A03_Power BIの進化_Fabricの登場

2.9K Views

February 26, 25

スライド概要

Power PlatformにおけるPower BIとMicrosoft FabricにおけるPower BIの関係について
Power BIをより効率的に活用するための機能紹介
Microsoft Fabricの簡易紹介

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

GLOBAL POWER PLATFORM BOOTCAMP 2025 Japan Power BIの進化 - Fabricの登場 Eiki Sui

2.

Sui Eiki スイスイ • Fabric CAT (CAT = Customer Advisory Team) • Fabric (Power BI) 製品チーム、日本や 周辺諸国のFabric導入サポート • 元アナリスト (Power BIパワーユーザー) @marshal_dabao https://aka.ms/techtech

3.

アジェンダ 01 02 Power BIの概要 活用事例 03 04 Power BIの進化 Microsoft Fabricの登場 05 06

4.

Power BIの概要

5.

BI(ビジネス・インテリジェンス)とは 数字/文字列等のデータを 人間が迅速に理解できる情報に変換 ビジュアルによる情報伝達速度は速い!

6.

Microsoft Power BIの歴史 ⚫ BIツールとしてのExcel ワンストップでデータ分析を可能にする Excel ファミリー Traditional Excel 特徴 ⚫ スタンドアロンのアプリ ⚫ セルフサービスBI ツール (ビジネスユーザーフレンドリー) a) Power Query b) Power Pivot Modern Excel a) Power Query ⚫ 無料のPower BI Desktopと 有料のクラウド版 b) Power Pivot ⚫ Power Query - データの取得と変換 代わりに 2015年頃 c) Power View c) Power View d) Power Map d) Power Map 開発中止 ⚫ Power Pivot - データモデリング ⚫ Power View - 可視化 ◆ Power BIはPower Viewと Power Mapの両方を引き継ぐ ⚫ Power Map - 可視化

7.

Modern ExcelのBI機能

8.

Modern Excel - Power Query Power Queryエディタを中心 に複数のソースデータの抽出・ 変換・結合を行う 日常業務でExcelを多用する 方に特におすすめ

9.

Modern Excel - Power Pivot 今でも財務・経理部門等での 活用事例は多い 【Dim Table】 【Fact Table】 【Dim Table】 1対多 【Dim Table】 【Dim Table】 【Dim Table】

10.

Modern Excel - Power View Power ViewはExcelに搭載された 元祖Power BIのユーザーインター フェース

11.

Modern Excel - Power Map Power Mapは今でも存在

12.

Microsoftのミッションとは?

13.

全ての人を支援 (Empower)する

14.

全ての人を支援 (Empower)する 全 ての チームを 支 る す 援

15.

全 ての す 全 ての る 全ての人を支援 (Empower)する チームを支援 組織を支 る す 援

16.

全 ての チームを す 全 ての る 全ての人を支援 (Empower)する 支援 組織を支 る す 援 Copilotの 導入

17.

Power BIはこのミッションを実現するツール

18.

Power BIのポジショニング Q: Power BIは何ですか? • Power Queryでデータ加工するツール? • 可視化ツール? • Excelに替わる分析用ツール? • レポート作成ツール? Microsoft Fabric Power Platform エンタープライズBI セルフサービスBI Power Power Pivot BI データがあるところにPower BIあり SaaS: Power BI Service Microsoft 365

19.

Power BIのポジショニング (現在のビジョン) Power BIを中心に、プロフェッショナル開発者から Office のビジネス ユーザーへの架け橋 Power BI Microsoft Fabric Microsoft 365

20.

Power Platformとの関係が なくなるわけではない

21.

Power BIのポジショニング https://learn.micro soft.com/powerplatform/ Power Platform ユーザーは Power BI以外の機能を使い こなす人が多いが、可視化は Power BIを使う DataverseとPower BIの親和性 Power BI単体で話をする場合、 ほぼFabricの話になる ※分析要素強め https://learn.micro soft.com/fabric/

22.

活用事例

23.

データがあるところにPower BIあり すなわち、活用シーンは無数

24.

