Котятки🐱
Время гайдов по Power BI:
1) С картинками, Use-кейсами и пошаговыми объяснялками: https://exceltown.com/en/tutorials/
2) Гайд по DAX-функциям с примерами: https://dax.guide/
И его сайт-спутник для отработки DAX – с собственной встроенной средой и таблицами: https://dax.do/
3) Удобная база знаний по Power BI с ранжированием статей блога по уровню владения инструментом: https://exceleratorbi.com.au/blog/beginners/

Мой научный руководитель однажды сказал мне: какую математику ты возьмёшь, то у тебя и получится. Не случайно потом на многие годы моей настольной книгой стала одиозная «Как лгать при помощи статистики» Д. Хаффа, а в сердце поселилась любовь к семиотике всякого рода.
Сюда же в копилочку статью про то, как работать с обратной связью при дизайне дашборда.
https://nightingaledvs.com/dashboard-psychology-effective-feedback-in-data-design/
Краткое содержание:
-Мы можем устраивать пользователю эмоциональный абьюз с помощью игр с осью Y на графиках, разрывов осей и цветового драматизма. Это делает его жизнь насыщенной.
-Визуализации данных не обязательно должны быть действенными, чтобы оказывать влияние.
-Семиотикой и графиком можно добиться гораздо больше, чем просто графиком.
-Обратная связь может быть удивительно простой и при этом эффективной.
-Чтобы график перестал быть бесполезным и стал реально стимулирующим, надо подобрать шкалу так, чтобы цель казалась достижимой. Если нельзя трогать шкалу, то уж цвет-то точно можно
-Людям нравится считать себя последовательными, что практически научно обосновывает всякие дашики с аквариумами и растущими рыбками.

Котятки🐱,
Я почитала очередную статью по поводу того, как сделать так, чтобы дашборды летали, а с производительностью было всё в порядке, и потом долго пила коньяк💆‍♀️:
https://biadvice.ru/business-analysis/sovety-po-uskoreniyu-dashborda-v-power-bi.html
Пункт 2 с такой человеческой искренностью советует мне убрать всё, что не используется, что я аж прослезилась: когда твой отчет весит 500+МБ со сжатием в 10-12 раз, а в каждой таблице десятки, если не сотни колонок витрин-простыней, над которыми порхают метрики, - сложно понять, что убирать. Вторая проблема – это если убрал что-то не то🤦‍♀️: дашборд при удалении данных из модели может перестраиваться долго (как раз есть время на коньяк), ты сначала ждёшь, потом ужасаешься, и…снова коньяк🥃.
Но вчера интернет нашел мне кастомную поделку, которая показывает всё лишнее в Power BI - и это лишнее можно удалять:
https://www.thebiccountant.com/2021/08/23/power-bi-cleaner-gen2-now-covers-analysis-services-models-as-well

Хоба! И у тебя типа подсказки на Tableau...но нет, там практически однолистник с полезными горячими клавишами.

Если бы в BI-инструментах всё было так просто, как рассказывают в этом видео талантливые индусы, наверное, BI-разработчики были бы просто не нужны, а я бы не искала 15 минут, как разбирать логи с помощью BI.
Преимущество этого туториала по Power BI: ставите скорость 1,5 часа, и просто прогоняете перед любым собесом. Мозг сразу думает, что он теперь гуру:
https://www.youtube.com/watch?v=3u7MQz1EyPY
P.S. Для тех, кто не любит индийский английский так, как люблю его я есть https://www.youtube.com/watch?v=GuU6_cqu8FE, - эффект примерно тот же.

Вопросы Data Trust традиционно решаются полноценным профилированием данных, - ключевые метрики (сумма, среднее, максимум, минимум, дисперсия, количество значений, количество уникальных значений, количество null и пр.), характеризующие каждый столбец, дают, увы, не так много ответов.
Что делать?
Если данных немного, и хочется быстро, красиво, бесплатно, то Talend Trust Assessor - мой новый фаворит. Скармливаем ему CSV, нажимаем волшебную кнопку, и понимаем, а стоит ли дальше ковыряться в BI-инструменте и рисовать что-то на этих данных, ведь правило «garbage in, garbage out» никто не отменял.
Линк: https://www.talend.com/trust-assessor/

Котятки🐱,
Когда-то в работе я пользовалась user story для формализации требований к дашбордам. Если мне везло, то история не влекла за собой ничего, кроме изменения пары элементов дашборда, ну или создания дополнительных мер на уже используемом датасете.
Когда мне не везло, история каскадировалась ниже и ниже, обзаводилась архитектурной и интеграционной side-историями, и…исходный смысл забывался.
Ниже в 2х частях про то, как реально работать с пользовательскими историями на разных кейсах:
https://rbranger.wordpress.com/2020/02/06/user-stories-for-analytics-projects-part-1/
https://rbranger.wordpress.com/2020/02/06/user-stories-for-analytics-projects-part-2/

