但是有了如此強大的功能和如此多的特性，你還需要了解如何使用Power BI來最大限度地利用好它。以下是企業在使用Power BI時常見的一些錯誤，以及避免這些錯誤的方法。
與Power BI一起變得混亂
就像Excel一樣，Power BI的強大功能使其在基層就廣受歡迎。在你的企業中，可能已經有比你所知道的更多的用法了。但僅僅是讓人們自己去發現如何從Power BI中獲得最佳效果，可能意味著他們無法充分利用好它。更糟糕的是，你最終會發現有如此多的數據被上傳(并被不同的人復制)，有如此多的數據人工制品被創建，以至于沒有人知道誰在做什么，有用的報告在哪里。
相反的，做好管理和認可可信的數據集，能夠使人們更容易找到高質量的數據。你可以提供培訓并考慮建立一個卓越中心，包括商業智能架構師、數據專家以及能夠幫助業務用戶有效使用Power BI的人員。你甚至可能會希望限制他們的數據發布，直到他們接受了一些培訓，以幫助他們在不混亂的情況下獲得價值。
忘記數據安全
企業中最有價值的數據可能是那些機密數據，其使用情況可能需要審核。你可以打開與Microsoft信息保護的集成，以便管理和跟蹤數據使用情況，并控制數據的使用方式，即使是數據從Power BI導出到了Excel。
限制太多
成功采用Power BI的真正關鍵是在授權用戶和有效治理之間取得正確的平衡。一個肯定會失敗的方法是只將使用限制在少數業務分析師或數據科學家身上，他們將查看數據并發布官方指導。但你可能無法雇傭足夠多的專家，而且你的組織中也可能已經有更多的人具備了數據素養，能夠利用Power BI來找到有價值的見解，使他們能夠基于數據而不是直覺來對不斷變化的環境做出反應。
不要試圖嚴格控制Power BI的使用，以免妨礙他們的工作，但要通過培訓和良好的示例來幫助他們獲得最佳體驗。
忽略性能
當你在思考商業智能的價值時，很容易將注意力集中在智能上--通過正確的問題從高質量數據中獲得的洞察力--以及業務上--即高管們將使用工具并根據洞察力來采取行動的事實。但你也需要確保基礎是正確的：除非報告的加載速度足夠快，交互式的視覺效果也足夠快，否則人們就不會使用它。
根據Microsoft的說法，能否成功的采用Power BI與良好的報表性能有著非常密切的關系，其中對性能的缺乏關注是商業智能項目失敗的首要原因。
可以使用Power BI Desktop中的查詢診斷和性能分析器工具來了解和改進查詢和報告的運行方式(SQL Server Profiler對于找出哪些查詢可能會導致瓶頸也很有用)。你可以使用帶有Power BI Premium的Azure日志分析來挖掘你的遙測數據。可以從內置的使用情況指標報告開始，查看哪些報告很受歡迎，并確保它們得到了很好的優化。對于大型企業來說，如果Power BI的用戶滿意度較低，Microsoft將向你發出警告(在匿名報告中)，建議哪些報告會導致問題，而對于最大的客戶，則會提供免費的咨詢以幫助你優化這些報告。
過度依賴視覺效果
正如cliché所言，一圖勝千言，而Power BI所做的就是向你展示一張圖片，并揭示數據中正在發生的事情。但不是每一張圖片都是有用的;太多的圖表和可視化會導致視覺混亂，讓你無法注意到最重要的度量。它們還會生成大量可能會降低報告性能的查詢。你需要為每份報告找到合適的視覺效果，專注于真正重要的內容，或者是使用AI視覺效果來自動識別最重要數據的關鍵影響者。
未能充分利用移動設備
并非所有認為Power BI有用的人都坐在辦公桌旁，當這些見解能夠幫助一線員工時，避免過度擁擠的報告就顯得尤為重要。在這里，Power BI Mobile應用程序就很有幫助，比如在Power Apps中嵌入報告，或者設置OKR公告板和記分卡，讓員工隨時隨地都能看到特定目標的通知。
未來，移動應用將使用空間錨點將數據和報告帶到數據實際生成的物理空間，并帶有將報告固定到物理對象的AR視圖。這可能包括查看健身房中健身器材的使用狀態、超市貨架上產品的銷售數據、工廠車間的機器或是經銷商處的汽車的吞吐量以及其他統計數據：任何可以立即看到正確數據的地方都可以幫助你做出最佳決策。
忽視DAX-或其性能
數據分析表達式(DAX)也是強大的功能，使你能夠使用復雜的過濾器、條件邏輯和聚合來進行更高級的分析。但寫得不好的DAX函數也會降低報告速度并耗盡容量。使用Power BI性能分析器可以幫助你查找需要改進的DAX度量，并確保你有足夠的資源和培訓來幫助用戶了解該如何更好地使用DAX。
假設你的后端系統可以處理DirectQuery
不必將數據復制到Power BI中來也可以使用它可能會非常方便，但是你需要驗證你的后端系統是否能夠處理負載。Microsoft建議，對于典型的聚合查詢，響應時間需要少于5秒，但請記住將該時間乘以報告中視覺效果的數量。如果有10或20個視覺效果，加載該報告將生成10或20個查詢，這意味著用戶需等待一到兩分鐘才能夠完成對該報告的加載。
不使用增量更新和聚合
將數據加載到Power BI中，然后利用高性能查詢引擎是非常簡單的，因為它具有來自各種數據源的連接包和內部數據網關。這非常容易，用戶每天都會頻繁地重新加載所有數據，以確保它們總是最新的--但是沒有必要重新加載那些沒有改變的舊數據。
你可以通過使用僅加載已更改數據的增量更新來加快刷新速度;這也有助于減少后端系統的負載。對于DirectQuery，可以啟用自動預加載和聚合緩存數據的功能，以加快報告速度并減少正在查詢的外部系統上的負載。
沒有建立一種數據文化
最成功的Power BI采用能夠為廣泛的員工帶來數據工具，而不僅僅是從事數據工作的員工。但這也意味著業務用戶依賴數據來進行決策的方式將成為他們的第二天性。
要做到這一點，你就必須發展出一種數據文化，Microsoft分析公司的首席技術官Amir Netz建議，“每次對話都可以從數據說明了什么開始，每次建議都可以包括數據支持了什么。從你的想法和你認識的人轉移到你所知道的事情和事實說明了什么，這將產生巨大的不同。數據文化可以讓你們從憑直覺運作、誰的聲音更大或誰更有權力轉變為一個能夠不斷審視和衡量自身、不斷優化以獲得更好結果的客觀企業。”
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號