Power BIを活用した社内活用事例 ⚫ 経営企画 経営ダッシュボード ⚫ 生産本部 ✓ 月次売上分析(販売区分別・チャネル別) ✓ 仕入・払出・発注工料・納品分析(開発管理・素材管理部) ✓ 執行役員会週次売上分析(販売区分・チャネル・ 価格帯・ライン別) ✓ 在庫推移分析 ✓ 売上予算・経費予算管理 ⚫ 管理本部 第三者向けデータ準備用 ✓ 売上在庫データ分析(監査法人によるデータ 依頼対応等) ✓ 歩留まり・不良率推移分析 モニタリング用 ⚫ 営業 Excelから卒業 ✓ エリア(店舗)売上予実レポート配信 ✓ セルフサービスBIベースの商品・在庫動向分析等 ✓ 受発注管理(物流) 製造小売業におけるBI活用事例(宝飾) ✓ 経費実績管理 ⚫ マーケ・MD本部 トップライン分析用 ✓ 商品分析(ライン・価格帯・アイテム・素材別) ✓ 在庫価格管理による利益率分析(ライン・素材別) ✓ 在庫発注・仕掛・納品分析 ✓ 月次在庫・売上分析 ✓ 顧客分析 写真はイメージ

25.

事例: 分析ツールとしてのPower BIの活用事例 企業A財務部長 ぜひ追加の融資を受けたい 銀行X営業担当 担保物ございますでしょうか? 不動産担保は既に提供済です では動産(在庫・設備)担保は? 在庫は10億円あります。いくら融資可能でしょうか? 動産評価の専門会社に依頼しますね 専門会社との面談をお願いします

26.

事例: 在庫評価 4 評価結果報告 1 6 譲渡担保登記 金融機関 担保価値評価の依頼 7 融資 月次モニタリング 担保価値 (動産) 2 資料請求 4 対象企業 評価結果報告 3 資産評価 5 担保差出 【在庫・固定資産】 Power BI活用 工場 倉庫 店舗

27.

評価に際して使用するソースデータ Excel Power Queryで集計。 年月別にデータを保持しているため、 ファイル数が多い 計: 209ファイル、537MB 全て使用するとは限らないが、書式が異なるデータを Power Queryで集計する必要あり

28.

Power Queryで加工した結果 一次加工 在庫評価データ 513MB → 146MB 二次加工 最終クエリ インポート 146MB → 6.4MB

29.

Power BIを活用した資産評価プロセス 【資産評価プロセス】 • ステージングクエリ 受領 データ ETL データ 二次加工 在庫評価 Power BI 分析・評価 換価モデル • データモデル • ダッシュボード • 分析用チャート • インサイト ETL データ 一次加工 データモデル 機械設備評価 融資用、会計監査 用(実態把握)等 資産評価用 分析モデル 評価レポート

30.

Power BIを活用したメリット ⚫ 表現力 • チャートやダイナミックな分析結果を細かいレベルまで提示可能 ⚫ 分析結果に対する説明のクオリティが高まる • 粒度の細かい分析ができ、説明がシンプルになる ⚫ 質問に対する回答が迅速に • 評価後に金融機関や対象企業から質問された内容 に対して素早く回答できる

31.

少しテクニカルな話を・・・ Power BIで最も重要なデータモデリング

32.

データモデル(全体) 約200ファイルの中から データ加工された最終クエリ

33.

データモデル(FG: 完成品 / WIP: 仕掛品) 全てスタースキーマ

34.

データモデル(Parts: 部品 / Sales: 売上) 全てスタースキーマ

35.

データモデリングのベストプラクティス スタースキーマ、1対多(*)のリレーションシップ スタースキーマとは

36.

Power BIの進化

37.

Power BIは成熟したプロダクト 誕生日: 2015年7月24日

39.

Power BIのオススメ機能 計算グループ (Calculation Groups) 計算ロジックを定義し、 DAXメジャー数を削減

40.

Power BIのオススメ機能 計算グループ (Calculation Groups) ⚫ 計算グループ(Calculation Groups) – 計算グループは数年前から存在していた – Power BI Desktop + サードパーティツールでのみ利用可だった アイコ ン 自動的に生成さ れた説明 計算グループの実践的な使い方 ⚫ メリット – タイムインテリジェンス関数の数を大幅に減らせる = メジャー数 × 計算ロジック(PM, PY, MoM(%)、YoY(%)等)の組み合わせを減らせる – 計算グループの「計算アイテム」は列扱い – 列扱いのため、スライサーとしても使える – フィールド パラメーターの強化版

41.

Power BIのオススメ機能 DQV: DAX Query View DAXクエリをPower BI Desktop上で本格的に 扱うことを可能 用途例 ・ デバッグ用 ・ モデル内の メジャー確認用 ・ メモ帳用

42.

Power BIのオススメ機能 Visual Calculations Excelを使う感覚で本来 は難しい計算を簡単に 行うことができる Visual Calculationは そのビジュアルで定義。 DAXメジャーは モデル全体で定義 Visual Calculationは DAXメジャーよりも パフォーマンスが優れて いる場合がある (Import / DirectQuery等) Jeffery Wang’s blog

43.

