaan door het nieuwe gespecialiseerde samengestelde semantische model.
	Relaties worden gemaakt in Power BI Desktop tussen de bestaande tabellen (van het gedeelde semantische model, ook wel het externe model genoemd) en nieuwe tabellen die zojuist zijn geïmporteerd (opgeslagen in het lokale model). Aanvullende berekeningen en modelleringswerkzaamheden worden uitgevoerd in Power BI Desktop om het ontwerp van het gespecialiseerde samengestelde model te voltooien.
	Wanneer u klaar bent, publiceert semantische modelmaker B het PBIX- of PBIP-bestand naar de Power BI-service.
	Het nieuwe gespecialiseerde samengestelde semantische model wordt gepubliceerd naar een werkruimte die is toegewezen aan het opslaan en beveiligen van semantische modellen die eigendom zijn van en worden beheerd door de afdeling.
	Het gespecialiseerde semantische model blijft verbonden met het oorspronkelijke gedeelde semantische Power BI-model. Wijzigingen in het oorspronkelijke gedeelde semantische model zijn van invloed op downstreamgespecialiseerde semantische samengestelde semantische modellen die er afhankelijk van zijn.
	Andere makers van selfservicerapporten kunnen nieuwe rapporten maken die zijn verbonden met het gespecialiseerde semantische model. Makers van rapporten kunnen power BI Desktop, Power BI Report Builder of Excel gebruiken.
	Rapporten worden gepubliceerd naar een werkruimte die is toegewezen aan het opslaan en beveiligen van rapporten en dashboards.
	Gepubliceerde rapporten blijven verbonden met het gespecialiseerde semantische model dat is opgeslagen in een andere werkruimte. Wijzigingen in het gespecialiseerde semantische model zijn van invloed op alle rapporten die ermee zijn verbonden.
	Voor sommige gegevensbronnen is mogelijk een on-premises gegevensgateway of VNet-gateway vereist voor gegevensvernieuwing, zoals gegevensbronnen die zich in een particulier organisatienetwerk bevinden.
	Fabric-beheerders houden toezicht op activiteiten en bewaken in de Fabric-portal.

Belangrijkste punten

Hier volgen enkele belangrijke punten die u moet benadrukken over het aanpasbare, beheerde BI-scenario met selfservice.

Gedeeld semantisch model

Het belangrijkste aspect van het maken van beheerd bi-werk met selfservice is het minimaliseren van het aantal semantische modellen. In dit scenario wordt een gedeeld semantisch model weergegeven dat bijdraagt aan het bereiken van één versie van de waarheid.

Notitie

Ter vereenvoudiging toont het scenariodiagram slechts één gedeeld semantisch model. Het is echter meestal niet praktisch om alle organisatiegegevens in één semantisch model te modelleren. Het andere extreme is het maken van een nieuw semantisch model voor elk rapport, zoals minder ervaren makers van inhoud vaak doen. Het doel is om het juiste evenwicht te vinden, naar relatief weinig semantische modellen te leunen en nieuwe semantische modellen te maken wanneer dit zinvol is.

Het eerste gedeelde semantische model uitbreiden

Soms moeten selfservicemakers een bestaand semantisch model uitbreiden met bijvoorbeeld aanvullende gegevens die specifiek zijn voor hun afdeling. In dit geval kunnen ze DirectQuery-verbindingen met semantische Power BI-modellen gebruiken. Deze functie biedt een ideaal evenwicht tussen selfservice-activering en profiteer van de investering in centraal beheerde gegevensassets. In het scenariodiagram ziet u een DirectQuery-verbinding. Als u een liveverbinding converteert naar een DirectQuery-verbinding, wordt een lokaal model gemaakt waarmee nieuwe tabellen kunnen worden toegevoegd. Relaties kunnen worden gemaakt tussen tabellen van het oorspronkelijke gedeelde semantische model (het externe model) en nieuwe tabellen die zojuist zijn toegevoegd (het lokale model). Aanvullende berekeningen en gegevensmodellering kunnen worden uitgevoerd om het nieuwe gegevensmodel aan te passen.

Tip

In dit scenario wordt het hergebruik van een gedeeld semantisch model gemarkeerd. Soms zijn er echter situaties waarin gegevensmodelleerders het maken van een downstreamgegevensmodel willen beperken. In dat geval kunnen ze de eigenschap DirectQuery-verbindingen ontmoedigen inschakelen in de Power BI Desktop-instellingen.

Semantische model goedkeuren

Omdat gedeelde semantische modellen zijn bedoeld voor hergebruik, is het handig om ze goed te keuren . Een gecertificeerd semantisch model geeft aan makers van rapporten dat de gegevens betrouwbaar zijn en voldoen aan de kwaliteitsnormen van de organisatie. Een gepromoveerd semantisch model markeert dat de eigenaar van het semantische model van mening is dat de gegevens waardevol en de moeite waard zijn voor anderen om te gebruiken.

