Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Manual Power Bi
Manual Power Bi
Guía de Power BI
e INFORMACIÓN GENERAL
p CONCEPTO
Modelado de datos
p CONCEPTO
DAX
p CONCEPTO
Informes de Power BI
p CONCEPTO
p CONCEPTO
Administración e implementación
p CONCEPTO
Migración a Power BI
p CONCEPTO
Preparar la migración
Planeamiento de la implementación
Crear contenido
Implementación en Power BI
p CONCEPTO
p CONCEPTO
Información general
Patrocinio ejecutivo
Centro de excelencia
Gobernanza
Comunidad práctica
Planeamiento de la implementación
p CONCEPTO
Introducción
Escenarios de uso
Áreas de trabajo
Seguridad
Auditoría y supervisión
p CONCEPTO
Transformación de la BI de Microsoft
Establecimiento de un COE
Aquí encontrará las instrucciones y los procedimientos recomendados para Power BI.
Las instrucciones se seguirán actualizando y ampliando.
Modelado de datos
Instrucciones Descripción
Técnicas de reducción de Se describen distintas técnicas para ayudar a reducir los datos
datos para modelos de cargados en los modelos de importación.
importación
DAX
Instrucciones Descripción
Flujos de datos
Instrucciones Descripción
Orígenes de datos
Modelo de datos
Visualizaciones, incluidos paneles, informes de Power BI e informes paginados
Power BI
Entorno, incluidas las capacidades, las puertas de enlace de datos y la red
Optimización de visualizaciones
Las visualizaciones de Power BI pueden ser paneles, informes de Power BI o informes
paginados de Power BI. Cada una tiene distintas arquitecturas, por lo que tienen
instrucciones independientes.
Paneles
Es importante saber que Power BI mantiene una memoria caché para los iconos del
panel, excepto los iconos de los informes dinámicos y los iconos de streaming. Si el
conjunto de datos aplica la Seguridad de nivel de fila (RLS) dinámica, asegúrese de
conocer las implicaciones del rendimiento, ya que los iconos se almacenarán en la caché
por cada usuario.
Informes de Power BI
Hay varias recomendaciones para optimizar los diseños de los informes de Power BI.
7 Nota
Un error común es tener la vista predeterminada de la tabla sin filtrar; por ejemplo, más
de 100 millones de filas. Los datos de estas filas se cargan en memoria y se
descomprimen en cada actualización. Este procesamiento crea enormes demandas de
memoria. La solución es usar el filtro "Primeros N" para reducir el número máximo de
elementos que se muestran de la tabla. Puede establecer el número máximo de
elementos a un número mucho mayor que el que los usuarios necesitarían, por ejemplo,
10 000. El resultado es que la experiencia del usuario final no cambia, pero el uso de
memoria se reduce considerablemente. Además, lo más importante es que el
rendimiento mejora.
El principio anterior se aplica por igual al número de objetos visuales agregados a una
página del informe. Se recomienda limitar el número de objetos visuales de la página de
un informe concreto solo a aquellos que sean necesarios. Las páginas de obtención de
detalles y la información sobre herramientas de páginas de informes son una excelente
manera de proporcionar detalles adicionales sin crear una aglomeración de objetos
visuales en la página.
Además, asegúrese de que la capacidad tiene suficiente memoria asignada para la carga
de trabajo de informes paginados.
Configuración de la capacidad
Al usar capacidades, disponibles con las licencias de Power BI Premium (SKU P) y
Premium por usuario (PPU), o Power BI Embedded (SKU A y A4-A6), puede administrar
la configuración de la capacidad. Para más información, vea Administración de las
capacidades Premium.
Latencia de red
La latencia de red puede afectar al rendimiento de los informes si aumenta el tiempo
necesario para que las solicitudes alcancen el servicio Power BI y para la entrega de las
respuestas. Los inquilinos de Power BI se asignan a una región específica.
Sugerencia
Las herramientas como Azure Speed Test proporcionan una indicación de la latencia
de red entre el cliente y la región de Azure. En general, para minimizar el impacto de la
latencia de red, intente mantener los orígenes de datos, las puertas de enlace y la
capacidad de Power BI lo más cerca posible. Preferiblemente, residen en la misma
región. Si la latencia de red es un problema, intente ubicar las puertas de enlace y los
orígenes de datos más cerca de la capacidad de Power BI situándolos dentro de las
máquinas virtuales hospedadas en la nube.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Guía de Power BI
Supervisión del rendimiento de los informes
Hoja de ruta de adopción de Power BI
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Instrucciones de plegado de consultas
en Power BI Desktop
Artículo • 23/03/2023 • Tiempo de lectura: 3 minutos
Este artículo se dirige a los modeladores de datos que desarrollan modelos en Power BI
Desktop. Proporciona instrucciones de procedimientos recomendados sobre cuándo y
cómo lograr el plegado de consultas de Power Query.
Instrucciones
Las instrucciones sobre plegado de consultas difieren en función del modo de modelo.
) Importante
Una consulta SQL nativa puede hacer más que recuperar datos. Se puede
ejecutar cualquier instrucción válida (y posiblemente varias veces), incluida
una que modifica o elimina datos. Es importante aplicar el principio de
privilegios mínimos para asegurarse de que la cuenta usada para acceder a la
base de datos solo tiene permiso de lectura en los datos necesarios.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Artículo de concepto Plegado de consultas de Power Query
Actualización incremental de los conjuntos de datos
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Referencia de las consultas de Power
Query
Artículo • 23/03/2023 • Tiempo de lectura: 3 minutos
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Proporciona instrucciones al definir las consultas de Power Query que
hacen referencia a otras consultas.
Aclaremos lo que esto significa: Cuando una consulta hace referencia a una segunda
consulta, es como si los pasos de la segunda consulte se combinaran con los pasos de la
primera consulta y se ejecutaran antes de estos.
Considere varias consultas: Query1 obtiene los datos de un servicio web y su carga está
deshabilitada. Las consultas Query2, Query3 y Query4 hacen referencia a Query1 y sus
salidas se cargan en el modelo de datos.
Puede pensar que la consulta Query2 tiene insertados los pasos de la consulta Query1.
Esto también pasa con las consultas Query3 y Query4. En el diagrama siguiente se
muestra una imagen más clara de cómo se ejecutan las consultas.
La consulta Query1 se ejecuta tres veces. Las diversas ejecuciones pueden dar lugar a
una actualización de datos lenta e influir negativamente en el origen de datos.
7 Nota
Recomendaciones
Por lo general, se recomienda hacer referencia a las consultas para evitar la duplicación
de lógica en las consultas. Sin embargo, tal como se describe en este artículo, este
enfoque de diseño puede contribuir a las actualizaciones de datos lentas y a los
orígenes de datos sobrecargados.
En su lugar, se recomienda crear un flujo de datos. Usar un flujo de datos puede mejorar
el tiempo de actualización de los datos y disminuir el impacto en los orígenes de datos.
Puede diseñar el flujo de datos para que encapsule los datos de origen y las
transformaciones. Como el flujo de datos es un almacén de datos persistente del
servicio Power BI, su recuperación de datos es rápida. Por lo tanto, incluso cuando las
consultas a las que se hace referencia generan varias solicitudes para el flujo de datos,
es posible mejorar los tiempos de actualización de los datos.
En el ejemplo, si la consulta Query1 se rediseña como una entidad de flujo de datos, las
consultas Query2, Query3 y Query4 pueden usarla como un origen de datos. Con este
diseño, la entidad que obtiene la consulta Query1 solo se evaluará una vez.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a modeladores de datos de importación que trabajan con
Power BI Desktop.
Recomendación
Para lograr una actualización más rápida, establezca el archivo de Power BI Desktop para
actualizar la caché de vista previa en segundo plano. Para habilitarlo, en Power BI
Desktop, seleccione Archivo > Opciones y configuración > Opciones y luego seleccione la
página Carga de datos. Después, puede activar la opción Permitir que se descargue la
vista previa de datos en segundo plano. Tenga en cuenta que esta opción solo se
puede establecer para el archivo actual.
La habilitación de la actualización en segundo plano puede dar lugar a que los datos de
vista previa estén desactualizados. En ese caso, el Editor de Power Query le notificará la
siguiente advertencia:
Siempre se puede actualizar la caché de vista previa. Puede actualizarla para una sola
consulta o para todas mediante el comando Actualizar vista previa. Lo encontrará en la
cinta Inicio de la ventana del Editor de Power Query.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Si quiere trabajar con grandes volúmenes de datos y realizar ETL a escala, los flujos
de datos con Power BI Premium se escalan de forma más eficaz y proporcionan
más flexibilidad. Los flujos de datos admiten una amplia variedad de orígenes en la
nube y locales.
Puede usar Power BI Desktop y el servicio Power BI con los flujos de datos para crear
conjuntos de datos, informes, paneles y aplicaciones que usen Common Data Model. A
partir de estos recursos, puede obtener información sobre sus actividades
empresariales. La programación de actualizaciones de los flujos de datos se administra
directamente desde el área de trabajo en la que se creó el flujo de datos, al igual que los
conjuntos de datos.
7 Nota
Los flujos de datos no están disponibles en el servicio Power BI para los clientes del
DoD de la Administración Pública de Estados Unidos. Para obtener más
información sobre qué características están disponibles y cuáles no, consulte
Disponibilidad de características de Power BI para los clientes de la
Administración Pública de Estados Unidos.
Pasos siguientes
En este artículo se proporciona información general sobre la preparación de datos de
autoservicio para macrodatos en Power BI y las numerosas formas en que puede usarse.
En los artículos siguientes encontrará más información sobre los flujos de datos y
Power BI:
Para más información sobre Common Data Service, puede leer su artículo de
introducción:
Este artículo no pretende proporcionar una explicación completa del diseño del
esquema de estrella. Para obtener más detalles, vaya directamente el contenido
publicado, como The Data Warehouse Toolkit: The Complete Guide to Dimensional
Modeling (El kit de herramientas del almacenamiento de datos: guía completa del
modelado dimensional) (3.ª edición, 2013) de Ralph Kimball et al.
Las tablas de hechos pueden almacenar observaciones o eventos, y pueden ser pedidos
de ventas, existencias, tasas de cambio, temperaturas, etc. Una tabla de hechos contiene
columnas de clave de dimensiones relacionadas con las tablas de dimensiones y
columnas de medida numéricas. Las columnas de clave de dimensiones determinan la
dimensionalidad de una tabla de hechos, mientras que los valores de clave de
dimensiones determinan la granularidad de una tabla de hechos. Por ejemplo, imagine
una tabla de hechos diseñada para almacenar objetivos de ventas que tiene dos
columnas de clave de dimensiones Date y ProductKey. Resulta fácil comprender que la
tabla tiene dos dimensiones. Pero la granularidad no se puede determinar sin tener en
cuenta los valores de clave de dimensiones. En este ejemplo, imagine que los valores
almacenados en la columna Date son el primer día de cada mes. En este caso, la
granularidad está en el nivel mes-producto.
Normalmente, las tablas de dimensiones contienen un número relativamente pequeño
de filas. Por el contrario, las tablas de hechos pueden contener un gran número de filas
y seguir creciendo con el tiempo.
Normalización es el término que se usa para describir los datos almacenados de una
manera que reduce los datos repetitivos. Imagine una tabla de productos que tiene una
columna de valor de clave única, como la clave de producto, y columnas adicionales que
describen características de los productos, incluidos el nombre, la categoría, el color y el
tamaño. Una tabla de ventas se considera normalizada cuando almacena solo claves,
como la clave de producto. En la imagen siguiente, observe que solo la columna
ProductKey registra el producto.
Pero si la tabla de ventas almacena detalles de los productos más allá de la clave, se
considera desnormalizada. En la imagen siguiente, observe que ProductKey y otras
columnas relacionadas con los productos registran el producto.
Tal como se describe en este artículo, debe intentar desarrollar modelos de datos de
Power BI optimizados con tablas que representen hechos normalizados y datos de
dimensiones. Pero hay una excepción en la que se debe desnormalizar una dimensión
de copo de nieve para generar una sola tabla de modelo.
Medidas
Claves suplentes
Dimensiones de copo de nieve
Dimensiones realizadoras de roles
Dimensiones de variación lenta
Dimensiones no deseadas
Dimensiones degeneradas
Tablas de hechos sin hechos
Medidas
En el diseño de esquemas de estrella, una medida es una columna de tabla de hechos
que almacena valores que se van a resumir.
En un modelo de Power BI, una medida tiene otra definición, aunque similar. Es una
fórmula escrita en Expresiones de análisis de datos (DAX) que permite resumir. Las
expresiones de medida suelen aprovechar funciones de agregación de DAX como SUM,
MIN, MAX, AVERAGE, etc. para generar un resultado de valor escalar en tiempo de
consulta (los valores nunca se almacenan en el modelo). La expresión de medida puede
abarcar desde agregaciones de columnas simples hasta fórmulas más sofisticadas que
invalidan las propagaciones de contexto o de relación de filtrado. Para obtener más
información, lea el artículo Aspectos básicos de DAX en Power BI Desktop.
Si sabe que los autores del informe van a consultar el modelo mediante
Expresiones multidimensionales (MDX), el modelo debe incluir medidas explícitas.
Las medidas explícitas se definen mediante DAX. Este enfoque de diseño es muy
importante cuando se consulta un conjunto de datos de Power BI mediante MDX,
ya que MDX no puede resumir los valores de columna. En particular, se usará MDX
al ejecutar Analizar en Excel, porque las tablas dinámicas emiten consultas MDX.
Si sabe que los autores del informe van a crear informes paginados de Power BI
mediante el diseñador de consultas MDX, el modelo debe incluir medidas
explícitas. Solo el diseñador de consultas MDX admite agregados de servidor. Por
tanto, si los autores del informe necesitan que Power BI evalúe las medidas (y no lo
haga el motor de informes paginados), tendrán que usar el diseñador de consultas
MDX.
Cuando tiene que garantizar que los autores del informe solo puedan resumir
columnas de maneras concretas. Por ejemplo, la columna de ventas Precio unitario
del distribuidor (que representa una tarifa por unidad) se puede resumir, pero solo
mediante funciones de agregación específicas. Nunca se debe sumar, pero es
adecuado resumir mediante otras funciones de agregación, como mín., máx.,
media, etc. En esta instancia, el modelador puede ocultar la columna Precio
unitario y crear medidas para todas las funciones de agregación apropiadas.
Este enfoque de diseño funciona bien con los informes creados en el servicio Power BI y
Preguntas y respuestas. Pero las conexiones dinámicas de Power BI Desktop permiten a
los autores de informes mostrar los campos ocultos del panel Campos, lo que puede
dar lugar a la elusión de este enfoque de diseño.
Claves suplentes
Una clave suplente es un identificador único que se agrega a una tabla para admitir el
modelado de esquemas de estrella. Por definición, no se define ni se almacena en los
datos de origen. Normalmente, las claves suplentes se agregan a las tablas de
dimensiones del almacén de datos relacionales para proporcionar un identificador único
para cada fila de la tabla de dimensiones.
Las relaciones del modelo de Power BI se basan en una sola columna única de una tabla,
que propaga los filtros a una sola columna de otra tabla. Cuando una tabla de tipo de
dimensiones del modelo no incluye una sola columna única, debe agregar un
identificador único para que se convierta en el "uno" de una relación. En Power BI
Desktop, puede lograr fácilmente este requisito si crea una columna de índice de Power
Query.
Debe combinar esta consulta con la consulta "varios" para poder agregarle también la
columna de índice. Al cargar estas consultas en el modelo, puede crear una relación uno
a varios entre las tablas del modelo.
Si usa su imaginación, puede imaginarse las tablas normalizadas colocadas hacia fuera
de la tabla de hechos, formando un diseño de copo de nieve.
En Power BI Desktop, puede optar por imitar un diseño de dimensiones de copo de
nieve (quizás porque los datos de origen lo hacen) o integrar (desnormalizar) las tablas
de origen en una sola tabla del modelo. Por lo general, las ventajas de una sola tabla del
modelo compensan las ventajas de varias tablas del modelo. La decisión óptima puede
depender de los volúmenes de datos y de los requisitos de facilidad de uso del modelo.
Power BI carga más tablas, lo que resulta menos eficaz desde el punto del vista del
almacenamiento y el rendimiento. Estas tablas deben incluir columnas para admitir
las relaciones del modelo, lo que puede dar lugar a un mayor tamaño del modelo.
Las cadenas de propagación de filtros de relaciones más largas deben ser
transversales, lo que probablemente sea menos eficaz que la aplicación de filtros a
una sola tabla.
El panel Campos presenta más tablas del modelo a los autores de informes, lo que
puede dar lugar a una experiencia menos intuitiva, especialmente si las tablas de
dimensiones de copo de nieve contienen solo una o dos columnas.
No es posible crear una jerarquía que abarque las tablas.
Si elige integrar en una sola tabla del modelo, además puede definir una jerarquía que
abarque el mayor y menor nivel de detalle de la dimensión. Posiblemente, el
almacenamiento de datos desnormalizados redundantes pueda dar lugar a un mayor
tamaño de almacenamiento del modelo, especialmente en el caso de tablas de
dimensiones muy grandes.
Dimensiones de variación lenta
Una dimensión de variación lenta (SCD) es aquella que administra correctamente el
cambio de los miembros de la dimensión a lo largo del tiempo. Se aplica cuando los
valores de la entidad empresarial cambian con el tiempo y de forma ad hoc. Un buen
ejemplo de dimensión de variación lenta es una dimensión de cliente, concretamente
sus columnas de detalles de contacto, como la dirección de correo electrónico y el
número de teléfono. Por el contrario, algunas dimensiones se consideran de variación
rápida si un atributo de dimensión cambia con frecuencia, como el precio de mercado
de un artículo. El enfoque de diseño común en estas instancias es almacenar los valores
de atributo de variación rápida en una medida de tabla de hechos.
SCD de tipo 1
Una SCD de tipo 1 siempre refleja los valores más recientes y, cuando se detectan
cambios en los datos de origen, los datos de la tabla de dimensiones se sobrescriben.
Este enfoque de diseño es común para las columnas que almacenan valores auxiliares,
como la dirección de correo electrónico o el número de teléfono de un cliente. Cuando
cambia la dirección de correo electrónico o el número de teléfono de un cliente, la tabla
de dimensiones actualiza la fila del cliente con los nuevos valores. Es como si el cliente
tuviera siempre esta información de contacto.
SCD de tipo 2
Una SCD de tipo 2 admite el control de versiones de los miembros de la dimensión. Si el
sistema de origen no almacena versiones, suele ser el proceso de carga de
almacenamiento de datos el que detecta los cambios y administra de forma adecuada el
cambio en una tabla de dimensiones. En este caso, la tabla de dimensiones debe usar
una clave suplente para proporcionar una referencia única a una versión del miembro de
la dimensión. También incluye columnas que definen la validez del intervalo de fechas
de la versión (por ejemplo, StartDate y EndDate) y, posiblemente, una columna de
marca (por ejemplo, IsCurrent) para filtrar fácilmente por miembros de la dimensión
actuales.
Por ejemplo, Adventure Works asigna vendedores a una región de ventas. Cuando un
vendedor se reasigna a otra región, debe crearse una nueva versión del vendedor para
asegurarse de que los hechos históricos sigan asociados a la región anterior. Para
admitir un análisis histórico preciso de ventas por vendedor, la tabla de dimensiones
debe almacenar versiones de vendedores y sus regiones asociadas. La tabla también
debe incluir valores de fecha de inicio y finalización para definir la validez temporal. Las
versiones actuales pueden definir una fecha de finalización vacía (o 31/12/9999), lo que
indica que la fila es la versión actual. La tabla también debe definir una clave suplente,
ya que la clave empresarial (en esta instancia, Id. de empleado) no es única.
Para lograr este requisito, la tabla de tipo de dimensión del modelo de Power BI debe
incluir una columna para filtrar el vendedor y otra para filtrar una versión específica del
vendedor. Es importante que la columna de versión proporcione una descripción no
ambigua, como "Michael Blythe (15/12/2008-26/06/2019)" o "Michael Blythe (actual)".
También es importante educar a los autores y usuarios de informes sobre los aspectos
básicos de la SCD de tipo 2 y cómo lograr diseños de informe adecuados mediante la
aplicación de los filtros correctos.
También es un buen procedimiento de diseño incluir una jerarquía que permita a los
objetos visuales obtener detalles hasta el nivel de versión.
Dimensiones realizadoras de roles
Una dimensión realizadora de roles es una dimensión que puede filtrar datos
relacionados de manera diferente. Por ejemplo, en Adventure Works, la tabla de
dimensiones de fecha tiene tres relaciones con los hechos de ventas del distribuidor. Se
puede usar la misma tabla de dimensiones para filtrar los hechos por fecha de pedido,
fecha de envío o fecha de entrega.
En un modelo de Power BI, este diseño se puede imitar mediante la creación de varias
relaciones entre dos tablas. En el ejemplo de Adventure Works, las tablas de fecha y
ventas del distribuidor tendrían tres relaciones. Aunque este diseño sea posible, es
importante entender que solo puede haber una relación activa entre dos tablas del
modelo de Power BI. Todas las demás relaciones se deben establecer en inactivas. El
tener una única relación activa significa que hay una propagación de filtros
predeterminada desde fecha a ventas del distribuidor. En esta instancia, la relación
activa se establece en el filtro más común que usan los informes, que en Adventure
Works es la relación de fecha de pedido.
La única forma de usar una relación inactiva es definir una expresión DAX que use la
función USERELATIONSHIP. En el ejemplo, el desarrollador del modelo debe crear
medidas para habilitar el análisis de las ventas del distribuidor por fecha de envío y
fecha de entrega. Este trabajo puede resultar tedioso, sobre todo si en la tabla del
distribuidor se definen muchas medidas. También crea aglomeración en el panel
Campos, con una gran cantidad de medidas. También hay otras limitaciones:
Para superar estas limitaciones, una técnica de modelado común de Power BI es crear
una tabla de tipo de dimensiones para cada instancia realizadora de roles.
Normalmente, las tablas de dimensiones adicionales se crean como tablas calculadas
mediante DAX. Con las tablas calculadas, el modelo puede contener una tabla de fecha,
una tabla de fecha de envío y una tabla de fecha de entrega, cada una con una relación
única y activa con sus columnas respectivas de la tabla de ventas del distribuidor.
Este enfoque de diseño no requiere la definición de varias medidas para los distintos
roles de fecha y permite el filtrado simultáneo mediante diferentes roles de fecha. Pero
un precio menor que se paga con este enfoque de diseño es que existe duplicación de
la tabla de dimensiones de fecha que da lugar a un mayor tamaño de almacenamiento
del modelo. Como las tablas de tipo de dimensión suelen almacenar menos filas que las
tablas de tipo de hechos, esto no suele ser un problema.
Para más información, consulte Instrucciones para relaciones activas frente a inactivas.
Dimensiones no deseadas
Una dimensión no deseada es útil cuando hay muchas dimensiones, especialmente si
constan de pocos atributos (quizás uno) y si estos atributos tienen pocos valores. Los
buenos candidatos incluyen columnas de estado de pedido o columnas demográficas
de clientes (sexo, grupo de edad, etc.).
Dimensiones degeneradas
Una dimensión degenerada hace referencia a un atributo de la tabla de hechos
necesario para el filtrado. En Adventure Works, el número de pedido de ventas del
distribuidor es un buen ejemplo. En este caso, no tiene sentido diseñar un modelo para
crear una tabla independiente que solo conste de esta columna, porque aumentaría el
tamaño de almacenamiento del modelo y la aglomeración del panel Campos.
Una tabla de hechos sin hechos podría almacenar observaciones definidas por claves de
dimensión. Por ejemplo, en una fecha y hora determinadas, un cliente concreto ha
iniciado sesión en el sitio web. Puede definir una medida para contar las filas de la tabla
de hechos sin hechos a fin de realizar un análisis de cuántos clientes han iniciado sesión
y cuándo lo han hecho.
Un uso más atractivo de una tabla de hechos sin hechos es almacenar relaciones entre
dimensiones, y es el enfoque de diseño de modelos de Power BI que se recomienda
para definir relaciones de dimensión de varios a varios. En un diseño de relaciones de
dimensión de varios a varios, la tabla de datos sin datos se conoce como tabla de
puente.
Por ejemplo, imagine que los vendedores pueden asignarse a una o más regiones de
ventas. La tabla de puente se diseñaría como una tabla de hechos sin hechos de dos
columnas: clave de vendedor y clave de región. Los valores duplicados se pueden
almacenar en ambas columnas.
Este enfoque de diseño de varios a varios está bien documentado y se puede lograr sin
una tabla de puente. Pero el enfoque de tabla de puente se considera el procedimiento
recomendado al relacionar dos dimensiones. Para más información, consulte
Instrucciones para relaciones de varios a varios (Relación de dimensiones varios a
varios).
Pasos siguientes
Para obtener más información sobre el diseño de esquemas de estrella o el diseño del
modelo de Power BI, vea los siguientes artículos:
Las columnas que no sirvan para estos propósitos probablemente se puedan quitar. La
eliminación de columnas se conoce como filtrado vertical.
El filtrado por tiempo implica limitar la cantidad de historial de datos que se carga en
las tablas de tipo de hechos (y limitar las filas de fecha cargadas en las tablas de fecha
del modelo). Se sugiere no cargar automáticamente todo el historial disponible, a
menos que se trate de un requisito conocido de creación de informes. Resulta útil
entender que los filtros de Power Query basados en tiempo se pueden parametrizar e
incluso definir para que usen períodos de tiempo relativos (con respecto a la fecha de
actualización, por ejemplo, los cinco últimos años). Además, tenga en cuenta que los
cambios retrospectivos en los filtros de tiempo no interrumpen los informes; solo dan
lugar a menos (o más) historial de datos disponible en los informes.
Agrupar y resumir
Quizás la técnica más eficaz para reducir el tamaño de un modelo es cargar datos
resumidos previamente. Esta técnica se puede usar para disminuir el nivel de detalle de
las tablas de tipo de hechos. La desventaja es la pérdida de detalle.
Por ejemplo, una tabla de hechos de ventas de origen almacena una fila por línea de
pedido. Se puede lograr una reducción considerable de los datos si se resumen todas
las métricas de ventas, al agrupar por fecha, cliente y producto. Por tanto, piense que se
puede lograr una reducción de datos aún mayor mediante la agrupación por fecha en el
nivel de mes. Se podría conseguir una reducción del 99 % del tamaño del modelo,
aunque ya no es posible crear informes en el nivel de día ni de pedido individual. La
decisión de resumir los datos de tipo de hechos siempre conlleva ventajas y desventajas.
Las desventajas se podrían mitigar mediante un diseño de modelo mixto, una opción
que se describe en la técnica Cambiar al modo mixto.
Pero, en algunos casos, las columnas calculadas del modelo pueden ser la mejor opción.
Este es el caso cuando la fórmula implica evaluar medidas o requiere una funcionalidad
de modelado específica que solo se admite en las funciones DAX. Para obtener
información sobre un ejemplo de este tipo, vea el artículo Descripción de las funciones
para jerarquías de elemento primario y secundario en DAX.
Una técnica eficaz para reducir el tamaño del modelo consiste en establecer la
propiedad Modo de almacenamiento de las tablas de tipo de hechos mayores en
DirectQuery. Piense que este enfoque de diseño podría funcionar bien con la técnica
Agrupar y resumir presentada antes. Por ejemplo, los datos de ventas resumidos se
podrían usar para lograr informes de "resumen" de alto rendimiento. Una página de
obtención de detalles podría mostrar las ventas pormenorizadas de un contexto de
filtrado (y delimitación) específico y mostrar todos los pedidos de ventas en contexto. En
este ejemplo, la página de obtención de detalles incluiría objetos visuales basados en
una tabla de DirectQuery para recuperar los datos de pedidos de ventas.
Pasos siguientes
Para obtener más información sobre el diseño del modelo de importación de Power BI,
vea los siguientes artículos:
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Se describen prácticas recomendadas de diseño para crear tablas de
fechas en los modelos de datos.
Para trabajar con las funciones de inteligencia de tiempo de las expresiones de análisis
de datos (DAX), hay un requisito previo para el modelo: Debe tener al menos una tabla
de fechas en el modelo. Una tabla de fechas es una tabla que cumple los siguientes
requisitos:
" Debe contener una columna de tipo de datos fecha, o fecha y hora, conocida como
la columna de fecha.
" La columna de fecha debe contener valores únicos.
" La columna de fecha no debe contener ESPACIOS EN BLANCO.
" En la columna de fecha no debe faltar ninguna fecha.
" La columna de fecha debe abarcar años completos. Un año no es necesariamente
un año natural (de enero a diciembre).
" La tabla de fechas debe estar marcada como una tabla de fechas.
Puede utilizar cualquiera de las distintas técnicas para agregar una tabla de fechas al
modelo:
Sugerencia
Sugerencia
Si no dispone de un almacenamiento de datos u otra definición coherente para los
aspectos temporales de su organización, considere la posibilidad de usar Power
Query para publicar un flujo de datos. A continuación, haga que todos los
modeladores de datos se conecten al flujo de datos para agregar tablas de fechas a
sus modelos. El flujo de datos se convierte en la única fuente de confianza para los
aspectos temporales de su organización.
Si necesita generar una tabla de fechas, considere la posibilidad de hacerlo con DAX. Es
posible que le resulte más fácil. Además, puede resultar más conveniente, ya que DAX
integra alguna inteligencia para simplificar la creación y administración de tablas de
fechas.
Sugerencia
Para más información sobre cómo crear tablas calculadas, incluido un ejemplo de
cómo crear una tabla de fechas, siga el módulo de aprendizaje Incorporación de
tablas y columnas calculadas a modelos de Power BI Desktop.
Clonación con DAX
Cuando el modelo ya tiene una tabla de fechas y necesita otra adicional, puede clonar
fácilmente la tabla de fechas existente. Esto sucede cuando la fecha es una dimensión
realizadora de roles. Puede clonar una tabla mediante la creación de una tabla
calculada. La expresión de tabla calculada es simplemente el nombre de la tabla de
fechas existente.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo se dirige a los modeladores de datos que desarrollan modelos compuestos
o de importación en Power BI Desktop. Proporciona instrucciones, recomendaciones y
consideraciones al usar la funcionalidad Fecha y hora automáticas de Power BI Desktop
en situaciones específicas. Para información general sobre la funcionalidad Fecha y hora
automáticas, consulte Fecha y hora automáticas en Power BI Desktop.
La opción Fecha y hora automáticas ofrece inteligencia de tiempo cómoda, rápida y fácil
de usar. Los autores de informes pueden trabajar con la inteligencia de tiempo al filtrar,
agrupar y explorar los períodos de tiempo de calendario.
Consideraciones
En la lista con viñetas siguiente se describen las consideraciones (y posibles limitaciones)
relacionadas con la opción Fecha y hora automáticas.
Solo períodos de calendario: las columnas de año y trimestre se relacionan con los
períodos de calendario. Significa que el año empieza el 1 de enero y finaliza el 31
de diciembre. No es posible personalizar la fecha de inicio (o finalización) del año.
Esta es la razón por la que es importante que los filtros o agrupaciones se lleven a
cabo en la columna Year. Al explorar en profundidad mediante la jerarquía, se
filtrará el año, a menos que el nivel Year se quite de manera intencional. Si no hay
ningún filtro o grupo por año, una agrupación por mes, por ejemplo, resumiría los
valores de todos los años correspondientes a ese mes.
Filtrado de fecha de una sola tabla: como cada columna de fecha genera su
propia tabla de fecha y hora automáticas (oculta), no es posible aplicar un filtro de
tiempo a una tabla y hacer que lo propague a varias tablas de modelo. Filtrar de
esta manera es un requisito de modelado común cuando se notifican varios
asuntos (tablas de tipo de hechos), como las ventas y el presupuesto de ventas. Al
usar la fecha y hora automáticas, el autor de informe deberá aplicar filtros a cada
columna de fecha distinta.
Tamaño del modelo: para cada columna de fecha que genera una tabla de fecha y
hora automáticas oculta, generará un tamaño de modelo mayor y también
ampliará la hora de actualización de los datos.
Recomendaciones
Se recomienda mantener habilitada la opción Fecha y hora automáticas solo al trabajar
con períodos de tiempo de calendario y cuando tenga requisitos de modelo simplistas
con respecto al tiempo. Usar esta opción también puede ser útil cuando se crean
modelos ad hoc o se realiza la generación de perfiles o la exploración de datos.
Cuando el origen de datos ya define una tabla de dimensión de fecha, esta tabla se
debe usar para definir de manera coherente la hora dentro de la organización.
Seguramente será el caso si el origen de datos es un almacenamiento de datos. De lo
contrario, puede generar tablas de fechas en el modelo si usa las funciones CALENDAR
o CALENDARAUTO de DAX. Luego puede agregar columnas calculadas para admitir los
requisitos conocidos de agrupación y filtrado de tiempo. Este enfoque de diseño puede
permitirle crear una tabla de fechas única que se propague a todas las tablas de tipo de
hechos, lo que posiblemente resulte en una tabla única para aplicar los filtros de tiempo.
Para más información sobre cómo crear las tablas de fechas, lea el artículo
Configuración y uso de tablas de fechas en Power BI Desktop.
Sugerencia
Para más información sobre cómo crear tablas calculadas, incluido un ejemplo de
cómo crear una tabla de fechas, siga el módulo de aprendizaje Incorporación de
tablas y columnas calculadas a modelos de Power BI Desktop.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Proporciona instrucciones sobre cómo trabajar con relaciones de
modelo de uno a uno. Se puede crear una relación uno a uno cuando ambas tablas
contienen una columna de valores comunes y únicos.
7 Nota
También es importante que conozca el diseño del esquema de estrella. Para más
información, vea Descripción de un esquema de estrella e importancia para
Power BI.
Los datos de fila se distribuyen entre las tablas: una sola entidad de negocio o
asunto se carga como dos (o más) tablas de modelo, posiblemente porque sus
datos provienen de almacenes de datos diferentes. Este escenario puede ser
común para las tablas de tipos de dimensión. Por ejemplo, los detalles de los
productos maestros se almacenan en un sistema de ventas operativo y los detalles
adicionales de los productos se almacenan en un origen diferente.
Sin embargo, no es habitual que relacione dos tablas de tipo de hechos con una
relación uno a uno. El motivo es que ambas tablas de tipo de hechos necesitarían
tener la misma dimensionalidad y granularidad. Además, cada tabla de tipo de
hechos necesitaría columnas únicas para permitir la creación de la relación de
modelo que se va a crear.
Dimensiones degeneradas
Cuando se usan columnas de una tabla de tipo de hechos para filtrar o agrupar, puede
que le interese que estén disponibles en una tabla independiente. De este modo, se
separan las columnas usadas para el filtro o la agrupación de aquellas utilizadas para
resumir las filas de hechos. Esta separación puede:
Considere una tabla de ventas de origen que almacena los detalles de pedidos de
ventas en dos columnas.
Como la tabla Sales Order se deriva de los datos de ventas, debe haber exactamente el
mismo número de filas en cada tabla. Además, debe haber valores coincidentes entre
cada columna SalesOrderLineID.
La primera tabla se denomina Product y contiene tres columnas: Color, Product y SKU.
La segunda tabla se denomina Product Category y contiene dos columnas: Category y
SKU. Una relación uno a uno relaciona las dos columnas SKU. La relación se filtra en
ambas direcciones, que es siempre el caso de las relaciones uno a uno.
7 Nota
Tenga en cuenta que la tabla Product Category no incluye una fila para el producto SKU
CL-02. Discutiremos las consecuencias de esta fila ausente más adelante en este artículo.
Veamos qué sucede cuando los campos de ambas tablas se agregan a un objeto visual
de tabla. En este ejemplo, la columna SKU se obtiene de la tabla Product.
Observe que el valor Category para el producto SKU CL-02 está EN BLANCO. El motivo
es que no hay una fila en la tabla Product Category para este producto.
Recomendaciones
Cuando sea posible, le recomendamos que evite crear relaciones de modelo uno a uno
cuando los datos de fila se distribuyan entre tablas de modelos. Es porque este diseño
puede:
Los siguientes pasos presentan una metodología para consolidar y modelar los datos
relacionados uno a uno:
En nuestro ejemplo, los autores de informes ahora encuentran una sola tabla
llamada Product en el panel Campos. Contiene todos los campos relacionados con
el producto.
En el siguiente objeto visual, observe que en la categoría del producto SKU CL-02
ahora pone [Sin definir] . En la consulta, las categorías nulas se reemplazaron por
este valor de texto de token.
4. Crear jerarquías: si existen relaciones entre las columnas de la tabla ahora
consolidada, puede ser recomendable crear jerarquías. De esta forma, los autores
de informes identificarán rápidamente las oportunidades para informar de la
exploración de objetos visuales.
En nuestro ejemplo, los autores de informes ahora pueden usar una jerarquía que
tiene dos niveles: Category y Product.
Si le gusta cómo las tablas independientes ayudan a organizar sus campos, todavía le
recomendamos consolidar en una sola tabla. Todavía puede organizar sus campos, pero
utilizando carpetas para mostrar.
Ahora se verá qué sucede cuando los campos de las dos tablas se agregan a un objeto
visual de tabla y existe una relación limitada entre las tablas.
La tabla solo muestra dos filas. El producto SKU CL-02 no está porque no hay una fila
coincidente en la tabla Product Category.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Describe tres escenarios diferentes de modelado de varios a varios.
También se proporcionan instrucciones sobre cómo diseñarlos correctamente en los
modelos.
7 Nota
También es importante que conozca el diseño del esquema de estrella. Para más
información, vea Descripción de un esquema de estrella e importancia para
Power BI.
En realidad, hay tres escenarios de varios a varios. Se pueden producir cuando tiene que:
7 Nota
Power BI ahora admite de forma nativa relaciones de varios a varios. Para más
información, consulte Relaciones de varios a varios en Power BI Desktop.
Se agregan dos relaciones uno a varios para relacionar las tablas. Este es un diagrama
de modelo actualizado de las tablas relacionadas. Se ha agregado una tabla de tipo de
hechos denominada Transaction (Transacción). Registra las transacciones de las cuentas.
Se han ocultado la tabla de puente y todas las columnas de identificador.
Para facilitar la descripción del funcionamiento de la propagación del filtro de
relaciones, se ha modificado el diagrama del modelo para mostrar las filas de la tabla.
7 Nota
Los detalles de las filas de las cuatro tablas se describen en la siguiente lista con viñetas:
El nombre del primer objeto visual es Account Balance (Saldo de la cuenta) y tiene dos
columnas: Account (Cuenta) y Amount (Cantidad). Muestra el resultado siguiente:
El saldo de Account-01 es 75
El saldo de Account-02 es 200
El total es 275
El nombre del segundo objeto visual es Customer balance (Saldo del cliente) y tiene dos
columnas: Customer (Cliente) y Amount (Cantidad). Muestra el resultado siguiente:
Un examen rápido de las filas de tabla y el objeto visual Account Balance muestra que
el resultado es correcto, para cada cuenta y la cantidad total. Se debe a que cada
agrupación de cuentas genera una propagación de filtro a la tabla Transaction de esa
cuenta.
Pero parece que algo no es correcto en el objeto visual Customer Balance. Cada cliente
del objeto visual Customer Balance tiene el mismo saldo que el saldo total. Este
resultado solo podría ser correcto si todos los clientes fueran titulares conjuntos de
todas las cuentas. Pero en este ejemplo no es el caso. El problema está relacionado con
la propagación del filtro. No fluye de forma completa hasta la tabla Transaction.
Pero ahora los objetos visuales Customer Balance muestran el siguiente resultado:
El saldo de Customer-91 es 75
El saldo de Customer-92 es 275
El total es 275
Alguien que no esté familiarizado con las relaciones del modelo podría concluir que el
resultado es incorrecto. Se podría preguntar: ¿Por qué el saldo total de Customer-91 y
Customer-92 no es igual a 350 (75 + 275)?
La respuesta a su pregunta radica en comprender la relación varios a varios. Cada saldo
de cliente puede representar la suma de varios saldos de cuenta, y los saldos del cliente
no son aditivos.
Agregue cada entidad relacionada de varios a varios como una tabla de modelo, y
asegúrese de que tiene una columna de identificador único (ID)
Agregue una tabla de puente para almacenar entidades asociadas
Cree relaciones de uno a varios entre las tres tablas
Configure una relación bidireccional para permitir que la propagación del filtro
continúe a las tablas de tipo de hechos
Si no es adecuado tener valores de identificador que faltan, establezca la
propiedad Admite valores NULL de las columnas ID en FALSE; después, se
producirá un error en la actualización de datos si hay valores que faltan en el
origen
Oculte la tabla de puente (a menos que contenga columnas o medidas adicionales
necesarias para la generación de informes)
Oculte las columnas de identificador que no sean adecuadas para los informes
(por ejemplo, cuando los identificadores son claves suplentes)
Si tiene sentido dejar visible una columna de identificador, asegúrese de que se
encuentra en el lado "uno" de la relación; oculte siempre la columna del lado
"varios". El resultado será el rendimiento óptimo de los filtros.
Para evitar confusiones o malinterpretaciones, comunique las explicaciones a los
usuarios del informe: puede agregar descripciones con cuadros de texto o
información sobre herramientas de encabezado a los objetos visuales
Considere un ejemplo con dos tablas de tipo de hechos: Order (Pedido) y Fulfillment
(Suministro). La tabla Order contiene una fila por línea de pedido y la tabla Fulfillment
puede contener cero o más filas por línea de pedido. Las filas de la tabla Order
representan pedidos de venta. Las filas de la tabla Fulfillment representan los artículos
de pedidos que se han enviado. Una relación varios a varios relaciona las dos columnas
OrderID, y el filtro solo se propaga desde la tabla Order (Order filtra Fulfillment).
El objeto visual presenta un resultado exacto. Pero la utilidad del modelo es limitada:
solo se puede filtrar o agrupar por la columna OrderID de la tabla Order.
Dedicar tiempo a aplicar los principios de diseño de esquema de estrella ofrece las
ventajas siguientes:
Los objetos visuales del informe pueden filtrar o agrupar por cualquier columna
visible de las tablas de tipo de dimensión.
Los objetos visuales del informe pueden resumir por cualquier columna visible de
las tablas de tipo de hechos.
Los filtros aplicados a las tablas OrderLine, OrderDate o Product se propagarán a
ambas tablas de tipo de hechos.
Todas las relaciones son de uno a varios, y cada una es una relación sólida. Los
problemas de integridad de los datos no se enmascaran. Para más información,
consulte Creación de relaciones de modelos en Power BI Desktop (Evaluación de
las relaciones).
La tabla Target contiene tres columnas: Category, TargetQuantity y TargetYear. Las filas
de la tabla revelan una granularidad de año y categoría de producto. En otras palabras,
los destinos, que se usan para medir el rendimiento de las ventas, se establecen cada
año para cada categoría de producto.
Como en la tabla Target se almacenan datos en un nivel superior al de las tablas de tipo
de dimensión, no se puede crear una relación de uno a varios. Bueno, es cierto para una
sola de las relaciones. A continuación se verá cómo se puede relacionar la tabla Target
con las tablas de tipo de dimensión.
Sugerencia
Pero debe tener cuidado para asegurarse de que los filtros de nivel de mes o de fecha
producen un resultado significativo. Sin una lógica de cálculo especial, los objetos
visuales de informe pueden notificar que las fechas de destino son literalmente el
primer día de cada año. Todos los demás días (y todos los meses excepto enero)
resumirán la cantidad de destino como en blanco.
En el siguiente objeto visual de matriz se muestra lo que sucede cuando el usuario del
informe profundiza en los meses de un año. El objeto visual resume la columna
TargetQuantity. (La opción Mostrar elementos sin datos se ha habilitado para las filas de
la matriz).
Para evitar este comportamiento, se recomienda controlar el resumen de los datos de
hechos mediante medidas. Una manera de controlar el resumen consiste en devolver un
valor en blanco cuando se consultan los períodos de tiempo de nivel inferior. Otra
manera, definida con sofisticadas funciones DAX, consiste en es prorratear los valores en
períodos de tiempo de nivel inferior.
Considere la siguiente definición de medida que usa la función DAX ISFILTERED. Solo
devuelve un valor cuando las columnas Date o Month no se filtran.
DAX
Target Quantity =
IF(
NOT ISFILTERED('Date'[Date])
&& NOT ISFILTERED('Date'[Month]),
SUM(Target[TargetQuantity])
)
El siguiente objeto visual de matriz usa ahora la medida Target Quantity (Cantidad de
destino). Muestra que todas las cantidades de destino mensuales están en blanco.
Relación con un nivel de detalle más alto (distinto de
fechas)
Al relacionar una columna que no sea de fecha de una tabla de tipo de dimensión con
una tabla de tipo de hechos (y en un nivel de detalle más alto que la tabla de tipo de
dimensión) se requiere otro enfoque de diseño.
Las columnas Category (de las tablas Product y Target) contienen valores duplicados.
Por tanto, no hay ningún "uno" para una relación de uno a varios. En este caso, tendrá
que crear una relación de varios a varios. La relación debe propagar los filtros en una
sola dirección, desde la tabla de tipo de dimensión a la de tipo de hechos.
En la tabla Target hay cuatro filas: dos para cada año de destino (2019 y 2020) y dos
categorías (ropa y accesorios). En la tabla Product hay tres productos. Dos pertenecen a
la categoría de ropa y uno a la de accesorios. Uno de los colores de la ropa es el verde y
los dos restantes son azules.
Un objeto visual de tabla que agrupe por la columna Category de la tabla Product
genera el resultado siguiente.
Este objeto visual genera el resultado correcto. Ahora se verá qué sucede cuando se usa
la columna Color de la tabla Product para agrupar la cantidad de destino.
El objeto visual genera una representación incorrecta de los datos. ¿Qué sucede aquí?
Un filtro en la columna Color de la tabla Product genera dos filas. Una de las filas es
para la categoría Clothing y la otra para la categoría Accessories. Estos dos valores de
categoría se propagan como filtros a la tabla Target. En otras palabras, como los
productos de dos categorías usan el color azul, esas categorías se usan para filtrar los
destinos.
Considere la siguiente definición de medida. Observe que todas las columnas de la tabla
Product que están debajo del nivel de categoría se prueban para los filtros.
DAX
Target Quantity =
IF(
NOT ISFILTERED('Product'[ProductID])
&& NOT ISFILTERED('Product'[Product])
&& NOT ISFILTERED('Product'[Color]),
SUM(Target[TargetQuantity])
)
El siguiente objeto visual de tabla usa ahora la medida Target Quantity (Cantidad de
destino). Muestra que todas las cantidades de destino de color están en blanco.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Le proporciona instrucciones sobre cuándo crear relaciones de
modelo activas o inactivas. De forma predeterminada, las relaciones activas propagan
filtros a otras tablas. La relación inactiva, sin embargo, solo propaga los filtros cuando
una expresión DAX activa (usa) la relación.
7 Nota
También es importante que conozca el diseño del esquema de estrella. Para más
información, vea Descripción de un esquema de estrella e importancia para
Power BI.
Relaciones activas
Por lo general, se recomienda definir las relaciones activas siempre que sea posible.
Amplían el ámbito y el potencial del modo en que los autores de informes y los usuarios
que trabajan con Preguntas y respuestas pueden usar el modelo.
Aunque este diseño funciona bien para los diseños de esquema de estrella, no sirve
para los modelos de Power BI. El motivo es que las relaciones de modelo son rutas de
acceso para la propagación de filtros y estas rutas de acceso deben ser deterministas.
Por esta razón, un modelo no puede tener varias relaciones activas entre dos tablas. Por
lo tanto, como se describe en este ejemplo, una relación está activa mientras la otra está
inactiva (representada por la línea discontinua). En concreto, es la relación con la
columna ArrivalAirport (Aeropuerto de llegada) la que está activa. Esto significa que los
filtros que se aplican a la tabla Airport (Aeropuerto) se propagan automáticamente a la
columna ArrivalAirport (Aeropuerto de llegada) de la tabla Flight (Vuelo).
