Sobald du beginnst deine erste Lösung in Power BI zu bauen, ist es besonders wichtig zu verstehen, welche Komponenten es bei Power BI gibt und für welche Aktivitäten diese eingesetzt werden. Daher werde ich dir in diesem Artikel die wesentlichen Aktivitäten für die Entwicklung einer Reporting-Lösung vorstellen und zeigen, welche Basiskomponenten in Power BI dafür zum Einsatz kommen.
Die Kernaktivitäten für den Aufbau einer Reporting-Lösung
Daten analysieren sich nicht von selbst, sondern es bedarf diverser Aktivitäten, damit aus Daten Informationen gewonnen werden können. Folgend findest du die vier wesentlichen Aktivitäten, welche bei nahezu jeder Reporting-Lösung an irgendeiner Stelle durchlaufen werden.
| Kernaktivität | Beschreibung |
|---|---|
| Datenerstellung | Die Datenerstellung geschieht typischerweise innerhalb der Systeme, welche für die operative Steuerung der Geschäftsprozesse verwendet werden. Daher werden diese Systeme im BI-Kontext auch als Quellsysteme bezeichnet. |
| Datenintegration | In der Regel besteht eine wesentliche Herausforderung darin, dass Daten in verschiedenen Systemen, Tabellen und Formaten verteilt vorliegen. Darüber hinaus werden die Daten in den Quellsystemen so vorgehalten, dass sie für die transaktionale Verarbeitung optimiert sind, auch OLTP (Online Transactional Processing) genannt. Wir wollen die Daten aber in eine Form bringen, welche die Daten für analytische Zwecke optimiert vorhält, auch OLAP (Online Analytical Processing) genannt. Datenintegration beschreibt den Vorgang der Selektion, Harmonisierung und Bereitstellung von Daten für analytische Zwecke. In diesem Zusammenhang spielt die Abkürzung ETL eine besondere Rolle. ETL steht für Extrahieren, Transformieren und Laden. Es beschreibt also einen Vorgang, bei welchem Daten aus einer Quelle extrahiert, dann unter Verwendung spezifizierter Regeln transformiert und anschließend in einen Zielort geladen werden. |
| Datenmodellierung | Das reine Vorliegen der integrierten Daten reicht noch nicht aus, um diese effektiv und skalierbar auszuwerten. Im Rahmen der Datenmodellierung verknüpfen wir die Daten in Form eines sogenannten Datenmodells. Ein Datenmodell ist eine datenbasierte Repräsentation des Anwendungsfalls, welchen du analysieren möchtest. Ein gutes Datenmodell folgt dem Sternenschema, weswegen ich dem Sternenschema einen eigenen Beitrag gewidmet habe. Sobald das Datenmodell vorliegt, werden zusätzlich Berechnungen (Metriken und KPIs) ergänzt, sodass diese in der letzten Phase, der Datenpräsentation, verwendet werden können. |
| Datenpräsentation | Nun sind wir bei dem eigentlichen Endprodukt angekommen. Im Rahmen der Datenpräsentation visualisieren wir die in dem Datenmodell enthaltenen Daten und Berechnungen, sodass diese von den Reportempfängern konsumiert werden können. Hierfür kommen diverse Medien in Frage, zum Beispiel Reports, Dashboards, Präsentationen oder Apps. |
Die Trennung von Datenintegration und Datenmodellierung ist auf den ersten Blick eventuell etwas irreführend. Vielleicht hilft Euch die folgende Ergänzung. Im Rahmen der Datenmodellierung definierst du ein Datenmodell, welches den zu analysierenden Anwendungsfall mithilfe von Daten bestmöglich abbildet. Im Rahmen der Datenintegration veränderst du die Daten aus den Quellsystemen so, dass diese in das Datenmodell hineinpassen. Datenmodellierung bedingt also in der Regel Datenintegration.
Das folgende Bild zeigt das Zusammenspiel der verschiedenen Kernaktivitäten.
Die grundlegenden Power BI Komponenten
Nun kommen wir zu den absoluten Basiskomponenten einer Power BI Lösung. Ich konzentriere mich für den Einstieg wirklich auf die Komponenten, welche in nahezu jeder Lösung relevant sind. Darüber hinaus ordnen wir die Komponenten in die oben beschriebenen Kernaktivitäten ein.
Power BI Desktop
Power BI Desktop ist eine Business Intelligence Software von Microsoft. Mit Power BI Desktop kannst du:
- eine Verbindung zu verschiedenen Datenquellen herstellen
- die Daten transformieren
- anschließend die Daten in ein Datenmodell überführen
- auf Basis des Datenmodells Metriken und KPIs berechnen
- auf Basis des Datenmodells inkl. der berechneten Metriken, KPIs und Dimensionen Berichte bauen
Datenintegration: Power Query für ETL-Aktivitäten
Datenmodellierung: Data-Ansicht, Data Model Ansicht und Measures
Nachdem Daten über Power Query nach Power BI Desktop geladen wurden, können diese in der Data Model Ansicht zu zu einem Datenmodell verknüpft werden. Darüber hinaus können mithilfe sogenannter Measures Berechnungen auf dem Datenmodell und der darin enthaltenen Daten durchführt werden.
Darüber hinaus gibt es die Data-Ansicht. Neben diversen Funktionen kannst du hier die einzelnen Datensätze aller geladenen Tabellen betrachten und filtern.
