下载掌阅APP，畅读海量书库
立即打开
在快速的时代发展中，各公司已经认识到利用数据分析决定策略的必要性。目前，许多企业和组织通过对商业竞争和企业运营模式的数据分析，获得了经营能力的显著改善。无论是在公司层面还是在部门层面，以数据为依据的决策的文化都能够有效地改变公司的适应和发展能力。
Power BI是一个非常有弹性的工具组件，可用来准备数据、进行数据建模、开发报表等。三种主要的部署Power BI的方案模型如表1-3-1所示。
表1-3-1 三种方案模型
可以看出Power BI基于不同的解决方案会带来不同的用户体验，上述的使用场景都可以根据特殊的需求部署到实际生产环境中。
可以优化系统架构，比如自动化、数据清理、集成、管理数据源质量和数据完整性，可以使用的工具有SQL Server Integration Service（SSIS）,Master Data Services（MDS）和Data Quality Service（DQS）等。由于协作BI的方案已经在传统BI产品中得到了广泛的应用，前面已经与自助式BI进行了对比，这里只对自助式BI的两种解决方案进行分析。具体哪种方案更加适合用户的使用场景，还需要根据实际的BI系统规模进行选择。
● 商业导向的自助式BI：在这种情况下，业务部门的报表用户对系统的管理和参与度都是最高的，尽管某些数据源的管理权不在业务部门手里，例如从第三方购买的行业统计数据。这种方案允许用户最大限度地发掘数据中的信息，然而由于商业用户的知识背景不可能涵盖太深的IT架构，必然导致方案中存在或多或少的结构问题，从而限制了BI系统最优性能的发挥。
● IT管理下的自助式BI：在这种模式下，IT生产并管理包含企业主数据的高质量数据层，而业务用户将Power BI作为标准化和管理数据源的报告层。在数据层和报告层之间，不同的系统可以遵循不同的开发周期和治理标准。在这种模式下，商业用户的分析可能会受到一定的限制，也会有沟通协作方面的开销。但是，这种模式获得了更专业的结构规划和数据管理。