La página del informe filtra por Melbourne como aeropuerto de salida y los grupos de
objetos visuales de la tabla por aeropuertos de llegada.
7 Nota
Además, es habitual que las tablas de tipo de dimensión contengan poca cantidad
de filas en relación con la cantidad de filas de la tabla de tipo de hechos. Por lo
tanto, no es probable que el tamaño del modelo y los tiempos de actualización
sean mucho más grandes.
Metodología de refactorización
A continuación se muestra una metodología para refactorizar un modelo de una sola
tabla de tipo de dimensión realizadora de roles a un diseño con una tabla por rol.
DAX
Relaciones inactivas
En determinadas circunstancias, las relaciones inactivas pueden satisfacer necesidades
especiales de informes.
Un modelo de ventas contiene una tabla Sales (Ventas) que tiene dos columnas de
fecha: OrderDate (Fecha de pedido) y ShipDate (Fecha de expedición).
Cada fila de la tabla Sales (Ventas) registra un solo pedido.
Los filtros de fecha casi siempre se aplican a la columna OrderDate (Fecha de
pedido), que siempre almacena una fecha válida.
Solo una medida requiere la propagación del filtro de fecha a la columna ShipDate
(Fecha de expedición), que puede contener espacios en blanco (hasta que se envíe
el pedido).
No hay ningún requisito para filtrar simultáneamente los periodos de fechas de
pedido y expedición (o filtrar por ellos).
Existen dos relaciones de modelo entre las tablas Sales (Ventas) y Date (Fecha). En la
tabla Sales (Ventas), las columnas OrderDate (Fecha de pedido) y ShipDate (Fecha de
expedición) se relacionan con la columna Date (Fecha) de la tabla Date (Fecha). En este
modelo, los dos roles de la tabla Date (Fecha) son la fecha de pedido y la fecha de
expedición. Es la relación con la columna OrderDate (Fecha de pedido) la que está
activa.
Las seis medidas, excepto una, deben filtrarse por la columna OrderDate (Fecha de
pedido). Sin embargo, la medida Orders Shipped (Pedidos expedidos) debe filtrarse por
la columna ShipDate (Fecha de envío).
DAX
Orders = COUNTROWS(Sales)
DAX
Orders Shipped =
CALCULATE(
COUNTROWS(Sales)
,USERELATIONSHIP('Date'[Date], Sales[ShipDate])
)
La página del informe filtra por Q4 (cuarto trimestre) de 2019. El objeto visual de la tabla
agrupa por mes y muestra varias estadísticas de ventas. Las medidas Orders (Pedidos) y
Orders Shipped (Pedidos expedidos) generan resultados diferentes. Cada una de ellas
usa la misma lógica de resumen (recuento de filas de la tabla Sales [Ventas]), pero una
diferente propagación del filtro de tabla Date (Fecha).
7 Nota
Recomendaciones
En resumen, se recomienda definir relaciones activas siempre que sea posible,
especialmente cuando se definen roles de seguridad de nivel de fila para el modelo de
datos. Amplían el ámbito y el potencial del modo en que los autores de informes y los
usuarios que trabajan con Preguntas y respuestas pueden usar el modelo. Esto implica
que las tablas de tipo de dimensión realizadoras de roles deben duplicarse en el
modelo.
No hay ningún requisito para que los objetos visuales de informes filtren
simultáneamente por roles diferentes.
La función DAX USERELATIONSHIP se usa para activar una relación específica para
los cálculos de modelos pertinentes.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Relaciones de modelos en Power BI Desktop
Descripción de un esquema de estrella e importancia para Power BI
Instrucciones para solución de problemas de relaciones
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Instrucciones para relaciones
bidireccionales
Artículo • 23/03/2023 • Tiempo de lectura: 6 minutos
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Le proporciona instrucciones sobre cuándo crear relaciones de
modelo bidireccionales. Una relación bidireccional es aquella que se filtra en ambas
direcciones.
7 Nota
También es importante que conozca el diseño del esquema de estrella. Para más
información, vea Descripción de un esquema de estrella e importancia para
Power BI.
Hay tres escenarios en los que el filtrado bidireccional puede resolver requisitos
específicos:
Uno a uno: todas las relaciones uno a uno deben ser bidireccionales; no es posible
ninguna otra configuración. En general, no recomendamos crear estos tipos de
relaciones. Para una descripción completa y diseños alternativos, vea Instrucciones
para relaciones uno a uno.
Varios a varios: cuando se relacionan dos tablas de tipo de dimensión, se requiere
una tabla de puente. Se requiere un filtro bidireccional para asegurarse de que los
filtros se propagan a través de la tabla de puente. Para más información, consulte
Instrucciones para relaciones de varios a varios (Relación de dimensiones varios a
varios).
7 Nota
No es posible mostrar filas de tabla en el diagrama de modelo de Power BI
Desktop. En este artículo se hace para complementar la explicación con ejemplos
claros.
Los detalles de las filas de las tres tablas se describen en la siguiente lista con viñetas:
Cuando los usuarios de informes se segmentan por Australia, es posible que desee
limitar la segmentación Producto para mostrar los elementos donde los datos se
relacionan con las ventas australianas. Es lo que significa mostrar elementos de
segmentación "con datos". Puede lograr este comportamiento configurando la relación
entre las tablas Product y Sales para filtrar en ambas direcciones.
Hay una mejor manera de lograr el mismo resultado: en lugar de usar filtros
bidireccionales, puede aplicar un filtro de nivel de objeto visual a la propia
segmentación de Product.
DAX
Ambas preguntas pueden responderse sin resumir los datos en la tabla de tipo de
hecho de puente. Sin embargo, requieren que los filtros se propaguen de una tabla de
tipo de dimensión a la otra. Una vez que los filtros se propagan a través de la tabla de
tipo de hecho, se puede lograr el resumen de las columnas de la tabla de tipo de
dimensión mediante la función DAX DISTINCTCOUNT, y posiblemente las funciones DAX
MIN y MAX.
Como la tabla de tipo de hecho se comporta como una tabla de puente, puede seguir
las instrucciones de relación de varios a varios para relacionar dos tablas de tipo de
dimensión. Será necesario configurar al menos una relación para filtrar en ambas
direcciones. Para más información, consulte Instrucciones para relaciones de varios a
varios (Relación de dimensiones varios a varios).
Sin embargo, como ya se describió en este artículo, es probable que este diseño tenga
un impacto negativo en el rendimiento y que el usuario experimente consecuencias
relacionadas con los elementos de segmentación "con datos". Por lo tanto, le
recomendamos que active el filtrado bidireccional en una definición de medida
utilizando la función DAX CROSSFILTER en su lugar. La función CROSSFILTER se puede
usar para modificar las direcciones del filtro (o incluso deshabilitar la relación), durante
la evaluación de una expresión.
DAX
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Proporciona instrucciones sobre cómo solucionar problemas
específicos que pueden surgir al desarrollar modelos e informes.
7 Nota
También es importante que conozca el diseño del esquema de estrella. Para más
información, vea Descripción de un esquema de estrella e importancia para
Power BI.
Solución de problemas
Cuando un objeto visual de informe está configurado para usar campos de dos (o más)
tablas y no presenta el resultado correcto (o ningún resultado), es posible que el
problema esté relacionado con las relaciones de modelo.
1. Cambie el objeto visual a una tabla o matriz, o abra el panel "Ver datos" —es más
fácil solucionar problemas cuando puede ver el resultado de la consulta—.
2. Si hay un resultado de consulta vacío, cambie a la vista de datos: compruebe que
las tablas se han cargado con filas de datos.
3. Cambie a la vista de modelo: es fácil ver las relaciones y determinar rápidamente
sus propiedades.
4. Compruebe que existen relaciones entre las tablas.
5. Compruebe que las propiedades de cardinalidad están configuradas
correctamente: podrían ser incorrectas si una columna de "varios" contiene en este
momento valores únicos y se ha configurado incorrectamente como de "uno".
6. Compruebe que las relaciones están activas (línea continua).
7. Compruebe que las direcciones de los filtros admiten la propagación (interprete
los cabezales de las flechas).
8. Compruebe que las columnas correctas están relacionadas: seleccione la relación o
mantenga el cursor sobre ella para mostrar las columnas relacionadas.
9. Compruebe que los tipos de datos de columna relacionados son los mismos, o al
menos compatibles; es posible relacionar una columna de texto con una columna
de número entero, pero los filtros no encontrarán ninguna coincidencia para
propagarse.
10. Cambie a la vista de datos y compruebe que los valores coincidentes se pueden
encontrar en columnas relacionadas.
La seguridad de nivel de fila no se - Las relaciones no se propagan entre tablas, siga la lista de
aplica correctamente. comprobación anterior.
- Se aplica la seguridad de nivel de fila, pero no se habilita
la propagación de una relación bidireccional; consulte
Seguridad de nivel de fila (RLS) con Power BI Desktop
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está destinado a los modeladores de datos que desarrollan modelos de
DirectQuery de Power BI, desarrollados mediante Power BI Desktop o el servicio
Power BI. Describe los casos de uso, las limitaciones y la guía de DirectQuery.
Específicamente, la guía está diseñada para ayudarle a determinar si DirectQuery es el
modo adecuado para el modelo y para mejorar el rendimiento de los informes basados
en modelos de DirectQuery. Este artículo se aplica a los modelos de DirectQuery
hospedados en el servicio Power BI o en Power BI Report Server.
Este artículo no pretende proporcionar una explicación completa sobre el diseño del
modelo de DirectQuery. Para obtener una introducción, consulte el artículo Modelos de
DirectQuery en Power BI Desktop. Para obtener una explicación más detallada, consulte
directamente las notas del producto en DirectQuery en SQL Server 2016 Analysis
Services . Tenga en cuenta que en las notas del producto se describe el uso de
DirectQuery en SQL Server Analysis Services. Sin embargo, gran parte del contenido es
aplicable a los modelos de DirectQuery de Power BI.
7 Nota
7 Nota
Somos conscientes de que no todos los modeladores tienen los permisos o las
aptitudes necesarias para optimizar una base de datos relacional. Aunque es la
capa preferida para preparar los datos para un modelo de DirectQuery, también se
pueden lograr algunas optimizaciones en el diseño del modelo sin modificar la
base de datos de origen. Sin embargo, a menudo se logran mejores resultados de
optimización con la aplicación de optimizaciones a la base de datos de origen.
Adición de índices: defina los índices adecuados, en tablas o vistas, para posibilitar
una recuperación eficaz de los datos para el filtrado y la agrupación visual
esperada del informe. Para orígenes de SQL Server, Azure SQL Database o Azure
Synapse Analytics (anteriormente, SQL Data Warehouse), vea Guía de diseño y
arquitectura de índices de SQL Server para obtener información útil sobre
instrucciones de diseño de índices. Para orígenes volátiles de SQL Server o
Azure SQL Database, vea Introducción al almacén de columnas para el análisis
operativo en tiempo real.
SQL
…
from [dbo].[Sales] as [_]
where [_].[OrderDate] >= convert(datetime2, '2018-01-01 00:00:00') and
[_].[OrderDate] < convert(datetime2, '2019-01-01 00:00:00'))
Evitar relaciones en las columnas calculadas: las relaciones del modelo solo
pueden relacionar una sola columna de una tabla con una sola columna de otra
tabla. Sin embargo, a veces es necesario relacionar las tablas mediante el uso de
varias columnas. Por ejemplo, las tablas Ventas y Geografía se relacionan con dos
columnas: PaísRegión y Ciudad. Para crear una relación entre las tablas, se
requiere una sola columna y, en la tabla Geografía, la columna debe contener
valores únicos. La concatenación del país o región y la ciudad con un guión
separador podría conseguir este resultado.
Ocultar la columna del lado uno de las relaciones: se debe ocultar la columna del
lado uno de una relación. (Normalmente, es la columna de clave principal de las
tablas de tipo de dimensión). Cuando está oculta, no está disponible en el panel
Campos y, por tanto, no se puede usar para configurar un objeto visual. La
columna del lado varios puede estar visible si resulta útil para agrupar o filtrar los
informes por los valores de columna. Por ejemplo, considere un modelo en el que
existe una relación entre las tablas Ventas y Producto. Las columnas de la relación
contienen valores de SKU (Unidades de stock) del producto. Si se debe agregar el
valor de SKU del producto a los objetos visuales, debe ser visible solo en la tabla
Ventas. Cuando esta columna se usa para filtrar o agrupar en un objeto visual,
Power BI generará una consulta que no necesita combinar las tablas Ventas y
Producto.
El aumento del valor de Conexiones máximas por origen de datos garantiza que
se puedan enviar más consultas (hasta el número máximo especificado) al origen
de datos subyacente, lo que resulta útil cuando hay muchos objetos visuales en
una sola página o bien cuando muchos usuarios acceden a un informe al mismo
tiempo. Una vez alcanzado el número máximo de conexiones, las consultas
siguientes se ponen en cola hasta que haya disponible una conexión. El aumento
de este límite tiene como resultado más carga en el origen de datos subyacente,
por lo que la configuración no garantiza que mejore el rendimiento general.
Limite la cantidad de objetos visuales de una página: Cuando se abre una página
del informe (y cuando se aplican los filtros de la página), se actualizan todos los
objetos visuales de dicha página. Sin embargo, hay un límite en el número de
consultas que se pueden enviar en paralelo, impuestas por el entorno de Power BI
y la configuración Conexiones máximas por origen de datos del modelo, como se
ha descrito anteriormente. Por lo tanto, a medida que aumenta el número de
objetos visuales de la página, es más probable que se actualicen en serie. Esto
aumenta el tiempo necesario para actualizar toda la página y también la
posibilidad de que los objetos visuales puedan mostrar resultados incoherentes
(para orígenes de datos volátiles). Por estos motivos, se recomienda limitar el
número de objetos visuales de cualquier página y, en su lugar, tener páginas más
sencillas. El reemplazo de varios objetos visuales de tarjeta por un solo objeto
visual de tarjeta de varias filas puede lograr un diseño de página similar.
Filtros TopN: se pueden definir filtros avanzados para filtrar solo los N valores
superiores (o inferiores) clasificados por una medida. Por ejemplo, para mostrar
solo las cinco categorías principales del objeto visual anterior. Como sucede con
los filtros de medida, esto también da lugar a que se envíen dos consultas al
origen de datos subyacente. Sin embargo, la primera consulta devolverá todas las
categorías del origen subyacente y, luego, se determinan los N valores principales
según los resultados devueltos. En función de la cardinalidad de la columna en
cuestión, esto puede generar problemas de rendimiento (o errores de consulta
debido al límite de un millón de filas).
Se recomienda educar a los consumidores del informe sobre los informes que se basan
en conjuntos de datos de DirectQuery. Puede resultarles útil comprender la arquitectura
de datos general, incluidas las limitaciones pertinentes que se describen en este artículo.
Hágales saber que las respuestas de actualización y el filtrado interactivo pueden ser
lentos en ocasiones. Cuando los usuarios de los informes entienden por qué se produce
la degradación en el rendimiento, es menos probable que pierdan confianza en los
informes y los datos.
Pasos siguientes
Para más información acerca de DirectQuery, revise los siguientes recursos:
7 Nota
7 Nota
7 Nota
Sin embargo, los modelos de importación no pueden resolver los desafíos relacionados
con grandes volúmenes de datos o con la generación de informes sobre datos casi en
tiempo real. En cualquiera de estos casos, puede considerar un modelo DirectQuery,
siempre y cuando los datos se almacenen en un único origen de datos que sea
compatible con el modo DirectQuery. Para más información, consulte Modelos de
DirectQuery en Power BI Desktop.
Sugerencia
Si el objetivo es ampliar un modelo tabular existente con más datos, siempre que
sea posible, agregue esos datos al origen de datos existente.
DirectQuery: se recomienda establecer este modo para las tablas que representan
grandes volúmenes de datos o que deben proporcionar resultados casi en tiempo
real. Los datos nunca se importarán en estas tablas. Normalmente, estas tablas
serán tablas de tipo hechos, que son tablas que se resumen.
Importación: se recomienda establecer este modo para las tablas que no se usan
para el filtrado y la agrupación de tablas de hechos en modo híbrido o
DirectQuery. También es la única opción para las tablas basadas en orígenes no
compatibles con el modo DirectQuery. Las tablas calculadas siempre son tablas de
importación.
Dual: se recomienda establecer este modo para las tablas de tipo dimensión,
cuando exista la posibilidad de que se realicen consultas en ellas junto con las
tablas de tipo hechos de DirectQuery del mismo origen.
Híbrido: se recomienda configurar este modo agregando particiones de
importación y una partición de DirectQuery a una tabla de hechos cuando quiera
incluir los cambios de datos más recientes en tiempo real, o bien proporcionar
acceso rápido a los datos usados con más frecuencia mediante particiones de
importación, pero quiera dejar la mayor parte de los datos usados con menos
frecuencia en el almacenamiento de datos.
7 Nota
Se recomienda que una agregación siga una regla básica: su recuento de filas debe ser
al menos un factor de 10 inferior a la tabla subyacente. Por ejemplo, si la tabla
subyacente almacena mil millones de filas, la tabla de agregación no debe superar los
100 millones de filas. Esta regla garantiza una ganancia de rendimiento adecuada en
relación con el costo de la creación y el mantenimiento de la agregación.
7 Nota
2 Advertencia
Dado que Power BI Desktop no valida exhaustivamente las relaciones entre grupos,
es posible crear relaciones ambiguas.
En este escenario, la tabla Region del grupo de orígenes A tiene una relación con la
tabla Date y la tabla Sales del grupo de orígenes B. La relación entre la tabla Region y la
tabla Date está activa, mientras que la relación entre la tabla Region y la tabla Sales está
inactiva. Además, hay una relación activa entre la tabla Region y la tabla Sales, ambas de
las cuales están en el grupo de orígenes B. La tabla Sales incluye una medida
denominada TotalSales y la tabla Region incluye dos medidas llamadas RegionalSales y
RegionalSalesDirect.
DAX
TotalSales = SUM(Sales[Sales])
RegionalSales = CALCULATE([TotalSales], USERELATIONSHIP(Region[RegionID],
Sales[RegionID]))
RegionalSalesDirect = CALCULATE(SUM(Sales[Sales]),
USERELATIONSHIP(Region[RegionID], Sales[RegionID]))
) Importante
Siempre que use la función CALCULATE con una expresión que sea una medida en
un grupo de orígenes remoto, pruebe los resultados del cálculo exhaustivamente.
En este escenario, la tabla Date está relacionada con la tabla Sales en las columnas
DateKey. El tipo de datos de las columnas DateKey es entero, y almacena números
enteros que usan el formato aaaammdd. Las tablas pertenecen a diferentes grupos de
orígenes. Además, es una relación de cardinalidad alta porque la fecha más antigua de
la tabla Date es el 1 de enero de 1900 y la fecha más reciente es el 31 de diciembre de
2100, por lo que hay un total de 73 414 filas en la tabla (una fila para cada fecha en el
intervalo de tiempo 1900-2100).
En primer lugar, cuando use las columnas de la tabla Date como filtros, la propagación
del filtro hará que se filtre la columna DateKey de la tabla Sales para evaluar las
medidas. Al filtrar por un solo año, como 2022, la consulta DAX incluirá una expresión
de filtro como Sales[DateKey] IN { 20220101, 20220102, …20221231 } . El tamaño de
texto de la consulta puede crecer hasta llegar a ser extremadamente grande cuando el
número de valores de la expresión de filtro es grande o cuando los valores de filtro son
cadenas largas. Para Power BI resulta costoso generar la consulta larga y para el origen
de datos ejecutar la consulta.
En segundo lugar, cuando se usan columnas de la tabla Date (como Year, Quarter o
Month) como columnas de agrupación, se traducen en filtros que incluyen todas las
combinaciones únicas de año, trimestre o mes y los valores de la columna DateKey. El
tamaño de cadena de la consulta, que contiene filtros en las columnas de agrupación y
la columna de relación, puede ser extremadamente grande. Esto es especialmente cierto
cuando el número de columnas de agrupación o la cardinalidad de la columna de
combinación (la columna DateKey) es grande.
En este escenario, la tabla Date del grupo de orígenes B tiene una relación con la tabla
Sales de ese grupo de orígenes y también con la tabla Target del grupo de orígenes A.
Todas las relaciones son de uno a varios desde la tabla Date relacionada con las
columnas Year. La tabla Sales incluye una columna SalesAmount que almacena los
importes de ventas, mientras que la tabla Target incluye una columna TargetAmount
que almacena los importes de destino.
La tabla Date almacena los años 2021 y 2022. La tabla Sales almacena los importes de
ventas de los años 2021 (100) y 2022 (200), mientras que la tabla Target almacena los
importes de destino para 2021 (100), 2022 (200) y 2023 (300).
lados. Sin embargo, se generará un total correcto del importe de destino (600), porque
un filtro de tabla Date no se aplica a su evaluación.
Si la relación entre la tabla Date y la tabla Target es una relación de grupo dentro del
origen (suponiendo que la tabla Target pertenezca al grupo de orígenes B), el objeto
visual incluirá un año (En blanco) para mostrar el importe de destino de 2023 (y
cualquier otro año no coincidente).
) Importante
Para evitar informes incorrectos, asegúrese de que haya valores coincidentes en las
columnas de relación cuando las tablas de dimensiones y de hechos residen en
diferentes grupos de orígenes.
Para más información sobre las relaciones limitadas, consulte Evaluación de relaciones.
Cálculos
Al agregar columnas calculadas y grupos de cálculo a un modelo compuesto, debe
tener en cuenta las limitaciones específicas.
Columnas calculadas
Las columnas calculadas agregadas a una tabla de DirectQuery cuyos datos proceden
de una base de datos relacional, como Microsoft SQL Server, se limitan a expresiones
que operan en una sola fila a la vez. Estas expresiones no pueden usar funciones de
iterador DAX, como SUMX , o funciones de modificación del contexto de filtro, como
CALCULATE .
7 Nota
Una expresión de columna calculada en una tabla de DirectQuery remota solo se limita
a la evaluación dentro de la fila. No obstante, puede crear esta expresión, si bien
producirá un error cuando se use en un objeto visual. Por ejemplo, si agrega una
columna calculada a una tabla de DirectQuery remota denominada DimProduct
mediante la expresión [Product Sales] / SUM (DimProduct[ProductSales]) , podrá
guardar correctamente la expresión en el modelo. Sin embargo, cuando se use en un
objeto visual, se producirá un error porque infringe la restricción de la evaluación dentro
de la fila.
En cambio, las columnas calculadas agregadas a una tabla de DirectQuery remota que
es un modelo tabular, que es un conjunto de datos de Power BI o un modelo de
Analysis Services, son más flexibles. En este caso, se permiten todas las funciones DAX
porque la expresión se evaluará dentro del modelo tabular de origen.
Muchas expresiones requieren Power BI para materializar la columna calculada antes de
usarla como un grupo o filtro, o agregarla. Cuando una columna calculada se materializa
en una tabla grande, puede ser costoso en términos de CPU y memoria, dependiendo
de la cardinalidad de las columnas de las que depende la columna calculada. En este
caso, se recomienda agregar esas columnas calculadas al modelo de origen.
7 Nota
Grupos de cálculo
Si existen grupos de cálculo en un grupo de origen que se conecta a un conjunto de
datos de Power BI o a un modelo de Analysis Services, Power BI podría devolver
resultados inesperados. Para más información, consulte Evaluación de medidas,
consultas y grupos de cálculo.
Diseño de modelos
Optimice siempre un modelo de Power BI mediante la adopción de un diseño de
esquema de estrella.
Sugerencia
Siempre que sea posible, evite tener tablas de dimensiones en un grupo de orígenes
que se relacionen con una tabla de hechos en un grupo de orígenes diferentes. El
motivo es que es mejor tener relaciones de grupo dentro del origen que relaciones de
grupo entre orígenes, especialmente en el caso de las columnas de relación de
cardinalidad alta. Como se ha descrito anteriormente, las relaciones de grupo entre
orígenes dependen de tener valores coincidentes en las columnas de relación; de lo
contrario, pueden mostrarse resultados inesperados en los objetos visuales del informe.
Si el modelo compuesto se conecta a otros modelos tabulares, las reglas de RLS solo se
aplican en el grupo de orígenes (modelo local) donde se definen. No se aplicarán a
otros grupos de orígenes (modelos remotos). Además, no puede definir reglas RLS en
una tabla de otro grupo de orígenes ni puede definirlas en una tabla local que tenga
una relación con otro grupo de orígenes.
Considere un escenario en el que el modelo tiene dos grupos de orígenes. Cada grupo
de orígenes tiene una tabla de dimensiones de producto que se usa para filtrar el
revendedor y las ventas por Internet.
En este escenario, el grupo de orígenes A contiene la tabla Product relacionada con la
tabla ResellerSales. El grupo de orígenes B contiene la tabla Product2 relacionada con
la tabla InternetSales. No hay ninguna relación de grupo entre orígenes.
7 Nota
Otra guía
Estos son algunos otros consejos que le ayudarán a diseñar y mantener los modelos
compuestos.
Este artículo está dirigido a modeladores de datos como usted que trabajan con
Power BI Desktop. Describe las prácticas de diseño adecuadas para aplicar seguridad de
nivel de fila (RLS) en los modelos de datos.
7 Nota
Crear roles
Es posible crear varios roles. Cuando piense en las necesidades de permisos que
requiere un único usuario de informes, procure crear un único rol que conceda todos
esos permisos, en lugar de optar por un diseño en el que un usuario de informes sea
miembro de varios roles. El motivo es que un usuario de informes podría asignarse a
varios roles, ya sea directamente mediante su cuenta de usuario o indirectamente
mediante la pertenencia a grupos de seguridad. Las asignaciones de roles múltiples
pueden producir resultados inesperados.
Cuando se asigna un usuario de informes a varios roles, los filtros RLS se vuelven
aditivos. Esto significa que los usuarios de informes pueden ver filas de tabla que
representan la unión de esos filtros. Pero aún hay más: en algunos escenarios no es
posible garantizar que un usuario de informes no vea las filas de una tabla. Por lo tanto,
a diferencia de los permisos aplicados a objetos de base de datos de SQL Server (y otros
modelos de permisos), no se aplica el principio "una vez denegado, denegado siempre".
Considere un modelo con dos roles: El primer rol, llamado Workers (Trabajadores),
restringe el acceso a todas las filas de la tabla Payroll (Nómina) mediante la siguiente
expresión de regla:
DAX
FALSE()
7 Nota
Aún así, un segundo rol, denominado Managers (Directivos), permite el acceso a todas
las filas de la taba Payroll (Nómina) mediante la siguiente expresión de regla:
DAX
TRUE()
Atención: Si un usuario de informes se asigna a ambos roles, verá todas las filas de la
tabla Payroll (Nómina).
Optimización de RLS
RLS funciona aplicando filtros automáticamente a cada consulta DAX, y estos filtros
pueden tener un impacto negativo en el rendimiento de las consultas. Por lo tanto, la
eficacia de RLS se reduce a un buen diseño del modelo. Es importante seguir las
instrucciones para el diseño de modelos, como se describe en los siguientes artículos:
En general, suele ser más eficaz aplicar filtros RLS en tablas de tipo de dimensión y no
tablas de tipo de hechos. Y basarse en relaciones bien diseñadas para garantizar que los
filtros RLS se propaguen a otras tablas de modelos. Los filtros RLS solo se propagan a
través de relaciones activas. Por lo tanto, evite usar la función DAX LOOKUPVALUE
cuando las relaciones de modelo puedan lograr el mismo resultado.
Siempre que se apliquen filtros RLS en las tablas de DirectQuery y existan relaciones con
otras tablas de DirectQuery, asegúrese de optimizar la base de datos de origen. Puede
implicar el diseño de índices adecuados o el uso de columnas calculadas persistentes.
Para obtener más información, vea Instrucciones del modelo de DirectQuery en Power BI
Desktop.
Validación de roles
Pruebe cada rol para asegurarse de que filtra el modelo correctamente. Se realiza
fácilmente mediante el uso del comando Ver como en la pestaña de la cinta Modelado.
Cuando el modelo tenga reglas dinámicas que usen la función DAX USERNAME,
asegúrese de comprobar los valores esperados e inesperados. Al insertar contenido de
Power BI, en concreto con el escenario Inserción para los clientes, la lógica de la
aplicación puede pasar cualquier valor como un nombre de usuario de identidad
efectivo. Siempre que sea posible, asegúrese de que los valores accidentales o
malintencionados den como resultado filtros que no devuelven ninguna fila.
Considere un ejemplo que use Power BI insertado, donde la aplicación pasa el rol de
trabajo del usuario como el nombre de usuario efectivo: Es "Manager"(Directivo) o
"Worker" (Trabajador). Los administradores pueden ver todas las filas, pero los
trabajadores solo pueden ver las filas en las que el valor de la columna Tipo es
"Interno".
DAX
IF(
USERNAME() = "Worker",
[Type] = "Internal",
TRUE()
)
El problema con esta expresión de regla es que todos los valores, excepto "Worker"
(Trabajador), devuelven todas las filas de la tabla. Por lo tanto, un valor accidental, como
"Wrker", devuelve involuntariamente todas las filas de la tabla. Así pues, es más seguro
escribir una expresión que pruebe cada valor esperado. En la expresión de regla
mejorada siguiente, un valor inesperado hace que la tabla no devuelva ninguna fila.
DAX
IF(
USERNAME() = "Worker",
[Type] = "Internal",
IF(
USERNAME() = "Manager",
TRUE(),
FALSE()
)
)
Aunque no es posible que una expresión DAX invalide RLS —de hecho, no puede
determinar ni siquiera que se aplique RLS—, puede usar una tabla de modelo de
resumen. La tabla del modelo de resumen se consulta para recuperar los ingresos de
"todas las regiones" y no está restringida por ningún filtro de RLS.
Veamos cómo podría implementar este requisito de diseño. En primer lugar, tenga en
cuenta el siguiente diseño de modelo:
DAX
SalesRevenueSummary =
SUMMARIZECOLUMNS(
Sales[OrderDate],
"RevenueAllRegion", SUM(Sales[Revenue])
)
7 Nota
DAX
[EmailAddress] = USERNAME()
En la tabla siguiente se describe cada una de las tres relaciones del modelo:
Relación Descripción
Hay una relación de varios a varios entre las tablas Salesperson (Comercial) y Sales
(Ventas). La regla de RLS filtra la columna EmailAddress (Dirección de correo
electrónico) de la tabla oculta Salesperson (Comercial) mediante la función de DAX
USERNAME. El valor de la columna Region (Región) (para el usuario del informe) se
propaga a la tabla Sales (Ventas).
Hay una relación de uno a varios entre las tablas Date (Fecha) y Sales (Ventas).
Hay una relación de uno a varios entre las tablas Date (Fecha) y
SalesRevenueSummary (Resumen de los ingresos por ventas).
DAX
7 Nota
Por ejemplo, una empresa que tiene solo dos regiones de ventas decide publicar un
conjunto de datos para cada región de ventas para diferentes áreas de trabajo. Los
conjuntos de valores no aplican RLS. Sin embargo, usan parámetros de consulta para
filtrar los datos de origen. De este modo, el mismo modelo se publica en cada área de
trabajo; solo tienen valores de parámetro de conjunto de datos diferentes. A los
comerciales se les asigna acceso a solo una de las áreas de trabajo (o aplicaciones
publicadas).
Existen relaciones incorrectas entre las tablas del modelo, en cuanto a las
asignaciones de columnas y las direcciones de filtro. Tenga en cuenta que los
filtros de RLS solo se propagan a través de relaciones activas.
La propiedad de relación Aplicar filtro de seguridad en ambas direcciones no se
ha configurado correctamente. Para obtener más información, vea Instrucciones
para relaciones bidireccionales.
Las tablas no contienen datos.
Se cargan valores incorrectos en las tablas.
El usuario está asignado a varios roles.
El modelo incluye tablas de agregación, y las reglas de RLS no filtran de forma
coherente las agregaciones y los detalles. Para obtener más información, vea Uso
de agregaciones en Power BI Desktop (RLS para agregaciones).
Cuando un usuario específico no puede ver ningún dato, podría deberse a que su UPN
no está almacenado o se ha escrito incorrectamente. Puede suceder repentinamente
porque su cuenta de usuario ha cambiado como resultado de un cambio de nombre.
Sugerencia
Con fines de prueba, agregue una medida que devuelva la función DAX
USERNAME. Puede asignarle un nombre similar a "Who Am I" (Quién soy). A
continuación, agregue la medida a un objeto visual de tarjeta en un informe y
publíquela en Power BI.
Los creadores y consumidores con solo permiso de lectura en el conjunto de datos solo
podrán ver los datos que pueden ver (en función de su asignación de roles de RLS).
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Fondo
Power BI ha evolucionado en la plataforma líder para inteligencia empresarial (BI)
administrada por TI y autoservicio. Con el crecimiento exponencial en volúmenes de
datos y complejidad, los clientes de Power BI exigen soluciones de BI empresariales que
se escalan a petabytes, son seguras, fáciles de administrar y accesibles para todos los
usuarios de la mayor parte de las organizaciones.
7 Nota
En este artículo, los términos modelo de datos, modelo semántico, modelo de BI,
modelo tabular, base de datos y conjunto de datos de Power BI tienen el mismo
significado. En este artículo se usan normalmente los términos modelo de datos
para el modelo de AAS y el conjunto de datos para el modelo de Power BI. En este
artículo se describe el proceso de migración a Power BI Premium, pero también se
aplica a Power BI Embedded.
En los últimos años, Microsoft ha dado grandes pasos para ofrecer funcionalidades de
AAS para Power BI Premium . Para ello, Power BI heredó instantáneamente un gran
ecosistema de desarrolladores, asociados, herramientas de BI y soluciones que se
crearon durante décadas. En la actualidad, el conjunto completo de cargas de trabajo,
características y funcionalidades de Power BI Premium ahora da como resultado una
plataforma moderna de BI en la nube que va mucho más allá de la funcionalidad
comparable disponible en AAS o SSAS.
En la actualidad, muchos clientes tienen informes de Power BI que se conectan
dinámicamente a AAS. Naturalmente, estos clientes preguntan si hay una oportunidad
de consolidar mediante el hospedaje de sus modelos de datos junto con sus informes
en Power BI. A menudo hacen preguntas como:
¿Depende toda la funcionalidad de AAS que dependemos del trabajo en Power BI?
¿Power BI es compatible con las herramientas y los procesos de AAS?
¿Qué funcionalidades solo están disponibles en Power BI?
¿Cómo se comparan los costos entre AAS y Power BI?
¿Por qué Microsoft está convergiendo la empresa y la BI de autoservicio?
¿Cómo se migra de AAS a Power BI Premium?
¿AAS está marcado para desuso?
¿Cuál es la hoja de ruta de Microsoft para los modelos de datos empresariales?
7 Nota
Para ser claro, actualmente no hay ningún plan para dejar de usar AAS. Hay una
prioridad para centrar la inversión en Power BI Premium para el modelado de datos
empresariales, por lo que el valor adicional proporcionado por Power BI Premium
aumentará con el tiempo. Los clientes que elijan Power BI Premium pueden esperar
beneficiarse de la alineación con la hoja de ruta del producto de Microsoft BI.
Power BI Premium
Gracias a su arquitectura distribuida, Power BI Premium es menos sensible a la carga
general, los picos temporales y la alta simultaneidad. Al consolidar las capacidades en
SKU de Power BI Premium más grandes, los clientes pueden lograr un mayor
rendimiento.
Comparación de características
AAS proporciona el motor de base de datos de Analysis Services para hospedar
modelos de datos, que es un componente principal de una arquitectura de BI
empresarial de Microsoft. De hecho, Power BI Premium es un superconjunto de AAS
porque proporciona mucha más funcionalidad. En la tabla siguiente se enumeran las
características admitidas en AAS y Power BI Premium. La tabla se centra en las
funcionalidades relacionadas con el conjunto de datos de Power BI, pero no se limita a
ellas.
Informes paginados, que son ideales para los informes diseñados para No Sí
imprimirse, especialmente cuando los datos de tabla se desbordan en varias
páginas
Inteligencia artificial con flujos de datos, que usan inteligencia artificial (IA) con No Sí
Cognitive Services, Aprendizaje automático automatizado e integración de
Azure Machine Learning (AML)
Habilitación empresarial
Característica AAS Power BI
Premium
Seguridad
Bring Your Own Key (BYOK), que permite a los clientes usar su propia clave de No Sí
cifrado para cifrar los datos almacenados en la nube de Microsoft.
Conectividad de red virtual, que permite que Power BI funcione sin problemas No Sí
en la red virtual (VNet) de una organización.
Azure Private Link, que proporciona acceso seguro para el tráfico de datos en No Sí
Power BI
Característica AAS Power BI
Premium
Gobernanza
Modelos semánticos
Administración de modelos
Conectividad
Detectabilidad
Integración del centro de datos, que ayuda a los usuarios a detectar, explorar y No Sí
usar conjuntos de datos de Power BI
Vista del linaje de datos y análisis del impacto del conjunto de datos, que No Sí
ayudan a los usuarios a comprender y evaluar las dependencias de los
elementos de Power BI
1
Utilice la conectividad VNet y Azure Private Link en su lugar
Comparación de costos
Al comparar los costos de Power BI Premium con AAS, asegúrese de tener en cuenta
otros factores más allá del precio por núcleo. Power BI ofrece un costo reducido de valor
empresarial y de propiedad, con muchas características que solo están disponibles para
los modelos de datos de Power BI.
Requisitos de la región.
El tamaño del modelo de datos de AAS más grande en cada región.
Número de usuarios de cada región.
Número de usuarios necesarios para desarrollar y administrar contenido.
El consumo de CPU en AAS y Power BI Premium.
) Importante
Oportunidad de consolidación
Muchos clientes de AAS ya tienen informes de Power BI que se conectan a AAS. Por lo
tanto, la migración a Power BI puede representar una oportunidad para consolidar los
elementos de BI en Power BI Premium. La consolidación hace que las SKU Premium de
mayor tamaño sea más económicamente viables y pueden ayudar a proporcionar
mayores niveles de rendimiento y escalabilidad.
Licencias de PPU
La licencia Premium por usuario (PPU) es una licencia por usuario que proporciona un
punto de precio de menor costo para Premium. Normalmente, las licencias PPU son
adquiridas por pequeñas y medianas empresas. Admiten todas las funcionalidades
Premium para el modelado de datos enumerados anteriormente.
Sugerencia
licencias profesionales
Se requiere una licencia pro (o PPU) para publicar y administrar contenido de Power BI.
Normalmente, las licencias pro se asignan a desarrolladores y administradores, no a los
usuarios finales.
Precios de Power BI
Precios de Azure Analysis Services
Compra de SKU A para pruebas y otros escenarios
Ventajas de escalabilidad
Power BI Premium ofrece ventajas de escalabilidad, rendimiento y costo de propiedad
que no están disponibles en AAS.
Por último, Power BI Premium puede usar mejor los lanzamientos de hardware de
próxima generación para beneficiarse de las mejoras de escalabilidad y rendimiento.
Consideraciones y limitaciones
Hay consideraciones y limitaciones que se deben tener en cuenta en el planeamiento
antes de migrar a Power BI Premium.
Permisos
AAS y SSAS usan roles para administrar el acceso al modelo de datos. Existen dos tipos
de roles: el rol servidor y el rol base de datos. El rol de servidor es un rol fijo que concede
acceso de administrador a la instancia del servidor de Analysis Services. Los roles de
base de datos, que establecen los modeladores de datos y los administradores,
controlan el acceso a la base de datos y a los datos de los usuarios que no son
administradores.
A diferencia de AAS, en Power BI, solo se usan roles para aplicar RLS o OLS. Para
conceder permisos más allá de RLS y OLS, use el modelo de seguridad de Power BI
(roles de área de trabajo y permisos de conjunto de datos). Para más información, vea
Permisos del conjunto de datos.
Para obtener más información sobre los roles de modelo de Power BI, vea Conectividad
del conjunto de datos con el punto de conexión XMLA (roles de modelo).
Al migrar un modelo de datos de AAS a Power BI Premium, debe tener en cuenta los
siguientes puntos:
Los usuarios a los que se les concedió el permiso Lectura sobre un modelo en AAS
deben recibir el permiso Compilación sobre el conjunto de datos de Power BI
migrado.
Los usuarios a los que se les concedió el permiso Administrador en un modelo en
AAS deben tener el permiso Escritura en el conjunto de datos de Power BI
migrado.
Actualización de la automatización
Power BI Premium es compatible con las API habilitadas por XMLA para la creación de
scripts, como el lenguaje de scripting del modelo tabular (TMSL), el lenguaje de
scripting del modelo tabular (TMSL), y el módulo SqlServer de PowerShell. Estas API
tienen interfaces casi simétricas a AAS. Para más información, vea Conectividad del
conjunto de datos con el punto de conexión XMLA (aplicaciones cliente y herramientas).
Al igual que para AAS, puede usar una entidad de servicio como una cuenta de
automatización para las operaciones de administración de conjuntos de datos de Power
BI, como las actualizaciones. Para más información, vea Conectividad del conjunto de
datos con el punto de conexión XMLA (entidades de servicio).
Seguridad personalizada
Al igual que en el caso de AAS, las aplicaciones pueden utilizar un servicio principal para
consultar un conjunto de datos de Power BI Premium por capacidad o de Power BI
Embedded utilizando la característica CustomData.
Sin embargo, no se puede asignar una entidad de servicio a un rol de modelo en Power
BI Premium. En su lugar, una entidad de servicio obtiene acceso mediante la asignación
al rol de administrador o miembro del área de trabajo.
7 Nota
Se debe reemplazar cualquier proceso basado en XMLA que establezca las credenciales
del origen de datos. Para obtener más información, vea Conectividad del conjunto de
datos con el punto de conexión XMLA (Implementación de proyectos de modelo desde
Visual Studio).
Para más información, vea Copia de seguridad y restauración de conjuntos de datos con
Power BI Premium.
Para obtener información sobre cómo configurar orígenes de datos de puerta de enlace
para Power BI Premium, vea Agregar o quitar un origen de datos de puerta de enlace.
Archivos de vínculo
A diferencia de AAS, Power BI Premium no admite nombres de servidor de alias.
PowerShell
Puede usar los cmdlets de AAS del módulo sqlServer de PowerShell para automatizar
las tareas de administración de conjuntos de datos, incluidas las operaciones de
actualización. Para obtener más información, vea Referencia de Analysis Services
PowerShell.
Sin embargo, los cmdlets de AAS del módulo Az.AnalysisServices no son compatibles
con los conjuntos de datos de Power BI. En su lugar, use los cmdlets de Microsoft Power
BI para Windows PowerShell y PowerShell Core.
Registro de diagnóstico
AAS se integra con Azure Monitor para el registro de diagnóstico. El destino más común
para los registros de AAS es las áreas de trabajo de Log Analytics.
Los eventos extendidos de SQL Server (xEvents) son compatibles con AAS pero no con
Power BI Premium. Para más información, vea Supervisar Analysis Services con SQL
Server Extended Events.
Para identificar al usuario, Power BI usa una notificación de nombre único en Azure AD,
mientras que AAS usa una notificación de correo electrónico. Aunque puede haber
muchas instancias en las que estos dos identificadores se alineen, el formato de nombre
único es más estricto. Si usa RLS dinámico en Power BI, asegúrese de que el valor de la
tabla de identidad de usuario coincida con la cuenta usada para iniciar sesión en Power
BI.
Escalado horizontal
La escalabilidad horizontal de Azure Analysis Services es compatible con Power BI
Premium. Para más información, consulte Escalabilidad horizontal del conjunto de datos
de Power BI.
Característica de migración
La característica de migración de Microsoft Azure Analysis Services a Microsoft Power BI
Premium de Power BI migra como base de datos de AAS a un conjunto de datos en
Power BI Premium, a Power BI Premium por usuario o al área de trabajo de Power BI
Embedded. Para más información, consulte Migración de Azure Analysis Services a
Power BI.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Migración de Azure Analysis Services a Power BI Premium: escenarios de migración
Migración de Azure Analysis Services a Power BI (versión preliminar)
¿Tiene alguna pregunta? Pruebe a preguntar a la Comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Los partners de Power BI están disponibles para ayudar a su organización a tener éxito
en el proceso de migración. Para ponerse en contacto con un partner de Power BI, visite
el portal de partners de Power BI .
Migración de Azure Analysis Services a
Power BI Premium: escenarios de
migración
Artículo • 23/03/2023 • Tiempo de lectura: 8 minutos
7 Nota
Precios de Power BI
Precios de Azure Analysis Services
Al comparar los costos de Power BI Premium con AAS, asegúrese de tener en cuenta
otros factores más allá del precio por núcleo. Power BI ofrece un costo reducido de valor
empresarial y de propiedad, con muchas características que solo están disponibles para
los modelos de datos de Power BI.
Requisitos de la región.
El tamaño del modelo de datos de AAS más grande en cada región.
Número de usuarios de cada región.
Número de usuarios necesarios para desarrollar y administrar contenido.
El consumo de CPU en AAS y Power BI Premium.
) Importante
El consumo de CPU en AAS y Power BI Premium puede variar significativamente
debido a numerosos factores. Entre estos puede incluirse el uso de otras cargas de
trabajo en las mismas capacidades, patrones de actualización y patrones de
consulta. Se recomienda realizar un análisis detallado para cuantificar el consumo
comparativo de CPU en AAS y Power BI Premium para los modelos migrados.
Escenario de migración 1
En el primer escenario de migración, el cliente usa Power BI Premium para el front-end y
AAS para el back-end. Hay 20 desarrolladores, cada uno de ellos responsable de los
entornos de desarrollo y prueba, así como de la implementación en producción.
Producción 60 GB S4
Producción 30 GB S2
Producción 15 GB S1
Prueba 5 GB B1
Desarrollo 1 GB D1
Escenario de migración 2
En este escenario de migración, el cliente usa Power BI Premium para el front-end y AAS
para el back-end. Los entornos de producción se ejecutan en regiones diferentes. Hay
20 desarrolladores, cada uno de ellos responsable de los entornos de desarrollo y
prueba, así como de la implementación en producción.
El cliente necesita una capacidad Premium en cada una de las tres regiones
(porque los tres modelos de producción existentes de AAS se ejecutan en regiones
distintas). El tamaño de cada capacidad se basa en el modelo más grande.
Los 20 desarrolladores necesitarán licencias PPU para acceder a los modelos de
prueba de un tamaño superior a 1 GB.
Escenario de migración 3
En este escenario de migración, el cliente tiene disponibles licencias de Power BI Pro
para todos los usuarios con la suscripción de Office 365 E5 y se usa AAS para el back-
end. Hay 15 desarrolladores, cada uno de ellos responsable de los entornos de
desarrollo y prueba, así como de la implementación en producción.
Producción 35 GB S2
Producción 30 GB S2
Prueba 5 GB B1
Desarrollo 1 GB D1
Escenario de migración 4
En este escenario de migración, el cliente tiene licencias de Power BI Pro para todos los
usuarios y se utiliza AAS para el back-end. Hay cinco desarrolladores, cada uno de ellos
responsable de los entornos de desarrollo y prueba, así como de la implementación en
producción.
Producción 35 GB S2
Producción 10 GB S1
Prueba 5 GB B1
Desarrollo 1 GB D1
Escenario de migración 5
En este escenario de migración, el cliente usa Power BI Premium para el front-end y AAS
para el back-end. Hay 25 desarrolladores, cada uno de ellos responsable de los entornos
de desarrollo y prueba, así como de la implementación en producción.
Producción 220 GB S9
Producción 150 GB S8
Producción 60 GB S4
Prueba 5 GB B1
Desarrollo 1 GB D1
Escenario de migración 6
En este escenario de migración, una empresa de ISV tiene 400 clientes. Cada cliente
tiene su propio modelo multidimensional de SQL Server Analysis Services (SSAS)
(también conocido como cubo). En el análisis siguiente se compara Azure Analysis
Services con la alternativa Power BI Embedded.
