Power BI和Azure作為企業(yè)分析的未來(lái)

結(jié)合Power BI和各種Azure數(shù)據(jù)處理服務(wù)，您將獲得下一代商業(yè)智能和分析。毫不奇怪，微軟自己的許多服務(wù)都建立在Azure上，但越來(lái)越多的微軟也提供Azure服務(wù)作為客戶擴(kuò)展和定制產(chǎn)品的一種方式。使用數(shù)據(jù)流提取，清理和轉(zhuǎn)換要加載到Power BI中的數(shù)據(jù)時(shí)，該數(shù)據(jù)將存儲(chǔ)在Azure Data Lake中。您還可以在Azure Databricks中使用它，或者通過Azure SQL數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行分析，您可以通過Azure門戶進(jìn)行分析，或使用Power BI Desktop應(yīng)用程序進(jìn)行交互。

Power BI中的自動(dòng)化機(jī)器學(xué)習(xí)是Azure機(jī)器學(xué)習(xí)的AutoML功能，它可以查看您要預(yù)測(cè)的內(nèi)容以及您可用的數(shù)據(jù)，并通過多種機(jī)器學(xué)習(xí)算法進(jìn)行迭代，以發(fā)現(xiàn)哪些獲得最佳分?jǐn)?shù)?；蛘撸梢岳肁zure Cognitive Services分析圖像和文本中的數(shù)據(jù)，或者構(gòu)建自己的機(jī)器學(xué)習(xí)模型并運(yùn)行它們。

Power BI現(xiàn)在還具有內(nèi)置的AI驅(qū)動(dòng)的可視化功能，如關(guān)鍵影響因子，它運(yùn)行不同的統(tǒng)計(jì)分析，如邏輯回歸或數(shù)據(jù)分類，以提取與特定結(jié)果相關(guān)的關(guān)鍵因素。您可以將您認(rèn)為重要的因素拖到可視化中，然后Power BI對(duì)它們進(jìn)行排名。當(dāng)您添加更多您認(rèn)為可能相關(guān)的因素或鉆取到特定細(xì)分時(shí)，它會(huì)不斷重新運(yùn)行模型，以查看是否有更多信息顯示任何新信息。

因此，如果您正在分析哪些訪客回到您的酒店再次入住，那么關(guān)鍵影響者可能就是他們來(lái)自哪個(gè)國(guó)家。但是，如果您選擇特定年齡段的訪客，那么該模型僅依賴于那些數(shù)據(jù)，其中關(guān)鍵影響因素可能是他們是在酒店餐廳吃飯還是進(jìn)行了水療。如果您正在查看運(yùn)輸延遲，您可以添加一些因素，例如哪個(gè)部門發(fā)送了交貨，它來(lái)自哪個(gè)工廠，或者從哪個(gè)區(qū)域發(fā)送，以查看什么對(duì)準(zhǔn)時(shí)到達(dá)的內(nèi)容產(chǎn)生的影響以及什么是遲交的。

有兩種新的AI可視化。分布變化查找是什么使一個(gè)數(shù)據(jù)分布與另一個(gè)不同。分解樹將多個(gè)查詢發(fā)送到Power BI模型，然后將它們鏈接在一起，以便您可以單擊可視化中的度量標(biāo)準(zhǔn)以查看其背后的內(nèi)容，然后繼續(xù)單擊不同級(jí)別的數(shù)據(jù)以深入了解它。這樣，您可以看到一個(gè)城市的500個(gè)銷售是由特定客戶群還是仍然有共同點(diǎn)的許多不同客戶推動(dòng)的。

所有這些都可以用于Power BI眾所周知的可視化，儀表板和自然語(yǔ)言問答功能，以及以前需要SQL Server的新分頁(yè)報(bào)告。例如，當(dāng)您使用自動(dòng)機(jī)器學(xué)習(xí)時(shí)，每行的預(yù)測(cè)都包含有助于預(yù)測(cè)的詳細(xì)信息，因此您可以在報(bào)告中包含說(shuō)明，以闡明數(shù)據(jù)的來(lái)源以及似乎涉及的因素。

Power BI有不同的做法，這取決于你是一個(gè)想要讓他們的工作可用于其他業(yè)務(wù)的數(shù)據(jù)科學(xué)家，還是想要使用機(jī)器學(xué)習(xí)但沒有技能的分析師它本身。

