10 Power BI-Fehler, die Sie vermeiden sollten

Power BI bringt den Geschäftsanwendern zunehmend die Macht der Daten, aber Sie brauchen vielleicht mehr Leitplanken, um den größten Nutzen daraus zu ziehen. Dies sind die häufigsten Fehler, die Unternehmen machen. [...]

(c) pixabay.com

Als führendes Business-Intelligence-Tool bietet Power BI Geschäftsanwendern Leistung und Flexibilität im Umgang mit Daten. Das Microsoft-Tool bietet alles von der Excel-Integration bis hin zu Unternehmensberichten und einer zunehmenden Anzahl von KI-Funktionen, die es vereinfachen, tiefere Einblicke zu erhalten. Der jüngste Forrester Wave-Bericht über erweiterte BI geht sogar so weit zu sagen, dass „es schwer ist, Power BI nicht als erste Wahl für eine BI-Plattform für Unternehmen zu betrachten.“

Aber bei so viel Leistung und so vielen Funktionen müssen Sie verstehen, wie Sie mit Power BI arbeiten, um das Beste daraus zu machen. Im Folgenden finden Sie einige häufige Fehler, die Unternehmen im Umgang mit Power BI machen, und wie Sie diese vermeiden können. 

Sich mit Power BI austoben

Ähnlich wie Excel erfreut sich Power BI aufgrund seiner Leistungsfähigkeit einer großen Beliebtheit. Wahrscheinlich wird Power BI in Ihrem Unternehmen bereits häufiger genutzt, als Ihnen bewusst ist. Wenn Sie es den Mitarbeitern überlassen, selbst herauszufinden, wie sie das Beste aus Power BI herausholen können, kann es sein, dass sie nicht das Beste daraus machen. Schlimmer noch: Es können so viele Daten hochgeladen (und von verschiedenen Personen dupliziert) und so viele Datenartefakte erstellt werden, dass niemand mehr weiß, wer was macht und wo die nützlichen Berichte sind.

Kuratieren Sie stattdessen vertrauenswürdige Datensätze und unterstützen Sie diese, damit es für die Menschen einfach ist, qualitativ hochwertige Daten zu finden. Bieten Sie Schulungen an und erwägen Sie den Aufbau eines Kompetenzzentrums, das BI-Architekten, Datenexperten und Personen umfasst, die Geschäftsanwendern helfen können, Power BI effektiv zu nutzen. Möglicherweise sollten Sie die Veröffentlichung von Daten so lange einschränken, bis sie geschult sind, um den Nutzen ohne Chaos zu erhalten.

Vergessen Sie die Datensicherheit

Die wertvollsten Daten in Ihrem Unternehmen sind möglicherweise vertraulich, und ihre Verwendung muss wahrscheinlich überprüft werden. Aktivieren Sie die Integration mit Microsoft Information Protection, damit Sie die Datennutzung verwalten und nachverfolgen können und kontrollieren können, wie die Daten verwendet werden, auch wenn sie von Power BI nach Excel exportiert werden.

Zu restriktiv sein

Der wahre Schlüssel zur erfolgreichen Einführung von Power BI liegt in der richtigen Balance zwischen der Befähigung der Benutzer und einer effektiven Governance. Ein sicherer Weg, um zu scheitern, ist die Beschränkung der Nutzung auf einige wenige Geschäftsanalysten oder Datenwissenschaftler, die sich die Daten ansehen und offizielle Anleitungen herausgeben. Wahrscheinlich können Sie gar nicht genug von diesen Experten einstellen, und weitaus mehr Mitarbeiter in Ihrem Unternehmen verfügen wahrscheinlich über die Datenkompetenz, um mit Power BI wertvolle Erkenntnisse zu gewinnen, die es ihnen ermöglichen, auf der Grundlage von Daten statt auf der Grundlage von Vermutungen auf das sich verändernde Umfeld zu reagieren.