Producción 8 GB S4
Prueba 8 GB B1
Desarrollo 1 GB D1
Analistas Pro 50
Desarrolladores Pro 20
La SKU A1/P4 se ha elegido para permitir el crecimiento futuro del tamaño del
modelo (la SKU EM3/A3 también puede funcionar).
Los 50 analistas necesitarán licencias PPU para acceder a los modelos de prueba
de un tamaño superior a 1 GB.
El tamaño total de los 400 modelos no es relevante para los precios; solo es
importante el tamaño de modelo más grande.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Los partners de Power BI están disponibles para ayudar a su organización a tener éxito
en el proceso de migración. Para ponerse en contacto con un partner de Power BI, visite
el portal de partners de Power BI .
Uso adecuado de las funciones de error
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, al escribir una expresión DAX que podría generar un error
en tiempo de evaluación, puede considerar el uso de dos funciones DAX útiles.
La función ISERROR, que toma una sola expresión y devuelve TRUE si se produce
un error.
La función IFERROR, que toma dos expresiones. Si la primera expresión genera un
error, se devuelve el valor de la segunda expresión. En realidad, es una
implementación más optimizada del anidamiento de la función ISERROR dentro de
una función IF.
Sin embargo, aunque estas funciones pueden ser útiles y pueden contribuir a escribir
expresiones fáciles de entender, también pueden degradar significativamente el
rendimiento de los cálculos. Puede suceder ya que estas funciones aumentan el número
de exámenes del motor de almacenamiento necesarios.
Recomendaciones
Es mejor evitar el uso de las funciones ISERROR e IFERROR. En su lugar, aplique
estrategias defensivas al desarrollar el modelo y escribir expresiones. Las estrategias
pueden incluir lo siguiente:
Ejemplo
La expresión de medida siguiente comprueba si se produciría un error. Devuelve BLANK
en esta instancia (que es el caso cuando no se proporciona la función IF con una
expresión de valor por si es falso).
DAX
Profit Margin
= IF(ISERROR([Profit] / [Sales]))
DAX
Profit Margin
= IFERROR([Profit] / [Sales], BLANK())
DAX
Profit Margin
= DIVIDE([Profit], [Sales])
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Impedimento de la conversión de
BLANK en valores
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Tenga en cuenta la siguiente definición de medida, que convierte de forma explícita los
resultados en blanco en cero.
DAX
Tenga en cuenta otra definición de medida, que también convierte los resultados en
blanco en cero.
DAX
Profit Margin =
DIVIDE([Profit], [Sales], 0)
La función DIVIDE divide la medida Profit por la medida Sales. Si el resultado es cero o
está en blanco, se devolverá el tercer argumento: el resultado alternativo (que es
opcional). En este ejemplo, dado que se pasa cero como resultado alternativo, se
garantiza que la medida siempre devolverá un valor.
Estos diseños de medida son ineficaces y dan lugar a diseños de informes deficientes.
Cuando se agregan a un objeto visual de informe, Power BI intenta recuperar todas las
agrupaciones del contexto del filtro. La evaluación y la recuperación de resultados de
consultas de gran tamaño suelen comportar una representación lenta de los informes.
Cada medida de ejemplo convierte de forma eficaz un cálculo disperso en uno denso, lo
que fuerza que Power BI use más memoria de la necesaria.
Además, si hay demasiadas agrupaciones, los usuarios de los informes podrían
saturarse.
Veamos lo que sucede cuando se agrega la medida Profit Margin a un objeto visual de
tabla, agrupando por cliente.
El objeto visual de tabla muestra un enorme número de filas (en realidad hay 18 484
clientes en el modelo, por lo que la tabla intenta mostrarlos todos). Tenga en cuenta que
los clientes de la vista no han conseguido ninguna venta. Pero como la medida Profit
Margin siempre devuelve un valor, estos se muestran.
7 Nota
DAX
Profit Margin =
DIVIDE([Profit], [Sales])
El objeto visual de tabla ahora muestra solo los clientes que han tenido ventas en el
contexto de filtro actual. La medida mejorada da como resultado una experiencia más
eficaz y práctica para los usuarios de los informes.
Sugerencia
Recomendación
Se recomienda que las medidas devuelvan un valor en blanco si no se puede devolver
un valor significativo.
Este enfoque de diseño es eficaz, lo que permite a Power BI representar los informes
con mayor rapidez. Además, la devolución de un valor BLANK es más indicada ya que,
de forma predeterminada, los objetos visuales de los informes eliminan las
agrupaciones cuando los resúmenes están en blanco.
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Evitar el uso de FILTER como argumento
de filtro
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, es habitual que escriba expresiones DAX que se deban
evaluar en un contexto de filtro modificado. Por ejemplo, puede escribir una definición
de medida para calcular las ventas de "productos de margen alto". Este cálculo se
describe más adelante.
7 Nota
Este artículo resulta especialmente pertinente para los cálculos de modelos que
aplican filtros a las tablas de importación.
Valore la siguiente definición de medida, que calcula las ventas de productos de color
rojo mediante una expresión de tabla. Reemplazará todos los filtros que se puedan
aplicar a la tabla Producto.
DAX
Red Sales =
CALCULATE(
[Sales],
FILTER('Product', 'Product'[Color] = "Red")
)
La función CALCULATE acepta una expresión de tabla devuelta por la función DAX
FILTER, que evalúa su expresión de filtro para cada fila de la tabla Producto. Obtiene el
resultado correcto: el de ventas de los productos rojos. Sin embargo, se podría lograr de
forma mucho más eficaz mediante el uso de una expresión booleana.
Esta es una definición de medida mejorada, que usa una expresión booleana en lugar de
la expresión de tabla. La función DAX KEEPFILTERS garantiza que se conservan los filtros
existentes aplicados a la columna de Color y no se sobrescriban.
DAX
Red Sales =
CALCULATE(
[Sales],
KEEPFILTERS('Product'[Color] = "Red")
)
Sin embargo, hay restricciones que se aplican a expresiones booleanas cuando se usan
como argumentos de filtro. Son las siguientes:
Esto significa que necesitará usar expresiones de tabla para requisitos de filtro más
complejos.
Tome ahora una definición de medida diferente. Esta vez, el requisito es calcular las
ventas, pero solo para los meses en los que se haya logrado un beneficio.
DAX
En este ejemplo se debe usar la función FILTER. Se debe a que es necesario evaluar la
medida Beneficio para eliminar los meses en los que no se logró un beneficio. No es
posible usar una medida en una expresión booleana cuando se usa como un argumento
de filtro.
Recomendaciones
Para obtener el mejor rendimiento, se recomienda usar expresiones booleanas como
argumentos de filtro, siempre que sea posible.
Por lo tanto, la función FILTER solo debe usarse cuando sea necesario. Puede utilizarla
para realizar comparaciones de columnas complejas de filtro. Estas comparaciones de
columnas pueden implicar:
Medidas
Otras columnas
Uso de la función DAX OR o el operador lógico OR (||)
Consulte también
Funciones de filtro (DAX)
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Referencias de columnas y medidas
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, las expresiones DAX harán referencia a las columnas y
medidas del modelo. Las columnas y las medidas siempre están asociadas a las tablas
del modelo, pero estas asociaciones son diferentes, por lo que son diferentes las
recomendaciones sobre cómo hacer referencia a ellas en las expresiones.
Columnas
Una columna es un objeto de nivel de tabla y los nombres de columna deben ser únicos
en una tabla. Por tanto, se puede usar el mismo nombre de columna varias veces en el
modelo, siempre que pertenezca a tablas diferentes. Hay una regla más: un nombre de
columna no puede ser el mismo que el de una medida o una jerarquía de la misma
tabla.
Por lo general, DAX no forzará el uso de una referencia completa a una columna. Una
referencia completa significa que el nombre de la tabla precede al nombre de la
columna.
DAX
DAX
Se recomienda usar siempre nombres completos para las referencias de columna. Los
motivos se proporcionan en la sección Recomendaciones.
Medidas
Una medida es un objeto de nivel de modelo. Por esta razón, los nombres de medida
deben ser únicos en el modelo. Pero en el panel Campos, los autores del informe verán
cada medida asociada a una sola tabla de modelo. Esta asociación se establece por
motivos cosméticos y puede configurarla si establece la propiedad Tabla inicial de la
medida. Para obtener más información, vea Medidas en Power BI Desktop (organización
de las medidas).
Es posible usar una medida completa en las expresiones. IntelliSense para DAX ofrecerá
incluso la sugerencia. Pero no es necesario y no es un procedimiento recomendado. Si
cambia la tabla inicial de una medida, se interrumpirán todas las expresiones en las que
se use una referencia de medida completa. Después, tendrá que editar cada fórmula
interrumpida para quitar (o actualizar) la referencia de la medida.
Recomendaciones
Nuestras recomendaciones son sencillas y fáciles de recordar:
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Función DIVIDE frente al operador de
división (/)
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, al escribir una expresión DAX para dividir un numerador por
un denominador, puede usar la función DIVIDE o el operador de división (/: barra
diagonal).
DAX
La función DIVIDE es útil porque guarda la expresión para que no tenga que probar
primero el valor del denominador. La función también está mejor optimizada para
probar el valor del denominador que la función IF. La mejora del rendimiento es
importante, ya que la búsqueda de la división entre cero resulta costosa. El uso adicional
de DIVIDE da lugar a una expresión más concisa y elegante.
Ejemplo
La siguiente expresión de medición genera una división segura, pero implica el uso de
cuatro funciones DAX.
DAX
Profit Margin =
IF(
OR(
ISBLANK([Sales]),
[Sales] == 0
),
BLANK(),
[Profit] / [Sales]
)
Esta expresión de medición consigue el mismo resultado, pero de forma más eficaz y
elegante.
DAX
Profit Margin =
DIVIDE([Profit], [Sales])
Recomendaciones
Se recomienda usar la función DIVIDE siempre que el denominador sea una expresión
que pueda devolver cero o BLANK.
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Uso de COUNTROWS en lugar de
COUNT
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, en ocasiones es posible que tenga que escribir una
expresión DAX que cuente las filas de una tabla. La tabla puede ser una tabla modelo o
una expresión que devuelve una tabla.
Su requisito se puede satisfacer de dos formas. Puede usar la función COUNT para
contar los valores de la columna o bien puede usar la función COUNTROWS para contar
las filas de la tabla. Ambas funciones lograrán el mismo resultado, siempre y cuando la
columna contada no contenga ningún valor en blanco.
DAX
Sales Orders =
COUNT(Sales[OrderDate])
Siempre que la granularidad de la tabla Sales sea una fila por pedido de venta y la
columna OrderDate no contenga ningún valor en blanco, la medida devolverá un
resultado correcto,
DAX
Sales Orders =
COUNTROWS(Sales)
Hay tres motivos por los que la segunda definición de medida es mejor:
Recomendación
Si su intención es contar las filas de una tabla, se recomienda usar siempre la función
COUNTROWS.
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Uso de SELECTEDVALUE en lugar de
VALUES
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
Como modelador de datos, es posible que en ocasiones tenga que escribir una
expresión DAX que compruebe si una columna está filtrada por un valor específico.
DAX
Recomendación
Se recomienda usar la función SELECTEDVALUE. Logra el mismo resultado que el patrón
que se describe en este artículo, pero de forma más eficaz y elegante.
Sugerencia
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Uso de variables para mejorar las
fórmulas DAX
Artículo • 06/04/2023 • Tiempo de lectura: 3 minutos
Como modelador de datos, escribir y depurar algunos cálculos DAX puede ser complejo.
Es habitual que los requisitos de cálculos complejos impliquen a menudo la escritura de
expresiones compuestas o complejas. Las expresiones compuestas pueden implicar el
uso de muchas funciones anidadas y, posiblemente, la reutilización de la lógica de
expresión.
El uso de variables en las fórmulas DAX puede ayudarle a escribir cálculos complejos y
eficaces. Las variables pueden mejorar el rendimiento, la fiabilidad y la legibilidad, y
reducir la complejidad.
En este artículo se mostrarán las tres primeras ventajas con una medida de ejemplo para
el crecimiento de ventas de año a año (YoY). (La fórmula del crecimiento de ventas YoY
es la siguiente: ventas por periodo, menos ventas del mismo periodo del año pasado,
dividido por las ventas del mismo periodo del año pasado).
DAX
Mejorar el rendimiento
Observe que la fórmula repite la expresión que calcula "el mismo período del año
pasado". Esta fórmula es ineficaz, ya que fuerza a Power BI a evaluar la misma expresión
dos veces. La definición de la medida se puede hacer más eficaz usando una variable,
VAR.
La siguiente definición de medida representa una mejora. Usa una expresión para
asignar el resultado "del mismo período del año pasado" a una variable denominada
SalesPriorYear. Entonces, la variable se usa dos veces en la expresión RETURN.
DAX
La medida sigue generando el resultado correcto y lo hace en más o menos la mitad del
tiempo de consulta.
Mejorar la legibilidad
En la definición de medida anterior, observe cómo la elección del nombre de la variable
hace que la expresión RETURN sea más fácil de entender. La expresión es breve y
autodescriptiva.
Simplificar la depuración
Las variables también pueden ayudarle a depurar una fórmula. Para probar una
expresión asignada a una variable, debe reescribir temporalmente la expresión RETURN
para generar la variable.
DAX
Reducir la complejidad
En versiones anteriores de DAX, las variables aún no eran compatibles. Las expresiones
complejas que incorporaban nuevos contextos de filtro eran necesarias para usar las
funciones DAX EARLIER o EARLIEST para hacer referencia a contextos de filtro externos.
Desafortunadamente, para los modeladores de datos estas funciones eran difíciles de
comprender y de usar.
Las variables siempre se evalúan fuera de los filtros a los que se aplica la expresión
RETURN. Por este motivo, a la hora de usar una variable dentro de un contexto de filtro
modificado, se obtiene el mismo resultado que con la función EARLIEST. Por lo tanto, se
puede evitar el uso de las funciones EARLIER o EARLIEST. Es decir, ahora puede escribir
fórmulas menos complejas y más fáciles de entender.
DAX
DAX
Consulte también
Artículo DAX VAR
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
Modelo de ejemplo de DAX
Artículo • 06/04/2023 • Tiempo de lectura: 2 minutos
El modelo de ejemplo no contiene ninguna fórmula DAX. Sin embargo, admite cientos
o, incluso, miles de posibles fórmulas de cálculo y consultas. Algunas funciones de
ejemplo, como las de CALCULATE, DATESBETWEEN, DATESIN PERIOD, IF y
LOOKUPVALUE, se pueden agregar al modelo de ejemplo sin modificaciones. Estamos
trabajando para incluir más ejemplos en otros artículos de referencia de funciones que
operan con el modelo de ejemplo.
Escenario
Tabla Descripción
Customer Describe los clientes y su ubicación geográfica. Los clientes compran productos en
línea (ventas por Internet).
Date Hay tres relaciones entre las tablas Date y Sales, para la fecha del pedido, la fecha de
envío y la fecha de vencimiento. La relación de fecha de pedido está activa. Los
informes de ventas de la empresa usan un año fiscal que comienza el 1 de julio de
cada año. La tabla se marca como una tabla de fechas con la columna Date.
Tabla Descripción
Sales Almacena filas en la línea de pedido de ventas. Todos los valores financieros están en
dólares estadounidenses (USD). La fecha de pedido más temprana es el 1 de julio de
2017 y la fecha del último pedido es el 15 de junio de 2020.
Sales Describe los números de pedido de ventas y los números de línea de pedido, además
Order del canal de ventas, que es Revendedor o Internet. Esta tabla tiene una relación uno
a uno con la tabla Sales.
Descarga de un ejemplo
Descargue el archivo de modelo de ejemplo de Power BI Desktop aquí .
Consulte también
Ruta de aprendizaje: Uso de DAX en Power BI Desktop
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Informes independientes de los
modelos en Power BI Desktop
Artículo • 23/03/2023 • Tiempo de lectura: 3 minutos
Al crear una nueva solución de Power BI Desktop, una de las primeras tareas que debe
hacer es obtener los datos. La obtención de los datos puede dar lugar a dos resultados
distintos. Podría:
Los modeladores de datos y los autores del informe son personas diferentes.
Se entiende que un modelo será el origen de varios informes, ahora o en el futuro.
Por lo tanto, administre los cambios del modelo con cuidado. Si es posible, evite los
cambios siguientes:
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a usted como autor de informes que diseña informes de
Power BI. Proporciona sugerencias y recomendaciones a la hora de crear información
sobre herramientas de páginas de informes.
Sugerencias
La información sobre herramientas de páginas de informes puede mejorar la experiencia
de los usuarios de los informes. La información sobre herramientas de páginas permite a
los usuarios de los informes obtener información más detallada de un objeto visual de
forma rápida y eficaz. Pueden asociarse a diferentes objetos de informe:
7 Nota
Perspectiva diferente
Agregar detalle
Agregar ayuda
Perspectiva diferente
La información sobre herramientas de página puede visualizar los mismos datos que el
objeto visual de origen. Para ello, se deben usar los mismos grupos dinámicos y de
objetos visuales, o bien distintos tipos de objetos visuales. La información sobre
herramientas de página también puede aplicar distintos filtros que los que se aplican al
objeto visual de origen.
Agregar detalle
La información sobre herramientas de página puede mostrar más datos y agregar
contexto.
Agregar ayuda
Los encabezados visuales se pueden configurar para mostrar la información sobre
herramientas de página en los encabezados visuales. Puede agregar documentación de
ayuda a la información sobre herramientas de una página mediante cuadros de texto
con formato enriquecido. También es posible agregar imágenes y formas.
Recomendaciones
En el momento del diseño del informe, se recomienda aplicar las siguientes prácticas:
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a usted como autor de informes que diseña informes de
Power BI. Proporciona sugerencias y recomendaciones a la hora de crear una obtención
de detalles de páginas de informes.
Se recomienda diseñar el informe para que los usuarios de los informes puedan tener el
siguiente flujo:
Sugerencias
Se recomienda tener en cuenta dos tipos de escenarios de obtención de detalles:
Profundidad adicional
Perspectiva más amplia
Profundidad adicional
Cuando la página del informe muestra los resultados resumidos, una página de
obtención de detalles puede dirigir a los usuarios de los informes a los detalles de nivel
de transacción. Este enfoque de diseño les permite ver las transacciones auxiliares (solo
cuando sea necesario).
Sugerencia
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los diseñadores de informes para Power BI. Proporciona
sugerencias para ayudarle a decidir cuándo desarrollar informes paginados de Power BI.
Por otra parte, los informes de Power BI están optimizados para la exploración e
interactividad. Además, pueden presentar los datos mediante una amplia gama de
objetos visuales muy modernos. Los informes de Power BI, por lo tanto, son ideales para
informes analíticos, lo que permite a los usuarios de los informes explorar los datos y
detectar relaciones y patrones.
Informes heredados
Si ya tiene informes de Report Definition Language (RDL) de SQL Server Reporting
Services (SSRS), puede volver a desarrollarlos como informes de Power BI o migrarlos
como informes paginados a Power BI. Para obtener más información, consulte
Migración de informes de SQL Server Reporting Services a Power BI.
Una vez publicados en un área de trabajo de Power BI, los informes paginados están
disponibles en paralelo con los de Power BI. A continuación, se pueden distribuir
fácilmente mediante las aplicaciones de Power BI.
Listos para imprimir: Los informes paginados están optimizados para la impresión
o generación de PDF. Cuando sea necesario, las regiones de datos se pueden
expandir y desbordar en varias páginas de una manera controlada. Los diseños de
los informes pueden definir los márgenes, los encabezados y los pies de página.
Formatos de representación: Power BI puede representar informes paginados en
formatos diferentes. Los formatos incluyen Microsoft Excel, Microsoft Word,
Microsoft PowerPoint, PDF, CSV, XML y MHTML. (El servicio Power BI usa el
formato MHTML para representar los informes). Los usuarios del informe pueden
decidir exportarlo en el formato que prefieran.
Diseño de precisión: Puede realizar diseños de gran formato y con una pixelación
perfecta, con el tamaño y la ubicación exactos, configurados en fracciones de
pulgadas o centímetros.
Diseño dinámico: Puede generar diseños con gran capacidad de respuesta
estableciendo muchas propiedades de informe para usar expresiones VB.NET. Las
expresiones tienen acceso a muchas de las principales bibliotecas de .NET
Framework.
Diseño específico para representación: Puede usar expresiones para modificar el
diseño del informe en función del formato de representación aplicado. Por
ejemplo, puede diseñar el informe a fin de deshabilitar la visibilidad de alternancia
(para la exploración en profundidad y la obtención de detalles) al representarlo
con un formato no interactivo, como PDF.
Consultas nativas: No es necesario que desarrolle primero un conjunto de datos
de Power BI. Es posible crear consultas nativas del autor (o usar procedimientos
almacenados) para cualquier origen de datos admitido. Las consultas pueden
incluir parametrización.
Diseñadores gráficos de consultas: Power BI Report Builder incluye diseñadores
gráficos de consultas para ayudarle a escribir y probar sus consultas de conjuntos
de datos.
Conjuntos de datos estáticos: Puede definir un conjunto de datos y escribir los
datos directamente en la definición del informe. Esta funcionalidad es
especialmente útil para respaldar una demostración o para ofrecer una prueba de
concepto (POC).
Integración de datos: Puede combinar datos de distintos orígenes de datos o con
conjuntos de datos estáticos. Para ello, se crean campos personalizados mediante
expresiones VB.NET.
Parametrización: Puede diseñar experiencias de parametrización muy
personalizadas, incluidos parámetros basados en datos y en cascada. También es
posible definir los valores predeterminados de los parámetros. Estas experiencias
pueden diseñarse para ayudar a los usuarios de los informes a establecer
rápidamente los filtros adecuados. Además, no es necesario que los parámetros
filtren los datos del informe; se pueden usar para admitir escenarios de tipo "y si",
filtrado o estilo dinámico.
Datos de imagen: El informe puede representar imágenes cuando se almacenan
en formato binario en un origen de datos.
Código personalizado: Puede desarrollar bloques de código de las funciones de
VB.NET en el informe y usarlos en cualquier expresión de informe.
Subinformes: Puede incrustar otros informes paginados de Power BI (desde la
misma área de trabajo) en el informe.
Cuadrículas de datos flexibles: Tiene un control exhaustivo de los diseños de
cuadrícula mediante el uso de la región de datos Tablix. También admite diseños
complejos, incluidos los grupos anidados y adyacentes. Además, se puede
configurar para repetir los encabezados cuando se imprimen en varias páginas.
También puede insertar un subinforme u otras visualizaciones, incluidas barras de
datos, minigráficos e indicadores.
Tipos de datos espaciales: La región de datos de mapa puede visualizar tipos de
datos espaciales de SQL Server. Por lo tanto, los tipos de datos GEOGRAPHY y
GEOMETRY se pueden usar para visualizar puntos, líneas o polígonos. También es
posible visualizar polígonos definidos en archivos de forma ESRI.
Medidores modernos: Los medidores radiales y lineales se pueden usar para
mostrar valores de KPI y estado. Incluso se pueden incrustar en regiones de datos
de cuadrícula, que se repiten dentro de grupos.
Representación en HTML: Puede mostrar texto con formato enriquecido cuando
se almacena como HTML.
Combinar correspondencia: Puede usar los marcadores de posición de cuadro de
texto para insertar valores de datos en el texto. De este modo, puede generar un
informe de combinación de correspondencia.
Características de interactividad: entre las características interactivas se incluyen la
alternancia de la visibilidad (para la exploración en profundidad y la obtención de
detalles), vínculos, organización interactiva e información sobre herramientas.
También puede agregar vínculos que permitan obtener detalles sobre los informes
de Power BI u otros informes paginados de Power BI. Los vínculos pueden incluso
saltar a otra ubicación dentro del mismo informe.
Suscripciones: Power BI puede proporcionar informes paginados según una
programación como correos electrónicos con datos adjuntos de informe en
cualquier formato admitido.
Diseños por usuario: Puede crear diseños de informe con gran capacidad de
respuesta basados en el usuario autenticado que abre el informe. Puede diseñar el
informe para filtrar los datos de manera diferente, ocultar las regiones de datos o
visualizaciones, aplicar formatos diferentes o establecer valores predeterminados
de parámetros específicos del usuario.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los autores de informes que diseñan informes paginados de
Power BI. En él se proporcionan recomendaciones que le ayudarán a diseñar una
recuperación de datos eficaz.
Si puede elegir el tipo de origen de datos (posiblemente sea el caso cuando el proyecto
es nuevo), se recomienda usar orígenes de datos basados en la nube. Los informes
paginados pueden conectarse con una latencia de red menor, especialmente cuando los
orígenes de datos residen en la misma región que el inquilino de Power BI. Además,
existe la posibilidad de conectarse a estos orígenes mediante inicio de sesión único
(SSO). Esto significa que la identidad del usuario del informe puede fluir hasta el origen
de datos, lo que permite que se apliquen permisos de nivel de fila por usuario.
Actualmente, el inicio de sesión único solo se admite en orígenes de datos locales
SQL Server y Oracle (vea Orígenes de datos admitidos para informes paginados de
Power BI).
7 Nota
Imaginemos, por ejemplo, que cada vendedor se almacena como una fila en una
tabla denominada Vendedores. La tabla tiene columnas para UPN y, también, la
región de ventas del vendedor. En el momento de la consulta, la tabla se filtra por
el UPN del usuario del informe y, asimismo, se relaciona con hechos de ventas
mediante una combinación interna. De este modo, la consulta filtra eficazmente las
filas de hechos de ventas para mostrar los de la región de ventas del usuario del
informe en cuestión.
Parametrización
Encapsulación de la lógica de programación, lo que permite una preparación de
datos más compleja (por ejemplo, tablas temporales, cursores o funciones
escalares definidas por el usuario)
Mejor capacidad de mantenimiento, lo que permite actualizar la lógica del
procedimiento almacenado con suma facilidad. En algunos casos, esto se puede
hacer sin necesidad de modificar y volver a publicar los informes paginados (los
nombres de columna y los tipos de datos permanecen inalterados).
Mejor rendimiento, ya que los planes de ejecución se almacenan en la memoria
caché para que se puedan reutilizar
Reutilización de procedimientos almacenados en varios informes
Para limitar las filas, conviene aplicar siempre los filtros más restrictivos y definir
consultas de agregado. Las consultas de agregado agrupan y resumen los datos de
origen para recuperar los resultados más pormenorizados. Por ejemplo, imaginemos
que el informe debe mostrar un resumen de las ventas de los vendedores. En lugar de
recuperar todas las filas de pedidos de ventas, crearemos una consulta de conjunto de
datos que agrupe por vendedor y que resuma las ventas de cada grupo.
Siempre que sea posible, recomendamos la última opción. Existen dos motivos de peso
por los que es mejor insertar expresiones directamente en la consulta del conjunto de
datos:
Puede que el origen de datos esté optimizado para evaluar la expresión de forma
más eficaz que Power BI (es el caso específicamente de las bases de datos
relacionales).
El rendimiento del informe es mejor, porque no es necesario que Power BI
materialice los campos calculados antes de representar el informe. Los campos
calculados pueden ampliar considerablemente el tiempo de representación del
informe cuando los conjuntos de datos recuperan un gran número de filas.
Nombres de campo
Cuando se crea un conjunto de datos, el nombre que se asigna automáticamente a los
campos es el mismo que el de las columnas de consulta, cuando es probable que estos
nombres no sean descriptivos o intuitivos. También es posible que los nombres de
columna de la consulta de origen contengan caracteres que no se pueden usar en los
identificadores de objeto de lenguaje RDL (Report Definition Language), como, por
ejemplo, espacios y símbolos. En este caso, los caracteres prohibidos se reemplazan por
un carácter de subrayado (_).
Se recomienda comprobar antes que todos los nombres de campo son descriptivos,
concisos y tienen sentido. Si no es así, se recomienda cambiarles el nombre antes de
empezar el diseño del informe, ya que los campos cuyo nombre ha cambiado no
propagan esos cambios a las expresiones que se usan en el diseño del informe. Si, en
cambio, decide cambiar el nombre de los campos después de haber iniciado el diseño
del informe, deberá encontrar y actualizar todas las expresiones incorrectas.
7 Nota
Veamos ahora un diseño de informe diferente. Esta vez, el diseño de informe asigna el
parámetro de informe de año de ventas a un parámetro de conjunto de datos. De este
modo, Power BI inserta el valor de año en la consulta nativa y el conjunto de datos
recupera solo los datos de ese año. Cada vez que el usuario del informe cambia el valor
del parámetro de informe de año y visualiza el informe, el conjunto de datos recupera
un nuevo resultado de la consulta, exclusivo de ese año.
Ambos métodos de diseño permiten filtrar los datos del informe y pueden funcionar
bien con sus diseños de informe. Con todo, un diseño optimizado dependerá de los
volúmenes de datos anticipados, de la volatilidad de los datos y de los
comportamientos anticipados de los usuarios del informe.
Integración de datos
Si necesita combinar datos procedentes de varios orígenes de datos, tiene dos opciones:
Latencia de red
La latencia de red puede afectar al rendimiento de los informes si aumenta el tiempo
necesario para que las solicitudes alcancen el servicio Power BI y para la entrega de las
respuestas. Los inquilinos de Power BI se asignan a una región específica.
Sugerencia
Para determinar dónde se encuentra el inquilino, vea ¿Dónde se encuentra mi
inquilino de Power BI?.
Cuando los usuarios de un inquilino acceden al servicio Power BI, sus solicitudes
siempre se enrutan a esta región. Cuando las solicitudes llegan al servicio Power BI, el
servicio puede enviar solicitudes adicionales —por ejemplo, al origen de datos
subyacente o a la puerta de enlace— que también están sujetas a la latencia de red. En
general, para minimizar el impacto de la latencia de red, intente mantener los orígenes
de datos, las puertas de enlace y la capacidad de Power BI lo más cerca posible.
Preferiblemente, residen en la misma región. Si la latencia de red es un problema,
intente ubicar las puertas de enlace y los orígenes de datos más cerca de la capacidad
de Power BI situándolos dentro de las máquinas virtuales hospedadas en la nube.
Puede que los datos de imagen se puedan recuperar también del origen de datos
(si ya están almacenados en una tabla).
Cuando las imágenes están almacenadas en un servidor web, se puede usar una
expresión dinámica para crear la ruta de dirección URL de la imagen.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los autores de informes que diseñan informes paginados de
Power BI. Proporciona sugerencias para trabajar con imágenes. Normalmente, las
imágenes de los diseños de informes pueden mostrar un gráfico como un logotipo de
empresa o ilustraciones.
Sugerencias
Tenga en cuenta las sugerencias siguientes para ofrecer diseños de informes
profesionales, facilitar el mantenimiento y optimizar el rendimiento de los informes:
Cuando las imágenes están relacionadas con los datos (como las de los
vendedores), asigne un nombre a los archivos de imagen para que una expresión
de informe pueda generar dinámicamente la ruta de la dirección URL de la imagen.
Por ejemplo, puede asignar un nombre a las imágenes de los vendedores con el
número de empleado de cada uno. Si el conjunto de datos del informe recupera el
número de empleado, puede escribir una expresión para generar la ruta de acceso
completa de la dirección URL de la imagen.
Además, asegúrese de usar imágenes con estilo de marca de agua. Por lo general,
las imágenes con estilo de marca de agua tienen un fondo transparente (o el
mismo color de fondo que usa el informe). También usan colores tenues. Algunos
ejemplos comunes de imágenes con estilo de marca de agua son el logotipo de la
empresa o las etiquetas de confidencialidad, como "Borrador" o "Confidencial".
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los autores de informes que diseñan informes paginados de
Power BI. Proporciona escenarios para diseñar parámetros en cascada. Los parámetros
en cascada son parámetros de informe con dependencias. Cuando un usuario del
informe selecciona un valor (o valores) de parámetro, se usa para establecer los valores
disponibles para otro parámetro.
7 Nota
Escenarios de diseño
Existen dos escenarios de diseño para el uso de parámetros en cascada. Se pueden usar
de forma eficaz para:
Una tabla llamada Reseller almacena un registro para cada revendedor y contiene varios
miles de registros. La tabla Reseller tiene las siguientes columnas:
ResellerCode (entero)
ResellerName
País-región
State-Province
Ciudad
Código postal
También hay una tabla denominada Sales. Almacena los registros de pedidos de ventas
y tiene una relación de clave externa con la tabla Reseller, en la columna ResellerCode.
Requisito de ejemplo
Hay un requisito para desarrollar un informe de perfil del revendedor. El informe debe
estar diseñado para mostrar información para un único revendedor. No se recomienda
que el usuario del informe escriba un código de revendedor, ya que raramente lo
memoriza.
SQL
SELECT DISTINCT
[Country-Region]
FROM
[Reseller]
ORDER BY
[Country-Region]
SQL
SELECT DISTINCT
[State-Province]
FROM
[Reseller]
WHERE
[Country-Region] = @CountryRegion
ORDER BY
[State-Province]
4. Cree el conjunto de datos City que recupera valores de ciudad distintos para la
región y país seleccionada mediante la siguiente instrucción de consulta:
SQL
SELECT DISTINCT
[City]
FROM
[Reseller]
WHERE
[Country-Region] = @CountryRegion
AND [State-Province] = @StateProvince
ORDER BY
[City]
6. Cree el conjunto de datos Reseller para recuperar todos los revendedores de los
valores geográficos seleccionados mediante la siguiente instrucción de consulta:
SQL
SELECT
[ResellerCode],
[ResellerName]
FROM
[Reseller]
WHERE
[Country-Region] = @CountryRegion
AND [State-Province] = @StateProvince
AND [City] = @City
AND [PostalCode] = @PostalCode
ORDER BY
[ResellerName]
7. Para cada conjunto de datos excepto el primero, asigne los parámetros de consulta
a los parámetros de informe correspondientes.
7 Nota
Todos los parámetros de consulta (con el prefijo del símbolo @) que se muestran
en estos ejemplos se pueden insertar en las instrucciones SELECT o pasarse a los
procedimientos almacenados.
Por último, siempre debe asegurarse de que existan índices adecuados para admitir
la recuperación eficaz de datos. De lo contrario, los parámetros de informe pueden
tardar en rellenarse y la base de datos podría sobrecargarse. Para más información
sobre la indización de SQL Server, consulte Guía de diseño y de arquitectura de
índices de SQL Server.
2. Cree el conjunto de datos ReportGroup para recuperar las primeras letras usadas
por todos los revendedores, mediante la siguiente instrucción de consulta:
SQL
SELECT DISTINCT
LEFT([ResellerName], 1) AS [ReportGroup]
FROM
[Reseller]
ORDER BY
[ReportGroup]
3. Cree el conjunto de datos Reseller para recuperar todos los revendedores que
empiezan con la letra seleccionada mediante la siguiente instrucción de consulta:
SQL
SELECT
[ResellerCode],
[ResellerName]
FROM
[Reseller]
WHERE
LEFT([ResellerName], 1) = @ReportGroup
ORDER BY
[ResellerName]
Esta técnica puede ofrecer incluso mayor potencial. Considere el siguiente script que
agrega una nueva columna de agrupación para filtrar a los revendedores por bandas
predefinidas de letras. También crea un índice para recuperar de forma eficaz los datos
requeridos por los parámetros de informe.
SQL
SQL
SELECT
[ResellerCode],
[ResellerName]
FROM
[Reseller]
WHERE
[ResellerName] LIKE '%' + @Search + '%'
ORDER BY
[ResellerName]
Sugerencia
Puede mejorar este diseño para proporcionar más control a los usuarios del
informe. Permite definir su propio valor de coincidencia de patrones. Por ejemplo,
el valor de búsqueda "red%" filtrará a los revendedores cuyos nombres empiecen
con los caracteres en "rojo".
A continuación se indica cómo puede permitir que los usuarios del informe definan su
propio patrón.
SQL
WHERE
[ResellerName] LIKE @Search
Sin embargo, muchos profesionales que no dominan las bases de datos no conocen el
carácter comodín de porcentaje (%). Por el contrario, están familiarizados con el carácter
asterisco (*). Mediante la modificación de la cláusula WHERE, puede permitirles utilizar
este carácter.
SQL
WHERE
[ResellerName] LIKE SUBSTITUTE(@Search, '%', '*')
Presentación de elementos relevantes
En este escenario, puede usar datos factuales para limitar los valores disponibles. Los
usuarios del informe se presentarán con los elementos en los que se ha registrado la
actividad.
En este ejemplo, el usuario del informe interactúa con tres parámetros de informe. Los
dos primeros establecen un intervalo de fechas de pedidos de venta. El tercer parámetro
muestra a continuación los revendedores que han creado pedidos durante ese período
de tiempo.
2. Cree el conjunto de datos Reseller para recuperar todos los revendedores que
crearon pedidos en el período de fecha mediante la siguiente instrucción de
consulta:
SQL
SELECT DISTINCT
[r].[ResellerCode],
[r].[ResellerName]
FROM
[Reseller] AS [r]
INNER JOIN [Sales] AS [s]
ON [s].[ResellerCode] = [r].[ResellerCode]
WHERE
[s].[OrderDate] >= @OrderDateStart
AND [s].[OrderDate] < DATEADD(DAY, 1, @OrderDateEnd)
ORDER BY
[r].[ResellerName]
Recomendaciones
Se recomienda diseñar los informes con parámetros en cascada, siempre que sea
posible. Se debe a que:
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los autores de informes que diseñan informes paginados de
Power BI. Proporciona recomendaciones para ayudarle a evitar las páginas en blanco al
exportarse su informe a un formato de página en disco, como PDF o Microsoft Word, o
imprimirse.
Configurar página
Las propiedades de tamaño de página del informe determinan la orientación, las
dimensiones y los márgenes de la página. Obtenga acceso a estas propiedades de
informe de las siguientes maneras:
Uso de la página de propiedades del informe: haga clic con el botón derecho en
el área gris oscuro de fuera del lienzo del informe y, a continuación, seleccione
Propiedades de informe.
Uso del panel Propiedades: haga clic en el área gris oscuro de fuera del lienzo del
informe para seleccionar el objeto de informe. Asegúrese de que el panel
Propiedades está abierto.
Propiedad Recomendación
Márgenes Establezca los valores adecuados para los márgenes izquierdo, derecho,
superior e inferior.
Solo puede ver y establecer el ancho del cuerpo del informe mediante el panel
Propiedades. En primer lugar, haga clic en cualquier parte de un área vacía del cuerpo
del informe.
Report body width <= Report page width - (Left margin + Right margin)
7 Nota
No es posible reducir el ancho del cuerpo del informe cuando ya hay objetos de
informe en el espacio que desea quitar. Primero debe cambiar su posición o
tamaño antes de reducir el ancho.
Además, el ancho del cuerpo del informe puede aumentar de forma automática al
agregar nuevos objetos o cambiar el tamaño o la posición de los objetos
existentes. El diseñador de informes siempre amplía el cuerpo para adaptarlo a la
posición y el tamaño de sus objetos contenidos.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Este artículo está dirigido a los creadores de informes de Power BI Report Server y
SQL Server Reporting Services (SSRS) y a los administradores de Power BI. Proporciona
instrucciones para ayudarle a migrar informes en lenguaje RDL (Report Definition
Language; .rdl) a Power BI.
Diagrama de flujo que muestra la ruta para migrar informes .rdl del entorno local a
informes paginados del servicio Power BI.
7 Nota
1. Antes de empezar
2. Etapa previa a la migración
3. Etapa de migración
4. Etapa posterior a la migración
Puede llevar a cabo la migración sin tiempo de inactividad en los servidores de informes
ni interrupciones para los usuarios de los informes. Es importante comprender que no
es necesario quitar datos ni informes. Por lo tanto, puede mantener su entorno actual en
su lugar hasta que esté a punto para su retirada.
Antes de empezar
Antes de iniciar la migración, compruebe que el entorno cumple ciertos requisitos
previos. Describiremos estos requisitos previos y también le presentaremos una
herramienta de migración útil.
Preparación de la migración
Cuando prepare la migración de los informes a Power BI, compruebe primero que tiene
una licencia de Power BI Pro o Premium por usuario para cargar contenido en el área de
trabajo de destino.
Versiones compatibles
Puede migrar instancias del servidor de informes que se ejecutan en el entorno local o
en máquinas virtuales hospedadas por proveedores de nube, como Azure.
La siguiente lista incluye las versiones de SQL Server Reporting Services que se admiten
para la migración a Power BI:
1. Descubra
2. Evaluar
3. Preparación
Descubra
El objetivo de la fase Detección es identificar las instancias que hay del servidor de
informes. Este proceso implica examinar la red para identificar todas las instancias del
servidor de informes de la organización.
Puede usar Microsoft Assessment and Planning Toolkit . También conocida como
"MAP Toolkit", esta herramienta detecta y notifica las instancias, versiones y
características instaladas del servidor de informes. Se trata de una herramienta eficaz
para el inventario, la valoración y la elaboración de informes que puede simplificar el
proceso de planeamiento de la migración.
Las organizaciones pueden tener cientos de informes de SQL Server Reporting Services
(SSRS). Algunos de esos informes pueden quedar obsoletos debido a la falta de uso. El
artículo Búsqueda y retirada de informes .rdl sin usar puede ayudarle a detectar
informes sin usar y a crear una cadencia para la limpieza.
Evaluar
Una vez detectadas las instancias del servidor de informes, el objetivo de la fase
Evaluación es saber qué informes .rdl (o elementos del servidor) no se pueden migrar.
Solo los informes .rdl se pueden migrar desde servidores de informes a Power BI. Cada
informe .rdl migrado se convierte en un informe paginado en Power BI.
Sin embargo, los siguientes tipos de elementos del servidor de informes no se pueden
migrar a Power BI:
Si los informes .rdl dependen de características que todavía no se admiten para los
informes paginados de Power BI, puede plantearse volver a desarrollarlos como
informes de Power BI cuando sea oportuno.
Para obtener más información sobre los orígenes de datos admitidos para los informes
paginados en el servicio Power BI, consulte Orígenes de datos admitidos para informes
paginados de Power BI.
Por lo general, los informes paginados de Power BI están optimizados para la
impresióno generación de PDF. Los informes de Power BI están optimizados para la
exploración e interactividad. Para obtener más información, consulte Cuándo usar
informes paginados en Power BI.
Suele haber diferencias en la salida con formato PDF si se usa una fuente que no admite
caracteres no latinos en un informe y, después, se agregan caracteres no latinos al
informe. Debe comprobar la salida de representación en PDF tanto en el servidor de
informes como en los equipos cliente para comprobar que el informe se representa
correctamente.
Preparación
El objetivo de la fase de Preparación es dejarlo todo listo. En él se describe la
configuración del entorno de Power BI, el planeamiento de la protección y publicación
de los informes, así como ideas para volver a desarrollar los elementos del servidor de
informes que no se pueden migrar.
Etapa de migración
Después de preparar el entorno y los informes de Power BI, está todo listo para la etapa
de Migración.
Migración manual
Cualquiera que tenga permiso para acceder a la instancia del servidor de informes y al
área de trabajo de Power BI puede migrar manualmente los informes a Power BI. Estos
son los pasos que debe seguir:
1. Abra el portal del servidor de informes que contiene los informes que quiere
migrar.
2. Descargue cada definición de informe, guardando los archivos .rdl localmente.
3. Abra la versión más reciente de Power BI Report Builder y conéctese al servicio
Power BI con sus credenciales de Azure AD.
4. Abra cada informe en Power BI Report Builder y:
a. Compruebe que todos los orígenes de datos y conjuntos de datos están
incrustados en la definición de informe y que son orígenes de datos admitidos.
b. Obtenga una vista previa del informe para asegurarse de que se representa
correctamente.
c. Seleccione Publicar y después Servicio Power BI.
d. Seleccione el área de trabajo donde quiera guardar el informe.
e. Compruebe que el informe se guarda. Si aún no se admiten determinadas
características del diseño del informe, se producirá un error en la acción de
guardar. Se le notificará de las razones. Después deberá revisar el diseño del
informe e intentar guardarlo de nuevo.
Migración automatizada
Hay tres opciones para llevar a cabo una migración automatizada. Puede usar:
Para Power BI Report Server y SQL Server 2022, consulte Publicación de archivos
.rdl en Power BI desde Power BI Report Server y Reporting Services.
Para versiones anteriores de Reporting Services, use la herramienta RdlMigration
en GitHub.
API disponibles públicamente para Power BI Report Server, Reporting Services y
Power BI.
También puede usar las API de Power BI Report Server, Reporting Services y Power BI
disponibles públicamente para automatizar la migración del contenido. Aunque la
herramienta de migración de RDL ya usa estas API, puede desarrollar una herramienta
personalizada que se adapte a sus requisitos exactos.
1. Pruebe los informes en cada explorador admitido para Power BI con el fin de
confirmar que el informe se representa correctamente.
2. Ejecute pruebas para comparar los tiempos de representación de los informes en
el servidor de informes y en el servicio Power BI. Compruebe que los informes de
Power BI se representan en un tiempo aceptable.
3. En el caso de los informes de representación prolongada, considere la posibilidad
de que Power BI los entregue a los usuarios como suscripciones de correo
electrónico con datos adjuntos de informe.
4. En el caso de los informes de Power BI basados en conjuntos de datos de Power BI,
revise los diseños del modelo para asegurarse de que están totalmente
optimizados.
Solución de problemas
La fase posterior a la migración es fundamental para solucionar los problemas y resolver
cualquier problema de rendimiento. Agregar la carga de trabajo de informes paginados
a una capacidad puede atrasar el rendimiento de informes paginados y otro contenido
almacenado en la capacidad.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Publicación de archivos .rdl en Power BI desde Power BI Report Server y SQL Server
Reporting Services
Herramienta RdlMigration para versiones anteriores de Reporting Services
Generador de informes de Power BI
Guía de recuperación de datos de informes paginados
Cuándo usar informes paginados en Power BI
Informes paginados en Power BI: Preguntas frecuentes
Curso en línea: Informes paginados en un día
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Los partners de Power BI están disponibles para ayudar a su organización a tener éxito
en el proceso de migración. Para ponerse en contacto con un partner de Power BI, visite
el portal de partners de Power BI .
Acerca de la configuración de inquilinos
Artículo • 24/05/2023
7 Nota
Pasos siguientes
Acerca del Portal de administración
Ajuste de tamaño de la puerta de enlace
de datos local
Artículo • 23/03/2023 • Tiempo de lectura: 6 minutos
La puerta de enlace es necesaria cuando Power BI debe acceder a los datos que no son
accesibles directamente a través de Internet. Se puede instalar en un servidor local o en
una infraestructura como servicio (IaaS) hospedada en la máquina virtual.
Para más información sobre la conexión dinámica, consulte Conjuntos de datos del
servicio Power BI (modelos hospedados externamente).
Para más información sobre DirectQuery, consulte Modos de conjunto de datos en
el servicio Power BI (modo DirectQuery).
Esta carga de trabajo requiere recursos de CPU para el enrutamiento y los resultados de
las consultas. Normalmente, hay mucha menos demanda de CPU de la que precisa la
carga de trabajo de datos en caché, en especial cuando es necesaria para transformar
los datos para el almacenamiento en caché.
Es importante una conectividad confiable, rápida y coherente para garantizar que los
usuarios de informes tengan experiencias que respondan.
Consideraciones de tamaño
La determinación del tamaño correcto de la máquina de puerta de enlace puede
depender de las siguientes variables:
7 Nota
Recomendaciones
Las recomendaciones de tamaño de la puerta de enlace dependen de muchas variables.
En esta sección, se proporcionan recomendaciones generales que puede tener en
cuenta.
Tamaño inicial
Puede ser difícil calcular con precisión el tamaño correcto. Se recomienda comenzar con
una máquina con al menos 8 núcleos de CPU, 8 GB de RAM y varios adaptadores de red
Gigabit. Después, puede medir una carga de trabajo típica de puerta de enlace
mediante el registro de los contadores del sistema de memoria y CPU. Para más
información, consulte Supervisión y optimización del rendimiento de la puerta de enlace
de datos local.
Conectividad
Planee la mejor conectividad posible entre el servicio Power BI y la puerta de enlace y
entre la puerta de enlace y los orígenes de datos.