Моя любимая рубрика примеров, как "ввести пользователя в заблуждение графиком, не изменяя сами данные":
-обрезка "нуля" в шкале для создания драматизма (классический разрыв оси);
-увеличение максимума оси Y для создания эффекта незначительности;
-отображение данных с усечённым дата-временным горизонтом для создания у пользователя эмоционального отклика;
-смена полярности цветовой шкалы для создания интриги;
-ну и классика: перевод графиков из 2d в 3d.
Линк:
https://www.business.com/articles/data-visualization-downfalls/

Всем привет! 14 февраля - не только День святого Валентина, но и очередной день рождения группы Power BI Group RU, самого большого русскоязычного сообщества влюбленных в Power BI в Telegram. Здесь всегда будут новости, полезные ссылки, жаркие дискуссии, но, главное, активная помощь друг другу. Присоединяйтесь! P.S. Не реклама, ибо я сама там ищу ответы почти с того самого момента, как я нашла это сообщество.

https://t.iss.one/PBI_Rus

Старенький, но прикольный тематический пост о том, как сделать диаграмму в виде сердца в Tableau. Актуально, чтобы порадовать свою вторую половину симпатичным датавизом ❤️ 🙂

В последнее время требования, которые нам предъявляет этот мир, меняются так быстро, что мы почти уже не помним, что было неделю назад. Если вы тонете в количестве информации также, как и я, то нам однозначно по пути. Так что запасаемся оставшимися вредными шоколадными батончиками, и топаем в новую реальность, котятки🐱.
Что я сформулировала для себя за последнее время, чтобы избавиться от тщетности бытия в BI-разработке:
1) Ваши аналитические навыки и компетенции никуда не делись, даже если куда-то делось ПО. Как я себя успокаиваю:
• Roadmap альфа-банка: это весьма условный перечень, в котором замиксованы концепты, стандарты, утилиты и навыки, и он по-хорошему больше пригоден для бизнес/системного аналитика, но он мне как нравился, так и продолжает нравиться. https://habr.com/ru/company/alfa/blog/457864/
• Матрица Компетенций Романа Бунина: пожалуй, лучший формат самооценки для тех, кто полюбил хардовый энтерпрайз с его кучей условностей, и даже там может делать своим пользователям быстро и прекрасно: https://revealthedata.com/blog/all/matrica-kompetenciy-bi-analitika/
• Калибровка роли: когда в прошлом году я предложила разделение на BI-аналитика, разработчика и администратора, меня восприняли мягко говоря сомнительно, но я всё ещё калибрую каждую задачу с учетом свое роли, основываясь на простеньком разделении вот этой статьи: https://social.technet.microsoft.com/wiki/contents/articles/25319.business-intelligence-roles-and-team-composition.aspx Она же помогает понять, что каждую роль можно выполнять своими инструментами, а не всё делать на BI-инструменте.
• Определение приоритетов: бесполезно хвататься за всё и сразу и быстро доучивать сторителлинг, если собираетесь работать в каком-нибудь банке на проекте операционной аналитики типа «отчёт-табличка». Какие технологии/навыки были (раньше) важны по индустриям, можно посмотреть тут: https://blogs-images.forbes.com/louiscolumbus/files/2018/06/Technologies-and-Initiatives-Strategic-to-Business-Intelligence-Objectives-by-Function.jpg
2) Сформулировать ценности – свои и для бизнеса. Компания Ventana Research провела анализ индекса ценности в мире BI, и увы, наши бывшие фавориты там не в тренде. Причина простая: когда мы говорим про BI-инструменты, мы часто опускаем подробности, что ведем речь только о чистых BI-продуктах. Рынок же встроенной, платформенной, гибридной и прочей BI-аналитики максимально широк. Исследование можно почитать тут: https://www.qlik.com/us/-/media/files/resource-library/global-us/register/analyst-reports/ar-ventana-research-analytics-data-value-index-2021-en.pdf
3) Если уж что-то менять, то в лучшую сторону. Фреймворк миграции на себя пишет каждое уважающее себя ПО (за что и люблю Клик), чек-листов миграции сейчас просто море. Например, вот это: https://www.element61.be/en/resource/elementary-bi-pm-migration-projects Я когда-то писала себе полный гайд с миграционными коридорами, но, увы, смысла в нём немного – кто пользовал опенсорс/бесплатное ПО, тому это не нужно, а там, где нужно, нетехнологические факторы принятия решений играют огромную роль.

