Planlægning af LuckyTemplates-projekter

I dag vil jeg tale om planlægning af power BI-projekter . LuckyTemplates-projekter har en tendens til at være agile, men det skader aldrig at lave noget projektplanlægning på forhånd. Jeg vil redegøre for nogle af de almindelige opgaver, som jeg har fundet nyttige i mit arbejde, når jeg laver LuckyTemplates-projekter.

Dette inkluderer implementeringstilstand , opdagelse og indlæsning , projektroller , licensering , design , dataprofilering og datasætplanlægning . Vi vil dække hvert af disse emner i fremtidige indlæg, men indtil videre vil vi koncentrere os om implementeringstilstande.

Planlægning af LuckyTemplates-projekter

Indholdsfortegnelse

Implementeringstilstande til dine Lucky Templates-projekter

Vi starter med. Jeg kategoriserer dem i tre forskellige implementeringstilstande. Du har det, jeg kalder Corporate BI , hvor datasættene og rapporterne er ejet af virksomhedens IT.

Du har selvbetjeningsvisualisering , hvor IT er ansvarlig for datasætmodelleringen og oprettelse af datasættene, mens virksomheden rent faktisk opretter rapporterne.

Så har du selvbetjenings-BI'en, hvor virksomheden i det væsentlige opretter deres egne datasæt og datamodeller og udvikler deres egne rapporter.

Planlægning af LuckyTemplates-projekter

Tidligere var dataforberedelse, modelopbygning og analyserapportering næsten udelukkende ejet af IT.

BI-kernemodellen brugte almindeligvis de it-ejede løsninger som udgangspunkt eller som datakilde til at bygge deres egen form for Excel-baserede eller MS Office-baserede løsninger, som forretningsanalytikeren derefter vedligeholder.

Den opfattede mangel på fleksibilitet og udvidede tidslinjer, som nogle gange er forbundet med it-ejede løsninger, frustrerede forretningsteams og resulterede i manglende adoption, hvilket tvang brugerne til at skabe deres egne løsninger i Excel og andre værktøjer.

Moderne business intelligence-platforme såsom LuckyTemplates giver øgede muligheder for, at virksomheden kan deltage i oprettelsen og ansættelsen af ​​dataaktiver til organisationen.

Organisationer kan levere LuckyTemplates-løsninger, der kræver ressourcerne og den tekniske ekspertise fra en virksomheds BI-tilgang, samt give forretningsteams mulighed for at udnytte platformens selvbetjeningsmuligheder.

Denne selvbetjening kan spænde vidt fra at sætte teams i stand til at analysere visse certificerede LuckyTemplates-datasæt til at give forretningsanalytikere mulighed for at skabe deres egne end-to-end-løsninger, herunder deres egne datatransformationer og semantiske modeller.

Brug af en multipel implementeringstilstand i dine LuckyTemplates-projekter

Så i mange situationer kan en kombination af virksomhedens it-ressourcer såsom den lokale datagateway og LuckyTemplates premium-kapacitet kombineres med forretningsbrugerens viden om krav og kendskab til dataanalyse og visualisering for at øge dataaktivets hastighed. udvikling.

Mere erfarne organisationer kan endda bruge flere implementeringstilstande afhængigt af forskellige krav og brugssager til LuckyTemplates på tværs af forskellige teams og projekter.

For eksempel kan løsninger, der involverer målrettet til ledende ledelse, ejes fra ende til anden af ​​virksomhedens BI IT-personale. Men i scenarier, der involverer hurtigt skiftende krav, hvor dyb forretningskendskab er afgørende, er forretningsanalytikere, der er fortrolige med dataene, ofte bemyndiget med tilstrækkelige LuckyTemplates-licenser og -ressourcer til at udvikle deres egne datasæt og rapporter.

Så organisationer kan levere LuckyTemplates-løsninger, der kræver ressourcerne og den tekniske ekspertise i en virksomheds BI-tilgang, samt give disse forretningsteams mulighed for at udnytte platformens selvbetjeningsmuligheder.

Det er her, du får forskellige løsninger eller implementeringstilstande . Det er generelt nyttigt, i det mindste i starten af ​​LuckyTemplates-projekter, at forstå, hvilke af disse implementeringstilstande der skal bruges.

Corporate BI Deployment Mode

I virksomhedens BI-tilgang lever rapportforfatterne og datasætdesignerne i virksomhedens it-miljø. Forretningsbrugerne i dette scenarie er forbrugerne af indholdet, rapporterne og dashboards, der udvikles.

Selvbetjeningsvisualiseringsimplementeringstilstand

I selvbetjeningstilstand er datasætdesignerne virksomhedens it, men de faktiske rapportforfattere har LuckyTemplates-skrivebordet, og det er dem, der skaber dashboards, rapporter og andet indhold, som forretningsbrugere bruger.

De ressourcer, der bliver brugt, er datasætdesignere, rapportforfattere og forbrugere.

Grundlæggende spørgsmål at stille til dine LuckyTemplates-projekter

Der er tre grundlæggende spørgsmål, når det kommer til at vælge en implementeringstilstand: hvem ejer datamodellen , hvem ejer indholdet , og hvordan vil indholdet blive administreret og distribueret ?

