Power BI uçtan uca bir iş zekası aracıdır. Bunun anlamı şu; hem veri ambarını oluşturabilirsiniz, hem modellemeyi bu araçla yapabilirsiniz, hem de rapor setlerinizi hazırlayabilirsiniz. Genel olarak bu işlemlerin hepsi için -tek başına- Power BI Desktop yeterlidir.
Bu üç aşamayı isimlendirince, öğrenilmesi gereken konuları da doğal olarak üçe ayırmış olduk:
- Veri temizliği ve manipülasyonu yaptığımız veri ambarı aşaması, ETL de diyebiliriz
- Veri modeli oluşturma, tablolar arası ilişkilerin tanımlanması ve DAX
- Raporları oluşturma, Power BI ön yüz rapor yeteneklerinin kullanılması ve PowerBI bulut servisi
Peki bu konuları hangi sırada öğrenelim ya da hangilerine daha fazla zaman ayıralım:
İlk etapta DAX öğrenmeye ve veri modellemeye öncelik vermenizi öneririm! DAX, Power BI’ın analitik tabular motorununun (“engine” diye adlandıracağım bundan sonra) tüm yeteneklerini kullanmanızı sağlayan modelleme dilidir. Tabular engine’nin gücü, doğru bir veri modeli üzerinde doğru yazılmış DAX komutlarıyla ortaya çıkar.
DAX, öğrenilmesi çok zor olmayan, bazı kavramları iyi anlamayı gerektiren ve en önemlisi sürekli pratik yaparak anlayabileceğiniz bir dildir. DAX komutlarının nasıl çalıştığını, tabular engine’i nasıl yönlendirdiğini bir kez anlamaya başladığınızda gerisi kolaydır. Elbette kompleks DAX formüllerinden bahsetmiyorum ama, yapmak istediklerinizi büyük oranda gerçekleştirmenizi sağlayacak DAX bilgisini edinmenizin aylar sürmeyeceğini söyleyebilirim.
Veri modeli ve DAX derken kastettiğim şey kabaca; tablolar arasında doğru anahtarlar üzerinden doğru ilişkileri kurmak ve bu ilişkiler sayesinde tablolar arasında dolaşarak istediğiniz metriği hesaplayan DAX formüllerini yazmaktır.
Tablolar arası ilişkileri gösteren bir veri modeli ve DAX formülleri
DAX ve veri modelleme için size önerebileceğim en iyi kaynak: sqlbi.com. Web sitelerini, yazılarını takip etmenizi şiddetle tavsiye ederim. DAX öğrenmek ve veri modeli tasarlamak için gene bu “İtalyanlar”‘ın yazdığı iki kitabı önereceğim; The Definitive Guide to Dax ve Analyzing Data with Power BI. Pratik yapmadan DAX konusunda tecrübe edinmeyi çok beklemeyin, öğrendiklerinizi mutlaka ama mutlaka test edin, pratiğini yapın.
Veri ambarı, veri modelini besleyen, temizlenmiş, düzenlenmiş, anahtar sütunlar üzerinden birbirine bağlanabilen tablolardan oluşan bir “veri tabanıdır”. Bir SQL veritabanı olabilir, “view”lardan oluşabilir, hatta bir Excel ya da Access dosyası bile olabilir teorik olarak.
Power BI, gerekli veri temizliğini ve manipülasyonunu yapmak, dolayısıyla kendi veri ambarını kendi üzerinde oluşturmak ve taşımak için Power Query‘i içerir. Veri ambarı nerede olmalı, tasarımı vs. gibi konuları daha sonra detaylı açıklamak üzere şimdilik bir kenara bırakalım, elimizde veri ambarı oluşturmak için kullanabileceğimiz bir aracın Power BI içerisinde yerleşik olarak olduğunu not edelim: Power Query.
Power Query, Power BI’ın ilk çıkışından yaklaşık bir sene sonra ortaya çıktı. Neredeyse komple bir ETL aracı olarak inanılmaz yetenekli, veri transformasyonunu son derece hızlandıran bir araç. Power BI ana menüsünden “Edit Queries” dediğinizde karşınıza çıkan ekran, Power Query ekranı.
PowerBI’ı öğrenmeye yeni başladıysanız, Power Query’i başlangıç aşamasında sadece temel seviyede öğrenmenizi tavsiye ederim. Önceliği DAX ve modellemeye verin.
Power Query ve kullandığı “M” dilini öğrenmek için size önereceğim site : Chris Webb’in blog yazıları. Aynı zamanda DAX ve diğer konularda da oldukça yetkin olduğunu söyleyebilirim.
Doğru veri ambarını kurdunuz, doğru veri modeli ve metrikleri oluşturdunuz. Eğer ön yüzde etkili, belli iş sorularına son derece net ve gerektiğinde detaylı cevaplar veren bir rapor setini oluşturmazsanız diğer yaptıklarınızın hiç bir önemi kalmıyor malesef. Yaptığınız işi “satabileceğiniz” göreceli olarak en önemli kısımlardan biri bu, çünkü tüm modelinizin, metriklerinizin konuştuğu bölüm raporlarınızın kalitesi. Eğer sağlam bir model kurduysanız, burada bilmeniz gerekenlerin en başında “iş sorularının ne olduğu” ve bunların “nasıl sorgulandığı” geliyor.
Power BI’ın görselleştirme kabiliyeti son derece yüksektir. Belli sorulara hangi görsellere daha iyi cevaplar verileceğini tecrübe etmelisiniz. İş sorularının ne olduğunu ve nasıl sorgulandığını bilmek iş zekası projelerinde size büyük bir avantaj sağlar. Zaten tüm amaç aslında iş sorularına detaylı ve doğru cevaplar alabilmektir. Bu yüzden veri görselleştirme, “veriyle hikaye anlatma” gibi konularda bulabildiğiniz kaynakları takip edin. Bu konu teknik olduğu kadar ayrı bir “zanaat” gibi. Kullanılan renk sayısından tutun da, rapor formatının şeklinin ne olması gerektiğine kadar değişebiliyor.
Farklı formatlar, şablonlar, tasarımlar için size bu galeriyi tavsiye edebilirim. Kullanılabilecek “custom” görsellerle ilgili de bu site düzenli olarak yazılar yayınlıyor.
Microsoft Power BI’ı, daha önce de söylediğim gibi neredeyse her ay güncelliyor. Bazı aylar getirilen yeni özellikler ve kabiliyetler çok önemli olabiliyor. Bu yüzden Power BI Blog her zaman takibinizde olsun.