Agrupación en clústeres
En el caso de implementaciones a gran escala, puede crear una puerta de enlace con
varios miembros de clúster. Los clústeres evitan puntos únicos de error y pueden
equilibrar la carga del tráfico entre puertas de enlace. Puede:
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Las consultas o los objetos visuales lentos deben ser objeto de optimización continua.
7 Nota
7 Nota
SQL Server Profiler está disponible como parte de SQL Server Management Studio.
SQL Server
SQL Server Analysis Services
Azure Analysis Services
U Precaución
1. Abra el informe de Power BI Desktop (para que sea fácil localizar el puerto en el
paso siguiente, cierre cualquier otro informe abierto).
2. Para determinar el puerto que Power BI Desktop usa, en PowerShell (con
privilegios de administrador), o en el símbolo del sistema, escriba el siguiente
comando:
netstat -b -n
El resultado debe ser una lista de aplicaciones y sus puertos abiertos. Busque el
puerto usado por msmdsrv.exe y tome nota para su uso posterior. Se trata de la
instancia de Power BI Desktop.
3. Para conectar SQL Server Profiler al informe de Power BI Desktop:
a. Abra SQL Server Profiler.
b. En SQL Server Profiler, en el menú Archivo, seleccione Nuevo seguimiento.
c. En Tipo de servidor, seleccione Analysis Services.
d. En Nombre del servidor, escriba localhost:[el puerto anotado anteriormente] .
e. Haga clic en Ejecutar: ahora el seguimiento de SQL Server Profiler es dinámico y
genera de forma activa los perfiles de las consultas de Power BI Desktop.
4. A medida que se ejecutan las consultas de Power BI Desktop, verá las duraciones y
los tiempos de CPU correspondientes. Dependiendo del tipo de origen de datos,
es posible que vea otros eventos que indican cómo se ejecutó la consulta. Con
esta información, puede determinar qué consultas son los cuellos de botella.
Una ventaja de utilizar SQL Server Profiler es que es posible guardar un seguimiento de
la base de datos de SQL Server (relacional). El seguimiento puede convertirse en una
entrada del Asistente para la optimización de motor de base de datos. De este modo,
puede recibir recomendaciones sobre cómo optimizar el origen de datos.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Diagnóstico de consulta
Analizador de rendimiento
Solución de problemas de rendimiento de los informes en Power BI
Aplicación Métricas de Power BI Premium
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Solución de problemas de rendimiento
de los informes en Power BI
Artículo • 23/03/2023 • Tiempo de lectura: 3 minutos
Los usuarios pueden identificar los informes lentos como aquellos que tardan en
cargarse o en actualizarse al interactuar con las segmentaciones de usuarios u otras
características. Cuando los informes se hospedan en una capacidad Premium, los
informes lentos también se pueden identificar mediante la supervisión de la aplicación
Métricas de Power BI Premium. Esta aplicación le ayuda a supervisar el estado y la
capacidad de su suscripción de Power BI Premium.
Terminador Acciones
Administración de capacidad
Escalar la capacidad
Cambio de arquitectura
Consideración de Azure Analysis Services
Comprobación de la puerta de enlace local
Realizar acción
La primera consideración es comprender si el informe lento se hospeda en una
capacidad Premium.
Capacidad Premium
Si el informe se hospeda en una capacidad Premium, use la aplicación Métrica de
Power BI Premium para determinar si la capacidad de hospedaje del informe suele
superar los recursos de la capacidad. Si hay presión sobre los recursos, puede que sea
necesario administrar o escalar la capacidad (terminador de diagrama de flujo 1). Si los
recursos son adecuados, investigue la actividad de capacidad durante el uso habitual del
informe (terminador de diagrama de flujo 2).
Capacidad compartida
Si el informe se hospeda en una capacidad compartida, no es posible supervisar el
estado de la capacidad. Deberá tomar un enfoque de investigación diferente.
Por último, si determina que no hay ningún patrón horario y el rendimiento reducido se
produce en todas las regiones, investigue si se produce en determinados dispositivos,
clientes o exploradores web. Si no es así, use el Analizador de rendimiento de Power BI
Desktop, como se describió anteriormente, para optimizar el informe o modelo
(terminador de diagrama de flujo 5).
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Guía de Power BI
Supervisión del rendimiento de los informes
Analizador de rendimiento
Hoja de ruta de adopción de Power BI
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
Procedimientos recomendados para las
canalizaciones de implementación
Artículo • 09/03/2023
Publicar el trabajo.
Áreas de trabajo de modelado y datos: estas áreas de trabajo contienen todos los
conjuntos de datos centralizados.
Áreas de trabajo de informes: estas áreas de trabajo contienen todos los informes
y paneles dependientes.
Para implementar un flujo de trabajo seguro y sencillo, planee quién va a acceder a cada
parte de la canalización. Algunas consideraciones a tener en cuenta son las siguientes:
¿Qué operaciones deben realizar los usuarios con acceso de canalización en cada
fase?
¿Necesita realizar cambios en los permisos del área de trabajo que está
asignando?
7 Nota
Los parámetros tienen también otros usos, como la realización de cambios en las
consultas, los filtros y el texto que se muestra en el informe.
Desarrollo
En esta sección se proporcionan instrucciones para trabajar con la fase de desarrollo de
canalizaciones de implementación.
Es más fácil colaborar con otros creadores en el mismo archivo .pbix, si todos los
cambios se realizan en la misma herramienta.
Puede usar el control de versiones para mantener actualizados los archivos .pbix.
7 Nota
Sincronice los datos con OneDrive (o cualquier otro repositorio) solo con los
archivos .pbix en la fase de desarrollo de la canalización de implementación. La
sincronización de los archivos .pbix en las fases de prueba y producción de la
canalización de implementación causa problemas al implementar contenido a
través de la canalización.
Empiece por crear un archivo .pbix aparte para los conjuntos de datos y los informes en
Power BI Desktop. Por ejemplo, puede crear un archivo .pbix para el conjunto de datos y
cargarlo en la fase de desarrollo. Más adelante, los creados de informes pueden crear un
archivo .pbix sólo para el informe y conectarlo al conjunto de datos publicado mediante
una conexión dinámica. Esta técnica permite que distintos creadores trabajen por
separado en el modelado y las visualizaciones, y los implementen en producción de
forma independiente.
Cree conjuntos de datos compartidos para usar este método entre áreas de trabajo.
Probar
En esta sección se proporcionan instrucciones para trabajar con la fase de prueba de
canalizaciones de implementación.
Volumen de datos
Volumen de uso
También debe supervisar la carga en la capacidad, para poder detectar cargas extremas
antes de que lleguen a producción.
7 Nota
Puede buscar fácilmente los elementos relacionados mediante la vista de linaje del área
de trabajo.
Prueba de la aplicación
Si va a distribuir contenido a los usuarios finales por medio de una aplicación, revise la
nueva versión de la aplicación antes de que llegue a producción. Puesto que cada fase
de una canalización de implementación tiene su propia área de trabajo, puede publicar
y actualizar fácilmente las aplicaciones para las fases de desarrollo y pruebas. La
publicación y actualización de las aplicaciones le permite probar la aplicación desde el
punto de vista del usuario final.
) Importante
Para implementar contenido entre fases, los usuarios deben tener permisos de miembro
o administrador en ambas fases. Asegúrese de que solo las personas que desee
implementar en producción tienen estos permisos. Otros usuarios pueden tener roles de
colaborador o visor en el área de trabajo de producción. Los usuarios con roles de
colaborador o visor pueden ver el contenido dentro de la canalización, pero no lo
pueden implementar.
Pasos siguientes
Introducción a las canalizaciones de implementación
Historial de implementación
Este artículo está destinado a los administradores de Power BI que necesitan acceder y
analizar orígenes de datos del registro de actividad de Power BI. Se centra en la
recuperación mediante programación de actividades de Power BI mediante el cmdlet
Get-PowerBIActivityEvent del módulo de administración de Power BI. Hasta 30 días de
historial disponibles. Este cmdlet usa la operación Obtener eventos de actividad de la
API REST de Power BI, que es una API de administración. Los cmdlets de PowerShell
agregan una capa de abstracción sobre las API subyacentes. Por lo tanto, el cmdlet de
PowerShell simplifica el acceso al registro de actividad de Power BI.
Sugerencia
Ejemplos disponibles
El objetivo de este artículo es proporcionarle ejemplos para ayudarle a empezar. Los
ejemplos incluyen scripts que recuperan datos del registro de actividad mediante el
módulo PowerShell de administración de Power BI.
2 Advertencia
Los scripts no están listos para producción porque solo están diseñados para fines
educativos. Sin embargo, puede adaptar los scripts con fines de producción
mediante la adición de lógica para el registro, el control de errores, las alertas y la
refactorización para la reutilización y la modularización del código.
Dado que están pensados para aprender, los ejemplos son simplistas, pero son reales.
Le recomendamos que revise todos los ejemplos para comprender cómo aplican
técnicas ligeramente diferentes. Una vez que identifique el tipo de datos de actividad
que necesita, puede mezclar y hacer coincidir las técnicas para generar un script que se
adapte mejor a sus requisitos.
Ver una actividad durante N días Compartir informe (vínculo o acceso directo)
La mayoría de los ejemplos recuperan datos JSON sin procesar. Trabajar con los datos
JSON sin procesar tiene muchas ventajas.
Sugerencia
Le recomendamos que mantenga los scripts que extraigan los datos lo más
sencillos posible. Por lo tanto, evite analizar, filtrar o dar formato a los datos del
registro de actividad a medida que se extraiga. Este enfoque usa una metodología
ELT, que tiene pasos independientes para extraer, cargar y transformar datos. Este
artículo solo se centra en el primer paso, que se refiere a la extracción de los datos.
Requisitos
Para usar los scripts de ejemplo, debe cumplir los siguientes requisitos.
Solicitud de ejemplo 1
El primer script le redirige a un explorador para completar el proceso de inicio de sesión.
Las cuentas de usuario que tienen habilitada la autenticación multifactor (MFA) pueden
usar este flujo de autenticación interactiva para iniciar sesión.
PowerShell
Connect-PowerBIServiceAccount
) Importante
Sugerencia
Al extraer datos del registro de actividad mediante el cmdlet de PowerShell, cada
solicitud puede extraer datos durante un día (un máximo de 24 horas). Por lo tanto,
el objetivo de este ejemplo es empezar simplemente comprobando un usuario
durante un día. Hay otros ejemplos más adelante en este artículo que muestran
cómo usar un bucle para exportar datos durante varios días.
Solicitud de ejemplo 2
Este script declara dos variables de PowerShell para facilitar la reutilización del script:
(formato ISO 8601). No se puede solicitar una fecha anterior a 30 días antes de la
fecha actual.
PowerShell
7 Nota
Es posible que observe un carácter de verso (') al final de algunas de las líneas de
los scripts de PowerShell. En PowerShell, una manera de usar el carácter de verso es
como un carácter de continuación de línea. Lo hemos usado para mejorar la
legibilidad de los scripts de este artículo.
Sugerencia
Respuesta de ejemplo 2
Aquí se muestra una respuesta JSON de ejemplo. Incluye dos actividades que realizó el
usuario:
JSON
[
{
"Id": "10af656b-b5a2-444c-bf67-509699896daf",
"RecordType": 20,
"CreationTime": "2023-03-15T15:18:30Z",
"Operation": "ViewReport",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "100FFF92C7717B",
"Workload": "PowerBI",
"UserId": "jordan@contoso.com",
"ClientIP": "192.168.1.1",
"Activity": "ViewReport",
"ItemName": "Gross Margin Analysis",
"WorkSpaceName": "Sales Analytics",
"DatasetName": "Sales Data",
"ReportName": "Gross Margin Analysis",
"WorkspaceId": "e380d1d0-1fa6-460b-9a90-1a5c6b02414c",
"ObjectId": "Gross Margin Analysis",
"DatasetId": "cfafbeb1-8037-4d0c-896e-a46fb27ff229",
"ReportId": "94e57e92-Cee2-486d-8cc8-218c97200579",
"ArtifactId": "94e57e92-Cee2-486d-8cc8-218c97200579",
"ArtifactName": "Gross Margin Analysis",
"IsSuccess": true,
"ReportType": "PowerBIReport",
"RequestId": "53451b83-932b-f0b0-5328-197133f46fa4",
"ActivityId": "beb41a5d-45d4-99ee-0e1c-b99c451e9953",
"DistributionMethod": "Workspace",
"ConsumptionMethod": "Power BI Web",
"SensitivityLabelId": "e3dd4e72-5a5d-4a95-b8b0-a0b52b827793",
"ArtifactKind": "Report"
},
{
"Id": "5c913f29-502b-4a1a-a089-232edaf176f7",
"RecordType": 20,
"CreationTime": "2023-03-15T17:22:00Z",
"Operation": "ExportActivityEvents",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 2,
"UserKey": "100FFF92C7717B",
"Workload": "PowerBI",
"UserId": "jordan@contoso.com",
"ClientIP": "192.168.1.1",
"UserAgent": "MicrosoftPowerBIMgmt/1.2.1111.0",
"Activity": "ExportActivityEvents",
"IsSuccess": true,
"RequestId": "2af6a22d-6f24-4dc4-a26a-5c234ab3afad",
"ActivityId": "00000000-0000-0000-0000-000000000000",
"ExportEventStartDateTimeParameter": "2023-03-17T00:00:00Z",
"ExportEventEndDateTimeParameter": "2023-03-17T23:59:59.999Z"
}
]
Sugerencia
Extraer los datos del registro de actividad de Power BI también es una operación
registrada, como se muestra en la respuesta anterior. Al analizar las actividades del
usuario, es posible que quiera omitir las actividades de administrador, o analizarlas
por separado.
Solicitud de ejemplo 3
El script declara dos variables:
PowerShell
#Input values before running the script:
$ActivityType = 'ShareReport'
$NbrOfDaysToCheck = 7
#-----------------------------------------------------------------------
Sugerencia
Puede usar esta técnica de bucle para comprobar cualquiera de las operaciones
registradas en el registro de actividad.
Respuesta de ejemplo 3
Aquí se muestra una respuesta JSON de ejemplo. Incluye dos actividades que realizó el
usuario:
JSON
[
{
"Id": "be7506e1-2bde-4a4a-a210-bc9b156142c0",
"RecordType": 20,
"CreationTime": "2023-03-15T19:52:42Z",
"Operation": "ShareReport",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "900GGG12D2242A",
"Workload": "PowerBI",
"UserId": "morgan@contoso.com",
"ClientIP": "192.168.1.1",
"UserAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0)
Gecko/20100101 Firefox/110.0",
"Activity": "ShareReport",
"ItemName": "Call Center Stats",
"WorkSpaceName": "Sales Analytics",
"SharingInformation": [
{
"RecipientEmail": "ellis@contoso.com",
"RecipientName": "Turner",
"ObjectId": "fc9bbc6c-e39b-44cb-9c8a-d37d5665ec57",
"ResharePermission": "ReadReshare",
"UserPrincipalName": "ellis@contoso.com"
}
],
"WorkspaceId": "e380d1d0-1fa6-460b-9a90-1a5c6b02414c",
"ObjectId": "Call Center Stats",
"Datasets": [
{
"DatasetId": "fgagrwa3-9044-3e1e-228f-k24bf72gg995",
"DatasetName": "Call Center Data"
}
],
"ArtifactId": "81g22w11-vyy3-281h-1mn3-822a99921541",
"ArtifactName": "Call Center Stats",
"IsSuccess": true,
"RequestId": "7d55cdd3-ca3d-a911-5e2e-465ac84f7aa7",
"ActivityId": "4b8b53f1-b1f1-4e08-acdf-65f7d3c1f240",
"SharingAction": "CreateShareLink",
"ShareLinkId": "J_5UZg-36m",
"ArtifactKind": "Report",
"SharingScope": "Specific People"
},
{
"Id": "b4d567ac-7ec7-40e4-a048-25c98d9bc304",
"RecordType": 20,
"CreationTime": "2023-03-15T11:57:26Z",
"Operation": "ShareReport",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "900GGG12D2242A",
"Workload": "PowerBI",
"UserId": "morgan@contoso.com",
"ClientIP": "69.132.26.0",
"UserAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0)
Gecko/20100101 Firefox/111.0",
"Activity": "ShareReport",
"ItemName": "Gross Margin Analysis",
"WorkSpaceName": "Sales Analytics",
"SharingInformation": [
{
"RecipientName": "SalesAndMarketingGroup-NorthAmerica",
"ObjectId": "ba21f28b-6226-4296-d341-f059257a06a7",
"ResharePermission": "Read"
}
],
"CapacityId": "1DB44EEW-6505-4A45-B215-101HBDAE6A3F",
"CapacityName": "Shared On Premium - Reserved",
"WorkspaceId": "e380d1d0-1fa6-460b-9a90-1a5c6b02414c",
"ObjectId": "Gross Margin Analysis",
"Datasets": [
{
"DatasetId": "cfafbeb1-8037-4d0c-896e-a46fb27ff229",
"DatasetName": "Sales Data"
}
],
"ArtifactId": "94e57e92-Cee2-486d-8cc8-218c97200579",
"ArtifactName": "Gross Margin Analysis",
"IsSuccess": true,
"RequestId": "82219e60-6af0-0fa9-8599-c77ed44fff9c",
"ActivityId": "1d21535a-257e-47b2-b9b2-4f875b19855e",
"SensitivityLabelId": "16c065f5-ba91-425e-8693-261e40ccdbef",
"SharingAction": "Direct",
"ArtifactKind": "Report",
"SharingScope": "Specific People"
}
]
7 Nota
Esta respuesta JSON muestra que la estructura de datos es diferente en función del
tipo de evento. Incluso el mismo tipo de evento puede tener características
diferentes que producen una salida ligeramente diferente. Como se recomienda
anteriormente en este artículo, debería acostumbrarse a recuperar los datos sin
procesar.
Solicitud de ejemplo 4
El script declara las siguientes variables:
Solo puede recuperar eventos de actividad para una actividad a la vez. Por lo tanto, el
script busca cada operación por separado. Combina los resultados de búsqueda en una
variable denominada $FullResults , que luego genera en la pantalla.
U Precaución
7 Nota
Para recuperar resultados solo para el día anterior (evitar resultados parciales del
día), consulte el ejemplo Exportar todas las actividades de los N días anteriores).
PowerShell
#Get activity 1 and append its results into the full resultset:
$Activity1Results = @()
$Activity1Results += Get-PowerBIActivityEvent `
-StartDateTime ($ActivityDate+'T00:00:00.000') `
-EndDateTime ($ActivityDate+'T23:59:59.999') `
-ActivityType $Activity1 | ConvertFrom-Json
If ($null -ne $Activity1Results) {$FullResults += $Activity1Results}
#Get activity 2 and append its results into the full resultset:
$Activity2Results = @()
$Activity2Results += Get-PowerBIActivityEvent `
-StartDateTime ($ActivityDate+'T00:00:00.000') `
-EndDateTime ($ActivityDate+'T23:59:59.999') `
-ActivityType $Activity2 |
ConvertFrom-Json
If ($null -ne $Activity2Results) {$FullResults += $Activity2Results}
#Get activity 3 and append its results into the full resultset:
$Activity3Results = @()
$Activity3Results += Get-PowerBIActivityEvent `
-StartDateTime ($ActivityDate+'T00:00:00.000') `
-EndDateTime ($ActivityDate+'T23:59:59.999') `
-ActivityType $Activity3 |
ConvertFrom-Json
If ($null -ne $Activity3Results) {$FullResults += $Activity3Results}
}
#Convert all of the results back to a well-formed JSON object:
$FullResults = $FullResults | ConvertTo-Json
2 Advertencia
La respuesta solo incluye los permisos de usuario que se modificaron. Por ejemplo,
es posible que se hayan creado tres audiencias en un evento CreateApp. En el
evento UpdateApp, si solo ha cambiado una audiencia, solo aparecerá una
audiencia en los datos de OrgAppPermission. Por ese motivo, confiar en el evento
UpdateApp para realizar el seguimiento de todos los permisos de la aplicación está
incompleto porque el registro de actividad solo muestra lo que ha cambiado.
Para obtener una instantánea de todos los permisos de aplicación de Power BI, use
la operación Obtener usuarios de la aplicación como Administración de API en su
lugar.
JSON
[
{
"Id": "65a26480-981a-4905-b3aa-cbb3df11c7c2",
"RecordType": 20,
"CreationTime": "2023-03-15T18:42:13Z",
"Operation": "CreateApp",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "100FFF92C7717B",
"Workload": "PowerBI",
"UserId": "jordan@contoso.com",
"ClientIP": "192.168.1.1",
"UserAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0)
Gecko/20100101 Firefox/111.0",
"Activity": "CreateApp",
"ItemName": "Sales Reconciliations App",
"WorkSpaceName": "Sales Reconciliations",
"OrgAppPermission": {
"recipients": "Sales Reconciliations App(Entire Organization)",
"permissions": "Sales Reconciliations App(Read,CopyOnWrite)"
},
"WorkspaceId": "9325a31d-067e-4748-a592-626d832c8001",
"ObjectId": "Sales Reconciliations App",
"IsSuccess": true,
"RequestId": "ab97a4f1-9f5e-4a6f-5d50-92c837635814",
"ActivityId": "9bb54a9d-b688-4028-958e-4d7d21ca903a",
"AppId": "42d60f97-0f69-470c-815f-60198956a7e2"
},
{
"Id": "a1dc6d26-b006-4727-bac6-69c765b7978f",
"RecordType": 20,
"CreationTime": "2023-03-16T18:39:58Z",
"Operation": "UpdateApp",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "100GGG12F9921B",
"Workload": "PowerBI",
"UserId": "morgan@contoso.com",
"ClientIP": "192.168.1.1",
"UserAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0)
Gecko/20100101 Firefox/111.0",
"Activity": "UpdateApp",
"ItemName": "Sales Analytics",
"WorkSpaceName": "Sales Analytics",
"OrgAppPermission": {
"recipients": "Sales Reps Audience(SalesAndMarketingGroup-
NorthAmerica,SalesAndMarketingGroup-Europe)",
"permissions": "Sales Reps Audience(Read,CopyOnWrite)"
},
"WorkspaceId": "c7bffcd8-8156-466a-a88f-0785de2c8b13",
"ObjectId": "Sales Analytics",
"IsSuccess": true,
"RequestId": "e886d122-2c09-4189-e12a-ef998268b864",
"ActivityId": "9bb54a9d-b688-4028-958e-4d7d21ca903a",
"AppId": "c03530c0-db34-4b66-97c7-34dd2bd590af"
},
{
"Id": "aa002302-313d-4786-900e-e68a6064df1a",
"RecordType": 20,
"CreationTime": "2023-03-17T18:35:22Z",
"Operation": "InstallApp",
"OrganizationId": "927c6607-8060-4f4a-a5f8-34964ac78d70",
"UserType": 0,
"UserKey": "100HHH12F4412A",
"Workload": "PowerBI",
"UserId": "ellis@contoso.com",
"ClientIP": "192.168.1.1",
"UserAgent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0)
Gecko/20100101 Firefox/111.0",
"Activity": "InstallApp",
"ItemName": "Sales Reconciliations App",
"ObjectId": "Sales Reconciliations App",
"IsSuccess": true,
"RequestId": "7b3cc968-883f-7e13-081d-88b13f6cfbd8",
"ActivityId": "9bb54a9d-b688-4028-958e-4d7d21ca903a"
}
]
Ejemplo 5: Ver todas las actividades de un área
de trabajo durante un día
A veces, es posible que quiera investigar actividades relacionadas con un área de trabajo
específica. En este ejemplo se recuperan todas las actividades de todos los usuarios
durante un día. A continuación, filtra los resultados para que pueda centrarse en el
análisis de actividades de un área de trabajo.
Solicitud de ejemplo 5
El script declara dos variables:
U Precaución
PowerShell
Respuesta de ejemplo 5
Estos son los resultados filtrados, que incluyen un pequeño subconjunto de
propiedades. El formato es más fácil de leer para análisis ocasionales. Sin embargo, se
recomienda volver a convertirla en formato JSON si tiene previsto almacenar los
resultados.
7 Nota
Después de convertir los resultados JSON en un objeto de PowerShell, los valores
de hora se convierten en hora local. Los datos de auditoría originales siempre se
registran en hora universal coordinada (UTC), por lo que se recomienda que esté
acostumbrado a usar solo la hora UTC.
Resultados
Sugerencia
Puede usar esta técnica para filtrar los resultados por cualquier propiedad de los
resultados. Por ejemplo, puede usar un evento RequestId específico para analizar
solo un evento específico.
) Importante
Solicitud de ejemplo 6
El script recupera todas las actividades de una serie de días. Declara tres variables:
archivo al día, el script agrega un sufijo para indicar los datos contenidos en el
archivo y la fecha y hora en que se recuperaron los datos. Por ejemplo, si ejecutó
un script a las 9:00 (UTC) el 25 de abril de 2023 para extraer datos de actividad
para el 23 de abril de 2023, el nombre de archivo sería: PBIActivityEvents-
20230423-202304250900. Aunque la estructura de carpetas en la que se almacena
es útil, cada nombre de archivo debe ser totalmente autodescriptivo.
Se recomienda extraer datos que son al menos un día antes del día actual. De este
modo, evita recuperar eventos de día parciales y puede estar seguro de que cada
archivo de exportación contiene las 24 horas completas de datos.
El script recopila hasta 30 días de datos hasta el día anterior. Las marcas de tiempo de
los eventos auditados siempre están en UTC. Le recomendamos que compile todos los
procesos de auditoría en función de la hora UTC en lugar de la hora local.
El script genera un archivo JSON al día. El sufijo del nombre de archivo incluye la marca
de tiempo (en formato UTC) de los datos extraídos. Si extrae el mismo día de datos más
de una vez, el sufijo en el nombre de archivo le ayuda a identificar el archivo más
reciente.
PowerShell
#Start with yesterday for counting back to ensure full day results are
obtained:
[datetime]$DayUTC = (([datetime]::Today.ToUniversalTime()).Date).AddDays(-1)
[string]$DateToExtractLabel=$DateToExtractUTC.ToString("yyyy-MM-dd")
El cmdlet permite solicitar un día de actividad cada vez que realice una llamada
mediante el cmdlet. Mientras que cuando se comunica directamente con la API,
solo puede solicitar una hora por solicitud de API.
El cmdlet le gestiona los tokens de continuación. Si usa la API directamente, debe
comprobar el token de continuación para determinar si hay más resultados.
Algunas API deben usar tokens de paginación y continuación por motivos de
rendimiento cuando devuelven una gran cantidad de datos. Devuelven el primer
conjunto de registros y, a continuación, con un token de continuación, puede
realizar una llamada API posterior para recuperar el siguiente conjunto de
registros. Seguirá llamando a la API hasta que no se devuelva un token de
continuación. El uso del token de continuación es una manera de consolidar varias
solicitudes de API para que pueda consolidar un conjunto lógico de resultados.
Para obtener un ejemplo del uso de un token de continuación, consulte la REST
API de eventos de actividad.
El cmdlet controla las expiraciones del token de acceso de Azure Active Directory
(Azure AD). Después de autenticarse, el token de acceso expira después de una
hora (de forma predeterminada). En este caso, el cmdlet solicita automáticamente
un token de actualización. Si se comunica directamente con la API, debe solicitar
un token de actualización.
7 Nota
Se omite una respuesta de ejemplo porque es una salida similar a las respuestas
que se muestran en los ejemplos anteriores.
Pasos siguientes
Para obtener más información sobre este artículo, consulte los recursos siguientes:
Los clientes adoptan cada vez más medidas para estandarizar Power BI con el fin de
impulsar una cultura de datos, lo que implica habilitar inteligencia empresarial con
características de autoservicio (SSBI) administrada, racionalizar la entrega de BI
empresarial y resolver presiones económicas. La finalidad de esta serie de artículos
sobre la migración a Power BI es proporcionarle instrucciones sobre cómo planear y
llevar a cabo una migración desde una herramienta de BI de terceros a Power BI.
7 Nota
Creación rápida de soluciones en Power BI. En la segunda fase, los autores de BI con
características de autoservicio pueden empezar a usar y evaluar Power BI en función de sus
necesidades, y se puede obtener valor de Power BI rápidamente. Las actividades de la
fase 2 conceden importancia a la agilidad y al valor empresarial rápido, que son
fundamentales para lograr la aceptación de la selección de una nueva herramienta de BI
como Power BI. Por esta razón, el diagrama muestra las actividades de la fase 2 en paralelo
con las actividades de migración de la fase 3.
Adopción, control y supervisión de Power BI. La fase final consta de actividades continuas
tales como el fomento de una cultura de datos, la comunicación y el aprendizaje. Estas
actividades tienen gran repercusión en una implementación eficaz de Power BI. Es
importante contar con directivas y procesos de gobernanza y seguridad adecuados para
su organización, además de auditorías y supervisiones que le permitan escalar, crecer y
mejorar continuamente.
) Importante
El uso de Power BI para crear requisitos, mientras planea y lleva a cabo la migración
formal, le ayudará a ganar aceptación. Las fases simultáneas ofrecen a los autores
de contenido una experiencia práctica y real con Power BI.
Sugerencia
Agradecimientos
Melissa Coates, Microsoft MVP de la plataforma de datos y propietaria de Coates Data
Strategies , es quien ha redactado esta serie de artículos. Entre los colaboradores y
revisores se incluyen Marc Reguera, Venkatesh Titte, Patrick Baumgartner, Tamer Farag,
Richard Tkachuk, Matthew Roche, Adam Saxton, Chris Webb, Mark Vaillancourt, Daniel
Rubiolo, David Iseminger y Peter Myers.
Pasos siguientes
En el siguiente artículo de esta serie sobre la migración a Power BI, conocerá los pasos
previos a la migración a Power BI.
En este artículo se indican las acciones que se pueden considerar antes de migrar a
Power BI.
7 Nota
Para obtener una explicación completa del gráfico anterior, vea Información
general sobre la migración de Power BI.
En los pasos previos a la migración se hace hincapié en la planeación inicial, que es una
preparación importante antes de pasar por las cinco fases de migración. La mayoría de
los pasos previos a la migración ocurren una vez, aunque en el caso de las
organizaciones de mayor tamaño algunas partes pueden ser iterativas para cada unidad
de negocio o departamento.
Sugerencia
Sugerencia
) Importante
) Importante
¿Cuáles son las motivaciones y los objetivos concretos de esta migración? Para
obtener más información, vea Información general sobre la migración de Power BI
(Consideración de los motivos de la migración). En este artículo se indican las
razones más habituales para migrar a Power BI. Sin duda, los objetivos deben
especificarse en el nivel de organización. Por lo demás, la migración de una
solución de BI heredada puede beneficiarse considerablemente de los ahorros de
costos, mientras que la migración de otra solución de BI heredada puede centrarse
en obtener ventajas de optimización de flujos de trabajo.
¿Cuál es la relación costo/beneficio esperada o ROI de esta migración? El tener
un reconocimiento claro de las expectativas relacionadas con el costo, el aumento
de capacidades, la menor complejidad o la mayor agilidad resulta útil para medir el
éxito. Puede proporcionar principios orientativos para ayudar a tomar decisiones
durante el proceso de migración.
¿Qué indicadores clave de rendimiento (KPI) se van a usar para medir el éxito?
En la siguiente lista se muestran algunos ejemplos de KPI:
Número de informes representados desde la plataforma de BI heredada, que se
reduce mes tras mes.
Número de informes representados desde Power BI, que aumenta mes tras mes.
Número de consumidores de informes de Power BI, que aumenta trimestre tras
trimestre.
Porcentaje de informes migrados a producción por fecha objetivo.
Reducción de costos en el apartado de costos de licencias año tras año.
Sugerencia
Número medio de veces que se ha ejecutado cada informe por semana, mes
o trimestre.
Número medio de consumidores por informe por semana, mes o trimestre.
Consumidores de cada informe, especialmente los informes que usan los
ejecutivos.
Fecha más reciente en que se ha ejecutado cada informe.
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie de migración de Power BI se proporciona
información sobre la fase 1, que se refiere a la recopilación y la priorización de los
requisitos al migrar a Power BI.
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
7 Nota
Para obtener una explicación completa del gráfico anterior, vea Información
general sobre la migración de Power BI.
El resultado de la fase 1 incluye los requisitos detallados a los que se ha dado prioridad.
Pero es necesario finalizar por completo las actividades adicionales de las fases 2 y 3
para estimar totalmente el nivel de esfuerzo.
) Importante
Las fases 1-5 representan actividades relacionadas con una solución concreta. Hay
decisiones y actividades en el nivel de organización o inquilino que afectan al
proceso en el nivel de solución. Algunas de esas actividades de planeación de nivel
superior se tratan en el artículo Información general sobre la migración de
Power BI. Cuando proceda, dé preferencia a las decisiones de nivel de organización
por eficacia y coherencia.
La hoja de ruta de adopción de Power BI describe estos tipos de consideraciones
estratégicas y tácticas. Hace énfasis en la adopción de la organización.
Sugerencia
Compilación de requisitos
El inventario de los elementos de BI existentes, compilado en los pasos previos a la
migración, se convierte en la entrada de los requisitos de la nueva solución que se va a
crear en Power BI. La recopilación de requisitos consiste en comprender el estado actual,
así como los elementos que los usuarios quieren cambiar o refactorizar al rediseñar
informes en Power BI. Los requisitos detallados resultan útiles para el plan de
implementación de la solución de la fase 2, durante la creación de una prueba de
concepto en la fase 3 y al crear la solución lista para producción en la fase 4.
Considere la posibilidad de clasificar los requisitos como requisitos que debe tener
o que sería agradable tener. A menudo los consumidores solicitan todo lo que
pueden necesitar por adelantado porque creen que puede ser su única
oportunidad de realizar solicitudes. Además, al abordar prioridades en varias
iteraciones, ponga el trabajo pendiente a disposición de las partes interesadas. Eso
ayuda a la comunicación, la toma de decisiones y el seguimiento de los
compromisos pendientes.
) Importante
7 Nota
Identifique los informes de alta prioridad, que pueden incluir informes que:
Identifique los datos de alta prioridad, que pueden incluir datos que:
Pasos siguientes
En el siguiente artículo de esta serie de migración de Power BI se proporciona
información sobre la fase 2, que se refiere a la planeación de la migración de una única
solución de Power BI.
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
7 Nota
Para obtener una explicación completa del gráfico anterior, vea Información
general sobre la migración de Power BI.
La fase 2 se centra en definir cómo se usan los requisitos establecidos en la fase 1 para
migrar una solución a Power BI.
El resultado de la fase 2 incluye tantas decisiones específicas como sea posible para
guiar el proceso de implementación.
) Importante
Las fases 1-5 representan actividades relacionadas con una solución concreta. Hay
decisiones y actividades en el nivel de organización o inquilino que afectan al
proceso en el nivel de solución. Algunas de esas actividades de planeación de nivel
superior se tratan en el artículo Información general sobre la migración de
Power BI. Cuando proceda, dé preferencia a las decisiones de nivel de organización
por eficacia y coherencia.
Sugerencia
U Precaución
¿Es necesaria una nueva área de trabajo para esta solución nueva?
¿Se van a necesitar áreas de trabajo independientes para desarrollo, pruebas y
producción?
¿Se van a usar áreas de trabajo independientes para los datos y los informes, o
basta con una sola área de trabajo? Las áreas de trabajo independientes tienen
numerosas ventajas, especialmente para la protección de los conjuntos de datos.
En caso necesario se pueden administrar de forma independiente de los usuarios
que publican informes.
¿Cuáles son los requisitos de seguridad del área de trabajo? Esto influye en la
planeación de roles del área de trabajo. Si son consumidores de contenido los que
van a usar una aplicación, los permisos de la audiencia para la aplicación se
administran de forma independiente del área de trabajo. Los distintos permisos
para los visores de la aplicación proporcionan flexibilidad adicional a la hora de
cumplir los requisitos de seguridad de los consumidores de solo lectura de
informes o paneles.
¿Se pueden usar grupos existentes para proteger el nuevo contenido? Se admiten
grupos de Azure Active Directory y Microsoft 365. Si está en consonancia con los
procesos existentes, el uso de grupos facilita la administración de permisos más
que las asignaciones a usuarios individuales.
¿Hay alguna consideración de seguridad relacionada con los usuarios invitados
externos? Es posible que tenga que trabajar con el administrador de Azure Active
Directory y el administrador de Power BI para configurar el acceso de usuarios
invitados.
Sugerencia
¿Es una aplicación de Power BI (que incluye informes y paneles de una sola área de
trabajo) la mejor manera de entregar contenido a los consumidores o basta el
acceso directo a un área de trabajo para los visores de contenido?
¿Se van a incrustar determinados informes y paneles en otra ubicación, como
Teams, SharePoint Online o un portal o sitio web seguro?
¿Los consumidores van a acceder al contenido mediante dispositivos móviles? Los
requisitos para la entrega de informes en dispositivos de pequeño formato
influyen en algunas decisiones de diseño de informes.
¿Se va a permitir a los consumidores crear informes nuevos a partir del conjunto
de datos publicado? Esta capacidad se puede habilitar mediante la asignación del
permiso de compilación para el conjunto de datos a un usuario.
Si los consumidores quieren personalizar un informe, ¿pueden guardar una copia y
personalizarla de acuerdo a sus necesidades?
U Precaución
Aunque la capacidad Guardar una copia es una característica cómoda, se debe usar
con precaución si el informe incluye determinados gráficos o mensajes de
encabezado y pie de página. Dado que los logotipos, los iconos y los mensajes
textuales suelen estar relacionados con los requisitos de personalización de marca
o el cumplimiento normativo, es importante controlar cuidadosamente cómo se
entregan y distribuyen. Si se usa Guardar una copia, pero el nuevo autor no
modifica los gráficos ni los mensajes de encabezado y pie de página originales,
puede producirse confusión en torno a quién ha elaborado el informe en realidad.
También se puede reducir el sentido de la personalización de marca.
Los consumidores sin una licencia de Power BI Pro o Premium por usuario (PPU)
pueden acceder al contenido.
Compatibilidad con conjuntos de datos de gran tamaño.
Compatibilidad con actualizaciones de datos más frecuentes.
Compatibilidad con el uso del conjunto completo de características de flujos de
datos.
Características empresariales, lo que incluye canalizaciones de implementación y el
punto de conexión XMLA.
) Importante
Sugerencia
Los costos de mano de obra (salarios y tarifas) suelen estar entre los mayores
gastos de la mayoría de las organizaciones. Aunque puede ser difícil de estimar con
precisión, las mejoras de productividad tienen una excelente rentabilidad de la
inversión (ROI).
Pasos siguientes
En el siguiente artículo de esta serie de migración de Power BI se ofrece información
sobre la fase 3, que está relacionada con la elaboración de una prueba de concepto para
mitigar el riesgo y abordar los factores desconocidos cuanto antes al migrar a Power BI.
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
En este artículo se explica la fase 3, que está relacionada con la elaboración de una
prueba de concepto (POC) para mitigar el riesgo y abordar los factores desconocidos
cuanto antes al migrar a Power BI.
7 Nota
Para obtener una explicación completa del gráfico anterior, vea Información
general sobre la migración de Power BI.
El resultado de esta fase es una solución de Power BI de ámbito limitado, que aborda las
preguntas abiertas iniciales y que está lista para el trabajo adicional de la fase 4, que
consiste en prepararla para producción.
) Importante
Sugerencia
Lo más normal en una migración es que los requisitos sean conocidos porque haya una
solución existente desde la que empezar. Pero, en función de la cantidad de mejoras
que se vayan a realizar o de las capacidades existentes de Power BI, una prueba de
concepto sigue proporcionando un valor considerable. Además, la elaboración rápida
de un prototipo con los comentarios de los consumidores puede ser adecuada para
aclarar los requisitos rápidamente, especialmente si se realizan mejoras.
) Importante
Debido a su extrema flexibilidad, hay algunos aspectos sobre Power BI que pueden ser
sustancialmente diferentes a la plataforma de BI heredada desde la que se está
migrando.
U Precaución
1. El panel heredado se puede volver a crear como informe de Power BI. La mayoría
de los informes se crean con Power BI Desktop. Los informes paginados y los
informes de Excel también son opciones alternativas.
2. El panel heredado se puede volver a crear como panel de Power BI. Los paneles
son una característica de visualización del servicio Power BI. Los objetos visuales de
panel se suelen crear mediante el anclaje de objetos visuales de uno o más
informes, Preguntas y respuestas o Conclusiones rápidas.
Sugerencia
Dado que los paneles son un tipo de contenido de Power BI, no use la palabra
panel en el nombre del informe o panel.
Enfoque en la imagen general al volver a crear objetos
visuales
Todas las herramientas de BI tienen sus puntos fuertes y sus áreas de enfoque. Por esta
razón, es posible que los objetos visuales de informe exactos de los que dependía en
una plataforma de BI heredada no tengan un equivalente próximo en Power BI.
Al volver a crear objetos visuales de informe, céntrese más en las preguntas de negocio
generales que el informe va a abordar. Eso elimina la presión de replicar el diseño de
cada objeto visual exactamente de la misma forma. A pesar de que los consumidores de
contenido aprecian la coherencia a la hora de usar informes migrados, es importante no
enredarse en interminables debates sobre pequeños detalles.
Pasos siguientes
En el siguiente artículo de esta serie de migración de Power BI se proporciona
información sobre la fase 4, que se refiere a la creación y validación de contenido al
migrar a Power BI.
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
7 Nota
Para obtener una explicación completa del gráfico anterior, consulte el artículo de
información general sobre la migración a Power BI.
La fase 4 se centra en realizar el trabajo real para convertir la prueba de concepto (POC)
en una solución lista para producción.
Sugerencia
) Importante
Adquirir datos de uno o más orígenes de datos (que pueden ser un flujo de datos
de Power BI).
Dar forma a los datos, así como combinarlos y prepararlos.
Crear el modelo de conjunto de datos, incluidas las tablas de fechas.
Crear y comprobar relaciones de modelo.
Definir medidas.
Configurar seguridad de nivel de fila, en caso necesario.
Configurar sinónimos y optimizar Preguntas y respuestas.
Planear la escalabilidad, el rendimiento y la simultaneidad, lo que puede influir en
sus decisiones sobre los modos de almacenamiento de datos, como el uso de una
modelo compuesto o agregaciones.
Sugerencia
7 Nota
Validación de la solución
Hay cuatro aspectos principales en la validación de una solución de Power BI:
Validación de seguridad
Al validar la seguridad, hay dos aspectos principales que hay que tener en cuenta:
Permisos de datos
Acceso a conjuntos de datos, informes y paneles
Las principales formas de conceder acceso al contenido de Power BI son las siguientes:
Sugerencia
Validación de la funcionalidad
Es el momento de comprobar de nuevo los detalles del conjunto de datos, como los
nombres de campo, el formato, la ordenación y el comportamiento de resumen
predeterminado. También se deben comprobar las características de los informes
interactivos, como las segmentaciones de datos, las acciones de exploración en
profundidad y obtención de detalles, las expresiones, los botones o los marcadores.
Durante el proceso de desarrollo, la solución de Power BI debe publicarse en un área de
trabajo de desarrollo en el servicio Power BI de forma periódica. Compruebe que toda la
funcionalidad actúa según lo previsto en el servicio, como la representación de objetos
visuales personalizados. También es un buen momento para realizar más pruebas.
Pruebe la actualización programada, Preguntas y respuestas, y cómo los informes y
paneles se ven en un dispositivo móvil.
Documentación de la solución
Hay dos tipos principales de documentación que son útiles para una solución Power BI:
Sugerencia
Si crea un sitio con el fin de que sirva como centro para la documentación
relacionada con Power BI, valore la posibilidad de personalizar el menú Obtener
ayuda con la ubicación de su URL.
También puede optar por crear un registro de cambios que resuma los cambios más
importantes que se hayan producido en el conjunto de datos a lo largo del tiempo.
También puede optar por incluir documentación adicional del informe en una página
oculta del mismo. Podría incluir decisiones de diseño y un registro de cambios.
Pasos siguientes
En el siguiente artículo de esta serie de migración de Power BI se proporciona
información sobre la fase 5, que se refiere a la implementación, admisión y supervisión
de contenido al realizar la migración a Power BI.
Otros recursos útiles incluyen los siguientes:
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
7 Nota
Para obtener una explicación completa del gráfico anterior, consulte el artículo de
información general sobre la migración a Power BI.
La salida de esta fase es una solución de producción lista para su uso en la empresa.
Cuando se trabaja con un método ágil, conviene tener algunas mejoras planeadas, que
se entregarán en una futura iteración. El soporte técnico y la supervisión también son
importantes en esta fase y de forma continua.
Sugerencia
7 Nota
El grado de formalidad de este proceso de UAT, incluidas las aprobaciones por escrito,
dependerá de sus prácticas de administración de cambios.
Sugerencia
) Importante
Ejecución en paralelo
En muchas situaciones, la nueva solución se ejecutará en paralelo con la heredada
durante un tiempo predeterminado. Entre las ventajas de la ejecución en paralelo se
incluyen las siguientes:
Supervisión de la solución
Los eventos del registro de actividad de Power Bi se pueden utilizar para comprender
los patrones de uso de la nueva solución (o del registro de ejecución en el caso de
contenido implementado en Power BI Report Server). El análisis del registro de actividad
puede ayudar a determinar si el uso real difiere de las expectativas. También puede
validar que la solución se admite adecuadamente.
Estas son algunas preguntas que pueden responderse revisando el registro de actividad:
) Importante
Contar con un proceso de soporte técnico formal, con personal de TI capaz de atender
incidencias de soporte técnico, también resulta esencial para controlar las solicitudes
rutinarias orientadas al sistema y con fines de escalamiento.
7 Nota
También se puede tener un Centro de excelencia (COE) que actúe como grupo de
asesores internos que prestan asistencia e imparten cursos sobre Power BI y determinan
su uso en la organización. Un COE puede ser responsable de mantener contenido útil
sobre Power BI en un portal interno.
Por último, debe quedar claro a los consumidores del contenido con quién deben
ponerse en contacto en caso de tener dudas al respecto, así como disponer de un
mecanismo para proporcionar comentarios sobre problemas o mejoras.
Para obtener más información sobre el soporte técnico de los usuarios, con especial
atención a la resolución de problemas, vea Hoja de ruta de adopción de Power BI:
soporte técnico para usuarios.
Pasos siguientes
En el artículo final de esta serie podrá aprender de los clientes cuándo realizar la
migración a Power BI.
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
En este artículo, que concluye la serie sobre la migración a Power BI, se comparten
lecciones clave que han descubierto dos clientes que han realizado una correcta
migración a Power BI.
Durante la segunda mitad de 2018, se hizo un anuncio formal por el que se indicaba
que Power BI pasaba a ser la herramienta de BI aprobada para la organización. Y, por lo
tanto, todos los nuevos trabajos de desarrollo de BI debían realizarse en Power BI. La
disponibilidad de Power BI Premium fue un factor clave para tomar esta decisión. En
aquel momento, la organización desaconsejaba el uso de la plataforma de BI anterior y
empezó la planeación de la transición.
) Importante
Power BI ya tenía éxito y estaba afianzado en la organización antes de que se
pidiera a las unidades de negocio que acometieran un esfuerzo de migración
formal fuera de la plataforma de BI anterior.
) Importante
) Importante
Es muy fácil sobrestimar la importancia real del informe. En el caso de los informes
que no se usan con frecuencia, evalúe si se pueden retirar completamente. A veces,
lo más económico y más sencillo es no hacer nada.
) Importante
) Importante
También existe una comunidad interna de Power BI que cuenta con más de
1600 miembros, lo que ha resultado un éxito masivo. La comunidad se administra en
Yammer. Los miembros pueden plantear preguntas de forma interna y recibir respuestas
que se ciñen a los procedimientos recomendados y se enmarcan dentro de las
restricciones de la organización. Este tipo de interacción entre usuarios reduce gran
parte de la carga de soporte técnico del COE. Sin embargo, el COE supervisa las
preguntas y respuestas, y participa en las conversaciones cuando es necesario.