Organisationer vælger generelt en standardimplementeringstilstand, der bruges i hele virksomheden, eller vælger en bestemt implementeringstilstand baseret på de unikke krav og mål for hvert enkelt LuckyTemplates-projekt.

Planlægning af LuckyTemplates-projekter

Det er normalt nødvendigt og fordelagtigt for virksomheders BI-organisationer at eje LuckyTemplates-datasættene eller i det mindste de datasæt, der understøtter vigtige og vidt udbredte rapporter og dashboards.

Dette skyldes værdien af ​​at levere en enkelt kilde til sandhed bygget oven på en kurateret datakilde (såsom et datavarehus), samt de tekniske færdigheder, der er involveret i at udvikle og administrere store eller komplekse datasæt.

Hvem ejer datamodellen?

Erfarne datasætdesignere og andre it-professionelle er generelt forpligtet til at understøtte komplekse datatransformationer, analytisk datamodellering, store datasætstørrelser og sikkerhedsroller.

Hvis de kræver datamodeller, der er relativt små eller enkle, eller hvis kravene er uklare, er forretningsteamet bedst positioneret til at skabe i det mindste de indledende iterationer af modellen.

Men generelt er det vigtigt at få datamodellen korrekt og er generelt den mest komplekse del af hele projektet.

Hvem ejer indholdet?

Erfarne LuckyTemplates-rapportudviklere med en forståelse af virksomhedens standarder, datavisualisering og bedste praksis kan levere en ensartet brugeroplevelse.

Forretningsbrugere kan trænes i disse rapportdesign- og udviklingspraksisser og er generelt godt positionerede til at styre visualiseringslaget, givet deres viden om forretningsbehov.

Hvordan vil indhold blive administreret og distribueret?

En trinvis implementering på tværs af udviklingstests og produktionsmiljøer er med til at sikre, at kvalitetsindhold udgives. Denne tilgang er generelt eksklusiv for virksomheders BI-projekter. Selvbetjeningsvisualisering og selvbetjenings-BI har en tendens til at være en smule mindre stringente i denne henseende.

Tilstrækkelig LuckyTemplates premium-kapacitet er påkrævet for at understøtte distribution til LuckyTemplates gratis brugere i enten store datasæt eller krævende forespørgselsarbejdsbelastninger. Selvbetjenings-BI-indhold kan tildeles premiumkapacitet, men organisationer ønsker måske at begrænse omfanget eller omfanget af disse projekter for at sikre, at leveringskapaciteten bliver brugt effektivt.

Dårligt designede forespørgsler eller kan virkelig påvirke ydeevnen inden for premium-kapaciteter og til gengæld påvirke hver rapport og hvert datasæt inden for den premium-kapacitet.

Konklusion

I dette indlæg har vi diskuteret de forskellige implementeringstilstande for LuckyTemplates-projekter. Valget af en implementeringstilstand afhænger af behovene i dit LuckyTemplates-projekt og dine tilgængelige ressourcer.

Hold øje med resten af ​​min serie om planlægning af LuckyTemplates-projekter, hvor vi vil diskutere opdagelse og indtagelse, projektroller, licensering, design, dataprofilering og datasætplanlægning.

Alt det bedste,
Greg Deckler


Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Udpakning af LuckyTemplates-temaer og -billeder fra PBIX

Lær, hvordan du adskiller en PBIX-fil for at udtrække LuckyTemplates-temaer og -billeder fra baggrunden og bruge den til at oprette din rapport!

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

Excel Formler Snydeark: Mellemvejledning

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

LuckyTemplates kalendertabel: Hvad er det, og hvordan man bruger det

Python i LuckyTemplates: Sådan installeres og konfigureres

Python i LuckyTemplates: Sådan installeres og konfigureres

Lær, hvordan du installerer programmeringssproget Python i LuckyTemplates, og hvordan du bruger dets værktøjer til at skrive koder og vise billeder.

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Beregning af dynamiske fortjenestemargener – nem analyse af LuckyTemplates med DAX

Lær, hvordan du beregner dynamiske fortjenstmargener ved siden af ​​LuckyTemplates, og hvordan du kan få mere indsigt ved at grave dybere ned i resultaterne.

Sortering af datotabelkolonner i LuckyTemplates

Sortering af datotabelkolonner i LuckyTemplates

Lær, hvordan du sorterer felterne fra kolonner med udvidet datotabel korrekt. Dette er en god strategi at gøre for vanskelige felter.

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

Find dine topprodukter for hver region i LuckyTemplates ved hjælp af DAX

I denne artikel gennemgår jeg, hvordan du kan finde dine topprodukter pr. region ved hjælp af DAX-beregninger i LuckyTemplates, herunder funktionerne TOPN og CALCUATE.

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Junk Dimension: Hvad er det, og hvorfor det er alt andet end junk

Lær, hvordan du bruger en uønsket dimension til flag med lav kardinalitet, som du ønsker at inkorporere i din datamodel på en effektiv måde.