Power BIのオススメ機能 TMDL View TMDL Viewは開発者向けツール

44.

Fabricの登場

45.

Microsoft Fabricとは?

46.

ビッグデータ分析を可能にし、Power BIを 進化させたSaaS型データプラットフォーム Power BI M ic r o s oft F a c i r b

48.

Microsoft Fabric AI時代のデータアナリティクス: 2024年11月以降(最新 Data Factory Databases New! Analytics Industry Solutions OneLake Real-Time Intelligence Power BI ) Partner Solutions

49.

Microsoft Fabric AI時代のデータアナリティクス: 2024年11月以降(最新 元々 Azure で PaaS として提供されていた Synapse および オペレーショナ ルDBであるSQL DB を Power BI と同じように SaaS 化して提供 ) Power BI はそのまま ISVによる 開発強化 Data Factory Databases New! Analytics Industry Solutions Real-Time Intelligence Power BI Partner Solutions データパイプライン オペレーショナル 分析ワークロード 業界ソリューション リアルタイム・ 時系列分析 BIツール パートナー開発 豊富なビジュアルを 使用して、分析情 報の検索、進捗状 況の追跡、意思決 定の迅速化を行う ISVによるAzure Marketplaceを通 じてFabric上でアプ リケーションを構築・ 拡張 市民寄り プロ寄り クラウド規模のデー タ移動とデータ変換 サービスを利用して、 最も複雑なデータ 統合とETLシナリオ を解決 シンプルで直感的、 かつ自律的なデータ ベースを数秒でプロ ビジョニング。AIアプ リケーション開発を 効率化し、革新的 なシナリオを創出 ETL、機械学習、 データウェアハ ウスの3つのワー クロードで構成 されるAnalytics ワークロード 業界モデルを活用 し、データストリーム を統合、規制遵守 を維持しつつ、賢い OneLake 意思決定を支援す る“単一の情報源” を構築 1GBから1PBまで 任意のデータソース と形式を迅速に取 り込み変換し、クエ リの実行、結果を 視覚化 市民寄り プロ寄り プロ寄り プロ寄り プロ|市民 同じ環境で「ノーコード / ローコード / プロコード」の全てに対応

50.

Power BIユーザーのFabricに対する質問 私Power BIしか使いたくない Power BIはFabricの一員であり、今ま で通りのやり方で問題なし! Fabricを学ばないといけ ないの? いいえ、個人・会社の戦略的選択に委ねら れる Fabric面白そうだけど、どこ から始めたら? 自分にとって業務上役立つと判断した分類 からチャレンジ FabricはITチックすぎて ハードルが高い ご名答!エンタープライズ型サービスである が、全てのペルソナに選択肢を与える

51.

Fabricの登場により、Power BIの重要性が 下がることはない!

52.

データモデル vs セマンティックモデル ⚫ データモデルはPower BI Desktop、Excel Power Pivotで使用される用語であり、モデリングレイヤーに存 在する概念 ⚫ セマンティックモデル(インポートモードと仮定)はPower BI サービスに存在するオブジェクトであり、データ準 備(Power Queryによる変換レイヤー)とデータモデル(モデリングレイヤー)をカプセル化したもの ⚫ セマンティックモデルは共有デセマンティックモデル、複合モデルといったアーキテクチャを持ち、他のレポートの ソースとして使用される Power BI サービス クラウド上 Power BI Desktop インポートモード ソース 変換 データモデル M DAX カプセル化 セマンティックモデル

53.

Power BI Desktop vs Fabric Power BI ローカル環境 ⚫ インポート / DirectQuery モデル Power BI サービス クラウド上 Power BI Desktop インポートモード ソース 変換 データモデル クラウド環境 セマンティックモデル ソースデータの変換→メモリへ の複製→サービスへ発行 M DAX カプセル化 ⚫ Direct Lake モデル ソース 変換 データストア セマンティックモデル LH / WH Delta tables Direct Lake DAX モデリング M LH: Lakehouse WH: Warehouse Delta: Delta parquet データストアへ投入→Power BIからそのまま可視化

54.

Power BIはこれからも進化します! Microsoft Fabricと一緒に!

55.

Thank you for watching. Could you Please provide your feedback on this session and this event. ご視聴ありがとうございました! フィードバックにご協力ください Session survey Event survey 本セッションに対するアンケート イベント全体に対するアンケート 本セッションついて参考になった点や 感銘を受けた点、もっと知りたかったことなどをお寄せください。 運営チームメンバー、登壇者、サポートメンバーに対する 暖かいフィードバックをお待ちしております。