Una extensión de la comunidad interna es la red de expertos más reciente de Power BI.
Incluye un pequeño número de campeones de Power BI preseleccionados de dentro de
la organización. Son profesionales de Power BI de las unidades de negocio muy
cualificados, campeones entusiastas y que quieren resolver de forma activa los desafíos
de la empresa. Se espera que los miembros de la red de expertos de Power BI cumplan
los procedimientos recomendados y las directrices que establece el COE, y ayuden a que
la comunidad interna de Power BI en sentido más amplio los entienda e implemente.
Aunque la red de expertos de Power BI colabora con el COE y puede recibir
entrenamiento dedicado, los expertos de Power BI funcionan independientemente del
COE. Los expertos de Power BI pueden definir los parámetros de su funcionamiento,
teniendo en cuenta que cuentan con otras responsabilidades y prioridades en su rol
oficial.
) Importante
Tenga un ámbito muy bien definido de lo que hace el COE, por ejemplo, adopción,
gobernanza, instrucciones, procedimientos recomendados, entrenamiento, soporte
técnico y quizás incluso desarrollo práctico. Aunque un COE es increíblemente
valioso, medir el retorno de la inversión puede resultar difícil.
) Importante
) Importante
Cada uno de los grupos de análisis está dedicado a una unidad de negocio específica o
a una función de servicios compartidos. Un grupo pequeño puede contener un solo
analista, mientras que un grupo de mayor tamaño puede tener de 10 a 15.
) Importante
) Importante
) Importante
La empresa realizó una gran inversión en áreas de trabajo Premium, especialmente para
distribuir contenido de Power BI a muchos usuarios con licencias de Power BI gratuitas.
El equipo de soporte técnico trabaja con autores de contenido para asegurarse de que
usan áreas de trabajo Premium cuando sea necesario. Evita la asignación innecesaria de
licencias de Power BI Pro cuando un usuario solo necesita consumir contenido.
) Importante
Suelen surgir preguntas acerca de las licencias. Prepárese para educar y ayudar a
los creadores de contenido a resolver las preguntas sobre las licencias. Compruebe
que las solicitudes de usuario para licencias de Power BI Pro están justificadas.
) Importante
Cuente con un plan para crear y administrar puertas de enlace de datos locales.
Decida quién tiene permiso para instalar y usar una puerta de enlace personal, y
aplíquela a las directivas de puerta de enlace.
Nivel 1; entre el equipo: los usuarios aprenden los unos de los otros a diario.
Nivel 2; comunidad de Power BI: las personas formulan preguntas de la
comunidad de equipos internos para que aprendan unos de otros y comuniquen
información importante.
Nivel 3; equipo central de BI y COE: las personas envían solicitudes de correo
electrónico para obtener ayuda. Las sesiones en horario de oficina se llevan a cabo
dos veces al día para debatir problemas de forma colectiva y compartir ideas.
) Importante
Aunque los dos primeros niveles son menos formales, son tan importantes como el
tercer nivel de soporte técnico. Los usuarios experimentados suelen confiar
principalmente en las personas que conocen, mientras que los usuarios más
recientes (o los que son el único analista de datos para una unidad de negocio o un
servicio compartido) suelen confiar más en el soporte técnico formal.
) Importante
Preste atención a cómo se usan las capacidades Premium y cómo se asignan las
áreas de trabajo.
Pasos siguientes
Otros recursos útiles incluyen los siguientes:
Transformación de la BI de Microsoft
Notas del producto de la planeación de una implementación de Power BI
Enterprise
Dashboard in a Day
¿Tiene alguna pregunta? Pruebe a preguntar a la comunidad de Power BI
¿Sugerencias? Ideas para contribuir a mejorar Power BI
El objetivo de esta serie de artículos es proporcionar una hoja de ruta. La hoja de ruta
presenta una serie de consideraciones estratégicas y tácticas y elementos de acción que
conducen directamente a la adopción adecuada de Power BI y ayudan a crear una
cultura de los datos en la organización.
El progreso de la adopción y el fomento de una cultura de los datos van más allá de la
mera implementación de características tecnológicas. La tecnología puede ayudar a una
organización a conseguir el mayor impacto, pero una buena cultura de los datos abarca
una gran cantidad de consideraciones que afectan a personas, procesos y tecnología.
7 Nota
Cuando lea esta serie de artículos, se recomienda que también tenga en cuenta las
instrucciones de planeamiento de la implementación de Power BI. Una vez que
esté familiarizado con los conceptos de la hoja de ruta de adopción de Power BI,
considere la posibilidad de revisar los escenarios de uso. Comprender las diversas
formas en que se usa Power BI puede influir en las decisiones y estrategias
relacionadas con la implementación.
Ámbito Descripción
Comunidad práctica: una comunidad práctica está formada por un grupo de personas
con un interés común que interactúan y se ayudan entre sí de forma voluntaria. Una
comunidad activa es un indicador de una buena cultura de los datos. Puede adelantar
considerablemente los esfuerzos de adopción.
Soporte técnico para usuarios: el soporte técnico para usuarios incluye métodos
organizados formal e informalmente para resolver problemas y responder a preguntas.
Los métodos de soporte técnico formales e informales son fundamentales para la
adopción.
En cada artículo individual de esta serie se habla de los temas clave asociados a los
elementos del diagrama. Se ofrecen consideraciones y posibles elementos de acción.
Cada artículo concluye con un conjunto de niveles de madurez para ayudar a evaluar el
estado actual a fin de poder decidir qué acción llevar a cabo a continuación.
Adopción de Power BI
Una correcta adopción de Power BI supone la creación de procesos, soporte técnico,
herramientas y datos eficaces y su integración en los patrones continuos de uso
normales de los creadores de contenido, los consumidores y las partes interesadas de la
organización.
) Importante
Siempre que sea posible, los esfuerzos de adopción deben alinearse entre plataformas
de análisis, servicios de BI y otros productos de Power Platform. Estos productos
incluyen Power Apps y Power Automate.
7 Nota
En los artículos restantes de esta serie de adopción de Power BI se tratan los siguientes
aspectos de la adopción.
) Importante
Esta serie de adopción de Power BI es más actual. Está diseñada para orientar a
cualquier persona u organización que use, o considere la posibilidad de usar,
Power BI. Si busca mejorar la implementación de Power BI existente o planear una
nueva, esta hoja de ruta de adopción es un excelente punto de partida. En el marco
de adopción de Power BI va a encontrar una gran cantidad de información útil,
por lo que se recomienda revisarlo.
Audiencia de destino
La audiencia prevista de esta serie de artículos está interesada en uno o más de los
siguientes resultados.
En primer lugar, esta serie de artículos va a ser útil para aquellos que trabajan en una
organización con una o más de las características siguientes.
Suposiciones y ámbito
El protagonista principal de esta serie de artículos es la plataforma tecnológica Power BI,
con énfasis en el servicio Power BI.
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre los niveles de madurez
de la adopción de Power BI. Se hace referencia a los niveles de madurez a lo largo de
toda la serie de artículos. Vea también el artículo de conclusión para obtener recursos
adicionales relacionados con la adopción.
Agradecimientos
Melissa Coates, MVP de plataforma de datos y propietaria de Coates Data Strategies ,
ha redactado esta serie de artículos, junto con la colaboración de Matthew Roche. Entre
los revisores se incluyen Cory Moore, James Ward, Timothy Bindas, Greg Moir, Chuy
Varela, Daniel Rubiolo, Sanjay Raut y Peter Myers.
Niveles de madurez de la hoja de ruta
de adopción de Power BI
Artículo • 23/03/2023 • Tiempo de lectura: 15 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
Hay tres perspectivas interrelacionadas que se deben tener en cuenta al adoptar una
tecnología como Power BI.
Tipo Descripción
7 Nota
Entre las características comunes del nivel de madurez 100, se incluyen las siguientes:
Entre las características comunes del nivel de madurez 200, se incluyen las siguientes:
Entre las características comunes del nivel de madurez 300, se incluyen las siguientes:
Entre las características comunes del nivel de madurez 400, se incluyen las siguientes:
Entre las características comunes del nivel de madurez 500, se incluyen las siguientes:
7 Nota
Las características anteriores tienen una connotación general. Al considerar los
niveles de madurez y diseñar un plan, querrá tener en cuenta cada tema u objetivo
de forma independiente. En realidad, es probable que no sea posible alcanzar el
nivel de madurez 500 para todos los aspectos de la adopción de Power BI en toda
la organización. Por lo tanto, evalúe los niveles de madurez de forma
independiente, por objetivo. De este modo, puede dar prioridad a los esfuerzos
donde le proporcionen más valor. En los demás artículos de esta serie sobre la
adopción de Power BI se presentan los niveles de madurez por tema.
7 Nota
La adopción del usuario abarca cómo los consumidores ven el contenido y también
cómo los creadores de autoservicio generan contenido para que otros lo consuman.
) Importante
Cuando los usuarios alcanzan las fases de impulso y dominio, la organización debe
estar lista para ofrecerles apoyo. Puede plantearse algunos esfuerzos proactivos
para animar a los usuarios a avanzar por las fases. Para obtener más información,
consulte los artículos sobre la comunidad de prácticas y el soporte técnico del
usuario.
Cuando una solución avanza a las fases 3 o 4, las expectativas para poner en práctica la
solución son mayores.
Sugerencia
Pasos siguientes
En el siguiente artículo de la serie sobre la hoja de ruta de adopción de Power BI,
obtendrá más información sobre la cultura de datos de la organización y su impacto en
los esfuerzos de adopción.
Hoja de ruta de adopción de Power BI:
cultura de datos
Artículo • 23/03/2023 • Tiempo de lectura: 14 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
) Importante
El siguiente diagrama circular muestra los aspectos interrelacionados que pueden influir
en una cultura de datos:
El diagrama representa las relaciones algo ambiguas entre los siguientes elementos:
La cultura de datos es el círculo externo. Todos los temas que contiene contribuyen
al estado de la cultura de datos.
La adopción en la organización (incluidos los aspectos de implementación de la
mentoría y la habilitación de los usuarios, el soporte técnico al usuario, la
comunidad práctica, la gobernanza y la supervisión del sistema) es el círculo
interno. Todos los temas contribuyen en gran parte a la cultura de datos.
El soporte ejecutivo y el Centro de excelencia impulsan el éxito de la adopción de
la organización.
El dominio, la democratización y la detección de los datos son aspectos de la
cultura de datos que están muy influenciados por la adopción en la organización.
La propiedad, la administración y el ámbito de entrega del contenido están
estrechamente relacionados con la democratización de los datos.
Sugerencia
Si puede dar por hecho que sus esfuerzos para desarrollar una solución de datos
(como un conjunto de datos o un informe) se valorarán y apreciarán, es un
indicador excelente de que cuenta con una cultura de datos correcta. En ocasiones,
sin embargo, depende de lo que el administrador valore más.
Aunque la tecnología puede ayudar a avanzar en los objetivos de una cultura de datos,
la implementación de herramientas o características específicas no es el objetivo. Esta
serie de artículos cubre muchos temas que contribuyen a la adopción de una cultura de
datos correcta. En el resto de este artículo se abordan tres aspectos esenciales de la
cultura de datos: la detección de datos, la democratización de datos y la flexibilidad de
datos.
Detección de datos
Una cultura de datos correcta depende de los usuarios que trabajan con los datos
adecuados en sus actividades cotidianas. Para lograr este objetivo, los usuarios deben
buscar y acceder a orígenes de datos, informes y otros elementos.
Sugerencia
Es importante tener un proceso claro y sencillo para que los usuarios puedan
solicitar acceso a los datos. Saber que existe un conjunto de datos, pero no poder
acceder a él debido a las directrices y los procesos establecidos por el propietario
del dominio, puede ser frustrante para los usuarios. Puede obligarles a usar
soluciones alternativas ineficaces en lugar de solicitar acceso en los canales
adecuados.
La detección de datos contribuye a los esfuerzos de adopción y a la implementación de
prácticas de gobernanza mediante las siguientes acciones:
Democratización de datos
La democratización de datos hace referencia a poner los datos en manos de más
usuarios responsables de resolver problemas empresariales. Se trata de permitirles
tomar decisiones relacionadas con los datos.
7 Nota
2 Advertencia
Sugerencia
Lista de comprobación: estas son algunas consideraciones y acciones clave que puede
realizar para reforzar la cultura de datos.
Niveles de madurez
100: Inicial El equipo de BI empresarial no puede mantenerse al día con las necesidades de la
empresa. Existe un trabajo pendiente significativo de solicitudes para el equipo de
BI empresarial.
200: Varios equipos han tenido éxitos medibles con soluciones de BI de autoservicio.
Repetible Personas de la organización empiezan a prestar atención.
400: Los objetivos de la cultura de datos para emplear una toma de decisiones
Competente informada están alineados con los objetivos de la organización. Cuentan con el
apoyo activo del patrocinio de la directiva, el COE y tienen un impacto directo en
las estrategias de adopción.
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
) Importante
Este es otro ejemplo: el CEO puede capacitar a un ejecutivo existente, como el director
financiero (CFO), por su buen historial en la manipulación de datos y análisis de la
organización. Como nuevo patrocinador ejecutivo, el CFO podría dirigir los esfuerzos
para replicar el éxito del equipo financiero en otras áreas de la organización.
7 Nota
Con un enfoque de abajo arriba, es posible que el patrocinador pueda realizar algún
progreso, pero no tendrá autoridad formal sobre otras unidades de negocio. Sin una
autoridad clara, solo es cuestión de tiempo que se produzcan desafíos que superen su
nivel de autoridad. Por esta razón, el enfoque de arriba abajo tiene una mayor
probabilidad de éxito. Sin embargo, los éxitos iniciales con un enfoque de abajo arriba
pueden convencer a los directivos de aumentar su nivel de patrocinio, lo que puede
iniciar una competencia sana entre otras unidades de negocio en cuanto a la adopción
de BI.
Niveles de madurez
Los niveles de madurez siguientes le ayudarán a evaluar el estado actual del patrocinio
ejecutivo.
200: Existe soporte ejecutivo informal para Power BI por medio de canales y relaciones
Repetible informales.
300: Se identifica un patrocinador ejecutivo. Las expectativas respecto al rol son claras.
Definido
400: Un patrocinador ejecutivo está bien establecido con alguien con autoridad
Competente suficiente en toda la organización.
Pasos siguientes
Obtenga más información sobre la propiedad y la administración de contenido y su
efecto en la BI de autoservicio dirigida por la empresa, la BI de autoservicio
administrada y la BI empresarial en el siguiente artículo de la serie de la hoja de ruta de
adopción de Power BI.
Hoja de ruta de adopción de Power BI:
propiedad y administración de
contenido
Artículo • 23/03/2023 • Tiempo de lectura: 22 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
7 Nota
La cultura de datos de la organización es la que determina por qué, cómo y por parte de
quién se implementa cada una de estas tres estrategias de propiedad del contenido.
Es poco probable que una organización funcione con solo una estrategia de propiedad
y administración de contenido. Según la cultura de los datos, una estrategia puede ser
mucho más dominante que las demás. La elección de estrategia puede diferir entre una
solución y otra, o entre un equipo y otro. De hecho, un único equipo puede usar de
manera activa varias estrategias si es tanto consumidor de contenido de BI empresarial
como productor de su propio contenido de autoservicio. La estrategia que se debe
seguir depende de factores como:
En general:
Propiedad y administración
Hay muchos roles relacionados con la administración de datos. Los roles se pueden
definir de muchas maneras y se pueden malinterpretar fácilmente. En la tabla siguiente
se presentan posibles formas de definir conceptualmente estos roles:
Rol Descripción
Experto en la Responsable de definir lo que significan los datos, para qué se usan, quién puede
materia (SME) acceder a ellos y cómo se presentan a otros usuarios. Colabora con el propietario
del dominio según sea necesario y ayuda a sus compañeros cuando estos usan
los datos.
Propietario Responsable de crear, mantener, publicar y proteger el acceso a los datos y a los
técnico elementos de informes.
Rol Descripción
Propietario Responsable de la toma de decisiones de nivel superior que colabora con los
del dominio equipos de gobernanza en las directivas, los procesos y los requisitos de
administración de los datos. Se ocupa de la toma de decisiones para definir los
usos adecuados e inadecuados de los datos. Participa en la junta de gobernanza
de datos, como se explica en el artículo sobre gobernanza.
7 Nota
En el resto de este artículo se habla de las consideraciones relacionadas con las tres
estrategias de administración y propiedad del contenido.
) Importante
Enseñe a los creadores a usar las mismas técnicas que usaría TI, como los
conjuntos de datos compartidos y los flujos de datos. Un menor número de
conjuntos de datos duplicados reduce el mantenimiento, mejora la coherencia y
disminuye el riesgo.
Céntrese en proporcionar mentoría, entrenamiento, recursos y documentación
(como se describe en el artículo sobre mentoría y capacitación de los usuarios). La
importancia de estos esfuerzos no se puede pasar por alto. Esté preparado para
que los niveles de aptitudes de los creadores de contenido de autoservicio varíen
considerablemente. También es habitual que una solución ofrezca un valor
empresarial excelente, pero que se haya creado de forma que no se escale ni tenga
un buen desempeño con el tiempo (a medida que aumentan los volúmenes de
datos históricos). Resulta muy útil que el COE esté disponible para ayudar cuando
se planteen estas situaciones.
Proporcione instrucciones sobre la mejor manera de usar las aprobaciones. La
aprobación promocionada es para el contenido generado por los creadores de
autoservicio. Considere la posibilidad de reservar el uso de la aprobación
certificada para el contenido de BI empresarial y el contenido de BI de autoservicio
administrada (que se explican a continuación).
Analice el registro de actividad para detectar situaciones en las que el COE podría
ponerse en contacto proactivamente con los propietarios de autoservicio para
ofrecer información útil. Resulta especialmente útil cuando se detecta un patrón de
uso poco adecuado. Por ejemplo, la actividad de registro podría revelar un uso
excesivo del uso compartido de elementos individuales cuando los roles de una
aplicación o un área de trabajo pueden ser una mejor opción. Los datos del
registro de actividad permiten al COE ofrecer soporte técnico y consejos a las
unidades de negocio. A su vez, esta información puede ayudar a aumentar la
calidad de las soluciones, al tiempo que permite a la empresa conservar la
propiedad total y el control de su contenido.
BI de autoservicio administrada
La BI de autoservicio administrada es un enfoque mixto. Los datos son propiedad de un
equipo centralizado (como TI, BI empresarial o el COE) que los administra, mientras que
la responsabilidad de los informes y paneles pertenece a los creadores y expertos en la
materia de las unidades de negocio. BI de autoservicio administrada suele ser una
buena estrategia para las soluciones de BI para equipos y BI para departamentos.
BI empresarial
BI para empresas usa un enfoque centralizado en el que todo el contenido es propiedad
de un equipo centralizado que lo administra. Este equipo suele ser TI, BI empresarial o el
COE.
Transferencias de propiedad
A veces puede ser necesario transferir la propiedad de una solución determinada a otro
equipo. Se puede producir una transferencia de propiedad de una unidad de negocio a
un equipo centralizado si:
El COE debe tener procedimientos bien documentados para identificar si una solución
es candidata para la transferencia de propiedad. Resulta muy útil si el personal del
departamento de soporte técnico sabe qué buscar también. El contar con un patrón
personalizado para que los creadores de autoservicio compilen y desarrollen una
solución, y la entreguen en determinadas circunstancias, es un indicador de una cultura
de los datos productiva y correcta. Una transferencia de propiedad simple se puede
realizar durante el horario de oficina del COE; una transferencia más compleja puede
significar un proyecto pequeño administrado por el COE.
7 Nota
Niveles de madurez
Existe una alta proporción de conjuntos de datos con los informes. Cuando
muchos conjuntos de datos solo admiten un informe, indica oportunidades para
mejorar la reutilización de los datos, mejorar la confiabilidad, reducir el
mantenimiento y el número de conjuntos de datos duplicados.
Se han dado los primeros pasos para mejorar los niveles de coherencia y
confiabilidad de los esfuerzos de BI de autoservicio.
Los roles y las responsabilidades son claros y todos los implicados los
comprenden.
Level Estado de la propiedad y administración del contenido de Power BI
400: Hay criterios definidos para alinear los requisitos de gobernanza con el contenido
Competente de autoservicio frente a empresarial.
500: Pasos proactivos para comunicarse con los usuarios cuando se detectan
Eficiente actividades sospechosas en el registro de actividad. La educación y la información
se proporcionan para realizar mejoras graduales o reducir el riesgo.
Pasos siguientes
Puede obtener más información sobre el ámbito de la entrega de contenido en el
siguiente artículo de la serie sobre la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
Ámbito de entrega de contenido
Artículo • 23/03/2023 • Tiempo de lectura: 19 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
Los cuatro ámbitos de entrega que se describen en este artículo incluyen la inteligencia
empresarial personal, la inteligencia empresarial de equipo, la inteligencia empresarial
de departamento y la inteligencia empresarial corporativa. Como aclaración, centrarse
en el ámbito de una solución de BI entregada se refiere al número de personas que
pueden ver la solución, aunque el impacto es mucho mayor que eso. El ámbito influye
en gran medida en los procedimientos recomendados para la distribución de contenido,
el uso compartido, la seguridad y la protección de la información. El ámbito tiene una
correlación directa con el nivel de gobernanza (por ejemplo, los requisitos de
administración de cambios, el soporte técnico o la documentación), la extensión de la
mentoría y la habilitación de usuarios y las necesidades de soporte técnico del usuario.
También influye en las decisiones de licencias de usuario.
) Importante
No todos los datos y soluciones son iguales. Prepárese para aplicar diferentes
niveles de administración y gobernanza de datos a distintos equipos y a diversos
tipos de contenido. Las reglas estandarizadas son más fáciles de mantener, pero la
flexibilidad o la personalización suelen ser necesarias para aplicar el nivel adecuado
de supervisión en determinadas circunstancias. El patrocinador ejecutivo puede
resultar muy valioso para alcanzar el consenso entre los grupos de partes
interesadas cuando surgen situaciones difíciles.
Ámbito de entrega del contenido
El diagrama siguiente se centra en el número de consumidores de destino que
consumirán el contenido.
7 Nota
BI personal
La inteligencia empresarial personal trata sobre permitir que un individuo obtenga valor
analítico. También se trata de permitirles realizar tareas empresariales de forma más
eficaz mediante el uso personal eficiente de datos, información y análisis. Podría
aplicarse a cualquier tipo de trabajador de la información de la organización, no solo a
los analistas de datos y desarrolladores.
Compartir contenido con otros usuarios no es el objetivo. El contenido personal puede
residir en Power BI Desktop o en un área de trabajo personal del servicio de Power BI. Se
permite el uso del área de trabajo personal con la licencia de Power BI gratuita.
Características de la BI personal:
Sugerencia
BI para equipos
La inteligencia empresarial de equipo se centra en un equipo de personas que trabajan
juntas y que tienen la tarea de resolver problemas estrechamente relacionados usando
los mismos datos. La colaboración y el uso compartido de contenido entre sí en un área
de trabajo suele ser el objetivo principal. Debido a este estilo de trabajo, los miembros
del equipo normalmente tendrán una licencia de Power BI Pro o Power BI Premium por
usuario (PPU).
Asegúrese de que el Centro de excelencia (COE) está preparado para respaldar los
esfuerzos de los creadores de autoservicio que publican contenido para su equipo.
Tome decisiones lógicas sobre cómo se controlará la administración del área de
trabajo. El área de trabajo es un lugar para organizar el contenido relacionado, el
límite de los permisos y el ámbito de las aplicaciones. Puede ser tentador empezar
con un área de trabajo por equipo, pero es posible que no sea lo suficientemente
flexible como para satisfacer todas las necesidades.
Consulte las técnicas descritas para la BI de autoservicio dirigido por la empresa y
la BI de autoservicio administrado en el artículo propiedad y administración de
contenido. Son técnicas muy relevantes que ayudan a los creadores de contenido a
crear soluciones de BI para equipos eficaces y eficientes.
BI de departamento
El contenido se entrega a los miembros de un departamento o unidad de negocio. La
distribución de contenido a un mayor número de consumidores es una prioridad de la
inteligencia empresarial de departamento.
Algunos creadores de contenido suelen publicar contenido para que los consuman
sus compañeros.
La entrega formal de informes y aplicaciones es una prioridad alta para garantizar
que los consumidores tengan la mejor experiencia.
Se realiza un esfuerzo adicional para ofrecer informes más sofisticados y pulidos.
También se espera que se sigan los procedimientos recomendados para la
preparación de datos y el modelado de datos de mayor calidad.
Las necesidades de administración de cambios y administración del ciclo de vida
de las aplicaciones (ALM) comienzan a surgir para garantizar la estabilidad de la
versión y una experiencia coherente para los consumidores.
Asegúrese de que el COE está preparado para respaldar los esfuerzos de los
creadores de autoservicio. Los creadores que publican contenido usado en su
departamento o unidad de negocio pueden surgir como candidatos para
convertirse en campeones, o pueden convertirse en candidatos para unirse al COE
como miembros asociados.
Tome decisiones lógicas sobre cómo se controlará la administración del área de
trabajo. El área de trabajo es un lugar para organizar el contenido relacionado, el
límite de los permisos y el ámbito de las aplicaciones. Es probable que se necesiten
varias áreas de trabajo para satisfacer todas las necesidades de un departamento o
unidad de negocio de gran tamaño.
Planee cómo las aplicaciones de Power BI distribuirán contenido a la empresa. Las
aplicaciones pueden proporcionar una experiencia de usuario significativamente
mejor para consumir contenido. En muchos casos, a los consumidores de
contenido se les pueden conceder permisos para ver contenido solo mediante la
aplicación, reservando la administración de permisos del área de trabajo solo para
creadores y revisores de contenido. El uso de grupos de audiencia de aplicaciones
permite mezclar y combinar contenido y audiencia de destino de forma flexible.
Tenga claro qué validaciones de calidad de datos se han producido. Según
aumenta la importancia y el nivel de confidencialidad, también crecen las
expectativas de confiabilidad.
Asegúrese de que el entrenamiento, la mentoría y la documentación adecuados
estén disponibles para dar soporte a los creadores de contenido. Los
procedimientos recomendados para la preparación de datos, el modelado de
datos y la presentación de datos darán lugar a soluciones de mejor calidad.
Proporcione instrucciones sobre la mejor manera de usar la aprobación
promocionada y cuándo se puede permitir la aprobación certificada de las
soluciones de BI de departamento.
Asegúrese de que el propietario está identificado en todo el contenido de
departamento. La claridad sobre la propiedad del contenido es útil, incluido quién
es la persona con la que se debe contactar si se tienen preguntas, comentarios,
solicitudes de mejora o solicitudes de soporte técnico. En el servicio Power BI, los
propietarios de contenido pueden establecer la propiedad de la lista de contactos
para muchos tipos de elementos (como los informes y paneles). La lista de
contactos también se usa en flujos de trabajo de seguridad. Por ejemplo, cuando
se envía una dirección URL a un usuario para que abra una aplicación, pero este no
tiene permiso, se le presentará una opción para realizar una solicitud de acceso.
Considere la posibilidad de usar canalizaciones de implementación junto con áreas
de trabajo independientes. Las canalizaciones de implementación pueden admitir
entornos de desarrollo, prueba y producción que proporcionan más estabilidad a
los consumidores.
Considere la posibilidad de aplicar el uso de etiquetas de confidencialidad para
implementar la protección de la información en todo el contenido.
Incluya una personalización de marca coherente en los informes que coincida con
los colores y el estilo de los departamentos. También puede indicar quién produjo
el contenido. Para obtener más información, vea el artículo Propiedad y
administración de contenido. Una pequeña imagen o etiqueta de texto en el pie
de página del informe es útil si se exporta desde el servicio Power BI. Un archivo de
plantilla estándar de Power BI Desktop puede fomentar y simplificar el uso
coherente de la personalización de marca. Para obtener más información, consulte
el artículo Mentoría y habilitación del usuario.
Consulte las técnicas descritas para la BI de autoservicio dirigido por la empresa y
la BI de autoservicio administrado en el artículo propiedad y administración de
contenido. Son técnicas muy relevantes que ayudan a los creadores de contenido a
crear soluciones de BI para departamentos eficaces y eficientes.
BI empresarial
El contenido de la inteligencia empresarial corporativa suele administrarlo un equipo
centralizado y está sujeto a requisitos de gobernanza adicionales. El contenido se
entrega ampliamente en toda la organización.
Niveles de madurez
100: Inicial Los creadores de autoservicio publican el contenido para los consumidores de
forma no supervisada, sin una estrategia específica.
200: Existen demostraciones de buenas prácticas. Pero las buenas prácticas dependen
Repetible demasiado de los conocimientos, las aptitudes y los hábitos del creador del
contenido.
300: Se han definido y comunicado directrices claras para describir qué puede y no
Definido puede ocurrir dentro de cada ámbito de entrega. Estas directrices las siguen
algunos grupos de la organización, pero no todos.
400: Hay criterios definidos para alinear los requisitos de gobernanza con el contenido
Competente de autoservicio frente al empresarial.
500: Pasos proactivos para comunicarse con los usuarios cuando se detectan
Eficiente actividades sospechosas en el registro de actividad. La educación y la información
se proporcionan para realizar mejoras graduales o reducir el riesgo.
Pasos siguientes
Puede obtener más información sobre el Centro de excelencia (COE) en el artículo
siguiente de la serie sobre la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
Centro de excelencia
Artículo • 23/03/2023 • Tiempo de lectura: 15 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
7 Nota
Objetivos de un COE
Los objetivos de un COE incluyen:
Promover una cultura impulsada por datos.
Promover la adopción de Power BI.
Apoyar, formar, guiar y educar a los usuarios internos para mejorar sus aptitudes y
nivel de autosuficiencia.
Coordinar los esfuerzos y difundir el conocimiento en toda la organización.
Crear coherencia y transparencia para la comunidad de usuarios, lo que reduce la
fricción y los puntos débiles relacionados con la búsqueda de datos y contenido
de análisis importantes.
Maximizar las ventajas de la BI de autoservicio a la vez que se reducen los riesgos.
Reducir la deuda técnica al ayudar a tomar buenas decisiones que aumenten la
coherencia y resulten en menos ineficiencias.
) Importante
Sugerencia
Roles y responsabilidades
A continuación, se enumeran roles muy generalizados dentro de un COE. Es habitual
que varias personas tengan roles que se superponen, lo que resulta útil desde una
perspectiva de sustitución del personal y entrenamiento cruzado. También es habitual
que la misma persona desempeñe varios roles. Por ejemplo, la mayoría de los miembros
del COE también sirven como asesores o mentores.
Rol Descripción
Líder del Administra las operaciones cotidianas del COE. Interactúa con el patrocinador
COE ejecutivo y otros equipos de la organización, como la junta de gobernanza de datos,
según sea necesario. Para obtener más información sobre los roles y
responsabilidades adicionales, consulte el artículo Gobernanza.
Asesor Entrena y forma a otros usuarios en las aptitudes de BI durante el horario de trabajo
(involucración de la comunidad), las revisiones de procedimientos recomendados o
los proyectos de desarrollo conjuntos. Supervisa y participa en el canal de discusión
de la comunidad interna. Interactúa y asiste a la red de campeones.
Analista de Experto en la materia específica del campo. Actúa como intermediario entre el COE
datos y la unidad de negocio. Creador de contenido para la unidad de negocio. Ayuda con
la certificación de contenido. Trabaja en proyectos de desarrollo conjuntos y
pruebas de concepto.
Modelador Crea y administra conjuntos de datos y flujos de datos compartidos para asistir a los
de datos creadores de contenido de autoservicio.
Ingeniero Planea la implementación y arquitectura de Power BI, incluida la integración con los
de datos servicios de Azure y otras plataformas de datos. Publica los recursos de datos que se
usan ampliamente en toda la organización.
Estructura de un COE
La estructura seleccionada para el COE puede variar entre organizaciones. También es
posible que existan varias estructuras dentro de una sola organización grande. Esto es
especialmente cierto cuando se han producido adquisiciones o existen subsidiarias.
7 Nota
COE centralizado
Un COE centralizado se compone de un único equipo de servicios compartidos.
Ventajas:
Hay un solo punto de responsabilidad para un único equipo que administra los
estándares, los procedimientos recomendados y las entregas de un extremo a otro.
El COE es un grupo desde la perspectiva de un gráfico organizativo.
Es fácil empezar con este enfoque y, con el tiempo, evolucionar al modelo
unificado o federado.
Inconvenientes:
COE unificado
Un COE unificado es un único equipo de servicios compartidos centralizado que se ha
ampliado para incluir miembros del equipo adicionales. Los miembros adicionales del
equipo se dedican a asistir un área funcional o unidad de negocio específicas.
Ventajas:
Inconvenientes:
Los miembros adicionales del equipo de COE, que están dedicados a una unidad
de negocio específica, tienen responsabilidades de un gráfico organizativo
diferente al de las personas a las que sirven directamente dentro de la unidad de
negocio. Esto puede provocar complicaciones, diferencias en las prioridades o
requerir la participación del patrocinador ejecutivo. Preferiblemente, el
patrocinador ejecutivo debería tener un ámbito de autoridad que incluya el COE y
todas las unidades de negocio implicadas para ayudar a resolver conflictos.
COE federado
Un COE federado consta de un equipo de servicios compartidos y de miembros
asociados de cada área funcional o unidad de negocio principal. Los equipos federados
trabajan de forma coordinada aunque sus miembros pertenezcan a diferentes unidades
de negocio. Normalmente, los miembros asociados se centran principalmente en las
actividades de desarrollo para asistir a su unidad de negocio, mientras que el personal
de servicios compartidos asiste a toda la comunidad.
Ventajas:
Los miembros asociados del COE representan su área funcional específica y tienen
experiencia en el campo, de modo que su participación es multidisciplinaria.
Hay un equilibrio entre la representación centralizada y descentralizada en los
miembros principales y asociados del COE.
Cuando existen situaciones de propiedad de datos distribuidos (como podría ser el
caso cuando las unidades de negocio asumen la responsabilidad directa de las
actividades de administración de datos), este modelo es efectivo.
Inconvenientes:
Dado que los miembros principales y asociados están repartidos por toda la
organización, el enfoque del COE federado requiere un liderazgo sólido, una
comunicación excelente, una administración firme de los proyectos y expectativas
muy claras.
Existe un mayor riesgo de encontrar prioridades contrapuestas debido a la
estructura federada.
Este enfoque suele implicar a personal a tiempo parcial o responsabilidades en
gráficos organizativos de línea punteada que pueden introducir presiones de
tiempo contrapuestas.
Sugerencia
COE descentralizado
Las unidades de negocio administran de forma independiente los COE descentralizados.
Ventajas:
Inconvenientes:
Existe el riesgo de que los COE descentralizados funcionen de forma aislada. Como
resultado, es posible que no compartan los procedimientos recomendados y las
lecciones aprendidas fuera de su unidad de negocio.
La colaboración con un equipo centralizado puede ser informal o incoherente.
Las directivas incoherentes se crean y aplican entre unidades de negocio.
Es difícil escalar un modelo descentralizado.
Puede que sea necesaria una reformulación para hacer que las directivas de toda la
organización coincidan con uno o más COE descentralizados.
Las unidades de negocio más grandes con fondos significativos pueden tener más
recursos disponibles, lo que puede no cumplir los objetivos de optimización de
costos desde una perspectiva general de la organización.
) Importante
Un COE muy centralizado tiende a ser más autoritario, mientras que los COE
altamente descentralizados tienden a estar más aislados. Cada organización tendrá
que sopesar las ventajas y desventajas que se les aplican para determinar la mejor
opción. Para la mayoría de las organizaciones, el enfoque más eficaz tiende a ser el
unificado o federado, que une toda la organización.
Centro de costos.
Centro de beneficios con presupuestos de proyectos.
Una combinación de centro de costos y centro de beneficios.
Cuando el COE funciona como un centro de costos, absorbe los costos operativos. Por
lo general, implica contar con un presupuesto anual aprobado. A veces, esto se
denomina modelo de interacción de imposición.
Cuando el COE funciona como centro de beneficios (al menos una parte de su
presupuesto), podría aceptar proyectos a lo largo del año en función de la financiación
del resto de unidades de negocio. A veces, esto se denomina modelo de interacción de
atracción.
Sugerencia
Algunas organizaciones cubren los costos operativos del COE («Center of Excelence»)
con contracargos a las unidades de negocio en función de las métricas de uso de
Power BI. Para la capacidad compartida de Power BI, esto puede basarse en el número
de usuarios activos. Para la capacidad Premium, los contracargos pueden asignarse en
función de qué unidades de negocio usan dicha capacidad. Idealmente, los
contracargos deben correlacionarse directamente con el valor empresarial obtenido.
" Defina el ámbito de las responsabilidades del COE: asegúrese de que tiene claro
qué actividades puede admitir el COE. Una vez definido el ámbito de
responsabilidades, identifique las aptitudes y competencias necesarias para cumplir
esas responsabilidades.
" Identifique deficiencias en la capacidad para desempeñar su labor: analice si el
COE tiene los sistemas y la infraestructura necesarios para cumplir sus objetivos y
ámbito de responsabilidades.
" Determine la mejor estructura de COE: identifique qué estructura de COE es más
adecuada (centralizada, unificada, federada o descentralizada). Compruebe que el
personal, los roles y las responsabilidades y las relaciones adecuadas del gráfico
organizativo (informes de RR. HH.) son correctos.
" Planee el crecimiento futuro: Si va a empezar con un COE centralizado o
descentralizado, considere cómo va a escalar el COE con el tiempo con el enfoque
unificado o federado. Planee las acciones que pueda realizar ahora que facilitarán el
crecimiento futuro.
" Identifique los clientes: Identifique los clientes internos y los clientes externos a los
que asistirá el COE. Decida cómo el COE interactuará en general con esos clientes,
ya sea un modelo de imposición, un modelo de atracción o ambos.
" Compruebe el modelo de financiación para el COE: Decida si el COE es
simplemente un centro de costos con un presupuesto operativo, si funcionará
parcialmente como centro de beneficios o si se requerirán contracargos a otras
unidades de negocio.
" Cree un plan de comunicación: Cree una estrategia de comunicaciones para
informar a la comunidad de Power BI sobre los servicios que ofrece el COE y cómo
pueden interactuar con el COE.
" Cree objetivos y métricas: determine cómo medirá la eficacia del COE. Cree KPI
(indicadores clave de rendimiento) u OKR (objetivos y resultados clave) para validar
que el COE proporciona valor de forma coherente a la comunidad de usuarios.
Niveles de madurez
Los siguientes niveles de madurez le ayudarán a evaluar el estado actual del COE.
100: Inicial Existen uno o varios COE, o las actividades se realizan dentro del equipo de BI o de
TI. No están claros los objetivos específicos ni las expectativas de las
responsabilidades.
200: El COE está establecido con estatutos específicos para orientar, guiar y educar a los
Repetible usuarios de autoservicio. El COE busca maximizar las ventajas de la BI de
autoservicio a la vez que se reducen los riesgos.
300: El COE funciona con la participación activa de todas las unidades de negocio en un
Definido modo unificado o federado.
400: Los objetivos del COE coinciden con los objetivos de la organización y se revisan
Competente periódicamente.
500: Las revisiones periódicas de KPI o OKR evalúan la eficacia del COE de una manera
Eficiente medible.
Pasos siguientes
Puede obtener más información sobre la implementación de directrices, directivas y
procedimientos de gobernanza en el siguiente artículo de la serie de hoja de ruta de
adopción de Power BI.
Además, considere leer la información sobre el recorrido y la experiencia de Microsoft
en el impulso de culturas de datos. En este artículo se describe la importancia de la
disciplina en el núcleo y la flexibilidad en el borde. También expone los puntos de vista y
las experiencias de Microsoft sobre la importancia de establecer un COE.
Hoja de ruta de adopción de Power BI:
Gobernanza
Artículo • 23/03/2023 • Tiempo de lectura: 31 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
Tal y como define el Data Governance Institute , la gobernanza de datos es "un sistema
de derechos y responsabilidades de decisión para los procesos relacionados con la
información, que se ejecuta según los modelos acordados que describen quién puede
realizar qué acciones, con qué información y cuándo, en qué circunstancias y mediante
qué métodos".
Sugerencia
Estrategia de gobernanza
Al considerar utilizar la gobernanza de datos en cualquier organización, el mejor lugar
para empezar es definir una estrategia de gobernanza. Al centrarse primero en los
objetivos estratégicos de la gobernanza de datos, la estrategia puede informar de todas
las decisiones detalladas al implementar procesos y directivas de gobernanza. A su vez,
la estrategia de gobernanza se definirá mediante la cultura de datos de la organización.
Capacitar a todos los usuarios de la organización para que usen datos y tomen
decisiones dentro de los límites definidos.
Mejorar la experiencia del usuario proporcionando instrucciones claras y
transparentes (con mínima fricción) sobre qué acciones se permiten, por qué y
cómo.
Asegurarse de que el uso de datos es adecuado para las necesidades de la
empresa.
Asegurarse de que las responsabilidades de propiedad y administración del
contenido son claras. Para obtener más información, vea el artículo Propiedad y
administración de contenido.
Mejorar la coherencia y la normalización del trabajo con datos mediante los límites
de la organización.
Reducir el riesgo de pérdida de datos y el uso indebido de los datos. Para obtener
más información, consulte el artículo protección de la información y prevención de
pérdida de datos.
Cumplir los requisitos normativos, del sector e internos para el uso adecuado de
los datos.
Sugerencia
Una estrategia de gobernanza de datos bien ejecutada facilita que más usuarios
trabajen con datos. Cuando se aborda la gobernanza desde la perspectiva de la
capacitación del usuario, es más probable que los usuarios sigan los procesos
documentados. En consecuencia, los usuarios también se convierten en un
asociado de confianza.
Se usa el modelo de gobernanza más ligero que logre los objetivos necesarios.
La gobernanza se aborda de forma iterativa y no interfiere significativamente con
la productividad.
Siempre que sea práctico, se usa un enfoque ascendente para formular directrices
de gobernanza. El centro de excelencia (COE) o el equipo de gobernanza de datos
observa comportamientos correctos que se producen dentro de una unidad
empresarial. A continuación, el COE realiza acciones para escalar horizontalmente a
otras áreas de la organización.
Las decisiones de gobernanza se definen de forma coexistida a partir de las
contribuciones de diferentes unidades de negocio antes de aplicarlas. Aunque hay
ocasiones en las que se necesita una directiva específica (especialmente en
sectores muy regulados), las órdenes deben ser la excepción en lugar de la regla.
Las necesidades de gobernanza están equilibradas con la flexibilidad y la
capacidad de ser productivas.
Los requisitos de gobernanza se pueden cumplir como parte del flujo de trabajo
normal de los usuarios, lo que facilita a los usuarios hacer lo correcto de manera
correcta y sencilla.
La respuesta a las nuevas solicitudes de datos no es "no" de forma
predeterminada, sino "sí y" con reglas claras, sencillas y transparentes sobre qué
requisitos de gobernanza corresponden al acceso de datos, al uso y al uso
compartido.
Los usuarios que necesitan acceso a los datos tienen incentivos para hacerlo
mediante canales normales, cumpliendo con los requisitos de gobernanza en lugar
de eludirlos.
Las decisiones de gobernanza, las directivas y los requisitos que deben seguir los
usuarios coinciden con los objetivos de la cultura de datos de la organización, así
como con otras iniciativas de gobernanza de datos existentes.
Las decisiones que afectan a lo que los usuarios pueden (y no pueden) hacer no las
toma únicamente un administrador del sistema.
Introducción de la gobernanza en la
organización
Hay tres métodos de control de tiempo principales que las organizaciones deben seguir
al introducir la gobernanza de Power BI en una organización.
Elija el método 3 cuando desee tener un equilibrio de agilidad de control. Este enfoque
equilibrado es la mejor opción para la mayoría de las organizaciones y la mayoría de los
escenarios.
Ventajas:
Inconvenientes:
Requiere mayor esfuerzo para establecer la gobernanza una vez que se usa
Power BI con frecuencia en toda la organización
Los usuarios de autoservicio pueden oponerse cuando se les pida que cambien lo
que han estado haciendo
Los usuarios de autoservicio necesitan averiguar las cosas por sí mismos y usar su
mejor criterio
Ventajas:
Inconvenientes:
Ventajas:
Inconvenientes:
Desafíos de gobernanza
Si su organización ha implementado Power BI sin un enfoque de gobernanza ni una
dirección estratégica (como se describió anteriormente en el método 1), podría haber
numerosos desafíos que requieren atención. Según el enfoque que haya adoptado y su
estado actual, algunos de los desafíos siguientes pueden ser aplicables a su
organización.
Desafíos de la estrategia
Falta de una estrategia de gobernanza de datos cohesiva que se alinee con la
estrategia empresarial
Falta de soporte ejecutivo para la regulación de datos, como un recurso
estratégico
Planificación de adopción insuficiente para avanzar en la adopción y el nivel de
madurez de BI y el análisis
Sugerencia
Identificar los desafíos actuales, así como sus puntos fuertes, es esencial para
realizar un planeamiento adecuado de la gobernanza. No hay una única solución
sencilla a los desafíos enumerados anteriormente. Cada organización debe
encontrar el equilibrio y el enfoque adecuados que resuelvan los desafíos más
importantes para ellos. Los desafíos presentados anteriormente le ayudarán a
identificar cómo pueden afectar a su organización, de modo que pueda empezar a
pensar en la solución adecuada para sus circunstancias.
Planeamiento de la gobernanza
Algunas organizaciones han implementado Power BI sin un enfoque de gobernanza o
una dirección estratégica clara (como se ha descrito anteriormente en el método 1). En
este caso, el esfuerzo para comenzar la planificación de la gobernanza puede ser
abrumador.
) Importante
La gobernanza es una gran tarea y nunca está terminada del todo. La priorización e
iteración de las mejoras hará que el ámbito sea más fácil de administrar. Si realiza
un seguimiento de su progreso y sus logros cada semana y cada mes, se
sorprenderá con el impacto que puede llegar a tener a medida que progresa. Los
niveles de madurez al final de cada artículo de esta serie pueden ayudarle a
evaluar dónde está actualmente.
Estrategia
Actividades clave:
Resultados clave:
Personas
Actividades clave:
Resultados clave:
Directivas y procesos.
Actividades clave:
Analizar los puntos débiles inmediatos, los problemas, los riesgos y las áreas para
mejorar la experiencia del usuario
Dar prioridad a las directivas de datos que se abordarán por orden de importancia
Identificar los procesos existentes que funcionan bien y se pueden formalizar
Determinar cómo se socializarán las nuevas directivas de datos
Decidir en qué medida las directivas de datos pueden diferir o personalizarse para
distintos grupos
Resultados clave:
Administración de proyectos
La implementación del programa de gobernanza debe planearse y administrarse como
una serie de proyectos.
Actividades clave:
Resultados clave:
) Importante
El ámbito de las actividades enumeradas anteriormente que será útil asumir variará
considerablemente entre organizaciones. Si su organización no tiene procesos y
flujos de trabajo existentes para crear estos tipos de resultados, consulte las guías
del sector que se encuentran en el artículo Conclusión de la hoja de ruta para
obtener algunos recursos útiles.
Directivas de gobernanza
Criterios de decisión
Todas las decisiones de gobernanza deben estar alineadas con los objetivos
establecidos para la adopción de la organización. Una vez que la estrategia esté clara, se
tendrán que tomar decisiones de gobernanza más tácticas que afecten a las actividades
cotidianas de la comunidad de usuarios de autoservicio. Estos tipos de decisiones
tácticas se correlacionan directamente con las directivas de datos que se crean.
Sugerencia
Las distintas combinaciones de los cuatro criterios anteriores darán lugar a distintos
requisitos de gobernanza para el contenido de Power BI.
Si no toma decisiones de gobernanza y las comunica bien, los usuarios usarán su propio
criterio sobre cómo deben funcionar las cosas, lo que a menudo da lugar a enfoques
incoherentes en las tareas comunes.