Как и все разработчики BI, находящиеся немного в панике, я много рефлексирую и гуглю неевропейские и неамериканские аналоги, которые можно купить и не быть в ситуации, когда купленные лицензии сгорают.
Мой анализ иранской практики начался со статьи про «огромные риски BI». Итак, какие риски выделяют наши иранские коллеги (собирательно из нескольких блогов):
• Риски деплатформинга, когда у тебя отбирают всю экосистему единоразово (тут всё логично);
• Риски «власти»: IT-подразделение начинает диктовать параметры проекта и, фактически, берет его под контроль, ущемляя приоритеты бизнеса и самостоятельно определяя границы допустимого в BI (и да, котятки, введение style convention в оформление дашбордов (доп. правила к уже существующим гайдам оформления в компании внешних материалов) они относят к минусам)
• Риски приоритетов и политики: например, BI с помощью своих внутренних паттернов навязывает нам определенную модель ответственности за данные с помощью своей внутренней ролевой модели. Это, как мне показалось, связано со спецификой страны: в мусульманских странах есть примеры легальной солидарной ответственности там, где у нас подобные действия классифицировались бы как мошенничество;
• Когнитивные искажения качества данных: если пользователь не понимает, что именно происходит под капотом дашборда и как обрабатываются ошибки, он может сделать неверные выводы о качестве данных в системе. Каюсь, я сама в начале своей работы бизнес-аналитиком вместо того, чтобы раскапывать каждый кейс ошибок загрузки строк, писала заглушку в тех вопросах, где данные представлялись сразу в агрегации и отдельная транзакция не могла сильно исказить результат. Так делать не надо.
• Непрозрачность в выборе типа коммуникаций/действий: там, где Qlik подталкивает нас к pivot-таблицам, Power BI превращает работу с матрицами (аналог pivots) в мучения. Каждое ПО диктует паттерн аналитики в соответствии со своим внутренним устройством.
• Риски, связанные с ценностями (но тут уж, извольте, для нас не актуально).
Где-то в этих рассуждениях есть зерно какого-то смысла, но польза BI, безусловно, перевешивает.

Эти посты хранились долго и очень запоздали, но не суть🐱) В начале года у меня был период дичайшего ресерча в области встроенной аналитики, - мне хотелось найти для себя то прекрасное, что, с одной стороны, выдерживало бы нагрузки, а, с другой стороны, давало привычные инструменты разработки.
Критерии у меня были просты:
• Визуальные data-модели вместо хардового функционала в стиле «вот тебе окошко SQL, пиши сама себе JOIN»
• Возможность категоризации столбцов в разрезе «факты-измерения»
• Открытые шаблоны витрин календарей: не секрет, что современные умненькие BI любят подкладывать под наши данные внутренние витринки, которые и обеспечивают нам дата-временную агрегацию и, соответственно, удобство в графиках. Мне нравится, когда такие истории открыты и контролируемы
• Свободный сторителлинг: это то внутреннее построение, когда ты можешь задавать разделы (например, листами) как законченные блоки, а также запиливать лонгрид-историю внутри блоков (т.е. полотно дашборда у тебя не ограниивается экраном, а позволяет делать прокрутку и пилить блоки вниз). Каюсь, подсмотрела когда-то в BI-ке Алибабы, до сих пор мне эта штука снится.
• Множественность графических объектов и возможности их настройки
• Классический вариант работы с метриками, - когда они не зависят от объекта и могут быть написаны один раз и переиспользоваться в других объектах
• Кастомизация объектов: для начала достаточно форматов осей и цветовой гаммы.
Более-менее подходящим тогда оказалась Gooddata (https://www.gooddata.com/): она хорошо кушала всевозможные источники (включая Vertica), мило имитировала работу служб Power BI с созданием публичных и выделенных пространств, неплохо переваривало csv и определяла форматы (что говорило о том, что с распознаванием данных там в принципе всё неплохо), а также обещала экзестенциальный экстаз при работе с дрилл-дауном.
Но, наверное, подкупило меня (и подсадило так, что я не выбиралась месяца 3) не всё это, и даже не крайняя степень очеловечивания моего пользовательского опыта (степень нативности lvl 1000%). Я не могла отделаться от неуловимого ощущения, что я снова рядом с Tableau.
Первая любовь не забывается❤️.
P.S. Полный список своих критериев, по которым я оцениваю свои идеальные BI, тоже публикну. Пусть будет. Вдруг кому-то тоже важны не только лишь коннекторы и возможность идти в "дашборды":)

Кейс о том, как аналитика госзакупок помогает экономить деньги налогоплательщиков Казахстана. Менее чем за год работы системы выявили финансовые нарушения на сумму 93 миллионов долларов США, при этом почти 70% выявили на стадии планирования и предотвратили.
Подробности проекта, какие риски в госзакупках мониторятся (всего их 43) и как выглядит решение в статье.
Посмотреть, как решение устроено можно будет на вебинаре
ПО: Qlik Sense
Разработчик: Datanomix.pro

В каком-то смысле в продолжение предыдущего поста. Он отлично укладывается в одну из главных проблем визуализации данных. Об этой проблеме и об этом своеобразном двоемыслии знают все, кто делает инфографику, особенно в медиа.

Гениальная картинка от Хоакима Вийера, дизайнера инфографики в Гардиан

Котятки🐱 Сама для себя, конечно, веду реестры контента - где смотреть видосы, где читать статьи и пр., но впервые вижу, чтобы кто-то наносил всю эту копилку знаний на дашборд. Копилка блогов, you-tube каналов, мануалов в компактном виде: https://bi-survey.com/powerbimap/content-browser/

📈Просто космос

Котятки🐱 Сегодня утром я искала пару терминов, нашла полноценный BI-глоссарий на русском. Для понимания, в моём глоссарии на конфлюэнсе чуть меньше сотни терминов, а здесь 273. Оставлю это тут, линк: https://www.dvbi.ru/BI/glossary P.S. А ещё там есть несколько дистрибутивов полезностей