Az adatvezérelt döntéshozatal jelentősége sosem volt még ennyire hangsúlyos, mint napjainkban. Az adatok kezelése, elemzése és vizualizációja olyan szintű technológiai fejlődésen ment keresztül, amely nemcsak a szakemberek számára nyit új lehetőségeket, hanem az üzleti élet szereplői számára is egyszerűbbé és hatékonyabbá teszi az adatvezérelt működést. A Budapest BI Fórum 2024 ezen újdonságokat helyezte reflektorfénybe, egy helyen gyűjtve össze a hazai és nemzetközi szakértők legfrissebb tapasztalatait és innovációit.
Az esemény idei programja különösen gazdag volt: a mesterséges intelligencia által támogatott fejlesztési eszközök, az adatmodellezés optimalizálása és az egységes adatplatformok mind olyan témák voltak, amelyek nagy érdeklődésre tartottak számot. Az előadások nemcsak technikai mélységükkel emelkedtek ki, hanem azzal is, hogy gyakorlati példákon keresztül mutatták be az új megoldások üzleti előnyeit. Az alábbiakban három kiemelt előadást foglalunk össze, amelyek a modern üzleti intelligencia különböző aspektusait világították meg – a Power BI fejlesztéstől a VertiPaq optimalizáción át a Microsoft Fabric újdonságáig.
Az új PBIR formátum: Fejlesztés kóddal és mesterséges intelligenciával
A PBIR formátum bemutatása
Kávási Mihály előadása a Power BI riport fejlesztés legújabb innovációit helyezte fókuszba. Korábban aA hagyományos Power BI fájlok bináris formátuma jelentős korlátokkal rendelkezett: hiányzott a verziókövetés lehetősége, nehézkes volt a csapatok közötti együttműködés, és nem léteztek automatizált fejlesztési eszközök. Ezzel szemben az új PBIR formátum radikálisan újítja meg a fejlesztési folyamatokat. A PBIR lehetővé teszi, hogy a Power BI fájlokat projektszerkezetként kezeljük, amely sokkal inkább illeszkedik a modern szoftverfejlesztési életciklusokhoz.
Fejlesztői eszközök és integrációk
Az előadás bemutatta, hogyan kapcsolható a PBIR a legnépszerűbb fejlesztői eszközökhöz, például a Tabular Editorhoz, a DAX Studiohoz, valamint az Azure DevOps és GitHub Copilot integrációjához. Ezek az eszközök lehetővé teszik az automatizált dokumentációt, az alapos tesztelést és a fejlesztési folyamatok optimalizálását. A GitHub Copilot különösen figyelemre méltó, hiszen mesterséges intelligencia segítségével képes kódrészletek generálására és a fejlesztők támogatására.
Kihívások és jövőbeli lehetőségek
Bár az új formátum ígéretes, Mihály kihangsúlyozta, hogy bizonyos korlátok miatt egyelőre óvatosan kell használni. Például a nagyobb méretű fájlok esetén instabilitás léphet fel, és a kreatív riport készítés továbbra is a Power BI asztali vagy webes verzióját igényli. Az előadás végső tanulsága, hogy a PBIR formátum elsősorban a fejlesztői csapatok hatékonyságának növelésére alkalmas, de érdemes alaposan megismerni, mielőtt teljes mértékben bevezetjük.
VertiPaq: Power BI “brain & muscles”
A VertiPaq működésének alapjai
Nikola Ilic előadása a Power BI belső motorjának, a VertiPaq-nak a bemutatásával indult. A VertiPaq, mint oszlopalapú, memóriában működő adatbázis-motor, az adatok tárolásáért és feldolgozásáért felel. Két kulcsfontosságú komponensből áll: Formula Engine, amely az üzleti logika értelmezését végzi, és a Storage Engine, amely az adatok hatékony visszakeresését biztosítja. Ez az összhang teszi lehetővé, hogy a Power BI nagy mennyiségű adatot gyorsan és megbízhatóan kezeljen.
Adatmodell-optimalizálás a gyakorlatban
Az előadó részletesen bemutatta, hogy a megfelelő adatmodell-tervezés miként befolyásolja a VertiPaq teljesítményét. Fontos például a fölösleges oszlopok és sorok eltávolítása, az adat típusának optimalizálása, valamint a számított oszlopok minimalizálása. Az előadás külön figyelmet szentelt annak, hogy a kardinalitás – az oszlop egyedi értékeinek száma – jelentős hatással van az adatok tömörítésére és az elemzések gyorsaságára.
Tömörítési algoritmusok: Hash és RLE
Az előadás technikai mélységben tárgyalta a VertiPaq által használt tömörítési algoritmusokat. Az olyan megoldások, mint a hash kódolás és a Run-Length Encoding (RLE), lehetővé teszik, hogy az adatok tárolása helytakarékos és hatékony legyen. Az előadó példákon keresztül mutatta be, hogy miként választható ki az optimális tömörítési módszer az adat struktúrája alapján.
Microsoft Fabric és Copilot: Az MI által támogatott üzleti intelligencia
Microsoft Fabric: Egyesített adatplatform
Polner Tamás előadása a Microsoft Fabric egyesített adatplatformjára koncentrált, amely az adatfeldolgozástól az adattudományon át a valós idejű elemzésekig mindent egy rendszerbe integrál. A Fabric egyik legnagyobb előnye, hogy a különböző adatterületek közötti együttműködés egyszerűsítésével támogatja az adatvezérelt döntéshozatalt.
A Copilot funkció lehetőségei
A Copilot, mint mesterséges intelligenciával támogatott eszköz, átalakítja a felhasználói élményt. Az előadó bemutatta, hogyan lehet természetes nyelven utasításokat adni az adatok elemzéséhez és új riportok létrehozásához. A Copilot képes automatikus összefoglalók készítésére, releváns riportoldalak generálására, és akár új vizualizációk hozzáadására a meglévő jelentésekhez. Ez a funkció nemcsak gyorsabbá teszi az adatkezelést, hanem az üzleti felhasználók számára is elérhetőbbé teszi az adatelemzés lehetőségét.
OneLake: Egységes adattárolás
Az előadás bemutatta a OneLake technológiát is, amely biztosítja, hogy az adatok egy központi forrásból, különböző platformokon keresztül érhetők el. Ez a megközelítés egyszerűsíti az adattárolási és -hozzáférési folyamatokat, miközben támogatja a többforrású adatelemzést.
Mit tanultunk?
Az előadások közös nevezője az volt, hogy az adatvezérelt technológiák rohamos fejlődése miként segíthet az üzleti folyamatok gyorsabbá és hatékonyabbá tételében. A PBIR formátum és a fejlesztési eszközök növelik a csapatok produktivitását, a VertiPaq optimalizáció mélyebb technikai ismereteket ad az adatmodellezéshez, míg a Microsoft Fabric és Copilot eszközei az adatokat új szintre emelik az üzleti döntéshozatalban. Ezek az ismeretek lehetővé teszik számunkra, hogy saját folyamataikban gyorsabb, átláthatóbb és eredményesebb megoldásokat alkalmazzunk.
Írta:
Májer Zsanett és Pad Róbert