Directivas de datos
Una directiva de datos es un documento que define lo que los usuarios pueden y no
pueden hacer. Puede llamarlo por otro nombre, pero el objetivo sigue siendo el mismo:
cuando se toman decisiones, como las que se han analizado en la sección anterior, la
comunidad de usuarios las documenta para su uso y referencia.
Una directiva de datos debe ser lo más corta posible. De este modo, es fácil que los
usuarios entiendan lo que se les pide.
7 Nota
Estos son tres ejemplos comunes de directivas de datos que puede optar por priorizar:
Directiva Descripción
Directiva de Especifica el proceso que se sigue para certificar un conjunto de datos. Los
certificación requisitos pueden incluir actividades como: validación de la precisión de datos,
de datos revisión del origen de datos y linaje, revisión técnica del modelo de datos, revisión
(aprobación) de seguridad y revisión de documentación.
Directiva Descripción
U Precaución
Tener una gran cantidad de documentación puede dar lugar a una falsa sensación
de que todo está bajo control, lo que puede conducir a la autocomplacencia. El
nivel de compromiso que el COE tiene con la comunidad de usuarios es una
manera de mejorar las posibilidades de que se sigan las directrices y las directivas
de gobernanza. Las actividades de auditoría y supervisión también son importantes.
Inflexible
Menos autonomía y capacitación
Sugerencia
Personal y responsabilidad
La estructura organizativa para la gobernanza de datos varía significativamente entre
organizaciones. En organizaciones más grandes puede haber una oficina de gobernanza
de datos con personal dedicado. Algunas organizaciones tienen un comité de
gobernanza de datos, un consejo o un comité directivo con miembros asignados
procedentes de diferentes unidades de negocio. En función de la extensión del cuerpo
de gobernanza de datos dentro de la organización, puede haber un equipo ejecutivo
independiente de un equipo funcional de personas.
) Importante
Comprobaciones y balances
La responsabilidad de gobernanza está relacionada con las comprobaciones y los
balances.
Empezando por la parte inferior, los niveles del diagrama anterior incluyen:
Level Descripción
Táctico. Equipos de soporte: el nivel 2 incluye varios grupos que dan asistencia a los
esfuerzos de los usuarios de las unidades de negocio. Los equipos de soporte incluyen el
COE, el BI empresarial y la oficina de gobernanza de datos, así como otros equipos
auxiliares. Los equipos auxiliares pueden incluir el departamento de TI, seguridad, RR. HH.
y legal. También se incluye una placa de control de cambios aquí.
) Importante
Todos los usuarios tienen la responsabilidad de cumplir las directivas para
garantizar que los datos de la organización están seguros, protegidos y bien
administrados como un recurso organizativo. A veces, este concepto se denomina
todas las personas son administradores de datos. Para que esto sea una realidad,
comience con los usuarios de las unidades empresariales (nivel 1 descrito
anteriormente) como base.
Roles y responsabilidades
Una vez tenga una idea sobre su estrategia de gobernanza, se deben definir roles y
responsabilidades para establecer expectativas claras.
Rol Descripción
Junta de Comité directivo con miembros de cada unidad de negocio que, como
gobernanza de propietarios de dominios, están capacitados para tomar decisiones sobre la
datos gobernanza empresarial. Toman decisiones en nombre de su unidad de
negocio y teniendo en cuenta los intereses de la organización. Proporciona
aprobaciones, decisiones, prioridades e indicaciones al equipo de gobernanza
de datos empresariales y a los comités de trabajo.
Junta de control Coordina los requisitos, los procesos, las aprobaciones y la programación de
de cambios los procesos de administración de versiones con el objetivo de reducir el
riesgo y minimizar el impacto de los cambios en las aplicaciones críticas.
Rol Descripción
Administración Revisa y evalúa los riesgos de seguridad y el uso compartido de datos. Define
de riesgos estándares y directivas de datos éticos. Comunica los requisitos legales y
normativos.
Administrador Colabora con el comité de gobernanza o el COE para asegurarse de que los
de datos datos de la organización tienen niveles de calidad aceptables.
Todos los Se adhiere a las directivas para garantizar que los datos están seguros,
creadores y protegidos y bien administrados como un recurso organizativo.
consumidores
de BI
Sugerencia
Asigne un nombre a una copia de seguridad para cada persona que tenga roles
clave, por ejemplo, a los miembros de la junta de gobernanza de datos. En su
ausencia, la persona que le sustituya puede asistir a las reuniones y tomar
decisiones sensibles al tiempo cuando sea necesario.
" Alinear los objetivos y los principios rectores: confirme que los objetivos de alto
nivel y los principios rectores de los objetivos de referencia cultural de datos están
claramente documentados y comunicados. Asegúrese de que existe alineación para
las nuevas directrices o directivas de gobernanza.
" Comprender lo que está ocurriendo: asegúrese de que tiene un conocimiento
profundo de cómo Power BI se usa actualmente para BI de autoservicio y BI
empresarial. Documente las oportunidades para realizar mejoras. Además,
documente los puntos fuertes y los procedimientos recomendados que serían útiles
para escalar horizontalmente en términos más amplios.
" Priorizar nuevas directrices y directivas de gobernanza: para priorizar qué nuevas
directrices o directivas crear, seleccione un punto débil importante, una necesidad
de prioridad alta o un riesgo conocido para un dominio de datos. Debe tener una
ventaja significativa y se debe poder lograr con un nivel de esfuerzo factible. Al
implementar las primeras directrices de gobernanza, elija algo que sea probable
que los usuarios admitan porque el cambio tiene un impacto bajo, o porque están
lo suficientemente motivados como para realizar un cambio.
" Crear una programación para revisar las directivas: determine la cadencia de la
frecuencia con la que se vuelven a evaluar las directivas de datos. Vuelve a evaluar y
ajustar cuando cambien las necesidades.
" Decidir cómo controlar excepciones: determine cómo se controlarán los conflictos,
los problemas y las solicitudes de excepciones de las directivas documentadas.
" Comprender los recursos de datos existentes:confirme que comprende qué
recursos de datos críticos existen. Cree un inventario de propiedad y linaje, si es
necesario. Tenga en cuenta que no puede gobernar lo que no conoce.
" Verificar el patrocinio ejecutivo: confirme que tiene soporte técnico y suficiente
atención por parte de su patrocinador ejecutivo, así como de los líderes de la
unidad empresarial.
" Preparar un plan de acción: incluya los siguientes elementos clave:
Prioridades iniciales: seleccione un único dominio de datos o una unidad
empresarial.
Escala de tiempo: trabaje en iteraciones el tiempo suficiente para lograr un
progreso significativo, pero lo suficientemente corto como para ajustarse
periódicamente.
Resultados rápidos: céntrese en el progreso tangible, táctico e incremental.
Métricas de éxito: cree métricas medibles para evaluar el progreso.
Niveles de madurez
400: Todas las prioridades de gobernanza de Power BI coinciden con los objetivos
Competente empresariales y de la organización. Los objetivos se vuelven a evaluar
periódicamente.
500: Las revisiones periódicas de KPI o OKR evalúan los objetivos de gobernanza
Efficient medibles. El progreso continuo iterativo es una prioridad.
Pasos siguientes
Puede obtener más información sobre la capacitación y la habilitación de usuarios en el
siguiente artículo de la serie sobre la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
orientación y habilitación de usuarios
Artículo • 23/03/2023 • Tiempo de lectura: 27 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
Un objetivo fundamental para los esfuerzos de adopción es permitir que los usuarios
logren todo lo que puedan dentro de los límites de protección establecidos por las
directivas y directrices de gobernanza. Por esta razón, el acto de orientar a los usuarios
es una de las responsabilidades más importantes del Centro de excelencia (COE) e
influye directamente en cómo se produce la adopción de usuarios. Para obtener más
información sobre la adopción de usuarios, consulte el artículo Niveles de madurez de la
adopción de Power BI.
Mentoría de aptitudes
La orientación y la ayuda a los usuarios de la comunidad de Power BI es más eficaz y se
puede realizar de diversas formas:
Office Hours
Proyectos de desarrollo conjunto
Revisiones de procedimientos recomendados
Soporte extendido
Office Hours
Las horas de trabajo son una forma de compromisos continuos de la comunidad
administrados por el COE. Como su nombre indica, las horas de trabajo son horas de
disponibilidad programadas periódicamente en las que los miembros de la comunidad
pueden interactuar con expertos del COE para recibir asistencia con una sobrecarga
mínima del proceso. Dado que las horas de trabajo están basadas en grupos, Power BI y
otros miembros de la comunidad también pueden contribuir para ayudar a resolver un
problema si un tema está en su área de especialización.
Las horas de trabajo son una actividad muy popular y productiva en muchas
organizaciones. Algunas organizaciones se refieren a ellas como horas de contribución o
incluso con un nombre divertido, como "horas de producir". El objetivo principal suele
ser obtener respuestas a las preguntas, solucionar problemas y eliminar los
bloqueadores. Las horas de trabajo también se pueden usar como una plataforma para
que la comunidad de usuarios comparta ideas, sugerencias e incluso quejas.
El COE publica los horarios de las horas de trabajo normales en las que uno o varios
miembros del COE están disponibles. Idealmente, las horas de trabajo se mantienen de
forma periódica y frecuente. Por ejemplo, podrían ser todos los martes y jueves.
Considere la posibilidad de ofrecer diferentes franjas horarias o de rotación si tiene
personal en todo el mundo.
Sugerencia
Una opción es establecer horas de trabajo específicas cada semana. Pero las
personas podrían presentarse o no, por lo que esto puede acabar siendo ineficaz.
Como alternativa, considere la posibilidad de aprovechar Microsoft Bookings
para programar las horas de trabajo. Muestra los bloques de tiempo en los que
está disponible cada experto del COE; la integración con Outlook garantiza que la
disponibilidad esté actualizada.
Son una excelente manera de que el COE identifique a personas con aptitudes
específicas que no conocía previamente.
El COE puede saber qué les está presentando dificultades a las personas de la
organización. Ayuda a informar sobre si se pueden necesitar recursos,
documentación o formación adicional.
Sugerencia
Es habitual que surjan algunos problemas complicados durante las horas de trabajo
que no se pueden resolver rápidamente, como conseguir que funcione un cálculo
DAX complejo. Establezca expectativas claras sobre lo que se espera que se realice
en las horas de trabajo, y si hay algún compromiso de seguimiento.
El tiempo de participación del COE se reduce con el tiempo hasta que la unidad de
negocio adquiere experiencia y se vuelve autosuficiente.
La participación activa que se muestra en el diagrama anterior cambia con el tiempo de
la siguiente manera:
) Importante
Soporte extendido
De vez en cuando, el COE puede implicarse con problemas complejos que se han
escalado desde el servicio de asistencia. Para obtener más información, consulte el
artículo de soporte técnico para usuarios.
7 Nota
Portal centralizado
Un único portal centralizado, o centro, es donde la comunidad de usuarios puede
encontrar lo siguiente:
Sugerencia
) Importante
Lleva algún tiempo conseguir que los usuarios de la comunidad piensen en el portal
centralizado como su primera opción natural para buscar información. Es necesario un
redireccionamiento coherente al portal para cambiar los hábitos. El envío de un vínculo
a una ubicación de documento original en el portal genera mejores hábitos que, por
ejemplo, incluir la respuesta en una respuesta de correo electrónico. Es el mismo desafío
que se describe en el artículo de soporte técnico para usuarios.
Cursos
Un factor clave para habilitar correctamente a los usuarios de una comunidad de
Power BI es el aprendizaje. Es importante que estén disponibles los recursos de
aprendizaje adecuados y se puedan detectar fácilmente. Aunque algunos usuarios
muestran mucho entusiasmo por Power BI y buscarán información e investigarán las
cosas por sí mismos, esto no es así para la mayoría de la comunidad de usuarios.
Sugerencia
Uno de los objetivos del aprendizaje es ayudar a los usuarios a aprender nuevas
aptitudes y, al mismo tiempo, ayudarles a evitar malos hábitos. Puede ser un acto
de equilibrio. Por ejemplo, no quiere sobrecargar a los usuarios agregando mucha
complejidad a una clase de nivel principiante para los creadores de informes. Pero
es una gran inversión hacer que los creadores de contenido más reciente conozcan
cosas que, de lo contrario, podrían tardar un tiempo en averiguar. Un ejemplo ideal
es enseñar la capacidad de usar una conexión dinámica para informar desde un
conjunto de datos existente. Al enseñar este concepto en el primer punto lógico,
puede evitar que un creador con menos experiencia piense que siempre necesita
un conjunto de datos para cada informe (y fomentar el buen hábito de volver a
usar los conjuntos de datos existentes en los informes).
Sugerencia
Entre los tipos de usuarios a los que puede dirigirse para el aprendizaje, se incluyen los
siguientes:
Consumidores de contenido
Creadores de informes
Creadores de datos (conjuntos de datos y flujos de datos)
Propietarios de contenido, expertos en la materia y administradores de áreas de
trabajo
Miembros asociados del COE y red de expertos
Administradores de Power BI
) Importante
Considere cómo quiere controlar a los usuarios en varias fases de la adopción del
usuario. El aprendizaje para incorporar nuevos usuarios (a veces denominado día de
aprendizaje cero) y para los usuarios con menos experiencia es muy diferente al
aprendizaje para los usuarios con más experiencia.
Sugerencia
Documentación
La documentación concisa y bien escrita puede ser una ayuda importante para los
usuarios que intentan ser más productivos. La cantidad de documentación que necesite
y cómo se entrega dependerá de cómo se administre Power BI en su organización. Para
obtener más información, vea el artículo Propiedad y administración de contenido.
Sugerencia
Sugerencia
) Importante
Una de las piezas de documentación más útiles que puede publicar para la
comunidad es una descripción de la configuración del inquilino y las pertenencias
a grupos necesarias para cada configuración de inquilino. Los usuarios leen las
características y la funcionalidad en línea y, a veces, descubren que no es adecuada
para ellos. Si pueden buscar rápidamente la configuración de inquilino de su
organización, esto evita que se sientan frustrados e intenten encontrar soluciones
alternativas. Una documentación eficaz puede reducir el número de vales del
servicio de asistencia enviados. También puede reducir el número de personas a las
que es necesario asignar el rol de administrador de Power BI (que podrían tener
este rol únicamente con el fin de ver la configuración).
Con el tiempo, puede optar por permitir que la comunidad mantenga parte de la
documentación si está dispuesto a participar. En este caso, puede que quiera introducir
un proceso de aprobación para los cambios.
Cuando vea que hay preguntas que se repiten en el foro de preguntas y respuestas
(como se describe en el artículo de soporte técnico para usuarios), durante las horas de
trabajo o durante las sesiones de almuerzo y aprendizaje, es un indicador excelente de
que puede ser adecuada la creación de nueva documentación. Cuando ya hay
documentación, permite a los compañeros hacer referencia a ella cuando sea necesario.
Contribuye a la habilitación del usuario y a la creación de una comunidad autosuficiente.
Sugerencia
Plantillas
Una plantilla de Power BI es un archivo .pbit. Se puede proporcionar como punto de
partida para los creadores de contenido. Es lo mismo que un archivo .pbix, que puede
contener consultas, un modelo de datos y un informe, pero con una excepción: el
archivo de plantilla no contiene ningún dato. Por lo tanto, es un archivo más pequeño
que se puede compartir con la comunidad y no presenta el riesgo de compartir datos
de forma inapropiada.
Promover la coherencia.
Reducir la curva de aprendizaje.
Mostrar buenos ejemplos y procedimientos recomendados.
Aumentar la eficacia.
Los archivos de plantilla de Power BI pueden mejorar la eficacia y ayudar a los usuarios a
aprender durante un día normal de trabajo. Estos son algunos ejemplos de cómo los
archivos de plantilla resultan útiles:
7 Nota
" Tenga en cuenta los servicios de mentoría que el COE puede admitir: decida qué
tipos de servicios de mentoría puede ofrecer el COE. Entre los tipos se pueden
incluir horas de oficina, proyectos de desarrollo conjunto y revisiones de
procedimientos recomendados.
" Informe con regularidad sobre los servicios de mentoría: decida cómo va a
comunicar y a anunciar los servicios de mentoría, (por ejemplo, las horas de oficina)
a la comunidad de usuarios.
" Establezca un horario de oficina regular: lo ideal es establecer horas de oficina al
menos una vez a la semana (en función de la demanda de los usuarios, así como de
las restricciones de personal y programación).
" Decida cuáles serán las expectativas para las horas de oficina: determine cuál es el
ámbito de los temas permitidos o los tipos de problemas que los usuarios pueden
presentar en horas de oficina. Asimismo, determine cómo funcionará la cola de
solicitudes de horas de oficina, independientemente de que haya que presentar
información por adelantado o de que quepa esperar un seguimiento posterior.
" Cree un portal centralizado: asegúrese de tener una ubicación centralizada con
amplia compatibilidad donde los usuarios puedan encontrar fácilmente el material
de aprendizaje, la documentación y los recursos de Power BI. El portal centralizado
también debe proporcionar vínculos a otros recursos de la comunidad, como el
foro de preguntas y respuestas y cómo encontrar ayuda.
" Cree documentación y recursos: en el portal centralizado, se crea y se compila
documentación útil. Identifique y promueva entre 3 y 5 recursos principales que le
serán más útiles a la comunidad de usuarios.
" Actualice periódicamente la documentación y los recursos: asegúrese de que el
contenido se revise y se actualice periódicamente. El objetivo es asegurarse de que
la información disponible en el portal sea actual y de confianza.
" Compile una lista de recursos de aprendizaje de confianza reconocidos:
identifique recursos de aprendizaje destinados a las necesidades e intereses de
aprendizaje de la comunidad de usuarios. Publique la lista en el portal centralizado
y cree una programación para revisar y validar la lista.
" Plantéese si el aprendizaje interno personalizado puede ser útil: identifique si los
cursos de formación personalizados, desarrollados internamente, pueden ser útiles
y si vale la pena invertir tiempo en ellos. Invierta en la creación de contenido
específico de la organización.
" Cree objetivos y métricas: determine cómo medirá la eficacia del programa de
mentoría. Cree indicadores clave de rendimiento (KPI) u objetivos y resultados clave
(OKR) para validar si los esfuerzos de mentoría del COE refuerzan la comunidad y su
capacidad de proporcionar BI con características de autoservicio.
Niveles de madurez
100: Inicial Existen algunos recursos y documentación. Sin embargo, están en silos y son
incoherentes.
Las horas de oficina están disponibles para que la comunidad de usuarios pueda
obtener ayuda del COE.
El programa de mentoría de aptitudes del COE está en vigor para ayudar a los
usuarios de la comunidad de varias maneras.
400: Durante las horas de oficina, la participación de todas las unidades de negocio de
Competente la organización es constante y activa.
Pasos siguientes
Puede obtener más información sobre la comunidad práctica en el siguiente artículo de
la serie sobre la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
Comunidad práctica
Artículo • 23/03/2023 • Tiempo de lectura: 14 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
Una comunidad práctica es un grupo de personas con un interés común que interactúa y
se ayuda entre sí de forma voluntaria. Utilizar Power BI para generar análisis eficaces es
un interés común que puede reunir a personas en una organización.
7 Nota
Red de campeones
Una parte importante de la comunidad práctica es sus campeones. Un campeón es un
creador de contenido de Power BI de contenido que trabaja en una unidad de negocio
que interactúa con el COE. Sus compañeros reconocen a los campeones como sus
expertos de Power BI de confianza. Los campeones crean y comparten continuamente
sus conocimientos aunque esa no sea una parte oficial de su rol de trabajo. Los
campeones de Power BI influyen y ayudan a sus compañeros de muchas maneras, como
con el desarrollo de soluciones, el aprendizaje, la mejora de aptitudes, la solución de
problemas y las últimas novedades.
Sugerencia
Los distintos enfoques serán más eficaces para las distintas organizaciones y cada
organización encontrará lo que mejor les funcione a medida que aumente su nivel de
madurez.
) Importante
Es muy posible que alguien esté asumiendo el rol de campeón sin saberlo o sin un
reconocimiento formal. El COE siempre debe estar atento para detectar a nuevos
campeones. Los miembros del COE deben supervisar activamente el canal de
discusión para ver quién es útil. Deben fomentar y apoyar deliberadamente a
posibles candidatos y, cuando sea necesario, invitarlos a una red local para que
reconocerlos formalmente.
Sesiones de Sesiones programadas periódicamente en las que alguien realiza una breve
almuerzo y presentación sobre algo que ha aprendido o una solución que ha creado. El
aprendizaje objetivo es implicar a una variedad de presentadores, ya que escuchar de primera
mano lo que han logrado los compañeros puede ser muy eficaz.
Horas de Horas programadas periódicamente en las que los expertos del COE están
oficina con el disponibles para que la comunidad pueda interactuar con ellos. Los usuarios de la
COE comunidad pueden recibir asistencia con un proceso sencillo. Para obtener más
información, consulte el artículo Mentoría y habilitación del usuario.
Entradas de Entradas de blog cortas, que suelen tratar temas de ayuda técnicos.
blog internas
o
publicaciones
en la wiki
Conferencias Una conferencia interna anual o semestral en la que se ofrecen una serie de
o eventos sesiones centradas en Power BI.
internos de
Power BI
Sugerencia
Incentivos
Se realiza mucho esfuerzo en la formación y el mantenimiento de una comunidad de
éxito. Es ventajoso para todos capacitar y recompensar a los usuarios que trabajan en
beneficio de la comunidad.
Recompensas para los miembros de la comunidad
Los incentivos que toda la comunidad (incluidos los campeones) encuentran
especialmente gratificantes pueden incluir:
Concursos con una pequeña tarjeta de obsequio o tiempo libre: por ejemplo,
podría realizar un evento de optimización del rendimiento, donde el ganador sería
la persona que consiguiera reducir más el tamaño de su modelo de datos.
Clasificación basada en puntos de ayuda: cada vez que la persona participa en
una sesión de preguntas y respuestas, obtiene un cambio de posición en una tabla
de clasificación. Este tipo de gamificación promueve la competición sana y la
emoción. Al participar en más conversaciones, el participante aprende y crece
personalmente, además de ayudar a sus compañeros.
Comunicación de liderazgo: cuando alguien muestre mucha dedicación y vaya
más allá, póngase en contacto con su gerente de modo que su líder, que puede
que no sea activo en la comunidad de Power BI, vea el valor que proporcionan los
miembros de su personal.
Sugerencia
Los objetivos de comunicación más críticos incluyen garantizar que los miembros de la
comunidad sepan:
Sugerencia
Tipos de comunicación
Por lo general, hay cuatro tipos de comunicación para los que se debe planear:
Sugerencia
Recursos de la comunidad
Los recursos de la comunidad interna, como la documentación, las plantillas y el
entrenamiento, son fundamentales para el éxito de la adopción. Para obtener más
información sobre recursos, consulte el artículo Mentoría y habilitación del usuario.
" Aclare los objetivos: aclare sus objetivos específicos para desarrollar una red de
campeones. Asegurarse de que estos objetivos coinciden con la estrategia general
de Power BI y de que su patrocinador ejecutivo está de acuerdo.
" Cree un plan para la red de campeones: Aunque algunos aspectos de la red de
campeones siempre estarán dirigidos de forma informal, determine hasta qué
punto el COE colaborará y apoyará los esfuerzos de los campeones en todas las
unidades de negocio individuales. Tenga en cuenta cuántos puestos son ideales
para cada área de negocio funcional. Normalmente, entre 1 y 2 campeones por
área funcionan bien, pero puede variar en función del tamaño del equipo, las
necesidades de la comunidad de autoservicio y cómo se estructura el COE.
" Decida el nivel de compromiso de los campeones: decida qué nivel de
compromiso y tiempo previsto será necesario para los campeones de Power BI.
Tenga en cuenta si la inversión de tiempo variará considerablemente de persona a
persona y equipo a equipo debido a diferentes responsabilidades. Planee
comunicar claramente las expectativas a las personas que están interesadas en
participar. Obtener la aprobación del administrador cuando corresponda.
" Determine cómo identificar a los campeones: determine cómo responderá a las
solicitudes para convertirse en campeones y cómo los buscará el COE. Decidir si va
a animar abiertamente a los empleados interesados a que se identifiquen como
campeones y pidan más información (menos común). O bien, si el COE observará
sus esfuerzos y enviará una invitación privada (más común).
" Determine cómo se administrarán los miembros de la red de campeones: Una
excelente opción para administrar quiénes son los campeones es con un grupo de
seguridad. Considere:
Cómo se comunicará con la red de campeones (por ejemplo, en un canal de
Teams, un grupo de Yammer o una lista de distribución de correo electrónico).
Cómo se comunicará y colaborará la red de campeones directamente entre sí (en
toda la organización).
Si es adecuado crear un foro de discusión privado y exclusivo para campeones y
miembros del COE.
" Planee recursos para campeones: asegúrese de que los miembros de la red de
campeones tienen los recursos que necesitan, entre los que se incluyen:
Acceso directo a los miembros del COE.
Influencia en las directivas de datos que se implementan (por ejemplo, los
requisitos de una directiva de certificación de conjunto de datos).
Influencia en la creación de procedimientos recomendados e instrucciones (por
ejemplo, recomendaciones para acceder a un sistema de origen específico).
" Implique a los campeones: Implique activamente a determinados campeones
como miembros asociados del COE. Para obtener más información sobre la
federación del COE, consulte el artículo Centro de excelencia.
" Cree un bucle de comentarios para campeones: asegúrese de que los miembros
de la red de campeones puedan proporcionar fácilmente información o enviar
sugerencias al COE.
" Proporcione reconocimiento e incentivos a los campeones de forma rutinaria: no
solo es una motivación eficaz, sino que el acto de compartir ejemplos de esfuerzos
correctos puede motivar e inspirar a otros.
Introduzca incentivos:
Niveles de madurez
Los siguientes niveles de madurez le ayudarán a evaluar el estado actual de la
comunidad práctica.
100: Inicial Algunos creadores de contenido de autoservicio están haciendo un gran trabajo
en toda la organización. Sin embargo, no se reconocen sus esfuerzos.
400: Se identifican los campeones para todas las unidades de negocio. Respaldan
Competente activamente a sus compañeros en sus esfuerzos de autoservicio.
Existe automatización cuando esta agrega valor directo a la experiencia del usuario
(por ejemplo, el acceso automático a la comunidad).
Pasos siguientes
Puede obtener más información sobre el soporte técnico del usuario en el siguiente
artículo de la serie sobre la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
soporte técnico para usuarios
Artículo • 23/03/2023 • Tiempo de lectura: 19 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
En este artículo se habla del soporte técnico para usuarios. El artículo se centra
principalmente en la resolución de problemas.
En las primeras secciones de este artículo se habla de los aspectos del soporte técnico
para usuarios que se controlan internamente dentro de la organización. Los temas
finales se centran en los recursos externos disponibles.
Los seis tipos de soporte técnico para usuarios que se muestran en el diagrama anterior
incluyen:
Tipo Descripción
El soporte técnico dentro del equipo (interno) es muy informal. El soporte técnico tiene
lugar cuando los miembros del equipo aprenden unos de otros en el curso natural de su
trabajo.
El soporte técnico del servicio de asistencia (interno) gestiona las solicitudes de soporte
técnico formales y los problemas.
El soporte técnico de Microsoft (externo) incluye soporte para usuarios con licencia y
administradores. También incluye documentación de Power BI general.
Sugerencia
En este artículo se describen más detalladamente cada uno de los cuatro tipos de
soporte técnico interno para usuarios presentados anteriormente.
7 Nota
Sugerencia
Asegúrese de formar a varios expertos en los temas más difíciles, como las
expresiones de análisis de datos (DAX) y el lenguaje de fórmulas M de
Power Query. Cuando alguien se convierte en un experto reconocido, puede
sentirse sobrecargado por las muchas solicitudes de ayuda.
Un mayor número de miembros de la comunidad puede responder
rápidamente a determinados tipos de preguntas (por ejemplo, visualizaciones
de informes), mientras que un número menor de miembros responderá a
otras (por ejemplo, DAX complejo). Es importante que el COE dé a la
comunidad la oportunidad de responder, pero que también esté dispuesto a
gestionar con prontitud las preguntas no respondidas. Si los usuarios
preguntan repetidamente y no reciben una respuesta, eso lastra
considerablemente el crecimiento de la comunidad. En ese caso, si un usuario
no recibe respuesta a sus preguntas, es probable que se vaya y nunca vuelva.
Una ventaja de un canal de debate interno es que las respuestas pueden llegar de
personas que el solicitante original no ha conocido. En organizaciones grandes, una
comunidad de práctica reúne a la gente en torno a un interés común. Puede ofrecer
diversas perspectivas para obtener ayuda y aprender en general.
) Importante
Otra ventaja fundamental de un canal de debate es que permite las búsquedas, lo que
deja que otras personas descubran la información. Sin embargo, el que los usuarios
hagan preguntas en un foro abierto en lugar de mediante mensajes privados o el correo
electrónico supone un cambio de hábitos. Debe tener en cuenta que algunas personas
no se sienten cómodas haciendo preguntas de forma tan pública. Reconocer
abiertamente lo que no saben, puede resultar embarazoso. Esta reticencia puede
disminuir con el tiempo gracias a la promoción de un canal de debate útil, alentador y
amable.
Sugerencia
Puede sentirse tentado a crear un bot para gestionar algunas de las preguntas más
habituales y sencillas de la comunidad. Un bot puede servir para preguntas no
complicadas, por ejemplo, "¿Cómo solicito una licencia de Power BI?" o "¿Cómo
solicito un área de trabajo?". Antes de usar este método, piense si hay suficientes
preguntas rutinarias y predecibles como para mejorar la experiencia del usuario, en
lugar de empeorarla. A menudo, las preguntas más frecuentes bien creadas
funcionan mejor y son más rápidas de desarrollar y más fáciles de mantener.
Servicio de asistencia
El servicio de asistencia suele funcionar como un servicio compartido, administrado por
el departamento de TI. Entre los usuarios que probablemente dependan de un canal de
soporte técnico más formal se incluyen aquellos que son:
También hay determinados problemas técnicos que no se pueden resolver por completo
sin la intervención de TI, como las solicitudes de instalación y actualización de software
cuando las máquinas están administradas por TI.
) Importante
Las decisiones de gobernanza de Power BI afectan directamente al volumen de
solicitudes del servicio de asistencia. Por ejemplo, si decide limitar los permisos de
creación de áreas de trabajo en la configuración de inquilinos, eso hará que los
usuarios envíen vales del servicio de asistencia. Aunque es una decisión legítima,
debe estar preparado para satisfacer las solicitudes muy rápidamente. Responda a
este tipo de solicitud en un plazo de 1 a 4 horas, si es posible. Si se retrasa
demasiado tiempo, los usuarios utilizarán lo que ya tienen o encontrarán la manera
de eludir sus requisitos. Este escenario puede que no sea el más idóneo. La
prontitud es fundamental para determinadas solicitudes del servicio de asistencia.
Tenga en cuenta que la automatización mediante Power Apps y Power Automate
puede ayudar a aumentar la eficiencia de algunos procesos.
Con el tiempo, a medida que el personal del servicio de asistencia amplía la base de
conocimiento y gana experiencia con Power BI, las aptitudes de solución de problemas
ganan eficacia. El mejor empleado del servicio de asistencia es aquel que comprende
bien lo que los usuarios necesitan lograr con Power BI.
Sugerencia
Soporte extendido
Dado que el COE tiene un profundo conocimiento de cómo se usa Power BI en la
organización, es una excelente opción para el soporte extendido en caso de un
problema complejo. La participación del COE en el proceso de soporte técnico debe
seguir una ruta de escalado.
Documentación de Microsoft
Consulte los problemas de alta prioridad del sitio de soporte técnico de Power BI que
afectan de forma generalizada a todos los clientes. Los administradores de
Microsoft 365 globales tienen acceso a detalles adicionales de problemas de soporte
técnico en el portal de Microsoft 365.
Sugerencia
La comunidad mundial es útil cuando una pregunta puede ser entendida fácilmente por
alguien que no esté cerca del problema, y cuando no se trata de datos confidenciales o
procesos internos delicados.
Documentación de la comunidad
La comunidad internacional de Power BI es dinámica. Todos los días se publican gran
cantidad de entradas de blog, artículos, seminarios web y vídeos de Power BI. Si confía
en la información de la comunidad para solucionar problemas, esté atento a lo
siguiente:
Niveles de madurez
Los siguientes niveles de madurez le ayudarán a evaluar el estado actual del soporte
técnico para usuarios de Power BI.
100: Inicial Las unidades de negocio individuales encuentran maneras eficaces de ayudarse
mutuamente. Sin embargo, las tácticas y prácticas están aisladas y no se aplican de
forma sistemática.
200: El COE fomenta activamente el apoyo dentro del equipo y el crecimiento de la red
Repetible de campeones.
El canal de debate interno gana adeptos. Se conoce como el lugar por excelencia
para preguntas y debates sobre Power BI.
300: El canal de debate interno ahora es popular y, en gran medida, autosuficiente. Los
Definido miembros del COE supervisan y administran activamente el canal de debate para
asegurarse de que las preguntas se responden de forma rápida y correcta.
Hay Acuerdos de Nivel de Servicio (SLA) en vigor para definir las expectativas de
soporte técnico del servicio de asistencia, incluido el soporte extendido. Las
expectativas se documentan y se comunican para que sean claras para todos los
implicados.
Pasos siguientes
Obtenga información sobre las actividades de supervisión y administración del sistema
en el siguiente artículo de la serie de la hoja de ruta de adopción de Power BI.
Hoja de ruta de adopción de Power BI:
supervisión del sistema
Artículo • 09/03/2023 • Tiempo de lectura: 44 minutos
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
La supervisión del sistema, también conocida como administración de Power BI, consiste
en actividades administrativas cotidianas continuas. Se refiere específicamente a lo
siguiente:
) Importante
Administradores de Power BI
El rol de administrador de Power BI es un rol definido en Microsoft 365, que delega un
subconjunto de actividades de administración específicas de Power BI. Los
administradores de Microsoft 365 globales son administradores de Power BI de forma
implícita. Los administradores de Power Platform también son administradores de Power
BI implícitamente (sin embargo, los administradores de Power BI no tienen el mismo rol
en otras aplicaciones de Power Platform).
Una decisión clave de gobernanza es a quién asignar como administrador de Power BI.
Se trata de un rol centralizado que afecta a todo el inquilino de Power BI. Lo ideal es
que haya entre 2 y 4 personas en la organización que sepan administrar el servicio
Power BI. Los administradores deberían operar en estrecha coordinación con el Centro
de excelencia (COE).
) Importante
Roles y responsabilidades
Los tipos de actividades que un administrador va a realizar cada día varían entre
organizaciones. Lo que es importante y a lo que se da prioridad en la cultura de los
datos va a influir en gran medida en lo que hace un administrador para permitir la BI de
autoservicio dirigida por la empresa, la BI de autoservicio administrada y la BI
empresarial. Para obtener más información, vea el artículo Propiedad y administración
de contenido.
Sugerencia
Hay varios tipos de administradores Power BI. En la siguiente tabla se describen los roles
que se usan con más frecuencia de forma habitual.
En el resto de este artículo se habla de las actividades más comunes que lleva a cabo un
administrador de Power BI. El artículo se centra en aquellas actividades que es
importante llevar a cabo de forma eficaz al adoptar un enfoque estratégico para la
adopción de Power BI en la organización.
Administración de servicios
La supervisión del servicio Power BI es un aspecto crucial para garantizar que todos los
usuarios tengan una buena experiencia con Power BI.
Configuración de inquilinos
La administración adecuada de la configuración de inquilinos en el servicio Power BI es
fundamental. La configuración de inquilinos es la principal forma de controlar qué
capacidades de Power BI están habilitadas y para qué grupos de usuarios de la
organización.
) Importante
Dado que los creadores y consumidores de contenido pueden leer fácilmente en línea
sobre las características disponibles en Power BI, puede resultar frustrante que las
capacidades no funcionen según lo previsto. Eso puede traducirse en usuarios
insatisfechos y una adopción de la organización, de los usuarios y de soluciones menos
eficaz.
Esta es una lista de preguntas comunes realizadas por usuarios confusos y frustrados:
U Precaución
Dado que no hay ningún rol de lector para ver la configuración de inquilinos, puede ser
un desafío en organizaciones de mayor tamaño. Considere la posibilidad de publicar un
documento en el portal centralizado que describa la configuración de inquilinos, como
se explica en el artículo Mentoría y capacitación de los usuarios.
Configuración de inquilino:
Habilitado, o
Disabled
Configuración de inquilino aplicable a:
Toda la organización, o
Limitada a grupos de seguridad específicos:
¿Ya existe un grupo de seguridad adecuado?, o
¿Es necesario crear un nuevo grupo de seguridad?
Portal de administración
Como se indica en el artículo sobre niveles de madurez de la adopción de Power BI, la
adopción de la organización se refiere a la eficacia de los procedimientos de
gobernanza y administración de datos de Power BI para permitir y habilitar la BI
empresarial y la BI de autoservicio. La administración activa de todas las áreas del
servicio Power BI (además de la configuración de inquilinos) de acuerdo con los
objetivos de adopción influye directamente en la garantía de que todos los usuarios
tengan una buena experiencia con Power BI.
Además de estos vínculos de documentación, vea las notas del producto sobre el
planeamiento de una implementación empresarial de Power BI , donde se describen
consideraciones adicionales para la administración de Power BI.
Software Audiencia
) Importante
Todos los creadores de contenido que colaboran con otros deberían utilizar la misma
versión de software, especialmente Power BI Desktop, que se actualiza mensualmente.
Lo ideal es que las actualizaciones de software estén disponibles desde Microsoft Store
o se instalen mediante un proceso de TI automatizado. De este modo, los usuarios no
tienen que realizar ninguna acción específica para obtener actualizaciones.
Otros elementos comunes que es posible que deban instalarse en las máquinas de los
usuarios incluyen:
Sugerencia
Architecture
Arquitectura de datos
La Arquitectura de datos se refiere a los principios, los procedimientos y las
metodologías que rigen y definen qué datos se recopilan y cómo se ingieren,
almacenan, administran, integran, modelan y usan.
Hay muchas decisiones de arquitectura de datos que tomar. Es habitual que el COE
participe en el diseño y el planeamiento de la arquitectura de datos. Es normal que los
administradores también se impliquen, especialmente si administran bases de datos o
infraestructura de Azure.
) Importante
Sugerencia
Adopte el buen hábito de realizar una prueba de concepto (POC) técnica para
probar las suposiciones e ideas. Algunas organizaciones también las llaman
microproyectos cuando el objetivo es entregar una pequeña unidad de trabajo. El
objetivo de una POC es abordar lo desconocido y reducir el riesgo en la fase más
temprana posible. Una POC no tiene que ser un trabajo desechable, pero debe
tener un ámbito reducido. Las revisiones de procedimientos recomendados, como
se explica en el artículo Mentoría y capacitación de los usuarios, son otra manera
útil de ayudar a los creadores de contenido con decisiones arquitectónicas
importantes.
Esta lista no incluye todo. Para obtener una lista completa de características Premium,
vea Preguntas más frecuentes sobre Power BI Premium.
U Precaución
Escalado automático
La escalabilidad automática es una funcionalidad de Power BI Premium. Su objetivo es
manejar los aumentos ocasionales o inesperados en los niveles de uso de Premium. La
escalabilidad automática puede responder a estos aumentos si incrementa
automáticamente los recursos de CPU para permitir el aumento de la carga de trabajo.
Tenga en cuenta que los administradores de áreas de trabajo también pueden asignar
un área de trabajo a PPU si el administrador del área de trabajo posee una licencia PPU.
Pero eso exigiría que todos los demás usuarios del área de trabajo también tuvieran una
licencia PPU.
Los límites por capacidad son inferiores. El tamaño máximo de memoria permitido
para los conjuntos de datos no es el tamaño de nodo de capacidad P3 completo.
En su lugar, es el tamaño de capacidad asignado donde se hospeda el conjunto de
datos.
Es más probable que una de las capacidades más pequeñas se deba escalar
verticalmente en algún momento.
Hay más capacidades para administrar en el inquilino de Power BI.
Arquitectura y administración de la puerta de enlace
La puerta de enlace de datos facilita la transferencia segura y eficaz de datos entre
orígenes de datos de la organización y el servicio Power BI. Se necesita una puerta de
enlace de datos para la conectividad de datos con servicios en la nube o locales cuando
un origen de datos presenta alguna de estas características:
Sugerencia
Sugerencia
Licencias de usuario
Cada usuario del servicio Power BI necesita una licencia comercial integrada con una
identidad de Azure AD. La licencia de usuario puede ser Gratis, Power BI Pro o Power BI
Premium por usuario.
Una licencia de usuario se obtiene por medio de una suscripción que autoriza un
número determinado de licencias con una fecha de inicio y finalización.
Compra autoservicio
Una decisión de gobernanza importante está relacionada con la medida en que se
permite o se fomenta la compra autoservicio.
Por lo general, no se recomienda deshabilitar las pruebas. Puede animar a los usuarios a
aplicar soluciones alternativas, quizás exportando datos o trabajando con herramientas
y procesos no admitidos.
Sugerencia
No establezca demasiadas barreras para obtener una licencia de Power BI. Los
usuarios que tienen que hacer un trabajo van a encontrar una manera, y eso puede
conllevar soluciones alternativas que no son ideales. Por ejemplo, sin una licencia
para usar el servicio Power BI, los usuarios pueden depender demasiado del uso
compartido de archivos en un sistema de archivos o por correo electrónico, cuando
hay disponibles métodos mucho mejores.
Administración de costos
La administración y la optimización del costo de los servicios en la nube, como Power BI,
es una actividad importante. Estas son algunas actividades que puede que quiera tener
en cuenta.
Las Notas del producto sobre la seguridad de Power BI son un recurso excelente para
comprender la variedad de consideraciones, incluidos aspectos que Microsoft
administra. En esta sección se presentan varios temas que los clientes son responsables
de administrar.
Residencia de datos
En las organizaciones con requisitos de almacenamiento de datos en una región
geográfica, se puede configurar la capacidad Premium (no PPU) para una región
específica distinta de la región del inquilino principal de Power BI.
Claves de cifrado
Microsoft controla el cifrado de datos en reposo en centros de datos de Microsoft con
cifrado transparente de servidor y rotación automática de certificados. En el caso de los
clientes con requisitos normativos de administrar la clave de cifrado Premium por sí
mismos, la capacidad Premium se puede configurar para el empleo de Azure Key Vault.
El uso de claves administradas por el cliente, también conocidas como Bring Your Own
Key o BYOK, es una precaución para asegurarse de que, en caso de error humano por
parte de un operador del servicio, no se puedan exponer los datos del cliente.
Tenga en cuenta que Premium por usuario (PPU) solo admite BYOK cuando está
habilitado para todo el inquilino de Power BI.
Auditoría y supervisión
Hay una gran cantidad de metadatos disponibles para comprender lo que sucede
dentro del inquilino de Power BI. El principal origen de información es el registro de
actividad de Power BI,que captura información sobre muchos tipos diferentes de
actividades que realizan los usuarios.
También hay una serie de API REST que proporcionan información adicional sobre áreas
de trabajo, aplicaciones, conjuntos de datos, etc. De especial interés para los
administradores son las API de administrador. Estas API proporcionan un medio de
extraer metadatos de todo el inquilino. El módulo de administración de Power BI es un
conjunto de comandos de PowerShell que facilitan la obtención de metadatos en lugar
de trabajar directamente con las API. Pero hay mucha más información disponible
directamente desde las API.
También hay disponible información uso y rendimiento a largo plazo de las áreas de
trabajo respaldadas por la capacidad Premium. Los administradores pueden analizar la
actividad, el rendimiento y el comportamiento del conjunto de datos. Esta capacidad
está integrada en Azure Log Analytics.
Auditoría
La auditoría de los datos es valiosa para comunicar los objetivos de adopción y realizar
un seguimiento de ellos, lo que ayuda al COE a ser más eficaz, a concebir ideas para
documentación o nuevo entrenamiento de utilidad, así como para la elaboración de
informes relacionados con la gobernanza.
En la tabla siguiente se presentan algunas ideas sobre lo que se puede hacer con la
información disponible en el registro de actividad de Power BI y las API:
Patrones de uso y adopción ¿Cuál es el contenido más usado y por parte de quién?
) Importante
Los archivos de datos sin procesar que contienen los datos de auditoría deben
almacenarse en una ubicación muy segura, preferiblemente una que sea inmutable
(que no permita modificaciones ni eliminaciones). El almacenamiento inmutable
permite a los auditores confiar en estos datos. Un servicio como Azure Data Lake
Storage Gen2 es una alternativa flexible y de bajo costo para este fin.
Supervisión
Microsoft Defender for Cloud Apps es un agente de seguridad de acceso a la nube
(CASB) que permite a los administradores realizar actividades como las siguientes:
Con Defender for Cloud Apps hay disponibles algunas funciones de supervisión y
protección de Power BI muy eficaces. Por ejemplo, puede:
Prohibir que todos los usuarios (o algunos) descarguen un archivo del servicio
Power BI cuando se asigne una etiqueta de confidencialidad específica.
Recibir una alerta cada vez que se actualice una configuración de inquilino en el
servicio Power BI (por ejemplo, si se detecta una actividad administrativa).
Detectar comportamientos sospechosos o inusuales, como descargas masivas de
archivos o un número inusual de operaciones de uso compartido en el servicio
Power BI.
Buscar en el registro de actividad actividades específicas relacionadas con el
contenido con una etiqueta de confidencialidad concreta asignada, como las
exportaciones desde el servicio Power BI.
Recibir una notificación cuando tengan lugar sesiones de riesgo, como cuando la
misma cuenta de usuario se conecta desde distintas áreas geográficas en un
período de tiempo corto.
Determinar si alguien de fuera de un grupo de seguridad predefinido ve contenido
específico en el servicio Power BI.
U Precaución
Las licencias, el costo y los permisos administrativos de Defender for Cloud Apps se
administran de manera independiente a Power BI. Puede crear un administrador
específico de la aplicación con permisos con ámbito para supervisar solo el
servicio Power BI.
El blog de Power BI es el mejor lugar para que los clientes estén al tanto de los
anuncios y las nuevas versiones.
) Importante
" Revise el proceso para solicitar una licencia de usuario: aclare cuál es el proceso,
incluidos los requisitos previos, para que los usuarios obtengan una licencia.
Determine si hay mejoras que se deben realizar en el proceso.
" Determine cómo controlar la compra de licencias de autoservicio: aclare si la
compra de licencias de autoservicio está habilitada. Actualice la configuración si no
coinciden con las intenciones de cómo se pueden comprar las licencias.
" Confirme cómo se controlan las pruebas de usuario: compruebe que las
evaluaciones de licencias de usuario están habilitadas o deshabilitadas. Tenga en
cuenta que todas las evaluaciones de usuario son Premium por usuario. Se aplican
a los usuarios con licencia gratuita que se suscriben a una prueba, así como a los
usuarios de Power BI Pro que se suscriben a una prueba de Premium por usuario.
Niveles de madurez
Existe un proceso bien definido para que los usuarios soliciten licencias y software.
Los formularios de solicitud son fáciles de encontrar para los usuarios. Se
especifica la configuración de compra de autoservicio.
Pasos siguientes
Para obtener más información sobre la supervisión del sistema y la administración de
Power BI, consulte los siguientes recursos.
7 Nota
Este artículo forma parte de la serie de artículos sobre la hoja de ruta de adopción
de Power BI. Para obtener una introducción a la serie, vea Hoja de ruta de
adopción de Power BI.
En esta serie se han abordado los siguientes aspectos de la adopción de Power BI.
Introducción a la adopción
Niveles de madurez de la adopción
Cultura de los datos
Patrocinio ejecutivo
Administración y propiedad del contenido
Ámbito de entrega del contenido
Centro de excelencia
Gobernanza
Mentoría y capacitación
Comunidad práctica
Asistencia técnica de usuario
Supervisión del sistema
El resto de este artículo incluye acciones sugeridas que deben realizarse a continuación.
También incluye otros recursos relacionados con la adopción que pueden ser útiles.
