Künstliche Intelligenz mit Microsoft Power BI

Kapitel 2. Eine großartige Grundlage: KI-Modellierung und Datenmodellierung

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Power BI besteht das Ziel darin, Dashboards und Modelle zu erstellen, die den geschäftsorientierten Self-Service unterstützen. Leider sind die Datenquellen aus Sicht der Analysten oft nicht dokumentiert, so dass es schwierig ist zu verstehen, wo die Felder zu finden sind, die für die Bedürfnisse der Nutzer erforderlich sind. Fachanwender sind jedoch kreativ. Sie können eine Menge Workarounds erstellen, was zu einer "Schatten-IT" und "Schatten-Datenquellen" wie Excel-Arbeitsmappen führt, die nicht unter der Aufsicht der IT-Abteilung stehen. Oft gibt es nur eine begrenzte Dokumentation. Manchmal kann das Unternehmen auf Anfrage ein Datenwörterbuch oder ein Datenbankschema zur Verfügung stellen, aber es ist unklar, was die Tabellen und Felder bedeuten. Häufig enthalten die Datenquellen viele Tabellen, so dass es für Berichtsschreiber/innen schwierig ist, die benötigten Informationen zu finden.

Außerdem sind Datenbankbeziehungen, wie z.B. Tabellen-Joins, nicht immer offensichtlich. Es kann schwierig sein, Datenbanktabellen und -ansichten zueinander in Beziehung zu setzen und darin zu navigieren. Oft sind Tabellen schwer zu verstehen, weil sie viele Spalten enthalten. Für Fachanwender/innen ist dies oft ein Produktivitätsproblem, weil das Team nicht die Analysen durchführen ...