Power BI et Azure: l'avenir de l'analyse d'entreprise – Serveur d’impression
Combinez Power BI et les différents services de traitement de données Azure pour obtenir la prochaine génération d’informatique décisionnelle et d’analyse.
Il n’est pas surprenant que de nombreux services de Microsoft reposent sur Azure, mais de plus en plus, Microsoft propose également des services Azure afin de permettre aux clients d’étendre et de personnaliser leurs produits.
Lorsque vous utilisez des flux de données pour extraire, nettoyer et transformer les données que vous chargez dans Power BI, ces données sont stockées dans Azure Data Lake. Vous pouvez également l'utiliser dans Azure Databricks ou pour effectuer des analyses via Azure SQL Data Warehouse, via le portail Azure, ou rendre interactif à l'aide de l'application Power BI Desktop.
L'apprentissage automatique dans Power BI est la fonctionnalité AutoML d'Azure Machine Learning, qui examine ce que vous essayez de prévoir et les données dont vous disposez, et effectue une itération à l'aide de plusieurs algorithmes d'apprentissage automatique pour déterminer lequel obtient le meilleur score. Vous pouvez également tirer parti d'Azure Cognitive Services pour analyser les données sous forme d'images et de texte, ou créer vos propres modèles d'apprentissage automatique et les exécuter.
VOIR: Microsoft Power BI: Initiation à la visualisation de données (PDF gratuit) (TechRepublic)
Power BI dispose également désormais de visualisations intégrées basées sur l'IA telles que Key Influencers, qui exécutent différentes analyses statistiques telles que la régression logistique ou la classification sur les données afin d'extraire le facteur clé associé à un résultat particulier. Vous faites glisser les facteurs que vous jugez importants dans la visualisation et Power BI les classe. Au fur et à mesure que vous ajoutez d'autres facteurs que vous jugez pertinents, ou que vous explorez un segment spécifique, le modèle est réexécuté pour voir si de plus amples informations révèlent quelque chose de nouveau.
Donc, si vous analysez les visiteurs qui reviennent à votre hôtel pour y rester, le Key Influencer peut être leur pays d'origine. Mais si vous sélectionnez des visiteurs appartenant à un certain groupe d’âge, le modèle fonctionne uniquement sur cette tranche de données, où l’influenceur clé peut être qu’ils mangent au restaurant de l’hôtel ou suivent un traitement de spa. Si vous examinez les retards d'expédition, vous pouvez ajouter des facteurs tels que la division qui a envoyé la livraison, son usine d'origine ou sa région d'origine pour voir ce qui a le plus d'incidence sur ce qui arrive à l'heure et sur ce qui est livré tardivement. .
Il y a deux nouvelles visualisations AI. Le changement de distribution cherche ce qui distingue une distribution de données d'une autre. L'arbre de décomposition envoie plusieurs requêtes au modèle Power BI, puis les lie afin que vous puissiez cliquer sur une métrique dans une visualisation pour voir ce qu'il y a derrière, puis continuer à cliquer sur les différents niveaux de données pour les comprendre plus en profondeur. De cette façon, vous pouvez voir si ces 500 ventes dans une ville sont générées par un groupe particulier de clients ou par de nombreux clients différents qui ont encore quelque chose en commun.
Tout cela peut alimenter les visualisations, les tableaux de bord et les fonctionnalités de questions-réponses en langage naturel pour lesquelles Power BI est reconnu, ainsi que les nouveaux rapports paginés qui nécessitaient auparavant SQL Server. Par exemple, lorsque vous utilisez l'apprentissage automatique, la prévision pour chaque ligne inclut des informations détaillées sur ce qui a contribué à la prévision. Vous pouvez donc inclure l'explication dans un rapport afin de clarifier l'origine des chiffres et les facteurs qui semblent être impliqués.
Power BI englobe désormais le type de rapports que vous aviez l'habitude de générer de SQL Server à une intelligence artificielle personnalisée.