El marco puede aumentar esta serie de la hoja de ruta de adopción de Power BI. La serie
de la hoja de ruta se centra en el por qué y el qué de la adopción de Power BI, más que
en el cómo.
7 Nota
Las notas del producto profundizan en el qué y el cómo de la adopción de Power BI, con
un enfoque centrado en la tecnología. Cuando haya terminado de leer la serie de
artículos sobre la adopción de Power BI, las notas del producto le proporcionarán
información adicional para ayudarle a poner en marcha sus planes.
7 Nota
7 Nota
Comunidad de partners
Hay partners de Power BI experimentados a su disposición para ayudar a su
organización a tener éxito con Power BI. Para ponerse en contacto con un partner de
Power BI, visite el portal de partners de Power BI .
Planeamiento de la implementación de
Power BI
Artículo • 17/04/2023
Ámbito
Al implementar Power BI, hay muchas áreas temáticas que se deben tener en cuenta. Las
siguientes áreas temáticas forman parte de la serie de planificación de la
implementación de Power BI:
Estrategia de BI
Necesidades y oportunidades del usuario
Herramientas de creación y máquinas de usuario
Configuración del inquilino
Suscripciones, licencias y pruebas
Roles y responsabilidades
Supervisión del servicio Power BI
Áreas de trabajo
Administración de datos
Distribución y uso compartido del contenido
Administración e implementación de cambios
Seguridad
Protección de la información y prevención de pérdida de datos
Power BI Premium
Puertas de enlace
Integración con otros servicios
Auditoría y supervisión
Seguimiento de la adopción
Escalado y crecimiento
7 Nota
Escenarios de uso
La serie incluye escenarios de uso que muestran diferentes formas en que los creadores
y consumidores pueden implementar y usar Power BI:
Propósito
Al finalizar, la serie:
1. Lea la hoja de ruta de adopción de Power BI completa y familiarícese con cada uno
de los temas. Evalúe el estado actual de la adopción de Power BI y obtenga
claridad sobre los objetivos de la cultura de datos de su organización.
2. Explore los artículos relacionados con el planeamiento de la implementación de
Power BI que le resulten pertinentes. Empiece con los escenarios de uso de
Power BI, que indican cómo se puede utilizar Power BI de diversas maneras.
Asegúrese de comprender qué escenarios de uso se aplican en la organización y
quién los usa. Además, tenga en cuenta cómo estos escenarios de uso pueden
influir en las estrategias de implementación que decida.
3. Lea los artículos de cada una de las áreas temáticas que se enumeran
anteriormente. Puede optar por realizar inicialmente una revisión amplia del
contenido de arriba a abajo. O bien, puede optar por empezar con áreas temáticas
que sean más prioritarias. Revise cuidadosamente las decisiones y acciones clave
que se incluyen para cada tema (al final de cada sección). Se recomienda usarlas
como punto de partida para crear y personalizar el plan.
4. Cuando sea necesario, consulte la documentación de Power BI para obtener
información detallada sobre temas específicos.
Audiencia de destino
Es posible que el público al que está dirigida esta serie de artículos esté interesado en
obtener los resultados siguientes:
Esta serie resulta útil para las organizaciones que se encuentran en las primeras fases de
una implementación de Power BI o que planean realizar una implementación ampliada.
También puede ser útil para quienes trabajan en una organización con una o varias de
las características siguientes:
Sugerencia
Agradecimientos
Melissa Coates, MVP de plataforma de datos y propietaria de Coates Data Strategies
escribió esta serie de artículos con la importante colaboración de Peter Myers, Matthew
Roche, Alex Powers y Chris Webb.
Pasos siguientes
En el artículo siguiente de esta serie, obtendrá información sobre escenarios de uso en
los que se describe cómo usar Power BI de maneras distintas.
7 Nota
7 Nota
Sugerencia
Puede que tenga que mezclar y combinar las ideas descritas en los escenarios de
uso para crear una estrategia de implementación de Power BI que se adapte a sus
circunstancias. Para satisfacer las necesidades de usuarios de distintos
departamentos y unidades de negocio, lo mejor es adoptar distintas partes de los
diversos métodos de implementación de Power BI de forma simultánea. De este
modo, podrá respaldar a diversos creadores de contenido y distintas soluciones.
7 Nota
Escenarios de BI de autoservicio
Hay cuatro escenarios de uso que se centran en la compatibilidad con las actividades de
BI de autoservicio, en las que diversas personas de numerosas áreas de la organización
controlan las responsabilidades de análisis. Los escenarios de colaboración y entrega de
contenido (descritos en el grupo de escenarios anterior) también incluyen aspectos de
BI de autoservicio, pero desde un punto de vista ligeramente distinto. La intención de
este conjunto de escenarios es centrarse en varios aspectos importantes para planear
una implementación de Power BI.
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie se describe cómo habilitar el análisis privado para
una persona con el escenario de uso de BI personal.
Escenarios de uso de Power BI:
BI personal
Artículo • 30/03/2023 • Tiempo de lectura: 5 minutos
7 Nota
Tal como se describe en la Hoja de ruta de adopción de Power BI, BI Personal consiste
en permitir que un individuo obtenga valor analítico. También se trata de permitirle
realizar tareas empresariales de forma más eficaz con el uso de datos, información y
análisis. BI Personal se considera a veces como el punto de entrada para BI de
autoservicio.
7 Nota
Hay cuatro escenarios de colaboración y entrega de contenido que se basan entre sí.
El escenario de BI Personal es el primero de los cuatro escenarios. Puede encontrar
una lista de todos los escenarios en el artículo Información general sobre
escenarios de uso de Power BI.
Elemento Descripción
Power BI Desktop se conecta a los datos de uno o varios orígenes de datos. Las
consultas y los mashups de datos, que combinan varios orígenes, se desarrollan en el
Editor de Power Query.
El creador de contenido también puede usar una aplicación móvil de Power BI para
ver el contenido publicado.
A fin de conectarse a orígenes de datos que residen en una red organizativa privada,
se requiere una puerta de enlace de datos local para la actualización de datos.
Puntos clave
A continuación se muestran algunos puntos clave que se deben destacar sobre el
escenario de BI Personal.
) Importante
Sugerencia
7 Nota
Una puerta de enlace de datos en modo personal se instala con una frecuencia
mucho mayor en la máquina de un usuario individual. Por lo tanto, una puerta de
enlace de datos en el modo personal es más adecuada para escenarios de uso de
BI Personal. Su organización puede impedir que los usuarios instalen puertas de
enlace de datos, en cuyo caso el creador de contenido puede usar una puerta de
enlace de datos en modo estándar (normalmente la configura y administra TI).
Protección de la información
Las directivas de protección de la información se pueden aplicar al contenido del
servicio Power BI. Algunas organizaciones tienen una directiva de etiqueta obligatoria
que requiere que se asigne una etiqueta de confidencialidad, incluso en un área de
trabajo personal.
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre la colaboración
pequeña en equipo con el escenario de uso de BI de equipo.
Escenarios de uso de Power BI: BI para
equipos
Artículo • 23/03/2023 • Tiempo de lectura: 9 minutos
7 Nota
Una vez creada una solución de BI valiosa, es el momento de colaborar con los
compañeros. El objetivo es ofrecer un valor adicional al que se puede lograr con el
escenario de BI personal.
7 Nota
Elemento Descripción
Power BI Desktop se conecta a los datos de uno o varios orígenes de datos. Las
consultas y los mashups de datos, que combinan varios orígenes, se desarrollan en el
Editor de Power Query.
Todos los usuarios asignados a un rol de área de trabajo (visor o superior) ven el
contenido en el área de trabajo e interactúan con este. Una opción es iniciar sesión
en el servicio Power BI mediante un explorador web.
Las aplicaciones móviles de Power BI también están disponibles para ver el contenido
publicado.
A los usuarios que trabajan con frecuencia en Microsoft Teams puede resultarles
conveniente administrar o ver contenido de Power BI directamente en Teams. Pueden
usar la aplicación Power BI para Microsoft Teams o ver informes insertados en un
canal de equipo. Los usuarios también pueden realizar chats privados entre sí y recibir
notificaciones directamente en Teams.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Puntos clave
A continuación se muestran algunos puntos clave que se deben destacar sobre el
escenario de BI para equipos.
Áreas de trabajo
Un área de trabajo de Power BI actúa como contenedor lógico en el servicio Power BI
para almacenar elementos relacionados con Power BI, como conjuntos de datos e
informes. En un escenario de BI para equipos, es práctico y sencillo que un número
reducido de usuarios utilice el área de trabajo para la colaboración, así como para la
visualización de informes. La distribución del contenido como aplicación de Power BI se
describe en el escenario de BI de departamento.
7 Nota
Como alternativa, los usuarios del área de trabajo pueden compartir informes
individuales y paneles (no representado en el diagrama de escenarios). Mediante el
uso compartido se puede conceder acceso de solo lectura a un usuario que no
tenga asignado ningún rol de área de trabajo. Sin embargo, intente limitar este tipo
de uso, ya que puede ser tedioso configurarlo para muchos elementos o usuarios.
Licencias de usuario de Power BI
Al colaborar en un área de trabajo, todos los usuarios deben tener una licencia de
Power BI Pro o Power BI Premium por usuario (PPU) .
7 Nota
Existe una excepción para el requisito de tener una licencia de Power BI Pro o PPU:
cuando el área de trabajo está asignada a la capacidad Premium, los usuarios de
licencias gratuitas de Power BI (con los permisos adecuados) pueden ver el
contenido del área de trabajo (o aplicación de Power BI). Este enfoque se describe
en el escenario de BI empresarial.
Para acceder a un conjunto de datos existente, el creador del contenido debe tener el
permiso de compilación para el conjunto de datos. Se puede conceder directa o
indirectamente cuando el usuario se asigna a un rol de área de trabajo (colaborador o
superior), al publicar una aplicación de Power BI o al compartir un elemento de
Power BI. El escenario de BI de autoservicio administrada explora aún más la
reutilización de conjuntos de datos compartidos.
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre cómo distribuir
contenido a un mayor número de visores en el escenario de uso de BI de departamento.
Escenarios de uso de Power BI: BI de
departamento
Artículo • 23/03/2023 • Tiempo de lectura: 9 minutos
7 Nota
Cuando los equipos crecen, resulta poco práctico usar un área de trabajo de forma
eficaz para la distribución de todos los informes (como se describe en el escenario de BI
para equipos). Una manera más eficaz de controlar escenarios de BI de departamento
más grandes consiste en usar el área de trabajo para la colaboración y distribuir el
contenido del área de trabajo como una aplicación a los consumidores.
7 Nota
Elemento Descripción
Power BI Desktop se conecta a los datos de uno o varios orígenes de datos. Las
consultas y los mashups de datos, que combinan varios orígenes, se desarrollan en el
Editor de Power Query.
Algunos o todos los informes y paneles se publican como una aplicación de Power BI.
El propósito de la aplicación es proporcionar un conjunto de contenido relacionado
para que los consumidores puedan verlo de forma fácil de usar.
Elemento Descripción
Las aplicaciones móviles de Power BI también están disponibles para ver las
aplicaciones y el contenido del área de trabajo.
A los usuarios que trabajan con frecuencia en Microsoft Teams puede resultarles
conveniente administrar o ver contenido de Power BI directamente en Teams.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Puntos clave
A continuación se muestran algunos puntos clave para destacar sobre el escenario de BI
de departamento.
Áreas de trabajo
Un área de trabajo de Power BI es un contenedor lógico en el servicio Power BI para
almacenar elementos relacionados con Power BI, como conjuntos de datos e informes.
Aunque en este escenario se muestra una área de trabajo, normalmente se requieren
varias áreas de trabajo para satisfacer todos los requisitos de planeamiento del área de
trabajo.
7 Nota
Hay una excepción al requisito de una licencia de Power BI Pro o PPU: cuando el
área de trabajo está asignada a la capacidad Premium, los usuarios de licencias
gratuitas de Power BI (con permisos adecuados) pueden ver el contenido del área
de trabajo (o aplicación). Este enfoque se describe en el escenario de BI
empresarial.
Para acceder a un conjunto de datos existente, el creador del contenido debe tener el
permiso de compilación para el conjunto de datos. Se puede conceder directa o
indirectamente cuando el usuario se asigna a un rol de área de trabajo (colaborador o
superior), al publicar una aplicación de Power BI o al compartir un elemento de
Power BI. El escenario de BI de autoservicio administrado explora aún más la
reutilización de conjuntos de datos compartidos.
Instalación de la puerta de enlace
Normalmente, se requiere una puerta de enlace de datos al acceder a orígenes de datos
que residen en la red organizativa privada o en una red virtual. La puerta de enlace de
datos local se vuelve relevante una vez que se publica un archivo Power BI Desktop en el
servicio Power BI. Los dos propósitos de una puerta de enlace son actualizar los datos
importados y ver un informe que consulta una conexión dinámica o un conjunto de
datos de DirectQuery (no se muestra en el diagrama de escenarios).
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre la distribución de
contenido en toda la organización a escala en el escenario de BI empresarial.
Escenarios de uso de Power BI: BI para
empresas
Artículo • 23/03/2023 • Tiempo de lectura: 11 minutos
7 Nota
7 Nota
Elemento Descripción
Power BI Desktop se conecta a los datos de uno o varios orígenes de datos. Las
consultas y los mashups de datos, que combinan varios orígenes, se desarrollan en el
Editor de Power Query.
Power BI Report Builder consulta datos de uno o varios tipos de origen de datos. Se
genera un informe paginado para cumplir los requisitos de un informe de gran
formato y listo para imprimir.
Cuando está listo, los creadores de informes publican su archivo de Power BI Report
Builder (.RDL) en el servicio Power BI.
Algunos o todos los informes y paneles se publican como una aplicación de Power BI.
El propósito de la aplicación es proporcionar un conjunto de contenido relacionado
para que los consumidores puedan verlo de forma fácil de usar.
Las aplicaciones móviles de Power BI también están disponibles para ver el contenido
de la aplicación y del área de trabajo.
A los usuarios que trabajan con frecuencia en Microsoft Teams puede resultarles
conveniente administrar o ver contenido de Power BI directamente en Teams.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Elemento Descripción
Puntos clave
A continuación se muestran algunos puntos clave que se deben destacar sobre el
escenario de BI para empresas.
Áreas de trabajo
Un área de trabajo de Power BI es un contenedor lógico en el servicio Power BI para
almacenar elementos relacionados con Power BI, como conjuntos de datos e informes.
Aunque en este escenario se muestra una área de trabajo, normalmente se requieren
varias áreas de trabajo para satisfacer todos los requisitos de planeamiento del área de
trabajo.
Para acceder a un conjunto de datos existente, el creador del contenido debe tener el
permiso de compilación para el conjunto de datos. Se puede conceder directa o
indirectamente cuando el usuario se asigna a un rol de área de trabajo (colaborador o
superior), al publicar una aplicación de Power BI o al compartir un elemento de
Power BI. El escenario de BI de autoservicio administrado explora aún más la
reutilización de conjuntos de datos compartidos.
7 Nota
7 Nota
Normalmente, hay muchos más creadores de informes que los creadores de conjuntos
de datos. Estos creadores de informes pueden existir en cualquier área de la
organización. Dado que los creadores de informes de autoservicio a menudo necesitan
generar contenido rápidamente, un enfoque combinado les permite centrarse en la
generación de informes que admiten la toma de decisiones oportunas sin el esfuerzo
adicional de crear un conjunto de datos.
7 Nota
Elemento Descripción
Cuando esté listo, los creadores de conjuntos de datos publican su archivo Power BI
Desktop (.pbix) que contiene solo un modelo en el servicio Power BI.
Elemento Descripción
Los creadores de informes usan el centro de datos del servicio Power BI para buscar
conjuntos de datos reconocibles.
Los creadores de informes crean nuevos informes mediante Power BI Desktop. Los
informes usan una conexión dinámica a un conjunto de datos compartido.
Cuando está listo, los creadores de informes publican su archivo de Power BI Desktop
en el servicio Power BI.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Puntos clave
A continuación, se muestran algunos puntos clave para destacar sobre el escenario de
publicación de contenido de autoservicio.
7 Nota
7 Nota
Sugerencia
7 Nota
Si un conjunto de datos no está configurado para ser reconocible, solo los usuarios
de Power BI con permiso de compilación pueden encontrarlo.
Al usar una conexión dinámica, todos los datos que el creador del informe necesita
deben residir en el conjunto de datos conectado. Sin embargo, el escenario de BI
de autoservicio administrada personalizable describe cómo se puede ampliar un
conjunto de datos con datos y cálculos adicionales.
) Importante
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre las formas de
personalizar y ampliar un conjunto de datos compartido para cumplir otros tipos de
requisitos.
Escenarios de uso de Power BI: BI de
autoservicio administrado
personalizable
Artículo • 23/09/2022 • Tiempo de lectura: 10 minutos
7 Nota
Sin embargo, cuando la arquitectura de datos principal no incluye todos los datos
necesarios, los creadores de conjuntos de datos pueden ampliar, personalizar o
personalizar conjuntos de datos compartidos existentes. Se pueden crear nuevos
conjuntos de datos especializados que cumplan los requisitos empresariales no
cumplidos por los conjuntos de datos entregados centralmente existentes. Lo
importante es que no haya duplicación de datos principales. Este escenario de uso se
denomina BI de autoservicio administrado personalizable.
7 Nota
Elemento Descripción
Cuando esté listo, el creador del conjunto de datos A publica su archivo de Power BI
Desktop (.pbix) que solo contiene un modelo en el servicio Power BI.
El creador del conjunto de datos B usa el centro de datos en el servicio Power BI para
buscar conjuntos de datos reconocibles.
En Power BI Desktop, el creador del conjunto de datos B crea una conexión dinámica
al conjunto de datos compartido original que se encuentra en el servicio Power BI.
Dado que la intención es ampliar y personalizar el conjunto de datos original, la
conexión dinámica se convierte en un modelo de DirectQuery. Esta acción da como
resultado un modelo local en el archivo Power BI Desktop.
Las relaciones se crean en Power BI Desktop entre las tablas existentes (del conjunto
de datos compartido, también conocido como modelo remoto) y las nuevas tablas
recién importadas (almacenadas en el modelo local). Los cálculos adicionales y el
trabajo de modelado se realizan en Power BI Desktop para completar el diseño del
modelo especializado.
Cuando esté listo, el creador del conjunto de datos B publica su archivo Power BI
Desktop en el servicio Power BI.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Puntos clave
A continuación se muestran algunos puntos clave que se deben destacar sobre el
escenario de BI de autoservicio administrado personalizable.
7 Nota
Sugerencia
Sugerencia
7 Nota
Si un conjunto de datos no está configurado para ser reconocible, solo los usuarios
de Power BI con permiso de compilación pueden encontrarlo.
7 Nota
Pasos siguientes
En el siguiente artículo de esta serie, obtenga información sobre cómo reutilizar el
trabajo de preparación de datos con flujos de datos en el escenario de preparación de
datos de autoservicio.
Escenarios de uso de Power BI:
preparación de datos de autoservicio
Artículo • 23/03/2023 • Tiempo de lectura: 13 minutos
7 Nota
Los flujos de datos se crean mediante Power Query Online en una de varias
herramientas: el servicio Power BI, Power Apps o Dynamics 365 Customer Insights. Un
flujo de datos creado en Power BI se conoce como "flujo de datos analítico". Los flujos
de datos creados en Power Apps pueden ser uno de los dos tipos: estándar o analíticos.
Este escenario solo abarca el uso de un flujo de datos de Power BI creado y
administrado dentro del servicio Power BI.
7 Nota
Elemento Descripción
El creador del flujo de datos desarrolla una colección de tablas dentro de un flujo de
datos de Power BI. En el caso de un flujo de datos destinado a su reutilización, es
habitual (pero no necesario) que el creador pertenezca a un equipo centralizado que
admita usuarios en toda la organización (como TI, BI empresarial o el Centro de
excelencia).
El flujo de datos conecta con los datos de uno o más orígenes de datos.
Los flujos de datos se desarrollan mediante Power Query Online, que es una versión
web de Power Query. La conocida interfaz de Power Query en Power Query Online
facilita la transición de Power BI Desktop.
Elemento Descripción
El creador del conjunto de datos puede usar todas las funcionalidades de Power
Query dentro de Power BI Desktop. Opcionalmente, pueden aplicar pasos de consulta
adicionales para transformar aún más los datos del flujo de datos o combinar la salida
del flujo de datos.
Cuando esté listo, el creador del conjunto de datos publica el archivo Power BI
Desktop (.pbix) que contiene el modelo de datos en el servicio Power BI. La
actualización del conjunto de datos se administra independientemente del flujo de
datos (no se muestra en el diagrama del escenario).
El flujo de datos se puede reutilizar como origen de datos por otros conjuntos de
datos que podrían residir en diferentes áreas de trabajo.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Sugerencia
Puntos clave
Estos son algunos puntos clave que se deben destacar sobre el escenario de
preparación de datos de autoservicio.
Flujos de datos
Un flujo de datos consta de una colección de tablas (también conocidas como
entidades). Todo el trabajo de creación de un flujo de datos se realiza en Power Query
Online . Puede crear flujos de datos en varios productos, como Power Apps, Dynamics
365 Customer Insights y Power BI.
7 Nota
7 Nota
Los conjuntos de datos usan el flujo de datos como origen de datos. Un informe no
se puede conectar directamente a un flujo de datos.
Estas son algunas ventajas del uso de flujos de datos de Power BI:
Sugerencia
7 Nota
Para obtener más información sobre las características avanzadas del flujo de datos,
consulte el escenario de uso avanzado de la preparación de datos.
Estas son algunas de las ventajas de usar la cuenta de Data Lake de la organización:
Otros usuarios o procesos pueden acceder a los datos almacenados por un flujo
de datos de Power BI (opcionalmente) desde el lago de datos. Esto es útil cuando
el flujo de datos se reutiliza fuera de Power BI. Por ejemplo, Azure Data Factory
podría acceder a los datos.
Los datos del lago de datos pueden administrarse (opcionalmente) mediante otras
herramientas o sistemas. En este caso, Power BI puede consumir los datos en lugar
de administrarlos (lo cual no se representa en el diagrama de escenarios).
) Importante
Establecer conexiones de Azure no significa que todos los flujos de datos del
inquilino de Power BI se almacenen en esta cuenta de forma predeterminada. Para
usar una cuenta de almacenamiento explícita (en lugar de almacenamiento
interno), cada área de trabajo debe estar conectada específicamente.
7 Nota
7 Nota
Sugerencia
Los flujos de datos requieren una puerta de enlace de datos centralizada en modo
estándar. Al trabajar con flujos de datos, no se admite una puerta de enlace en
modo personal.
Pasos siguientes
En el siguiente artículo de la serie, obtenga información sobre el escenario de uso
avanzado de preparación de datos.
Escenarios de uso de Power BI:
Preparación de datos avanzada
Artículo • 23/03/2023 • Tiempo de lectura: 17 minutos
7 Nota
Las áreas de trabajo independientes, organizadas por finalidad del flujo de datos, son
útiles cuando la salida del flujo de datos se proporciona a varios creadores de conjuntos
de datos, sobre todo cuando se encuentran en distintos equipos de la organización.
También son útiles para administrar los roles de seguridad cuando las personas que
crean y administran los flujos de datos son distintas de las personas que los consumen.
7 Nota
Sugerencia
7 Nota
Elemento Descripción
El creador del flujo de datos desarrolla una colección de tablas dentro de un flujo de
datos. En el caso de un flujo de datos destinado a su reutilización, es habitual (pero
no necesario) que el creador pertenezca a un equipo centralizado que admita
usuarios en toda la organización (como TI, BI empresarial o el Centro de excelencia).
El flujo de datos conecta con los datos de uno o más orígenes de datos.
Los creadores de flujos de datos desarrollan flujos de datos con Power Query Online,
que es una versión de Power Query basada en web.
Elemento Descripción
Los creadores de flujos de datos tienen acceso para administrar el contenido del área
de trabajo dedicada a la administración centralizada de los flujos de datos.
El flujo de datos final se crea en un área de trabajo disponible para los modeladores
de datos. Obtiene datos mediante el uso de tablas vinculadas al flujo de datos de
transformación. Las tablas calculadas representan la salida preparada visible para los
modeladores de datos a los que se les concede el rol de visor del área de trabajo.
Los creadores de conjuntos de datos (que consumen la salida del flujo de datos)
tienen acceso de visor al área de trabajo que contiene la salida del flujo de datos
final. Los creadores de flujos de datos también tienen acceso para administrar y
publicar contenido en el área de trabajo (lo cual no se representa en el diagrama de
escenarios).
Los creadores de conjuntos de datos usan el flujo de datos final como origen de datos
al desarrollar un modelo de datos en Power BI Desktop. Cuando está listo, el creador
del conjunto de datos publica el archivo de Power BI Desktop (.pbix) que contiene el
modelo de datos en el servicio Power BI (que no se representa en el diagrama de
escenarios).
Para conectarse a orígenes de datos que residen en una red organizativa privada, se
requiere una puerta de enlace de datos local para la creación del flujo de datos en
Power Query Online. La puerta de enlace de datos también se usa para actualizar el
flujo de datos.
Puntos clave
A continuación, se muestran algunos puntos clave que se deben destacar sobre el
escenario de preparación de datos avanzada.
Flujos de datos
Un flujo de datos consta de una colección de tablas (también conocidas como
entidades). Cada tabla se define mediante una consulta, que contiene los pasos de
preparación de datos necesarios para cargar la tabla con datos. Todo el trabajo de
creación de un flujo de datos se realiza en Power Query Online . Para crear un flujo de
datos se pueden usar varios productos, como Power Apps, Dynamics 365 Customer
Insights y Power BI.
7 Nota
7 Nota
Los lagos de datos suelen tener zonas, como bronce, plata y oro. Los tres tipos de
flujos de datos representan un patrón de diseño similar. Para tomar las mejores
decisiones posibles respecto a la arquitectura de los datos, piense en quién
mantendrá los datos, el uso que se espera que se haga de ellos y el nivel de aptitud
requerido por los usuarios que acceden a los datos.
Los dos tipos de áreas de trabajo que se muestran en el diagrama de escenarios son:
Sugerencia
Se recomienda revisar las formas de admitir creadores de conjuntos de datos
descritas en el escenario de uso de preparación de datos de autoservicio. Es
importante comprender que los creadores de conjuntos de datos también pueden
usar todas las funcionalidades de Power Query en Power BI Desktop. Pueden optar
por agregar pasos de consulta a fin de transformar aún más los datos del flujo de
datos o bien combinar la salida del flujo de datos con otros orígenes.
Tabla estándar: consulta un origen de datos externo, como una base de datos. En
el diagrama de escenarios, las tablas estándar se muestran en el flujo de datos de
almacenamiento provisional.
Tabla vinculada: hace referencia a una tabla de otro flujo de datos. Una tabla
vinculada no duplica los datos. En su lugar, permite la reutilización de una tabla
estándar varias veces con distintos fines. Los visores del área de trabajo no
visualizan las tablas vinculadas, ya que heredan los permisos del flujo de datos
original. En el diagrama de escenarios, las tablas vinculadas se muestran dos veces:
En el flujo de datos de transformación, para acceder a los datos del flujo de
datos de almacenamiento provisional.
En el flujo de datos final, para acceder a los datos del flujo de datos de
transformación.
Tabla calculada: realiza cálculos adicionales al usar un flujo de datos diferente
como origen. Las tablas calculadas permiten personalizar la salida según convenga
para los casos de uso individuales. En el diagrama de escenarios, las tablas
calculadas se muestran dos veces:
En el flujo de datos de transformación, para realizar transformaciones comunes.
En el flujo de datos final, para entregar la salida a los creadores de conjuntos de
datos. Dado que las tablas calculadas vuelven a conservar los datos (después de
la actualización del flujo de datos), los modeladores de datos pueden acceder a
las tablas calculadas en el flujo de datos final. En este caso, debe concederse
acceso a los modeladores de datos con el rol de visor del área de trabajo.
7 Nota
Al usar tablas vinculadas o calculadas, asegúrese de que cada área de trabajo esté
asignada a la misma cuenta de almacenamiento de ADLS Gen2.
7 Nota
Sugerencia
Los flujos de datos requieren una puerta de enlace de datos centralizada en modo
estándar. Al trabajar con flujos de datos, no se admite una puerta de enlace en
modo personal.
Pasos siguientes
Para ver otros escenarios útiles que le ayuden con las decisiones de implementación de
Power BI, consulte el artículo Escenarios de uso de Power BI.
Escenarios de uso de Power BI: Creación
de prototipos y uso compartido
Artículo • 23/09/2022 • Tiempo de lectura: 7 minutos
7 Nota
7 Nota
Elemento Descripción
Power BI Desktop se conecta a los datos de uno o varios orígenes de datos. Las
consultas y los mashups de datos, que combinan varios orígenes, se desarrollan en el
Editor de Power Query.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local para la actualización de
datos.
Puntos clave
A continuación, se muestran algunos puntos clave que se deben destacar sobre el
escenario de creación de prototipos y uso compartido.
Servicio Power BI
La publicación de soluciones de creación de prototipos en el servicio Power BI es
opcional. Puede ser útil cuando es necesario compartir resultados preliminares con fines
de comentarios y toma de decisiones.
Sugerencia
Área de trabajo
Un área de trabajo de desarrollo es adecuada en este escenario, ya que implica trabajar
con un pequeño escenario de colaboración de BI para equipos (en lugar de un área de
trabajo personal, como se describe en el escenario de BI personal). Una vez finalizada y
probada completamente la solución, se puede promover rápidamente a un área de
trabajo de producción (como se describe en el escenario de publicación de contenido
de autoservicio).
Sugerencia
7 Nota
Pasos siguientes
Para ver otros escenarios útiles que le ayuden con las decisiones de implementación de
Power BI, consulte el artículo Escenarios de uso de Power BI.
Escenarios de uso de Power BI:
publicación de contenido de
autoservicio
Artículo • 23/03/2023 • Tiempo de lectura: 12 minutos
7 Nota
Los revisores del área de trabajo de prueba realizan el control de calidad, las
validaciones de datos y las pruebas de aceptación del usuario.
Para conectarse a orígenes de datos que residen dentro de una red organizativa
privada, se requiere una puerta de enlace de datos local.
Sugerencia
Puntos clave
A continuación, se muestran algunos puntos clave para destacar sobre el escenario de
publicación de contenido de autoservicio.
Canalización de implementación
Una canalización de implementación consta de tres fases: desarrollo, prueba y
producción. Se asigna una sola área de trabajo a cada fase de la canalización de
implementación. Los elementos de Power BI admitidos por las canalizaciones de
implementación se publican (o clonan) de un área de trabajo a otra cuando se produce
una implementación. Una vez completadas las pruebas y validaciones, la canalización de
implementación se puede reutilizar muchas veces para promover el contenido
rápidamente. La interfaz de canalización de implementación es fácil de implementar
para los creadores de contenido que no tienen las aptitudes o el deseo de usar
implementaciones basadas en código (el uso de las API REST de Power BI se describe en
el escenario de publicación de contenido empresarial).
7 Nota
Proceso de implementación
Es un procedimiento recomendado considerar todo el contenido del área de trabajo
como un paquete analítico que se puede implementar juntos como una unidad. Por lo
tanto, es importante tener claridad sobre el propósito y las expectativas de cada área de
trabajo. Aunque es posible una implementación selectiva de elementos específicos de
Power BI, es más eficaz y menos arriesgado cuando una implementación representa una
unidad lógica de contenido.
Sugerencia
Modelo de permisos
Dedique tiempo a planear el modelo de permisos. Se admite la flexibilidad total para
aplicar diferentes roles de área de trabajo (entre desarrollo, prueba y producción). Como
se muestra en el diagrama de escenarios, es habitual asignar los siguientes permisos de
área de trabajo:
7 Nota
Cuando sea posible, se recomienda que el creador o propietario del contenido existente
realice las implementaciones. En algunas situaciones, los permisos están más
restringidos para el área de trabajo de producción. En ese caso, puede ser adecuado
coordinar la implementación de producción con otra persona que tenga permiso para
realizar la implementación en producción.
Sugerencia
Tenga en cuenta que los roles de área de trabajo se establecen por separado para
desarrollo, prueba y producción. Sin embargo, el acceso a la canalización se
establece una vez para toda la canalización.
Configuración de implementación
Las reglas de orígenes de datos y las reglas de parámetros están disponibles para
administrar dinámicamente los valores que difieren entre desarrollo, prueba y
producción. El uso de la configuración de implementación es una manera eficaz de
reducir el esfuerzo y el riesgo de errores.
U Precaución
Almacenamiento de OneDrive
En el diagrama de escenario se muestra el uso de OneDrive para almacenar los archivos
de Power BI Desktop de origen. El objetivo es almacenar los archivos de origen en una
ubicación que:
Esté correctamente protegida para asegurarse de que solo los editores puedan
acceder a los archivos de origen. Una biblioteca compartida (en lugar de una
biblioteca personal) es una buena opción.
Se realizan copias de seguridad con frecuencia para que los archivos estén a salvo
de pérdidas.
Se versiona cuando se producen cambios, para permitir una reversión a una
versión anterior.
Sugerencia
7 Nota
Pasos siguientes
En el siguiente artículo de la serie, obtenga información sobre el escenario de uso
avanzado del modelado de datos.
Escenarios de utilización de Power BI:
Administración avanzada de modelos de
datos
Artículo • 29/03/2023 • Tiempo de lectura: 13 minutos
7 Nota
Los modelos de datos se hospedan en el servicio Power BI, Azure Analysis Services (AAS)
o SQL Server Analysis Services (SSAS). Este escenario de utilización se centra en el uso
del punto de conexión XMLA en el servicio Power BI.
Sugerencia
7 Nota
Sugerencia
7 Nota
Elemento Descripción
El modelo de datos conecta con los datos de uno o más orígenes de datos.
Cuando está listo, los creadores de conjuntos de datos publican el modelo de datos
desde Tabular Editor en el servicio Power BI mediante el punto de conexión XMLA del
área de trabajo de destino.
Elemento Descripción
Cuando está listo, los creadores de informes publican su archivo de Power BI Desktop
(.pbix) en el servicio Power BI.
Las herramientas de terceros pueden usar el punto de conexión XMLA para consultar
el conjunto de datos compartido. Otras herramientas compatibles con XMLA, como
DAX Studio o PowerShell, se pueden usar para consultar o actualizar el conjunto de
datos compartido. Power BI Desktop, Excel y Report Builder también se pueden
conectar mediante el punto de conexión XMLA (no representado en el diagrama de
escenarios).
Para conectarse a orígenes de datos que residen en una red organizativa privada, se
requiere una puerta de enlace de datos local para la actualización de datos. La
actualización de datos está programada y administrada en el servicio Power BI.
Puntos clave
A continuación se muestran algunos puntos clave a destacar sobre el escenario de
administración avanzada de modelos de datos.
Tabular Editor
Tabular Editor se muestra en el diagrama de escenarios. Se trata de una herramienta
de terceros que ha logrado una adopción generalizada por parte de la comunidad de
Power BI. Entre las ventajas de administrar modelos de datos tabulares con
Tabular Editor se incluyen las siguientes:
2 Advertencia
Sugerencia
7 Nota
Herramientas de terceros
Power BI Desktop puede controlar las necesidades de un extremo a otro de la mayoría
de los creadores de contenido de autoservicio. Pero, las herramientas de terceros
ofrecen otras características y funcionalidades empresariales. Por este motivo, las
herramientas de terceros, como Tabular Editor , se han convertido en frecuentes en la
comunidad de Power BI, en especial para creadores de contenido avanzados,
desarrolladores y profesionales de TI.
Sugerencia
7 Nota
Sugerencia
7 Nota
Pasos siguientes
Para ver otros escenarios útiles que le ayuden con las decisiones de implementación de
Power BI, consulte el artículo Escenarios de uso de Power BI.
Escenarios de uso de Power BI: informes
locales
Artículo • 23/09/2022 • Tiempo de lectura: 4 minutos
7 Nota
Este escenario implica el uso de Power BI Report Server, que es un portal local para
publicar, compartir y consumir contenido de inteligencia empresarial dentro de la red
organizativa. Resulta útil cuando la organización necesita una alternativa al servicio
Power BI basado en la nube para implementar parte (o todo) del contenido de BI. Por
ejemplo, una plataforma totalmente administrada por el cliente puede ser necesaria por
motivos normativos, legales o de propiedad intelectual.
Elemento Descripción
Power BI Desktop para Report Server se conecta a los datos desde uno o varios
orígenes de datos. Las consultas y los mashups de datos, que combinan varios
orígenes, se desarrollan en el Editor de Power Query.
El creador del informe también puede desarrollar informes con Excel. El archivo de
libro de Excel (.xlsx) se puede publicar en Power BI Report Server.
Los trabajos de Agente SQL Server actualizan periódicamente los conjuntos de datos
de importación.
Puntos clave
Ahora se muestran algunos puntos clave que se deben destacar sobre el escenario de
informes local.
7 Nota
) Importante
Acceso móvil
Se deben realizar configuraciones adicionales para habilitar el acceso móvil remoto a
Power BI Report Server. Para más información, vea Configuración del acceso de la
aplicación remota de Power BI a Report Server de manera remota.
Cuando se conceden licencias Power BI Report Server como parte del conjunto de
características de capacidad Premium, solo está disponible con las SKU P. Las otras
SKU basadas en capacidad (SKU EM y A) no ofrecen esta ventaja, ni
Power BI Premium por usuario (PPU).
Pasos siguientes
Para ver otros escenarios útiles que le ayuden con las decisiones de implementación de
Power BI, consulte el artículo Escenarios de uso de Power BI.
Transformación de la BI de Microsoft
Artículo • 23/03/2023 • Tiempo de lectura: 8 minutos
Sugerencia
Recorrido de Microsoft
Hace varios años, en Microsoft, nuestra referencia cultural de la organización animaba a
los usuarios a buscar la plena propiedad de los datos y las conclusiones. También
experimentó una fuerte resistencia cultural a hacer cosas de forma estandarizada. Por lo
tanto, la referencia cultural de la organización nos condujo a desafíos de informes y
análisis. En concreto, nos condujo a:
Estos desafíos nos llevaron a pensar en cómo podríamos hacer mejor las cosas. Finanzas
y otros equipos internos recibieron el apoyo de los ejecutivos para transformar el
proceso de revisión de negocio, lo que nos llevó a crear una plataforma de BI unificada
como nuestra única fuente de confianza. (Más adelante en este capítulo hablaremos
más sobre nuestra plataforma de BI). En última instancia, estas innovaciones llevaron a
que las revisiones de negocio se transformasen de vistas tabulares densas en objetos
visuales más sencillos y comprensibles centrados en temas empresariales clave.
Disciplina en el núcleo
Disciplina en el núcleo significa que el equipo de TI conserva el control al mantener un
único origen de datos maestros. La entrega de BI corporativa estandarizada y la
definición de taxonomías y jerarquías de KPI coherentes forma parte de esa disciplina.
Lo importante es que los permisos de datos se aplican de forma centralizada para
garantizar que las personas solo puedan leer los datos que necesitan.
Flexibilidad en el borde
En el borde del núcleo, nuestros analistas de los equipos de finanzas, ventas y marketing
se han convertido en más flexibles y ágiles. Ahora se benefician de la capacidad de
analizar los datos con mayor rapidez. Más formalmente, este escenario se describe
como BI de autoservicio (SSBI) administrado. Ahora sabemos que el SSBI administrado
supone beneficios mutuos para el departamento de TI y los analistas. Lo importante es
que experimentamos optimizaciones impulsando la estandarización, el conocimiento y
la reutilización de nuestros datos y soluciones de BI. Y, como empresa, derivamos más
valor sinérgicamente, ya que encontramos el equilibrio adecuado entre BI centralizada y
SSBI administrado.
La solución
Starlight es el nombre que damos a nuestra plataforma interna de unificación y análisis
de datos, que admite finanzas, ventas, marketing e ingeniería. Su misión es ofrecer una
plataforma de datos sólida, compartida y escalable. La plataforma fue creada
completamente por finanzas y continúa en funcionamiento hoy en día con los
productos más recientes de Microsoft.
KPI Lake no es una instancia de Azure Data Lake. Más bien, se trata de un modelo de BI
semántico tabular con tecnología de Starlight hospedado en IaaS de Azure que usa
Microsoft SQL Server Analysis Services. El modelo de BI semántico ofrece datos
procedentes de más de 100 orígenes internos y define numerosas jerarquías e
indicadores KPI. Su misión es habilitar equipos de análisis e informes de rendimiento
empresarial en finanzas, marketing y ventas. Lo hace para obtener conclusiones
oportunas, precisas y eficaces mediante modelos unificados de BI semántico de los
correspondientes orígenes.
KPI Lake es una gran historia de éxito. A menudo, se presenta a nuestros clientes para
mostrar un ejemplo de cómo utilizar eficazmente nuestras tecnologías más recientes.
No resulta sorprendente que tenga gran resonancia en muchos de ellos.
Cómo funciona
La plataforma Starlight administra el flujo de datos de la adquisición al procesamiento, y
luego hasta la publicación:
Lograr el éxito
Curiosamente, todo el mundo quiere una versión de la verdad... siempre y cuando sea la
suya. Pero para algunas organizaciones es su realidad. Tienen varias versiones de la
verdad como consecuencia de que las personas reivindican la plena propiedad de los
datos y las conclusiones. Para estas organizaciones, no es probable que este enfoque no
administrado conduzca al éxito empresarial.
Por eso creemos que necesita un Centro de excelencia (COE) . Un COE es un equipo
central que se encarga de definir las métricas y definiciones de toda la empresa, y
mucho más. También es una función empresarial que organiza a las personas, los
procesos y los componentes tecnológicos en un conjunto completo de competencias y
funcionalidades empresariales.
Vemos muchas pruebas que respaldan que un COE amplio y robusto es fundamental
para ofrecer valor y maximizar el éxito empresarial. Puede incluir iniciativas de cambio,
procesos estándar, roles, instrucciones, procedimientos recomendados, soporte técnico,
entrenamiento y mucho más.
Le invitamos a leer los artículos de esta serie COE para saber más. Vamos a ayudarle a
descubrir el modo en que su organización puede adoptar el cambio para lograr el éxito.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
En el siguiente artículo de esta serie, consulte cómo un COE nos ayudó en Microsoft a
crear una plataforma de datos y análisis estandarizada para extraer conclusiones a partir
de nuestros datos.
Servicios profesionales
Hay partners de Power BI certificados a su disposición para ayudar a su organización a
configurar un COE. Pueden ofrecerle un rentable aprendizaje o una auditoría de los
datos. Para ponerse en contacto con un partner de Power BI, visite el portal de partners
de Power BI .
Sugerencia
Para algunos, existe la idea equivocada de que un COE es tan solo un departamento de
soporte técnico; sin embargo, este concepto está muy lejos de la realidad.
Para que este escenario ampliado tenga éxito, los departamentos deben pagar por
reproducir. En otras palabras, los departamentos deben invertir financieramente en el
COE principal. De este modo, no hay que preocuparse de que "no obtengan lo que les
corresponde" o de que sus requisitos tengan menos prioridad.
Para admitir este escenario, el COE principal debe escalarse a fin de satisfacer las
necesidades de los departamentos financiados. Cuando se hayan incorporado varios
conjuntos de datos, se generarán economías de escala. En Microsoft, en seguida se hizo
evidente que trabajar de forma centralizada resulta más económico y produce
resultados más rápidos. Cada vez que se incorporaba una nueva área temática,
experimentábamos economías de escala aún mayores que permitían aprovechar y
colaborar en toda la plataforma, lo que reforzaba nuestra referencia cultural de datos
subyacente.
Plataforma de BI
En su organización, el COE podría ser reconocido por otro nombre, como el equipo o
grupo de BI. El nombre importa menos que lo que realmente hace. Si no tiene un
equipo formalizado, le recomendamos que forme un equipo que reúna a sus expertos
principales en BI para establecer su plataforma de BI.
En Microsoft, el COE se conoce como plataforma de BI. Tiene muchos grupos de partes
interesadas que representan distintas divisiones dentro de la empresa, como finanzas,
ventas y marketing. Está organizado para ejecutar funcionalidades compartidas y
entregas dedicadas.
Funcionalidades compartidas
Se necesitan funcionalidades compartidas para establecer y usar la plataforma de BI.
Admiten todos los grupos de partes interesadas que financian la plataforma.
Comprenden los siguientes equipos:
Entregas dedicadas
Hay un equipo de entrega dedicada para cada grupo de partes interesadas.
Normalmente, se compone de un ingeniero de datos, un ingeniero de análisis y un PM
técnico, todos financiados por su grupo de partes interesadas.
Roles de equipo de BI
En Microsoft, nuestra plataforma de BI funciona a través de equipos escalables de
profesionales. Los equipos se alinean con recursos dedicados y compartidos.
Actualmente, tenemos los siguientes roles:
Gobernanza y cumplimiento
Para cada grupo de partes interesadas, los responsables de administración de proyectos
se encargan de la gobernanza y supervisión entre programas. Su objetivo primordial es
garantizar que las inversiones en TI generen valor empresarial y mitiguen el riesgo. Las
reuniones del comité directivo se celebran periódicamente para revisar el progreso y
aprobar iniciativas importantes.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Servicios profesionales
Hay partners de Power BI certificados a su disposición para ayudar a su organización a
configurar un COE. Pueden ofrecerle un rentable aprendizaje o una auditoría de los
datos. Para ponerse en contacto con un partner de Power BI, visite el portal de partners
de Power BI .
Orígenes de datos
Ingesta de datos
Preparación de datos o macrodatos
Almacenamiento de datos
Modelos semánticos de BI
Informes
Aprendimos que los marcos bien diseñados aumentan la visibilidad del linaje de datos,
el análisis de impacto, el mantenimiento de la lógica de negocios, la administración de
la taxonomía y la optimización de la gobernanza. Además, el desarrollo se hizo más
rápido y la colaboración en los equipos de gran tamaño era más eficaz y receptiva.
Modelos de datos
Los modelos de datos proporcionan control sobre cómo se estructuran los datos y
cómo se accede a ellos. En el caso de servicios de negocio y consumidores de datos, los
modelos de datos son la interfaz de la plataforma de BI.
Modelos empresariales
Modelos semánticos de BI
Modelos de Machine Learning (ML)
Modelos empresariales
Los arquitectos de TI compilan y mantienen los modelos empresariales. A veces se les
conoce como modelos dimensionales o data marts. Normalmente, los datos se
almacenan en formato relacional como tablas de dimensiones y tablas de hechos. Estas
tablas almacenan datos limpios y enriquecidos consolidados de muchos sistemas y
representan un origen autoritativo para informes y análisis.
Los modelos empresariales proporcionan un origen de datos coherente y único para los
informes y BI. Se crean una vez y se comparten como estándar corporativo. Las
directivas de gobernanza garantizan la seguridad de los datos, por lo que el acceso a los
conjuntos de datos confidenciales (como información de clientes o datos financieros), se
restringe en caso necesario. Adoptan convenciones de nomenclatura que garantizan la
coherencia, con lo que se afianza la credibilidad de los datos y la calidad.
En una plataforma de BI en la nube, los modelos empresariales se pueden implementar
en un grupo de Synapse SQL en Azure Synapse. A continuación, el grupo de Synapse
SQL se convierte en la versión única de la verdad con la que puede contar la
organización para obtener conclusiones rápidas y eficaces.
Modelos semánticos de BI
Los modelos semánticos de BI representan una capa semántica en los modelos
empresariales. Los desarrolladores de BI y los usuarios empresariales los compilan y
mantienen. Los desarrolladores de BI crean modelos semánticos de BI principales que
obtienen datos de los modelos empresariales. Los usuarios empresariales pueden crear
modelos independientes de menor escala, o bien pueden ampliar los modelos
semánticos de BI principales con orígenes externos o de departamento. Los modelos
semánticos de BI normalmente se centran en una sola área temática y a menudo son
ampliamente compartidos.
