Microsoft Power BI Blog 中文 笔记

Microsoft Power BI Blog 中文

Power BI 是微软的一项商业智能服务。它允许用户使用来自各种数据源的数据(包括数据库、云服务、电子表格等)创建交互式可视化和商业智能报告。Power BI 的一个关键特点是它可以连接到多种数据源,如 Excel 文件、SQL Server、Oracle、Azure Cosmos DB 甚至网站。这使用户可以在不同的上下文中分析和可视化数据,并创建综合报告。Power BI 提供了多种数据准备、可视化和分析工具。它包括一套数据转换函数,使用户可以轻松地从这些数据源中提取、转换和加载数据直接到 Power BI 应用程序中。然后,用户可以使用各种可视化工具(如图表、图形、地图和仪表)创建报告,这些可视化工具可以在仪表盘上排列。Power BI 与其他微软产品集成良好,如 Azure Stack、Access、Azure 和 SQL Server,但它也可以与其他应用程序集成,如 Google Analytics、Salesforce 或 SharePoint 等。 用户可以使用 Power BI 服务在组织中共享报告,该服务提供了多种访问级别以便于协作。例如,用户可以共享报告的直接链接、安排报告的自动刷新或将其嵌入到网站或 SharePoint 站点中。Power BI 社区页面非常活跃,为用户提供了一个分享知识、请求新功能和查找可用资源的平台。Power BI 还定期发布更新、新功能和 bug 修复。

笔记线程

欧洲微软 Fabric + SQL 社区大会在巴塞罗那举行,本月推出了多项 Power BI 更新。Copilot 与 AI 能力显著增强,代理式体验(agentic experiences)现已普遍可用,使开发人员能够委派任务。Microsoft 365 Copilot 即将以预览形式引入 Power BI,将 AI 直接集成到用户界面中。Power BI 数据问答现已在 Microsoft Copilot Chat 中普遍可用,依托 Fabric IQ 提供基于事实的洞察。Fabric IQ 亦集成至 Microsoft 365 Copilot 的 Cowork 功能,将数据分析与后续操作统一于同一位置。GitHub Copilot 将提供构建 Fabric 应用的预览支持,报告消费型 Copilot 也增强了 Fabric IQ 功能。新增一项控制项,用于管理 Copilot 对语义模型的访问权限;远程 Power BI 作者化 MCP 服务器现已进入预览阶段。报表功能方面,新增网页报表功能区、在 Outlook 中实时共享可视化,并优化了 Power BI 主页上的控件。建模增强包括在服务中创建和编辑 DirectQuery 语义模型,以及为 Import 和 Direct Lake 提供近似唯一计数。新的数据连接选项包括 Power Query 编辑器的预览版,以及 Microsoft Outlook 邮件连接器。移动端更新包括普遍可用的移动页面指示器,以及在信息抽屉中显示联系详情。开发者增强方面,Power BI 项目(PBIP)现已普遍可用。此外,大会还重点介绍了多款第三方自定义可视化。Power BI Desktop 中的旧版文件选择器体验已被弃用,并设定了更新截止日期,以确保 OneDrive 和 SharePoint 功能的持续可用。
每个 Power BI 报表都由底层的语义模型驱动。该模型将原始数据转换为具有明确指标和关系的有意义业务术语,确保报表中呈现数据的准确性和可信度。Power BI 桌面文件本质上包含这些语义模型定义,在发布时与可视化对象分离。组织通常在不明确称之为“语义模型”的情况下构建这些模型。大型语言模型虽然精通语言,但缺乏固有的业务知识。若无上下文,人工智能可能会针对特定业务问题生成看似合理但错误的回答。Microsoft Fabric 的"Fabric IQ"通过利用现有的 Power BI 语义模型来解决这一问题,使人工智能扎根于组织的业务语言和定义,从而避免误解。现有的 Power BI 语义模型可直接馈送 Fabric IQ,使定义的概念可供人工智能代理及 Microsoft 365 Copilot 等工具使用。这种集成使人工智能能够基于既定的业务逻辑提供答案,而非依赖统计猜测。语义模型可纳入同义词和描述,以进一步增强人工智能的理解能力,并从报表中提供上下文。至关重要的是,此人工智能集成无需重新构建现有的 Power BI 模型。通过将人工智能与用于报表的同一语义模型连接,组织可确保用户和人工智能代理接收一致的数据。这防止了人工智能生成答案与仪表板数据之间的差异,从而维护对数据的信任。若人工智能部署不当,导致其生成的数据与既定报表不一致,将产生不利影响。前沿企业是指拥抱人机协作的企业,其中人工智能代理越来越多地处理以往由人工完成的任务。实际上,这些代理需要理解特定的业务上下文,而 Power BI 语义模型已可提供。组织的关键任务是识别、认证并整理其现有的可信语义模型。将这些精选模型推广至 Fabric IQ 是一个优化过程,而非大规模新建。能够识别并利用现有数据资产(如 Power BI 语义模型)的企业将在人工智能采用方面处于领先地位。