Datenpräsentation: Report-Ansicht und Visuals
In der letzten Ansicht, der Report-Ansicht, kannst du auf Basis des Datenmodells, der darin enthaltenen Daten und der Measures Euren Bericht per Drag & Drop zusammenklicken. Dies geschieht mit sogenannten Visuals, in welche die Spalten und Measures eingefügt werden können. Es gibt eine ganze Reihe von Standard Visuals, z.B. Linien-Diagramm, KPI-Karte, Scatter-Chart und mehr. Es lassen sich aber auch sogenannte Custom Visuals verwenden. Diese werden teilweise von Microsoft und teilweise von anderen Anbietern bereitgestellt.
Power BI Service
Welchen Mehrwert bringt der Power BI Service?
Nun stellt sich schnell die Frage, warum der Power BI Service eigentlich benötigt wird, wenn doch Power BI Desktop über eine Vielzahl an Funktionen in den Bereichen Datenintegration, Datenmodellierung und Datenpräsentation verfügt?
Der aus meiner Sicht wichtigste Grund, den Power BI Service zu nutzen, ist das Teilen von Berichten mit den Berichtsempfängern. Zwar könntest du auch direkt die Power BI Desktop Datei (pbix-Datei) an die Berichtsempfänger verteilen, jedoch führt das zu den folgenden Problemen.
Berechtigungsmanagement und Datensicherheit: Wenn du eine Power BI Desktop Datei an jemanden übergibst, dann hat diese Person auch Zugriff auf alle Daten, die in der Power BI Desktop Datei gespeichert sind. Dies gilt auch, wenn du in der Reportansicht vorab diverse Filter setzt, da der Dateibesitzer auch Zugriff auf das Datenmodell und alle darin enthaltenen Daten bekommt. Eine Ausnahme bilden Lösungen auf Basis von Direct Query. Dies ist aber nicht der Regelfall. Im Power BI Service ganz du jedoch ganz dediziert steuern, wer was sehen darf und was nicht.
Anwenderfreundlichkeit: Da bei Power BI Desktop der Fokus auf der Lösungsentwicklung liegt, gibt es hier auch keinen richtigen Lesemodus. Das bedeutet, dass der Besitzer der Datei auch die Lösungen und dabei Logiken (versehentlich) verändern kann. Eine passwortgestützte Sperrung wie in Excel gibt es nicht. Hingegen befinden sich im Power BI Service geteilte Berichte standardgemäß im Lesemodus. Der Konsument kann natürlich trotzdem, soweit erlaubt, den Report durch Filtern und ähnlichem interaktiv benutzen.
Versionsverteilung: Wenn du die Verteilung von Reports über Dateiversand oder Dateibereitstellung steuerst, läufst du immer in die Gefahr, dass die Empfänger später auf eine veraltete Version schauen. Mit dem Power BI Service stellst du stets sicher, dass alle Empfänger auch die gleiche und vor allem aktuelle Version schauen.
Aus diesen Gründen empfehle ich, von Anfang an mit dem Power BI Service zu arbeiten. Dies kann auch erst einmal im kleinen Umfang mit wenigen Personen stattfinden.
Organisation deiner Inhalte im Power BI Service
In unserem Beispiel laden wir die Lösung in den Workspace namens „Finance“.
Nachdem ich eine in Power BI Desktop entwickelte Lösung in einen Workspace hochgeladen habe, wird diese in zwei Objekte aufgeteilt
- Das Dataset, welches die ETL-Logiken aus Power Query, das Datenmodell, die Daten und die Measures enthält (unteres Bild in Orange)
- Den Report, welcher die Berichtsseiten und Visualisierungen beinhaltet (unteres Bild in blau)
Wenn wir aus dem Arbeitsbereich auf den Report klicken, kommen wir auf die zuvor in Power BI Desktop erstellte Berichtsseite.
Aus dem Power BI Service heraus gibt es nun diverse Möglichkeiten, die Datasets und Reports mit anderen zu teilen. Dies werden wir aber in einem anderen Artikel separat betrachten.
Zum Abschluss zeigt das folgende Bild den Zusammenhang zwischen den vorgestellten Kernaktivitäten, Power BI Desktop und Power BI Service.
Fazit
Dieser Artikel gab eine Einführung in die wesentlichen Aktivitäten für die Erstellung einer Reporting-Lösung und stellte die wichtigsten Power BI Komponenten anhand der Kernaktivitäten vor. Ich hoffe, dass du aus dem Artikel die folgenden Punkte entnehmen konntest.
- Das Bauen einer Reporting-Lösung erfordert Datenerstellung, Datenintegration, Datenmodellierung und Datenpräsentation
- Power BI Desktop bietet vor allem Funktionalität für die letzteren drei Aktivitäten
- Datenintegration wird mit Power Query durchgeführt
- Das Datenmodell wird in der Data Model Ansicht durchgeführt
- Die Datenpräsentation geschiet in der Report-Ansicht
- Um auf Basis des Datenmodells und der Daten Berechnungen durchzuführen, verwenden wir Measures
- Für das Teilen deiner Lösungen solltest du immer auf den Power BI Service setzen
- In den Power BI Service veröffentlichte Lösungen werden über Workspaces organisiert
- Innerhalb des Workspaces werden die Power BI Desktop Lösungen automatisch in Datasets und einen Reports zerlegt
- Das Dataset beinhaltet die ETL-Logik aus Power Query, das Datenmodell, die Daten sowie die Measures
- Der Report beinhaltet die Berichtsseiten und die Visuals, welche die Informationen aus dem Dataset abbilden
Ich freue mich sehr, dass du es bis hierhin geschafft hast! Bleib datenhungrig und bis bald!