數(shù)據(jù)科學(xué)家可以添加數(shù)據(jù)流的步驟，通過提取關(guān)鍵字，進(jìn)行情感分析或檢測(cè)照片中的內(nèi)容，從非結(jié)構(gòu)化數(shù)據(jù)(如推文或評(píng)論中的圖像或文本)中提取信息。這是由認(rèn)知服務(wù)提供支持，但沒有編寫代碼來(lái)調(diào)用API的常規(guī)步驟 - 您只需將圖像和文本分析添加到數(shù)據(jù)流即可。

隨著新的認(rèn)知服務(wù)問世，Power BI將添加更多這些功能。最新的是從圖像，手寫識(shí)別和實(shí)體識(shí)別中提取文本 - 不僅僅是提取關(guān)鍵字，還要對(duì)它們所指的內(nèi)容進(jìn)行分類。如果您是酒店老板在互聯(lián)網(wǎng)上查看評(píng)論，實(shí)體認(rèn)可可以告訴您在評(píng)論中“騎自行車”是否意味著一個(gè)快樂的客人，他們?cè)隍T自行車旅行時(shí)留下來(lái)或不滿意的客人抱怨空調(diào)騎自行車整夜。

如果您在Azure機(jī)器學(xué)習(xí)中創(chuàng)建自己的機(jī)器學(xué)習(xí)模型并將其作為Web服務(wù)發(fā)布，您可以通過Azure門戶為組織中的Power BI分析員提供基于角色的訪問權(quán)限，然后它們將顯示出來(lái)作為模型，他們可以像認(rèn)知服務(wù)一樣使用。如果您想分析這些酒店評(píng)論中的照片，您可能需要培訓(xùn)自定義圖像識(shí)別模型，以了解您在酒店找到的內(nèi)容的圖片。酒店評(píng)論中的空調(diào)，燈泡，窗戶和升降機(jī)的照片可能是一個(gè)不好的標(biāo)志，標(biāo)準(zhǔn)的圖像識(shí)別模型可能不會(huì)將它們強(qiáng)調(diào)為重要

如果您正在構(gòu)建自己的機(jī)器學(xué)習(xí)模型并使用Python和R將其集成到Power BI中，或者使用Power BI中的AutoML讓它發(fā)現(xiàn)什么機(jī)器學(xué)習(xí)算法最適合您的數(shù)據(jù)，您現(xiàn)在可以上傳Azure Machine Learning的那些模型可以管理它們或進(jìn)一步調(diào)整它們。這意味著業(yè)務(wù)分析師可以使用自動(dòng)化選項(xiàng)，如果證明有用，數(shù)據(jù)科學(xué)家可以選擇并進(jìn)一步開發(fā)。

所有這些見解都可以通過多種方式使用。Power BI中的交互式儀表板和可視化功能非常強(qiáng)大，有時(shí)候業(yè)務(wù)用戶想要的是熟悉的報(bào)告，他們可以打印出來(lái)并閱讀，或通過電子郵件發(fā)送給客戶或供應(yīng)商。Power BI現(xiàn)在支持帶有頁(yè)眉和頁(yè)腳以及表格，圖表或矩陣布局的相同分頁(yè)報(bào)表作為SQL Server Reporting Services(使用新的報(bào)表生成器工具來(lái)創(chuàng)建它們)。分頁(yè)報(bào)告是Power BI Premium的一部分，但它們也與內(nèi)部部署的Power BI報(bào)告服務(wù)器兼容。

因此，如果您想將分析從SQL Server Reporting Services轉(zhuǎn)移到Power BI，您可以創(chuàng)建一個(gè)企業(yè)商務(wù)智能系統(tǒng)，為您提供從組織可能已經(jīng)依賴的報(bào)告到機(jī)器學(xué)習(xí)的全方位業(yè)務(wù)分析。自動(dòng)查找不一定是結(jié)構(gòu)化或數(shù)字化的數(shù)據(jù)的見解。如果Power BI不能滿足您自己的需求，那么我們的想法是使用Azure輕松擴(kuò)展，業(yè)務(wù)用戶可以自己完成。