Tip

Het is een best practice om een consistent, herhaalbaar, strikt proces te hebben voor het goedkeuren van inhoud. Gecertificeerde inhoud moet aangeven dat de gegevenskwaliteit is gevalideerd. Het moet ook regels voor wijzigingsbeheer volgen, formele ondersteuning hebben en volledig worden gedocumenteerd. Omdat gecertificeerde inhoud strenge normen heeft doorstaan, zijn de verwachtingen voor betrouwbaarheid hoger.

Semantische modeldetectie

Met de OneLake-gegevenshub kunnen makers van rapporten semantische modellen vinden, verkennen en gebruiken in de hele organisatie. Naast het goedkeuren van semantische modellen is het inschakelen van semantische modeldetectie essentieel voor het bevorderen van hergebruik. Een detecteerbaar semantisch model is zichtbaar in de data hub voor makers van rapporten die gegevens zoeken.

Notitie

Als een semantisch model niet is geconfigureerd om detecteerbaar te zijn, kunnen alleen Power BI-gebruikers met de samenstellingsmachtiging het vinden.

Toegang tot semantisch model aanvragen

Een maker van een rapport kan een semantisch model vinden in de gegevenshub die ze willen gebruiken. Als ze geen samenstellingsmachtiging voor het semantische model hebben, kunnen ze toegang aanvragen. Afhankelijk van de toegangsinstelling voor aanvragen voor het semantische model, wordt een e-mailbericht verzonden naar de eigenaar van het semantische model of worden aangepaste instructies weergegeven aan de persoon die toegang aanvraagt.

Publiceren naar afzonderlijke werkruimten

Het publiceren van rapporten naar een werkruimte verschilt van waar het semantische model wordt opgeslagen.

Eerst is er duidelijkheid over wie verantwoordelijk is voor het beheren van inhoud in welke werkruimte. Ten tweede hebben rapportmakers machtigingen om inhoud te publiceren naar een rapportagewerkruimte (via werkruimtebeheerder, lid of inzenderrollen). Ze hebben echter alleen lees- en buildmachtigingen voor specifieke semantische modellen. Met deze techniek kan beveiliging op rijniveau (RLS) van kracht worden wanneer dat nodig is voor gebruikers die zijn toegewezen aan de viewerrol.

Afhankelijkheids- en impactanalyse

Wanneer een gedeeld semantisch model wordt gebruikt door andere semantische modellen of rapporten, kunnen deze afhankelijke objecten bestaan in veel werkruimten. De herkomstweergave helpt bij het identificeren en begrijpen van de downstreamafhankelijkheden. Wanneer u een wijziging in een semantisch model plant, moet u eerst een impactanalyse uitvoeren om te begrijpen welke semantische modellen of rapporten moeten worden bewerkt of getest.

Gateway instellen

Normaal gesproken is een gegevensgateway vereist bij het openen van gegevensbronnen die zich in het particuliere organisatienetwerk of een virtueel netwerk bevinden. De on-premises gegevensgateway wordt relevant zodra een Power BI Desktop-bestand is gepubliceerd naar de Power BI-service. De twee doeleinden van een gateway zijn het vernieuwen van geïmporteerde gegevens of het weergeven van een rapport dat een query op een liveverbinding of een DirectQuery-semantisch model opvraagt.

Notitie

Voor aanpasbare selfservice BI-scenario's wordt een gecentraliseerde gegevensgateway in de standaardmodus sterk aanbevolen voor gateways in de persoonlijke modus. In de standaardmodus ondersteunt de gegevensgateway liveverbindings- en DirectQuery-bewerkingen (naast geplande bewerkingen voor gegevensvernieuwing).

Systeemtoezicht

In het activiteitenlogboek worden gebruikersactiviteiten vastgelegd die plaatsvinden in de Power BI-service. Power BI-beheerders kunnen de verzamelde activiteitenlogboekgegevens gebruiken om controle uit te voeren om inzicht te krijgen in gebruikspatronen en acceptatie. Het activiteitenlogboek is ook waardevol voor het ondersteunen van governance-inspanningen, beveiligingscontroles en nalevingsvereisten. Met een aanpasbaar bi-scenario voor beheerde selfservice is het met name handig om het gebruik van het oorspronkelijke gedeelde semantische model en afhankelijke semantische modellen bij te houden.

Gerelateerde inhoud

In het volgende artikel in deze reeks leert u meer over het hergebruik van gegevensvoorbereiding met gegevensstromen in het selfservicescenario voor gegevensvoorbereiding.