I dette selvstudie lærer du, hvordan du udfører datamaskering for følsomme oplysninger i LuckyTemplates ved hjælp af Power Query . Du kan se den fulde video af denne tutorial nederst på denne blog.
Datamaskering giver dig mulighed for at skjule eller fjerne fortrolige eller identificerbare oplysninger i dine LuckyTemplates-datamodeller.
Diskussionen vil fokusere på disse punkter:
Og denne grundlæggende model vil blive brugt som eksempel:
Når du anonymiserer dine data, skal du først identificere, hvilke oplysninger der er og ikke er en væsentlig løsning.
Indholdsfortegnelse
Anonymisering af et kundebord
I denne kundetabel er kolonnerne Stat og Virksomhed ikke væsentlige løsninger.
Så du skal gå tilog fjern disse to kolonner, så kun kunde-id og navn efterlades.
I dette eksempel skal du anonymisere kolonnen Navn .
For at starte skal du gå til Tilføj kolonne, klikke på Indekskolonne og derefter vælge Fra 1.
Fra kolonnen Indeks, der blev tilføjet, skal du vælge Tilføj kolonne fra eksempler .
Navngiv derefter kolonnen Kundenavn , og indtast derefter Kunde 1 som en information. Power Query vil automatisk fortsætte oplysningerne.
Da du har kolonnen Kundenavn som proxy for det faktiske kundenavn, kan du nu fjerne kolonnerne Navn og Indeks fra tabellen.
Anonymisering af en salgstabel
I denne salgstabel er alle 3 kolonner væsentlige løsninger i dine data. Kolonnen Beløb har dog oplysninger, der skal anonymiseres.
For at gøre dette skal du tilføje en indekskolonne, der starter fra 1.
Opret derefter en brugerdefineret kolonne, navngiv den Salgssum, og følg derefter denne formel:
Denne formel randomiserer området mellem 0 og 5000.
Med dette vil du så se en Salgsbeløb kolonne med tilfældige tal i din tabel.
For at forhindre, at disse tal nulstilles til et fælles nummer, skal du tilføje en anden indekskolonne og derefter ændre salgsbeløbstypen til Helnummer .
Denne faktatabel har 5.000 rækker. Men selvom det er blevet randomiseret og anonymiseret, skal du stadig udtage 90 % af dataene.
Så gå til fanen Hjem og vælg Fjern rækker . Vælg derefter Fjern alternative rækker .
Indtast følgende oplysninger:
Dette vil fjerne 9 ud af hver 10 rækker i din tabel. Så fra 5.000 står du tilbage med 500 rækker.
Bryde linket for at forhindre dataafsløring
Du kan fortryde de trin, du har udført til din tabel, ved hjælp af Power Query. Det gør den dog modtagelig for at blive pillet ved. Nogen kunne fortryde dit arbejde for at uanonymisere dine data.
Sådan forhindrer du, at det sker:
Først skal du vælge Luk og anvend .
Klik derefter på kundetabellen i datavisningen og vælg Kopier tabel .
Indsæt tabellen i det tilsvarende ark og faneblad i MS Excel. Gør det samme med salgstabellen, og gem filen. I dette eksempel er det anvendte filnavn "Anonymiserede data".
Gå tilbage til datavisningen og slet kunde- og salgstabellen.
Når du har slettet kunde- og salgstabellen, skal du trække dig tilbage og åbne oplysningerne fra Excel-filen.
Tjek derefter kunde- og salgstabellerne, og klik på Transformer data.
Salgstabellen har nu kolonner, der er i et gyldigt dato- og numerisk felt.
For tabellen Kunder er kolonnerne i et numerisk og tekstfelt.
For at kontrollere, om du har forhindret dine data i at blive afsløret, skal du gå tilbage til Kilde under de anvendte trin.
I formellinjen kan du se, at tabellen kommer fra Excel-filen.
Det betyder, at datamaskeringen ikke længere kan fortrydes.
Når du er færdig med at implementere disse trin, skal du klikke på Luk og anvend.
Oprettelse af det manglende led i datotabellen
Gå tilbage til din model og genskab det manglende link til Dato-tabellen ved at trække Dato i Dato-tabellen til Dato i Sales-tabellen.
Du har nu en fuldstændig anonymiseret model uden frygt for at afsløre fortrolige data.
Konklusion
Denne generelle tilgang anonymiserer fortrolige data ved at fjerne numre og navne og ved at bryde linket ved hjælp af Power Query Applied Steps gennem Microsoft Excel-transformation.
Men denne tilgang maskerer ikke blot dine data, den gør dem også uopnåelige for andre mennesker.
Husk at bruge denne metode til at beskytte og sikre fortrolige oplysninger i din datamodel.
Alt det bedste,
Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.
Find ud af, hvorfor det er vigtigt at have en dedikeret datotabel i LuckyTemplates, og lær den hurtigste og mest effektive måde at gøre det på.
Denne korte vejledning fremhæver LuckyTemplates mobilrapporteringsfunktion. Jeg vil vise dig, hvordan du kan udvikle rapporter effektivt til mobilenheder.
I denne LuckyTemplates Showcase gennemgår vi rapporter, der viser professionel serviceanalyse fra et firma, der har flere kontrakter og kundeengagementer.
Gå gennem de vigtigste opdateringer til Power Apps og Power Automate og deres fordele og implikationer for Microsoft Power Platform.
Opdag nogle almindelige SQL-funktioner, som vi kan bruge, såsom streng, dato og nogle avancerede funktioner til at behandle eller manipulere data.
I denne tutorial lærer du, hvordan du opretter din perfekte LuckyTemplates-skabelon, der er konfigureret til dine behov og præferencer.
I denne blog vil vi demonstrere, hvordan man lagdelte feltparametre med små multipler for at skabe utrolig nyttig indsigt og visuals.
I denne blog vil du lære, hvordan du bruger LuckyTemplates rangerings- og brugerdefinerede grupperingsfunktioner til at segmentere et eksempeldata og rangordne det efter kriterier.
I denne tutorial vil jeg dække en specifik teknik omkring, hvordan du kun viser Kumulativ Total op til en bestemt dato i dine visuals i LuckyTemplates.