Image: Microsoft
Sommaire
Pro de données
Pour ce faire, Power BI a différentes possibilités, selon que vous êtes un informaticien qui souhaite mettre son travail à la disposition du reste de l'entreprise ou un analyste qui souhaite utiliser l'apprentissage automatique mais ne possède pas les compétences nécessaires. c'est eux-mêmes.
Les scientifiques de données peuvent ajouter des étapes à un flux de données pour extraire des informations à partir de données non structurées, telles que des images ou du texte provenant de tweets ou de critiques, en extrayant des mots-clés, en effectuant une analyse des sentiments ou en détectant le contenu d'une photo. Il est optimisé par Cognitive Services, mais sans les étapes habituelles d'écriture du code pour appeler l'API, vous pouvez simplement ajouter les analyses d'image et de texte au flux de données.
Au fur et à mesure de l’apparition de nouveaux services cognitifs, Power BI ajoutera davantage de ces fonctionnalités. Les derniers en date sont l'extraction de texte à partir d'images, la reconnaissance de l'écriture manuscrite et la reconnaissance d'entités – pas seulement l'extraction de mots-clés, mais la classification de leurs références Si vous êtes propriétaire d’un hôtel et que vous consultez des avis sur Internet, la reconnaissance de l’entité peut vous indiquer si «faire du vélo» dans un commentaire signifie un client heureux qui est resté pendant un voyage à vélo ou un client malheureux se plaignant de la climatisation à vélo et éteint toute la nuit.
Si vous créez vos propres modèles d'apprentissage automatique dans Azure Machine Learning et les publiez en tant que service Web, vous pouvez donner aux analystes Power BI de votre organisation un accès en fonction de leurs rôles via le portail Azure, puis ils s'afficheront. en tant que modèles, ils peuvent utiliser de la même manière que Cognitive Services. Si vous souhaitez analyser les photos figurant dans ces avis, vous devrez peut-être former un modèle de reconnaissance d’image personnalisé pour comprendre les images de tout ce que vous trouvez dans un hôtel. Les photos de climatiseurs, d'ampoules, de fenêtres et d'ascenseurs dans un avis d'hôtel sont probablement un mauvais signe, et le modèle de reconnaissance d'image standard pourrait ne pas les mettre en évidence comme des objets importants.
VOIR: Microsoft Power BI: l’analyse de données se généralise (Tech Pro Research)
Et si vous construisez votre propre modèle d’apprentissage automatique et que vous utilisez Python et R pour l’intégrer dans Power BI, ou utilisez AutoML dans Power BI pour lui permettre de découvrir quel algorithme d’apprentissage automatique fonctionne le mieux avec vos données, vous pouvez désormais télécharger le logiciel. ces modèles à Azure Machine Learning pour les gérer ou les ajuster davantage. Cela signifie que les analystes commerciaux pourraient utiliser l'option automatisée et que si cela s'avérait utile, un scientifique des données pourrait la récupérer et la développer davantage.
Et toutes ces informations peuvent être utilisées de différentes manières. Si puissants que soient les tableaux de bord et les visualisations interactifs dans Power BI, les utilisateurs métier souhaitent parfois obtenir le rapport habituel qu'ils peuvent imprimer et lire ou envoyer par courrier électronique à un client ou à un fournisseur. Power BI prend désormais en charge les mêmes rapports paginés avec des en-têtes et des pieds de page et des présentations de tableaux, de graphiques ou de matrices comme SQL Server Reporting Services (avec un nouvel outil Report Builder pour les créer). Les rapports paginés font partie de Power BI Premium, mais ils sont également compatibles avec le serveur de rapports Power BI sur site.
Par conséquent, si vous souhaitez déplacer vos analyses de SQL Server Reporting Services vers Power BI, vous pouvez créer un système de veille stratégique qui vous donne toute la gamme des analyses de gestion, des rapports dont votre organisation dépend probablement déjà à l'apprentissage automatique. pour trouver automatiquement des informations dans des données qui ne sont pas nécessairement structurées ou numériques. Si Power BI ne répond pas à vos besoins, l’idée est de faciliter l’extension avec Azure pour que les utilisateurs professionnels puissent le faire eux-mêmes.
Plus sur Power BI et Microsoft
Commentaires
Laisser un commentaire