Las capacidades empresariales no solo se habilitan por datos, sino también por modelos
semánticos de BI que describen conceptos, relaciones, reglas y estándares. De este
modo, representan estructuras intuitivas y fáciles de entender que definen relaciones de
datos y encapsulan reglas de negocios como cálculos. También pueden aplicar permisos
de datos específicos, que garanticen que las personas adecuadas tengan acceso a los
datos correctos. Lo importante es que aceleran el rendimiento de las consultas y
proporcionan un análisis interactivo con gran capacidad de respuesta, incluso con varios
terabytes de datos. Al igual que los modelos empresariales, los modelos semánticos
de BI adoptan convenciones de nomenclatura para garantizar la coherencia.
En el caso de modelos con gran cantidad de consultas, puede usarse Azure Load
Balancer para distribuir uniformemente la carga de consultas entre réplicas de los
modelos. También permite escalar las aplicaciones y crear modelos semánticos de BI de
alta disponibilidad.
Modelos de Machine Learning
Los modelos de Machine Learning (ML) los compilan y mantienen los científicos de
datos. Se desarrollan principalmente a partir de orígenes sin procesar en el lago de
datos.
Los modelos de ML entrenados pueden revelar patrones dentro de los datos. En muchas
circunstancias, esos patrones pueden usarse para hacer predicciones que pueden
emplearse para enriquecer los datos. Por ejemplo, el comportamiento de compra se
puede usar para predecir el abandono de clientes o para segmentarlos. Los resultados
de la predicción se pueden agregar a los modelos empresariales para permitir el análisis
por segmento de clientes.
Almacenamiento de datos
En el centro de una plataforma de BI se encuentra el almacenamiento de datos, que
hospeda los modelos empresariales. Se trata de un origen de datos autorizados, como
sistema de registro y como centro de conectividad, que presenta modelos empresariales
para informes, BI y ciencia de datos.
Muchos servicios de negocio, como las aplicaciones de línea de negocio (LOB), pueden
basarse en el almacenamiento de datos como un origen autoritativo y controlado de
conocimiento empresarial.
Orígenes de datos
Un almacenamiento de datos puede consolidar datos de prácticamente cualquier origen
de datos. Se basa principalmente en orígenes de datos de aplicación de línea de
negocio, que suelen ser bases de datos relacionales que almacenan datos específicos de
cada tema para ventas, marketing, finanzas, etc. Estas bases de datos pueden estar
hospedadas en la nube o residir en el entorno local. Otros orígenes de datos pueden
estar basados en archivos, especialmente registros web o datos de IOT procedentes de
dispositivos. Además, los datos pueden tener su origen en proveedores de software
como servicio (SaaS).
Ingesta de datos
Periódicamente, y según los ritmos de la empresa, los datos se ingieren desde los
sistemas de origen y se cargan en el almacenamiento de datos. Podría ser una vez al día
o a intervalos más frecuentes. La ingesta de datos se refiere a la extracción,
transformación y carga de datos. O, quizás al revés: extracción, carga y transformación
de datos. La diferencia estriba en el lugar donde se produce la transformación. Las
transformaciones se aplican para limpiar, ajustar, integrar y estandarizar los datos. Para
obtener más información, consulte Extracción, transformación y carga de datos (ETL).
En Microsoft, usamos Azure Data Factory (ADF). Los servicios se usan para programar y
orquestar validaciones, transformaciones y cargas masivas de datos de los sistemas de
origen externos en nuestro lago de datos. Todo esto se administra mediante marcos
personalizados para procesar datos en paralelo y a escala. Además, se lleva a cabo un
registro completo para admitir la solución de problemas, la supervisión del rendimiento
y el desencadenamiento de notificaciones de alerta cuando se cumplen determinadas
condiciones.
Mientras tanto, Azure Databricks (una plataforma de análisis basada en Apache Spark
optimizada para la plataforma de servicios en la nube de Azure) realiza
transformaciones específicas para la ciencia de datos. También se compilan y ejecutan
modelos de ML con cuadernos de Python. Las puntuaciones de estos modelos de ML se
cargan en el almacenamiento de datos para integrar las predicciones con los informes y
las aplicaciones empresariales. Dado que Azure Databricks accede directamente a los
archivos de lago de datos, elimina o minimiza la necesidad de copiar o adquirir datos.
Marco de ingesta
Hemos desarrollado un marco de ingesta como un conjunto de procedimientos y tablas
de configuración. Admite un enfoque controlado por datos para adquirir grandes
volúmenes de datos a alta velocidad y con código mínimo. En resumen, este marco
simplifica el proceso de adquisición de datos para cargar el almacenamiento de datos.
El marco depende de tablas de configuración que almacenan información relacionada
con el origen y el destino de los datos tales como tipo de origen, servidor, base de
datos, esquema y detalles relacionados con las tablas. Este enfoque de diseño significa
que no es necesario desarrollar canalizaciones específicas de Azure Data Factory ni
paquetes de SQL Server Integration Services (SSIS). En su lugar, los procedimientos se
escriben en el lenguaje de nuestra elección para crear canalizaciones de Azure Data
Factory que se generan dinámicamente y se ejecutan en tiempo de ejecución. Por lo
tanto, la adquisición de datos se convierte en un ejercicio de configuración que se pone
en práctica fácilmente. Tradicionalmente, se necesitarían amplios recursos de desarrollo
extensos para crear paquetes de Azure Data Factory o SSIS codificados de forma rígida.
Marco de orquestación
Hemos desarrollado un marco de orquestación para poner en práctica y orquestar
nuestras canalizaciones de datos. Utiliza un diseño controlado por datos que depende
de un conjunto de tablas de configuración. Estas tablas almacenan metadatos que
describen las dependencias de canalización y cómo asignar los datos de origen a las
estructuras de datos de destino. La inversión en el desarrollo de este marco adaptable
se ha amortizado desde entonces; ya no es necesario codificar de forma rígida cada
movimiento de datos.
Almacenamiento de datos
Un lago de datos puede almacenar grandes volúmenes de datos sin procesar para su
uso posterior junto con transformaciones de datos de almacenamiento provisional.
En Microsoft, usamos ADLS Gen2 como única fuente de confianza. Almacena datos sin
procesar junto con datos almacenados provisionalmente y datos listos para producción.
Proporciona una solución de lago de datos rentable y altamente escalable para análisis
de macrodatos. La combinación del potencial de un sistema de archivos de alto
rendimiento con una escala masiva, está optimizada para cargas de trabajo de análisis
de datos, lo que acelera la obtención de conclusiones.
Consumo de datos
En la capa de informes, los servicios de negocio consumen datos empresariales
procedentes del almacenamiento de datos. También tienen acceso a los datos
directamente en el lago de datos para realizar tareas de análisis ad hoc o de ciencia de
datos.
Los permisos específicos se aplican en todas las capas: en el lago de datos, los modelos
empresariales y los modelos semánticos de BI. Los permisos garantizan que los
consumidores de datos solo pueden ver los datos para los que tienen derechos de
acceso.
Pasos siguientes
Para más información sobre este artículo, consulte los recursos siguientes:
Servicios profesionales
Hay partners de Power BI certificados a su disposición para ayudar a su organización a
configurar un COE. Pueden ofrecerle un rentable aprendizaje o una auditoría de los
datos. Para ponerse en contacto con un partner de Power BI, visite el portal de partners
de Power BI .
Las white papers le permiten explorar Power BI temas en un nivel más profundo. Aquí
puede encontrar una lista de las white papers disponibles para Power BI.
Power BI y flujos de En estas white paper se describen los flujos de datos con Noviembre
datos detalle técnico y se describen las funcionalidades y las de 2018
iniciativas subyacentes a las características y funcionalidades
del flujo de datos.
DirectQuery en SQL Para SQL Server 2016, DirectQuery se ha rediseñado para Enero de
Server 2016 Analysis lograr una importante mejora en el rendimiento y la 2017
Services velocidad. Sin embargo, ahora se ha hecho más compleja su
comprensión e implementación.
Power BI y SAP En este documento se describe cómo los clientes de SAP Noviembre
BW pueden beneficiarse al conectar Power BI a sus sistemas SAP de 2019
Business Warehouse (BW) existentes. Actualizado en
noviembre de 2019.
Securing the Tabular En este documento se presenta el modelo de seguridad para Abril de
BI Semantic la semántica de BI tabular y Power BI. Aprenderá a crear 2016
Model (Protección roles, implementar la seguridad dinámica, configurar
del modelo opciones de suplantación, administrar roles y elegir un
semántico de BI método para conectarse a modelos que funcione en su
tabular) contexto de seguridad de red.
Power BI y RGPD Este vínculo le lleva a la lista de documentos técnicos del Abril de
Portal de confianza de servicios, incluidas las Power BI rgpd 2018
de Microsoft.
Información general Este vínculo le lleva a un artículo que describe cómo migrar Septiembre
sobre la migración a desde otras herramientas de business intelligence a Power de 2020
Power BI BI.
7 Nota
Escritores: Yitzhak Kesselman, Paddy Osborne, Matt Neely, Tony Bencic, Srinivasan
Turuvekere, Christian Petculescu, Adi Regev, Naveen Sivaraj, Ben Glastein, Evgeny
Tshiorny, Arthi Ramasubramanian Iyer, Sid Jayadevan, Ronald Chang, Ori Eduar, Anton
Fritz, Idan Sheinberg, Ron Gilad, Sagiv Hadaya, Paul Inbar, Igor Uzhviev, Michael Roth,
Jaime Tarquino, Gennady Pats, Orion Lee, Yury Berezansky, Maya Shenhav, Romit
Chattopadhyay, Yariv Maimon, Bogdan Crivat
7 Nota
Introducción
Power BI es una oferta de servicio de software en línea (SaaS o Software como servicio)
de Microsoft que permite crear de forma rápida y sencilla paneles de inteligencia
empresarial con características de autoservicio, informes, conjuntos de datos y
visualizaciones. Con Power BI, se puede conectar a muchos orígenes de datos diferentes,
combinar y dar forma a los datos de esas conexiones y, después, crear informes y
paneles que se pueden compartir con otros usuarios.
El mundo está cambiando rápidamente; las organizaciones están pasando por una
transformación digital acelerada y estamos viendo un aumento masivo en el trabajo
remoto, una mayor demanda de clientes para servicios en línea y un mayor uso de
tecnologías avanzadas en las operaciones y la toma de decisiones empresariales. Y todo
esto funciona con la nube.
Power BI se creó para proporcionar protección hermética y completa líder del sector
para los datos. El producto ha obtenido las clasificaciones de seguridad más altas
disponibles en la industria, y hoy en día muchos organismos de seguridad nacionales,
instituciones financieras y proveedores de atención médica lo confían con su
información más confidencial.
Power BI se basa en esta base muy sólida. Usa la misma pila de seguridad que ganó el
derecho de Azure a servir y proteger los datos más confidenciales del mundo, y se
integra con las herramientas de cumplimiento y protección de la información más
avanzadas de Microsoft 365. Además de esto, ofrece seguridad a través de medidas de
seguridad multicapa, lo que da lugar a una protección integral diseñada para abordar
los desafíos únicos de la era de la nube.
Para proporcionar una solución de un extremo a otro para proteger los recursos
confidenciales, el equipo del producto necesitaba abordar problemas desafiantes de los
clientes en varios frentes simultáneos:
Arquitectura de Power BI
El servicio Power BI se basa en Azure, la plataforma informática en la nube de
Microsoft. En la actualidad, Power BI se implementa en muchos centros de datos en
todo el mundo: hay muchas implementaciones activas a disposición de los clientes en
las regiones a las que sirven esos centros de datos y un número equivalente de
implementaciones pasivas que actúan como copias de seguridad para cada
implementación activa.
Los recursos estáticos como *.js, *.css y archivos de imagen se almacenan principalmente
en Azure Content Delivery Network (CDN) y se recuperan directamente mediante el
explorador. Tenga en cuenta que las implementaciones de clústeres de Gobierno
soberano son una excepción a esta regla y, por motivos de cumplimiento, omitirán la
red CDN y, en su lugar, usarán un clúster WFE de una región compatible para hospedar
contenido estático.
Cada clúster de back-end tiene estado y hospeda todos los datos de todos los
inquilinos asignados a ese clúster. Un clúster que contiene los datos de un inquilino
específico se conoce como clúster principal del inquilino. El servicio global proporciona
información del clúster principal de un usuario autenticado y lo usa el front-end web
para enrutar las solicitudes al clúster principal del inquilino.
Los metadatos y los datos del inquilino se almacenan dentro de los límites del clúster,
excepto para la replicación de datos en un clúster back-end secundario en una región
de Azure emparejada en la misma geografía de Azure. El clúster back-end secundario
actúa como un clúster de conmutación por error en caso de interrupción regional y es
pasivo en cualquier otro momento.
Los microservicios que se ejecutan en diferentes máquinas dentro de la red virtual del
clúster que no son accesibles desde fuera, excepto para dos componentes a los que se
puede acceder desde la red pública de Internet:
Servicio de puerta de enlace
Azure API Management
La red troncal de cada clúster son recursos de proceso administrados por Virtual
Machine Scale Sets y Azure Service Fabric. Virtual Machine Scale Sets y Service Fabric
permiten un aumento rápido e indolido de los nodos de proceso a medida que
aumenta el uso y organiza la implementación, administración y supervisión de servicios
y aplicaciones de Power BI Premium.
Cualquier solicitud que llegue a Power BI Premium infraestructura se dirige primero a los
nodos front-end: son los únicos nodos disponibles para las conexiones externas. El resto
de los recursos se ocultan detrás de las redes virtuales. Los nodos front-end autentican
la solicitud, la controlan o reenvía a los recursos adecuados (por ejemplo, nodos back-
end).
Power BI Mobile
Power BI Mobile es una colección de aplicaciones diseñadas para las tres plataformas
móviles principales: Android, iOS y Windows (UWP). Las consideraciones de seguridad
para las aplicaciones de Power BI Mobile se dividen en dos categorías:
Comunicación de dispositivos
La aplicación y los datos en el dispositivo
Las aplicaciones Power BI Mobile se comunican activamente con el servicio Power BI. La
telemetría se usa para recopilar estadísticas de uso de aplicaciones móviles y datos
similares, que se transmiten a los servicios que se usan para supervisar el uso y la
actividad; no se envían datos de cliente con telemetría.
Las aplicaciones de Power BI para iOS y Android le permiten proteger los datos
mediante la configuración de una identificación adicional, como proporcionar Face ID,
Touch ID o un código de acceso para iOS y datos biométricos (id. de huella digital) para
Android. Más información sobre la identificación adicional.
Secuencia de autenticación
La secuencia de autenticación de usuario para el servicio Power BI se produce como se
describe en los pasos siguientes, que se muestran en la imagen que los sigue.
2. Azure Traffic Manager comprueba el registro DNS del usuario para determinar el
centro de datos más adecuado (normalmente más cercano) donde se implementa
Power BI y responde al DNS con la dirección IP del clúster WFE al que se debe
enviar el usuario.
3. A continuación, WFE devuelve una página HTML al cliente del explorador, que
contiene una referencia de biblioteca de MSAL.js necesaria para iniciar el flujo de
inicio de sesión.
7. El cliente del explorador usa el identificador de inquilino del usuario para consultar
el servicio global de Power BI, que mantiene una lista de inquilinos y sus
ubicaciones de clúster de back-end de Power BI. El servicio global de Power BI
determina qué clúster del servicio back-end de Power BI contiene el inquilino del
usuario y devuelve la dirección URL del clúster de back-end de Power BI al cliente.
8. El cliente ahora puede comunicarse con la API de dirección URL del clúster back-
end de Power BI mediante el token de acceso en el encabezado autorización de las
solicitudes HTTP. El token de acceso de Azure AD tendrá una fecha de expiración
establecida según las directivas de Azure AD y, para mantener la sesión actual, el
cliente de Power BI en el explorador del usuario realizará solicitudes periódicas
para renovar el token de acceso antes de que expire.
En los casos muy raros en los que se produce un error de autenticación del lado cliente
debido a un error inesperado, el código intentará revertir al uso de la autenticación del
lado servidor en WFE. Consulte la sección de preguntas y respuestas al final de este
documento para obtener más información sobre el flujo de autenticación del lado
servidor.
Residencia de datos
A menos que se indique lo contrario en la documentación, Power BI almacena los datos
de los clientes en una geografía de Azure que se asigna cuando un inquilino de Azure
AD se suscribe por primera vez a los servicios de Power BI. Un inquilino de Azure AD
aloja las identidades de usuario y aplicación, los grupos y otra información relevante
que pertenecen a una organización y a su seguridad.
Datos en reposo
Power BI usa dos tipos de recursos de almacenamiento de datos principales:
Azure Storage
Azure SQL Database
En la mayoría de los escenarios, Azure Storage se usa para conservar los datos de los
artefactos de Power BI, mientras que las bases de datos de Azure SQL se usan para
conservar los metadatos del artefacto.
Todos los datos guardados por Power BI se cifran de forma predeterminada mediante
claves administradas por Microsoft. Los datos del cliente almacenados en Azure SQL
Bases de datos se cifran completamente mediante la tecnología de cifrado de datos
transparente (TDE) de Azure SQL. Los datos del cliente almacenados en Azure Blob
Storage se cifran mediante Azure Storage Encryption.
Opcionalmente, las organizaciones pueden usar Power BI Premium para usar sus propias
claves para cifrar los datos en reposo que se importan en un conjunto de datos. Este
enfoque suele describirse como Bring Your Own Key (BYOK). El uso de BYOK ayuda a
garantizar que, incluso en el caso de un error del operador de servicio, los datos del
cliente no se expongan, algo que no se puede lograr fácilmente mediante el cifrado
transparente del lado del servicio. Consulte Traiga sus propias claves de cifrado para
Power BI para más información.
Importar Sí
DirectQuery. No
Live Connect No
Datos en procesamiento
Los datos se procesan cuando uno o varios usuarios los usan activamente como parte
de un escenario interactivo, o cuando un proceso en segundo plano, como la
actualización, toca estos datos. Power BI carga datos procesados activamente en el
espacio de memoria de una o varias cargas de trabajo de servicio. Para facilitar la
funcionalidad requerida por la carga de trabajo, los datos procesados en memoria no se
cifran.
Datos en tránsito
Power BI requiere que todo el tráfico HTTP entrante se cifre mediante TLS 1.2 o superior.
Se rechazarán todas las solicitudes que intenten usar el servicio con TLS 1.1 o inferior.
Si el origen de datos está Azure Analysis Services o Analysis Services local, y se configura
RLS o OLS, el servicio Power BI aplicará esa seguridad de nivel de fila y los usuarios que
no tengan credenciales suficientes para acceder a los datos subyacentes (que podrían
ser una consulta usada en un panel, informe u otro artefacto de datos) no verán los
datos que no tienen privilegios suficientes. Para.
Características Premium
Cada origen de datos configurado está enlazado a una tecnología de cliente para
acceder a ese origen de datos. La estructura de las credenciales necesarias para acceder
a ellas se forma para que coincida con los detalles de implementación necesarios del
origen de datos. La lógica de transformación se aplica mediante Power Query servicios
mientras los datos están en curso. En el caso de los flujos de datos Premium, los
servicios Power Query se ejecutan en nodos back-end. Los datos se pueden extraer
directamente de los orígenes de nube o a través de una puerta de enlace instalada en el
entorno local. Cuando se extrae directamente de un origen en la nube al servicio o a la
puerta de enlace, el transporte usa la metodología de protección específica de la
tecnología de cliente, si procede. Cuando los datos se transfieren de la puerta de enlace
al servicio en la nube, se cifran. Consulte la sección Datos en procesamiento anterior.
Cuando los orígenes de datos especificados por el cliente requieren credenciales para el
acceso, el propietario o creador del flujo de datos los proporcionará durante la creación.
Se almacenan mediante el almacenamiento de credenciales estándar para todo el
producto. Consulte la sección Autenticación a orígenes de datos anterior. Hay varios
enfoques que los usuarios pueden configurar para optimizar la persistencia y el acceso a
los datos. De forma predeterminada, los datos se colocan en una cuenta de
almacenamiento protegida y propiedad de Power BI. El cifrado de almacenamiento está
habilitado en los contenedores de Blob Storage para proteger los datos mientras están
en reposo. Consulte la sección Datos en reposo a continuación. Sin embargo, los
usuarios pueden configurar su propia cuenta de almacenamiento asociada a su propia
suscripción de Azure. Al hacerlo, a una entidad de seguridad servicio Power BI se le
concede acceso a esa cuenta de almacenamiento para que pueda escribir los datos allí
durante la actualización. En este caso, el propietario del recurso de almacenamiento es
responsable de configurar el cifrado en la cuenta de almacenamiento de ADLS
configurada. Los datos siempre se transmiten a Blob Storage mediante cifrado.
Dado que el rendimiento al acceder a las cuentas de almacenamiento puede ser poco
óptimo para algunos datos, los usuarios también tienen la opción de usar un motor de
proceso hospedado en Power BI para aumentar el rendimiento. En este caso, los datos
se almacenan con redundancia en una base de datos SQL que está disponible para
DirectQuery a través del acceso mediante el sistema back-end de Power BI. Los datos
siempre se cifran en el sistema de archivos. Si el usuario proporciona una clave para
cifrar los datos almacenados en la base de datos SQL, esa clave se usará para cifrarlo
doblemente.
Cuando se usa Power BI Desktop para acceder a los datos de un flujo de datos, primero
debe autenticar al usuario mediante Azure AD para determinar si el usuario tiene
derechos suficientes para ver los datos. Si es así, se adquiere una clave SaS y se usa para
acceder al almacenamiento directamente mediante el protocolo de transporte cifrado
HTTPS.
Informes paginados
Están diseñados para imprimirse o compartirse. Se denominan paginados porque
presentan un formato apto para encajar en una página. Muestran todos los datos en
una tabla, incluso si esta abarca varias páginas. Puede controlar el diseño de la página
del informe totalmente.
El autor del informe crea expresiones con acceso a la amplia gama de características de
.NET Framework. El procesamiento y la ejecución de informes paginados se realiza
dentro de un espacio aislado.
En un escenario de inserción para los clientes , los ISV suelen ser propietarios de
inquilinos de Power BI y artefactos de Power BI (paneles, informes, conjuntos de datos,
etc.). Es responsabilidad de un servicio back-end de ISV autenticar a sus usuarios finales
y decidir qué artefactos y qué nivel de acceso es adecuado para ese usuario final. Las
decisiones de directiva de ISV se cifran en un token de inserción generado por Power BI
y se pasan al back-end de ISV para su posterior distribución a los usuarios finales según
la lógica de negocios del ISV. Los usuarios finales que usan un explorador u otras
aplicaciones cliente no pueden descifrar o modificar tokens de inserción. Los SDK del
lado cliente, como las API de cliente de Power BI , anexan automáticamente el token de
inserción cifrado a las solicitudes de Power BI como un encabezado Authorization:
EmbedToken . En función de este encabezado, Power BI aplicará todas las directivas
(como el acceso o RLS) exactamente tal como lo especificó el ISV durante la generación.
Los análisis integrados de Power BI y sus API REST admiten todas las funcionalidades de
aislamiento de red de Power BI que se describen en este artículo: por ejemplo, etiquetas
de servicio y vínculos privados.
Aislamiento de red
En esta sección se describen las características de seguridad avanzadas en Power BI.
Algunas de las características tienen requisitos de licencia específicos. Consulte las
secciones siguientes para obtener más información.
Etiquetas de servicio
Una etiqueta de servicio representa un grupo de prefijos de direcciones IP de un servicio
de Azure determinado. Ayuda a minimizar la complejidad de las actualizaciones
frecuentes de las reglas de seguridad de red. Los clientes pueden usar etiquetas de
servicio para definir controles de acceso a la red en grupos de seguridad de red o Azure
Firewall. Los clientes pueden usar etiquetas de servicio en lugar de direcciones IP
específicas al crear reglas de seguridad. Al especificar el nombre de la etiqueta de
servicio (como PowerBI ) en el campo de origen o destino adecuado (para las API) de
una regla, los clientes pueden permitir o denegar el tráfico para el servicio
correspondiente. Microsoft administra los prefijos de direcciones que la etiqueta de
servicio incluye y actualiza automáticamente dicha etiqueta a medida que las
direcciones cambian.
Private Link garantiza que los usuarios de Power BI usen la red troncal privada de
Microsoft al ir a los recursos de la servicio Power BI.
Private Link garantiza que el tráfico fluya por la red troncal de Azure a un punto de
conexión privado para los recursos basados en la nube de Azure.
El aislamiento del tráfico de red de la infraestructura no basada en Azure, como el
acceso local, requeriría que los clientes tuvieran expressRoute o una red privada
virtual (VPN) configurada.
Consulte Vínculos privados para acceder a Power BI para obtener información adicional.
3. Después, el servicio de red virtual pp envía la consulta, los detalles del origen de
datos y las credenciales a la puerta de enlace de red virtual.
Entidades de servicio
Power BI admite el uso de entidades de servicio. Almacene las credenciales de entidad
de servicio usadas para cifrar o acceder a Power BI en un Key Vault, asignar directivas de
acceso adecuadas al almacén y revisar periódicamente los permisos de acceso.
Con Defender for Cloud Apps, las organizaciones pueden obtener las siguientes
funcionalidades DLP:
Consulte Uso de controles de Microsoft Defender for Cloud Apps en Power BI para
obtener más información.
¿Cómo se conectan los usuarios y obtienen acceso a los orígenes de datos mientras
usan Power BI?
Power BI administra las credenciales en los orígenes de datos de cada usuario para
las credenciales en la nube o para la conectividad a través de una puerta de enlace
personal. Los orígenes de datos administrados por una puerta de enlace de datos
local se pueden compartir entre la empresa y los permisos de estos orígenes de
datos se pueden administrar mediante el Administración de puerta de enlace. Al
configurar un conjunto de datos, el usuario puede seleccionar una credencial de su
almacén personal o usar una puerta de enlace de datos local para usar una
credencial compartida.
La seguridad de nivel de fila con Power BI se puede usar para restringir el acceso a
datos para los usuarios dados. Los filtros restringen el acceso a los datos en el
nivel de fila y puede definir filtros dentro del rol.
La seguridad de nivel de objeto (OLS) se puede usar para proteger las tablas o
columnas confidenciales. Sin embargo, a diferencia de la seguridad de nivel de fila,
la seguridad de nivel de objeto también protege los nombres de objeto y los
metadatos. Esto ayuda a evitar que los usuarios malintencionados detecten incluso
la existencia de estos objetos. Las tablas y columnas protegidas se ocultan en la
lista de campos cuando se usan herramientas de informes como Excel o Power BI,
y además, los usuarios sin permisos no pueden acceder a objetos de metadatos
protegidos a través de DAX o cualquier otro método. Desde el punto de vista de
los usuarios sin permisos de acceso adecuados, las tablas y columnas protegidas
simplemente no existen.
En Power BI, ¿cómo se almacena en caché un modelo, panel o informe? ¿Es seguro?
Cuando los clientes de explorador acceden a Power BI, los servidores web de
Power BI establecen la directiva Cache-Control en no-store. La directiva no-store
indica a los exploradores que no almacenen en caché la página web que está
viendo el usuario, y que tampoco almacenen la página web en la carpeta de caché
del cliente.
Power BI ofrece Power BI Personal Gateway, una característica que permite a los
usuarios crear credenciales para varios orígenes de datos diferentes y luego usarlas
de forma automática cuando accedan a cada uno de esos orígenes de datos. Para
más información, vea Power BI Personal Gateway.
Cuando se trabaja con la puerta de enlace de datos local, ¿cómo se usan las claves de
recuperación y dónde se almacenan? ¿Qué sucede con la administración segura de
credenciales?
HTTPS: WebSockets a través de HTTPS + TLS: este protocolo solo usa el puerto
443. WebSocket se inicia con un único mensaje HTTP CONNECT. Una vez que se
ha establecido el canal, la comunicación es esencialmente TCP+TLS. Puede
forzar que la puerta de enlace use este protocolo modificando una
configuración descrita en el artículo puerta de enlace local.
En el caso de los objetos visuales de Power BI, ¿Microsoft realiza alguna evaluación de
seguridad o privacidad del código visual personalizado antes de publicar elementos
en la Galería?
Sí. Los objetos visuales Bing Maps y ESRI transmiten datos fuera del servicio Power
BI para los objetos visuales que usan esos servicios.
¿Hay aplicaciones de plantilla que puedan enviar información fuera de la red del
cliente?
¿Qué sucede con la soberanía de los datos? ¿Se pueden aprovisionar inquilinos en
centros de datos ubicados en zonas geográficas específicas para asegurarse de que
los datos no salen de los bordes de país o región?
¿Cómo trata Microsoft las conexiones para los clientes que tienen suscripciones de
Power BI Premium? ¿Esas conexiones son diferentes a las que se establecen para el
servicio Power BI que no es Premium?
Las conexiones establecidas para los clientes con suscripciones de Power BI
Premium implementan un proceso de autorización de negocio a negocio (B2B) de
Azure, mediante Azure AD para habilitar el control de acceso y la autorización.
Power BI controla las conexiones de los suscriptores de Power BI Premium a los
recursos de Power BI Premium como haría con cualquier otro usuario de Azure AD.
2. Azure Traffic Manager comprueba el registro DNS del usuario para determinar el
centro de datos más adecuado (normalmente más cercano) donde se implementa
Power BI y responde al DNS con la dirección IP del clúster wfe al que se debe
enviar el usuario.
Recursos adicionales
Para obtener más información sobre Power BI, vea los recursos siguientes.
La implementación Power BI en una gran empresa es una tarea compleja que requiere
mucha reflexión y planeamiento. Obtener instrucciones y procedimientos
recomendados adecuados puede ayudarle a comprender las opciones que va a tomar,
recopilar los requisitos y aprender los procedimientos recomendados que pueden hacer
que la implementación de Power BI enterprise sea un éxito. Para facilitar esos pasos y
mucho más, Microsoft proporciona las Power BI Enterprise de implementación.
Pasos siguientes
Para más información sobre Power BI, consulte los siguientes recursos:
Hemos retirado las notas del producto Power BI Premium en favor de proporcionar
información actualizada en artículos independientes. Use la tabla siguiente para buscar
contenido de las notas del producto.
Artículos Descripción
Conceptos básicos para Información general sobre servicio Power BI capacidades, áreas de
los diseñadores de los trabajo, paneles, informes, libros, conjuntos de datos y flujos de
servicio Power BI datos.
Datasets en los modos
servicio Power BI
Dataset del servicio
Power BI
¿Qué es Power BI Información general de Power BI Premium, que abarca los conceptos
Premium? básicos de las capacidades reservadas, las cargas de trabajo
admitidas, el uso compartido de contenido ilimitado y otras
características.
Administración de
capacidades
Premium Configuración y
administración de
capacidades en Power BI
Premium
Preguntas más frecuentes Respuestas a preguntas sobre la compra y las licencias, las
sobre Power BI Premium características y los escenarios comunes.
Distribución del contenido de Power BI
a usuarios invitados externos mediante
Azure Active Directory B2B
Artículo • 06/01/2023 • Tiempo de lectura: 48 minutos
Resumen: Se trata de una guía técnica que describe cómo distribuir contenido a los
usuarios fuera de la organización mediante la integración de Azure Active Directory
Business-to-business (Azure AD B2B).
Revisores técnicos: Adam Wilson, Shenhav, Nimrod Shalit, Elizabeth Olson, Sergio
Gundorov, Jacob Grimm, Adam Saxton, Maya Shenhav, Nimrod Shalit, Elizabeth Olson
7 Nota
Para guardar o imprimir estas notas del producto, haga clic en Imprimir en el
explorador y después en Guardar como PDF.
Introducción
Power BI ofrece a las organizaciones una visión de 360 grados de su negocio y permite a
todos los usuarios de estas organizaciones tomar decisiones inteligentes mediante
datos. Muchas de estas organizaciones tienen relaciones sólidas y de confianza con
asociados externos, clientes y contratistas. Estas organizaciones deben proporcionar
acceso seguro a los paneles e informes de Power BI a los usuarios de estos asociados
externos.
En estas notas del producto se describen todos los detalles que necesita para
comprender la integración de Power BI con Azure Active Directory B2B. Tratamos su
caso de uso más común, la configuración, las licencias y la seguridad de nivel de fila.
7 Nota
A lo largo de estas notas del producto, nos referimos a Azure Active Directory
como Azure AD y Azure Active Directory Business to Business como Azure AD B2B.
Escenarios
Contoso es un fabricante de automóviles y trabaja con muchos proveedores diversos
que lo proporcionan con todos los componentes, materiales y servicios necesarios para
ejecutar sus operaciones de fabricación. Contoso quiere simplificar su logística de la
cadena de suministro y planea usar Power BI para supervisar las métricas clave de
rendimiento de su cadena de suministro. Contoso quiere compartir con asociados
externos de la cadena de suministro análisis de forma segura y manejable.
Contoso puede habilitar las siguientes experiencias para los usuarios externos mediante
Power BI y Azure AD B2B.
Una vez que se ha invitado al usuario externo a acceder a los recursos de Contoso, se
puede crear una cuenta instantánea para ellos en Contoso Azure AD y no es necesario
volver a invitarla. La primera vez que intentan acceder a un recurso de Contoso como un
panel de Power BI, pasan por un proceso de consentimiento, que canjea la invitación. Si
no completan el consentimiento, no podrán acceder a ningún contenido de Contoso. Si
tienen problemas para canjear su invitación a través del vínculo original proporcionado,
un administrador de Azure AD puede reenviar un vínculo de invitación específico para
que los canjeen.
Las aplicaciones también tienen una característica única que permite a los autores de
aplicaciones instalar la aplicación automáticamente para el usuario, por lo que está
disponible cuando el usuario inicia sesión. Esta característica solo se instala
automáticamente para los usuarios externos que ya forman parte de la organización de
Contoso en el momento en que la aplicación se publica o actualiza. Por lo tanto, se usa
mejor con el enfoque de invitaciones planeadas y depende de la aplicación que se
publique o actualice después de que los usuarios se agreguen a Azure AD de Contoso.
Los usuarios externos siempre pueden instalar la aplicación mediante el vínculo de la
aplicación.
7 Nota
Power BI proporciona una opción que permite a los usuarios invitados externos editar
y administrar contenido en la organización. De manera predeterminada, los usuarios
externos tienen una experiencia orientada al consumo de solo lectura. Sin embargo, esta
configuración nueva permite al administrador de Power BI elegir los usuarios externos
que pueden editar y administrar el contenido dentro de su propia organización. Una vez
que tiene la autorización, el usuario externo puede editar informes, paneles, publicar o
actualizar aplicaciones, trabajar en áreas de trabajo y conectarse a los datos que tiene
permiso para usar.
El enfoque final usa una aplicación de Power BI creada dentro del inquilino de Power BI
para cada filial. La aplicación Power BI incluye un panel con iconos configurados con la
opción de vínculo externo. Cuando el usuario presiona el icono, se le lleva al informe, el
panel o la aplicación adecuados en Power BI de la organización primaria. Este enfoque
tiene la ventaja adicional de que la aplicación se puede instalar automáticamente para
todos los usuarios de la filial y está disponible para ellos siempre que inicien sesión en
su propio entorno de Power BI. Una ventaja adicional de este enfoque es que funciona
bien con las aplicaciones móviles de Power BI que pueden abrir el vínculo de forma
nativa. También puede combinar esto con el segundo enfoque para facilitar el cambio
entre entornos de Power BI.
Los enfoques más sofisticados también son posibles, pero lo anterior es, con mucho, el
más común.
El proceso es el siguiente:
Hay dos maneras de que Contoso invite a los usuarios invitados a su portal de BI
en Power BI:
Invitaciones planeadas
Invitaciones ad hoc
Invitaciones planeadas
7 Nota
7 Nota
Invitaciones ad hoc
¿Qué ocurre si Contoso no conoce a todos los usuarios invitados que desea invitar
con antelación? O bien, ¿qué ocurre si el analista de Contoso que creó el portal de
BI quiere distribuir contenido a los usuarios invitados? También se admite este
escenario en Power BI con invitaciones ad hoc.
Las invitaciones solo son necesarias la primera vez que se invita a un usuario
externo a su organización.
3. Distribuir contenido
7 Nota
4. Pasos siguientes
Con una aplicación de Power BI y Azure AD B2B, Contoso pudo crear rápidamente
un portal de BI para sus proveedores sin código. Esto simplifica considerablemente
la distribución de análisis estandarizados a todos los proveedores que lo
necesitaban.
La integración de Power BI con Azure AD B2B funciona con todas las direcciones de
correo electrónico empresariales. Si el usuario no tiene una identidad de Azure AD, es
posible que se le pida que cree una. En la imagen siguiente se muestra el flujo detallado:
Es importante reconocer que la cuenta de Azure AD se usará o creará en Azure AD del
tercero externo, lo que permitirá a Lucy usar su propio nombre de usuario y contraseña
y sus credenciales dejarán de funcionar automáticamente en otros inquilinos siempre
que Lucy abandone la empresa cuando su organización también use Azure AD.
Licencias
Contoso puede elegir uno de los tres enfoques para conceder licencias a los usuarios
invitados de sus proveedores y organizaciones asociadas para tener acceso al contenido
de Power BI.
7 Nota
El nivel gratis de Azure AD B2B es suficiente para usar Power BI con Azure AD B2B.
Algunas características avanzadas de Azure AD B2B, como los grupos dinámicos,
requieren licencias adicionales. Para obtener más información, consulte la
Documentación de Azure AD B2B.
Los usuarios externos también están sujetos a las experiencias de consumo que solo se
ofrecen a los usuarios "gratis" en Power BI al consumir contenido dentro de Power BI
Premium.
Contoso también puede aprovechar otras funcionalidades de Power BI Premium para
sus aplicaciones, como aumento de las tasas de actualización, la capacidad y los
tamaños de modelo grandes.
7 Nota
La licencia pro de Contoso solo se aplica a los usuarios invitados cuando acceden al
contenido del inquilino de Contoso. Las licencias Pro permiten el acceso al
contenido que no está en una capacidad de Power BI Premium. Sin embargo, los
usuarios externos con una licencia Pro están restringidos de forma predeterminada
a una experiencia de solo consumo. Esto se puede cambiar mediante el enfoque
descrito en la sección Habilitación de usuarios externos para editar y administrar
contenido en Power BI más adelante en este documento.
Enfoque 3: Los usuarios invitados traigan su propia
licencia de Power BI Pro
Con este enfoque, el Proveedor 1 asigna una licencia de Power BI Pro a Lucy. Después,
pueden acceder a la aplicación Power BI de Contoso con esta licencia. Dado que Lucy
puede usar su licencia Pro de su propia organización al acceder a un entorno externo de
Power BI, este enfoque se conoce a veces como traiga su propia licencia (BYOL). Si
ambas organizaciones usan Power BI, esto ofrece licencias ventajosas para la solución de
análisis general y minimiza la sobrecarga de asignar licencias a usuarios externos.
7 Nota
7 Nota
Este retraso en el acceso a los datos protegidos por RLS cuando se usan
invitaciones ad hoc puede dar lugar a solicitudes de soporte técnico al equipo de
TI, ya que los usuarios verán informes o paneles en blanco o rotos al abrir un
vínculo para compartir en el correo electrónico que reciben. Por lo tanto, se
recomienda encarecidamente usar invitaciones planeadas en este escenario.**
Para asegurarse de que Contoso puede filtrar los datos en función de quién se conecta,
se crean dos roles en Power BI Desktop. Uno para filtrar todos los datos de
SalesTerritory "Europa" y otro para "Norteamérica".
Cada vez que se definen roles en el informe, se debe asignar un usuario a un rol
específico para que obtenga acceso a los datos. La asignación de roles se produce
dentro de la servicio Power BI ( Seguridad de conjuntos > de datos )
Se abre una página en la que el equipo de BI de Contoso puede ver los dos roles que
han creado. Ahora el equipo de BI de Contoso puede asignar usuarios a los roles.
Cuando Azure AD resuelve esto, Contoso puede ver que el nombre aparece en la
ventana lista para agregarse:
Ahora, cuando este usuario abre la aplicación que se ha compartido con ellos, solo ve
un informe con datos de Europa:
Veamos un pequeño ejemplo: Contoso tiene un informe sencillo sobre las ventas por
grupos:
Ahora este informe debe compartirse con dos usuarios invitados y un usuario interno: el
usuario interno puede ver todo, pero los usuarios invitados solo pueden ver los grupos
a los que tienen acceso. Esto significa que debemos filtrar los datos solo para los
usuarios invitados. Para filtrar los datos correctamente, Contoso usa el patrón RLS
dinámico, tal como se describe en las notas del producto y la entrada de blog. Esto
significa que Contoso agrega los nombres de usuario a los datos en sí:
A continuación, Contoso crea el modelo de datos correcto que filtra los datos de forma
adecuada con las relaciones correctas:
Para filtrar los datos automáticamente en función de quién ha iniciado sesión, Contoso
debe crear un rol que pase al usuario que se conecta. En este caso, Contoso crea dos
roles: el primero es el "securityrole" que filtra la tabla Usuarios con el nombre de usuario
actual del usuario que ha iniciado sesión en Power BI (esto funciona incluso para los
usuarios invitados de Azure AD B2B).
Contoso también crea otro "AllRole" para sus usuarios internos que pueden ver todo:
este rol no tiene ningún predicado de seguridad.
Ahora, cuando los usuarios invitados abran el informe, solo ven las ventas del grupo A:
En la matriz de la derecha puede ver el resultado de la función USERNAME() y
USERPRINCIPALNAME() ambos devuelven la dirección de correo electrónico de los
usuarios invitados.
Como puede ver, RLS dinámico funciona con usuarios internos o invitados.
7 Nota
7 Nota
Al instalar una puerta de enlace para conectarse al inquilino de Power BI, debe usar
un usuario creado en el inquilino. Los usuarios externos no pueden instalar una
puerta de enlace y conectarla a la tenant._
En el caso de los usuarios externos, esto podría ser más complicado, ya que
normalmente no se conoce a los usuarios externos de AD local. Power BI ofrece una
solución alternativa para ello, ya que permite a los administradores de Contoso asignar
los nombres de usuario externos a nombres de usuario internos, como se describe en
Administración del origen de datos: Analysis Services . Por ejemplo,
lucy@supplier1.com se puede asignar a lucy_supplier1_com#EXT@contoso.com.
Este método está bien si Contoso solo tiene un puñado de usuarios o si Contoso puede
asignar todos los usuarios externos a una sola cuenta interna. Para escenarios más
complejos en los que cada usuario necesita sus propias credenciales, hay un enfoque
más avanzado que usa atributos de AD personalizados para realizar la asignación, tal y
como se describe en Administración del origen de datos: Analysis Services . Esto
permitiría al administrador de Contoso definir una asignación para cada usuario de
Azure AD (también usuarios B2B externos). Estos atributos se pueden establecer a través
del modelo de objetos de AD mediante scripts o código para que Contoso pueda
automatizar completamente la asignación en la invitación o en una cadencia
programada.
Permitir que los usuarios externos editen y
administren contenido en Power BI
Contoso puede permitir que los usuarios externos contribuyan al contenido dentro de la
organización, tal como se ha descrito anteriormente en la sección edición y
administración entre organizaciones del contenido de Power BI.
7 Nota
Invitado Deshabilitado Vista solo de consumo por elemento. Permite el acceso de solo
para el usuario lectura a informes, paneles y aplicaciones cuando se ven a través de
(valor una dirección URL enviada al usuario invitado. Power BI Mobile
predeterminado) aplicaciones proporcionan una vista de solo lectura al usuario
invitado.
Tipo de Permitir que los Comportamiento
usuario usuarios
en invitados
Azure externos editen
AD y administren la
configuración
de contenido
7 Nota
Para ayudar a estos usuarios a iniciar sesión en Power BI, proporciónelos con la dirección
URL del inquilino. Para buscar la dirección URL del inquilino, siga estos pasos.
2. Vea el valor junto a URL de inquilino. Esta es la dirección URL del inquilino que
puede compartir con los usuarios invitados.
Al usar permitir que los usuarios invitados externos editen y administren contenido en la
organización, los usuarios invitados especificados obtienen acceso a Power BI de la
organización y ven cualquier contenido al que tengan permiso. Pueden acceder a Inicio,
examinar y contribuir al contenido a las áreas de trabajo, instalar aplicaciones en las que
se encuentran en la lista de acceso y tener un área de trabajo Mi. Puede ser el
administrador de las áreas de trabajo o crear la opción de serlo.
7 Nota
Para los usuarios invitados habilitados mediante la opción Permitir que los usuarios
invitados externos editen y administren contenido en la configuración del inquilino de la
organización, algunas experiencias no están disponibles para ellos. Para actualizar o
publicar informes, los usuarios invitados deben usar la interfaz de usuario web de
servicio Power BI, incluido Obtener datos para cargar archivos Power BI Desktop. Las
siguientes experiencias no se admiten:
Gobernanza
7 Nota
De forma predeterminada, los permisos de los usuarios invitados son una opción
limitada se establece en Sí, por lo que los usuarios invitados de Power BI tienen
experiencias limitadas, especialmente rodeando el uso compartido en el que las
interfaces de usuario del selector de personas no funcionan para esos usuarios. Es
importante trabajar con el administrador de Azure AD para establecerlo en No,
como se muestra a continuación para garantizar una buena experiencia.**
Controlar las invitaciones de invitado
Los administradores de Power BI pueden controlar el uso compartido externo solo para
Power BI visitando el portal de administración de Power BI. Pero los administradores
también pueden controlar el uso compartido externo con varias directivas de Azure AD.
Estas directivas permiten a los administradores:
Todas las acciones de Power BI por parte de los usuarios externos también se auditan en
nuestro portal de auditoría .
Directivas de acceso condicional para usuarios invitados
Contoso puede aplicar directivas de acceso condicional para los usuarios invitados que
acceden al contenido desde el inquilino de Contoso. Puede encontrar instrucciones
detalladas en Acceso condicional para usuarios de colaboración B2B.
Dado que la identidad del usuario está controlada por su organización, cualquier
servicio relacionado, como correo electrónico, SharePoint, etc. también está dentro
del control de su organización. Los administradores de TI pueden restablecer
contraseñas, deshabilitar el acceso a las cuentas o las actividades de auditoría en
estos servicios.
A menudo, los usuarios que usan cuentas personales para su empresa están
restringidos a acceder a determinados servicios, por lo que es posible que
necesiten una cuenta de organización.
Algunos servicios solo funcionan con los usuarios de la organización. Por ejemplo,
es posible que no sea posible usar Intune para administrar el contenido en los
dispositivos personales o móviles de usuarios externos mediante Azure B2B.
Con Power BI Embedded, el portal puede aprovechar las licencias ventajosas, mediante
el token de aplicación o el usuario maestro más la capacidad premium adquirida en el
modelo de Azure, lo que simplifica las preocupaciones sobre la asignación de licencias a
los usuarios finales y se puede escalar o reducir verticalmente en función del uso
esperado. El portal puede ofrecer una experiencia general de mayor calidad y coherente,
ya que los asociados acceden a un único portal diseñado teniendo en cuenta todas las
necesidades de un partner. Por último, dado que las soluciones basadas en Power BI
Embedded suelen diseñarse para ser multiinquilino, facilita la garantía de aislamiento
entre las organizaciones asociadas.
El usuario final siempre debe hacer clic en la experiencia de consentimiento para poder
acceder al contenido.
Si va a invitar a muchos usuarios invitados, se recomienda delegarlo desde los
administradores principales de Azure AD agregando un usuario al rol invitador de
invitador de invitados en la organización de recursos. Este usuario puede invitar a otros
usuarios de la organización asociada mediante la interfaz de usuario de inicio de sesión,
los scripts de PowerShell o las API. Esto reduce la carga administrativa de los
administradores de Azure AD para invitar o volver a enviar invitaciones a los usuarios de
la organización asociada.
¿Puede Contoso forzar la autenticación multifactor para los usuarios invitados si sus
asociados no tienen autenticación multifactor?
Sí. Para más información, consulte Acceso condicional para usuarios de colaboración
B2B.