今回のMicrosoft Fabric GAにおいて、FabricかつPower BI関連で最もテクニカル、かつ重要なセッションの1つが Semantic Model Q&A Session (by Christian Wade & Zoe Douglas)となります。ignite.microsoft.com参加者: オンライン約400名 これだけの規模の参加者が集まるQ&Aセッションは類を見ないのですが、海外でFabricに興味を持つ顧客の質問を知るのに非常に良い機会だと思います。かなりテクニカル、かつ、”凝縮された回答”となっていますが、今後Fabricを使う予定のある方は何度もこちらに戻…
米国時間、2024年3月26日から28日まで、ラスベガスで開催されたFabric Conference(略称:FabCon)に参加しました。FabConはMicrosoft Fabricに焦点を当てた初のカンファレンスであり、その内容について紹介したいと思います。下記動画は、FabConでのエキサイティングなシーンをまとめたもので、世界中でFabricに興味を持つ約4,000人の参加者が集まったイベントです。 youtu.be
前回、「Microsoft Fabric」を利用するメリット (後編) として、Microsoft Fabric の更なるメリットについてまとめてみました。 今回は、Microsoft Fabric の基本概念について、自分の整理も兼ねて、まとめてみようと思います。 Microsoft Fabric 基本概念 テナント 容量 ワークスペース まとめ Microsoft Fabric 基本概念 テナント Microsoft Fabric は Microsoft Entra ID テナント (旧 Azure AD) にデプロイされます。 また、Microsoft Entra ID 上には ユーザー…
Direct LakeはFabricアイテムであるLakehouseやWarehouseを活用しますが、データがDelta Parquet形式*1となります。Power BIサービスに発行されたセマンティックモデルはインポートモードであることが多いですが、今回はこのインポートモードやDirectQueryモードのセマンティックモデルをDirect Lakeへ移行(マイグレーション)するやり方を紹介します。 なお、今回の方法は前回のOneLake Integrationとは異なり、ショートカットを作るのではなく、Dataflow Gen2を使用してDelta Parquetファイルを作成していく…
既に公式ドキュメントに記載されている方法はありますが、その説明がやや分かりにくいため、よりわかりやすく説明してみました。ただし、注意点や留意点については公式ドキュメントで十分に記載されているため、ここでは主にコンセプトと実現方法に焦点を当てて説明していきます。今回の記事の対象者ですが、Fabric LakehouseでPower BI Direct Lakeを使いたい人向けとなります。 learn.microsoft.com
Data and AI 関連の主な資格 Fundamentals Exam AI-900: Microsoft Azure AI Fundamentals - Certifications | Microsoft Learn Exam DP-900: Microsoft Azure Data Fundamentals - Certifications | Microsoft Learn Role-based Exam AI-102: Designing and Implementing a Microsoft Azure AI Solution - Certifications | Micro…
前回と少し重複する箇所があるかもしれませんが、今回はさらに具体例を交えながらモデリングのベストプラクティスについて探っていきたいと考えています(一部は重要な補足も含まれています)。
Power BIを使用する際の”ベストプラクティスを教えて欲しい”というリクエストは非常に多く聞かれます。ベストプラクティスはその人の経験、知識量によって対象となるコンテンツが異なってきますが、今回のPower BIを利用し始めたばかりの人でも即効性の高いものをご紹介したいと思います。 下記Power BIレポートはその全てを詰め込んだものですが、必要に応じてブックマークしておくと良いでしょう。 https://aka.ms/pbibest(別ウィンドウが立ち上がる)※表示されない場合は、ブラウザを一度更新してみてください ここで注目すべき重要な点は以下のとおりです。 Power BIに関する…
市場概要 コグニティブサプライチェーンの世界市場規模は2022年に72.3億米ドルとなり、2023年から2030年にかけて年平均成長率(CAGR)15.4%で成長すると予測されています。技術の進歩とビジネスニーズの進化により、市場は大きく成長する見込みです。サプライチェーンシステムは、機械学習や自然言語処理などのAI技術の急速な進歩により、より複雑化し、データ駆動型になっています。これにより、企業は予測分析や需要予測を採用して在庫管理を最適化し、サプライチェーンを円滑に運営できるようになりました。また、サプライチェーン業務にビッグデータやモノのインターネット(IoT)デバイスを含めると、膨大…
前回はパフォーマンスアナライザーの概要及びユースケースについて解説しましたが、今回は「ビジュアルを更新します」をクリックした後に出現する「その他」について考察してみたいと思います。
Power BIについて話す際、最終的に取り上げられるテーマは必ず「パフォーマンス」です。レポートの表示パフォーマンス、それに影響を与えるクエリパフォーマンス、また、データをPower BIセマンティックモデルに複製する際のパフォーマンスなど、さまざまなパフォーマンスに関連するトピックがあります。今回はPower BIにはパフォーマンスをトラッキングする機能である「パフォーマンスアナライザー」について詳しく解説したいと思います。
今回は、DAXの生みの親であるJeffrey Wangさんが提唱するDAXに関するベストプラクティスについて、紹介したいと思います。YouTubeの内容をまとめたものですが、かなり参考になると思います。 www.youtube.com
前回はDQVに関するTips(主にデバッグ関連)についてお伝えしました。DQVはDAXを扱うことになるため、DAXクエリを解釈する知識が必要です。そのため、初めはハードルが高く感じられるかもしれませんが、Power BIで洗練されたビジネスロジックを含むレポートを作成する際には不可欠なスキルです。 DQVは今後、Copilotの導入が期待されていますので、それまでに基礎知識をしっかり固めつつ、DAXの書き方に慣れていくことが重要です。 youtu.be 注: 動画で紹介されているDQVにおけるCopilot機能やビジュアルを右クリックしてデータポイントのDAXクエリを表示させる機能は、2023…
前回はDQVの特徴や現在の制限事項について紹介しました。今回は、より詳細な部分や実践的なTipsに焦点を当てて、DAX Query View(以下、「DQV」)で実現可能なことについて探求してみたいと考えています。
以前の記事でCopilot for Data Factoryについて紹介をしましたが、今回はPower BIのセマンティックモデルが完成した状態から、Power BIサービス上でCopilotがレポートの提案や作成を支援する機能について考察してみたいと思います。 今回紹介する内容は、以前執筆したSaaS分析シリーズのサンプルデータを基にしています。関連する情報を詳しく知りたい方は、下記シリーズ(計10回)もご覧いただければと思います(一部の箇所でDAXが出てくるため、難易度が少し上がるかもしれません)。 marshal115.hatenablog.com
今回の記事は、過去のビジネスインテリジェンス(BI)の導入経験に基づいて執筆しました。読者層は主に社内のBI推進部門、BI導入を支援するベンダー、そしてMicrosoftの営業チームも想定しています。