Versuchen Sie nicht, die Nutzung von Power BI so stark zu kontrollieren, dass Sie ihnen im Weg stehen, aber helfen Sie ihnen mit Schulungen und guten Beispielen, die besten Erfahrungen zu machen.

Leistung ignorieren

Wenn man über den Wert von Business Intelligence nachdenkt, ist es einfach, sich auf die Intelligenz zu konzentrieren – die Erkenntnisse, die man mit den richtigen Fragen aus hochwertigen Daten gewinnen kann – und auf das Geschäft – die Tatsache, dass die Führungskräfte die Tools nutzen und auf der Grundlage der Erkenntnisse handeln werden. Aber Sie müssen auch sicherstellen, dass die Grundlagen stimmen: Wenn die Berichte nicht schnell geladen werden und die interaktiven Darstellungen nicht schnell sind, werden die Leute sie nicht nutzen.

Laut Microsoft korreliert die erfolgreiche Einführung von Power BI sehr stark mit einer guten Berichtsleistung – und die Nichtbeachtung der Leistung ist der Hauptgrund für das Scheitern von Business Intelligence-Projekten.

Verwenden Sie die Tools Query Diagnostics und Performance Analyzer in Power BI Desktop, um die Ausführung von Abfragen und Berichten zu verstehen und zu verbessern (SQL Server Profiler kann ebenfalls nützlich sein, um herauszufinden, welche Abfragen Engpässe verursachen). Sie können Azure Log Analytics mit Power BI Premium verwenden, um Ihre Telemetrie zu untersuchen. Beginnen Sie mit dem integrierten Nutzungsmetrikbericht, um zu sehen, welche Berichte beliebt sind, und stellen Sie sicher, dass sie gut optimiert sind. Bei großen Unternehmen warnt Microsoft Sie (in einem anonymisierten Bericht), wenn die Zufriedenheit der Benutzer mit Power BI niedrig ist, schlägt vor, welche Berichte Probleme verursachen, und bietet für die größten Kunden eine kostenlose Beratung zur Optimierung dieser Berichte an.

Übermäßiges Vertrauen in visuelle Darstellungen

Ein Bild sagt mehr als tausend Worte, heißt es, und was Power BI gut kann, ist, Ihnen ein Bild zu zeigen, das verrät, was in Ihren Daten vor sich geht. Aber nicht jedes Bild ist ein nützliches Bild; zu viele Diagramme und Visualisierungen können zu einem visuellen Durcheinander führen, bei dem Sie die wichtigsten Kennzahlen nicht mehr erkennen. Außerdem erzeugen sie eine Vielzahl von Abfragen, die die Berichtsleistung verlangsamen können. Finden Sie für jeden Bericht die richtigen Visualisierungen, die sich auf das Wesentliche konzentrieren, oder verwenden Sie KI-Visualisierungen wie Key Influencers, die versuchen, automatisch die wichtigsten Daten zu identifizieren.

Versäumnisse bei der Nutzung von Mobilgeräten

Nicht jeder, für den Power BI nützlich ist, sitzt an einem Schreibtisch, und es ist besonders wichtig, überfüllte Berichte zu vermeiden, wenn die Erkenntnisse den Mitarbeitern an der Front helfen. Die Power BI Mobile App ist hier hilfreich, ebenso wie das Einbetten von Berichten in Power Apps oder das Einrichten von OKR-Boards und Scorecards mit Benachrichtigungen für bestimmte Ziele, die die Mitarbeiter unabhängig von ihrem Standort sehen können.

In Zukunft wird die mobile App räumliche Anker verwenden, um Daten und Berichte in den physischen Raum zu bringen, in dem die Daten tatsächlich erzeugt werden, mit einer AR-Ansicht, die Berichte an physische Objekte anheftet. Das könnte bedeuten, dass der Nutzungsstatus von Fitnessgeräten in einem Fitnessstudio, die Verkaufszahlen von Produkten in einem Supermarktregal, der Durchsatz und andere Statistiken von Maschinen in einer Fabrikhalle oder von Autos in einem Autohaus angezeigt werden: überall dort, wo die richtigen Daten sofort sichtbar sind, können Sie die beste Entscheidung treffen.

DAX übersehen – oder seine Leistung

Data Analysis Expressions (DAX) sind leistungsstarke Funktionen, mit denen Sie komplexe Filter, bedingte Logik und Aggregationen für erweiterte Analysen verwenden können. Schlecht geschriebene DAX-Funktionen können auch Berichte verlangsamen und Kapazität verbrauchen. Verwenden Sie den Power BI Performance Analyzer, um zu ermitteln, welche DAX-Maßnahmen verbessert werden müssen, und stellen Sie sicher, dass Sie über Ressourcen und Schulungen verfügen, die den Anwendern helfen, den richtigen Umgang mit DAX zu verstehen.

Vorausgesetzt, Ihr Back-End-System kann DirectQuery verarbeiten

Es kann sehr bequem sein, Daten nicht in Power BI replizieren zu müssen, um mit ihnen zu arbeiten, aber Sie müssen sicherstellen, dass Ihr Back-End-System die Last bewältigen kann. Microsoft schlägt vor, dass die Antwortzeit für eine typische Aggregatabfrage weniger als 5 Sekunden betragen sollte, aber denken Sie daran, diesen Wert mit der Anzahl der Grafiken in den Berichten zu multiplizieren. Wenn es 10 oder 20 Grafiken gibt, werden beim Laden des Berichts 10 oder 20 Abfragen generiert, was bedeutet, dass die Benutzer eine oder zwei Minuten warten müssen, bis der Bericht geladen ist.

Keine Verwendung von inkrementellen Aktualisierungen und Aggregationen

Das Laden von Daten in Power BI, um die Vorteile der leistungsstarken Abfrage-Engine zu nutzen, ist sehr einfach, mit Verbindungspaketen für eine breite Palette von Datenquellen und einem Gateway für lokale Daten. Es ist so einfach, dass die Benutzer häufig alle Daten täglich neu laden, um sicherzustellen, dass sie auf dem neuesten Stand sind – aber es ist nicht nötig, alte Daten, die sich nicht geändert haben, neu zu laden.

Sie können die Aktualisierungen beschleunigen, indem Sie inkrementelle Aktualisierungen verwenden, die nur die geänderten Daten laden; dies verringert auch die Belastung des Backend-Systems. Aktivieren Sie für DirectQuery Aggregationen, die automatisch Daten in einem Cache vorladen und aggregieren, um Berichte zu beschleunigen und die Belastung des externen Systems, das Sie abfragen, zu verringern.

Kein Aufbau einer Datenkultur

Die erfolgreichsten Power BI-Anwender machen die Datentools einem breiten Spektrum von Mitarbeitern zugänglich, nicht nur denjenigen, deren Aufgabe die Arbeit mit Daten ist. Das bedeutet jedoch, dass es für Ihre Geschäftsanwender zur zweiten Natur wird, sich bei der Entscheidungsfindung auf Daten zu verlassen.

Dazu müssen Sie eine Datenkultur entwickeln, in der, wie Amir Netz, CTO von Microsoft Analytics, vorschlägt, „jedes Gespräch mit der Frage beginnt, was die Daten aussagen, und jeder Vorschlag beinhaltet, was die Daten unterstützen. Es macht einen enormen Unterschied, wenn man von dem, was man denkt und wen man kennt, zu dem übergeht, was man weiß und was die Fakten aussagen. Eine Datenkultur bewegt sich weg von Vermutungen und der Frage, wer lauter spricht oder mehr Macht hat, hin zu einer objektiven Organisation, die sich selbst ständig überprüft und misst und die sich ständig optimiert, um bessere Ergebnisse zu erzielen.“

*Mary Branscombe ist eine freiberufliche Journalistin, die seit über zwei Jahrzehnten über Technologie berichtet. Sie hat über alles geschrieben, von Programmiersprachen, frühen Versionen von Windows und Office und dem Aufkommen des Internets bis hin zu Unterhaltungselektronik und Home Entertainment.


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*