Serie | Microsoft Power Platform – R Custom Visuals in Power BI am Beispiel einer Meilensteintrendanalyse
Power BI Visuals sind attraktive Diagramme, mit denen Sie Ihre Daten darstellen können. Visuelle Darstellungen sind ein grundlegender Bestandteil Ihres Berichts, da sie Ihrem Berichtspublikum helfen, eine Verbindung zu den Informationen herzustellen und mit ihnen zu interagieren, um schnell fundierte Entscheidungen zu treffen. Aufgrund der rapiden Zunahme verschiedener Datenrepräsentationsmethoden und dank der Unterstützung zahlreicher Bibliotheken ist die Anzahl und Art der Visualisierungen in den letzten Jahren stetig gewachsen.
In bestimmten Fällen ist die gewünschte Darstellung aber nicht im Standard enthalten und Microsoft bietet die Möglichkeit mit Custom Visuals individuelle Visualisierungen zu entwickeln. Power BI bietet Entwicklungstools, mit denen Sie Ihr eigenes Bildmaterial erstellen können. Microsoft PBI SDK unterstützt verschiedene Bibliotheken, darunter D3, Python und auch R. Am Beispiel der Meilensteintrendanalyse zeigen wir die Entwicklungsschritte eines R-Visuals auf.
Die Meilensteintrendanalyse
In der Statistik bezieht sich die Trendanalyse häufig auf Techniken zur Extraktion eines zugrunde liegenden Verhaltensmusters in einer Zeitreihe, das andernfalls teilweise oder fast vollständig durch Rauschen verdeckt wäre. Ein gutes Beispiel ist das bekannte Google Trends. Ein Projektmeilenstein ist ein Kontrollpunkt, der den Projektfortschritt markiert. Dabei kann es sich um ein bestimmtes Datum, eine Uhrzeit, eine Aufgabe oder ein Ereignis handeln, das einen Wendepunkt im Projekt darstellt.
Eine Meilensteintrendanalyse (MTA) ist eine Methode zur Verfolgung des Fortschritts bei der Projektplanung. Die Diagramme der Meilensteintrendanalyse können Projektmanagern helfen, den Zustand eines Projekts zu beurteilen und wertvolle Erkenntnisse über die Zeitplanung oder den Umfang künftiger Initiativen zu gewinnen.
Wenn ein bestimmtes Ereignis oder eine Reihe von Meilensteinen erreicht ist, können Sie den Projektfortschritt formell bewerten. Sie können auch Ihre ursprünglichen Projektionen mit der aktuellen Situation vergleichen, über die bisher erreichten Ziele nachdenken und nach neuen Verbesserungsmöglichkeiten suchen, während Sie weiter vorankommen.
Eine Meilensteintrendanalyse ist wichtig, weil sie Ihnen und Ihrem Team die Möglichkeit gibt, zu erkennen, was funktioniert und was nicht bzw. ob ihre Meilensteintermine im Plan liegen, zu ehrgeizig oder nicht ehrgeizig genug sind.
R in Microsoft Power BI
Power BI unterstützt die Anzeige von und die Interaktion mit Visualisierungen, die mit R-Skripten erstellt wurden. Mit R-Skripten erstellte Visuals, die allgemein als R-Visuals bezeichnet werden, können fortgeschrittene Datengestaltung und -analyse, wie z. B. Prognosen, unter Verwendung der umfangreichen Analyse- und Visualisierungsfunktionen von R darstellen.
R-Visuals verhalten sich größtenteils wie alle anderen Visualisierungen im Power BI-Service oder Desktop. Sie können mit ihnen interagieren, sie filtern, in Scheiben schneiden und an ein Dashboard anheften oder sie mit anderen teilen.
Es gibt trotzdem ein paar Unterschiede zu anderen Visualisierungen:
- R-Visualisierungen können keine Tooltipps anzeigen
- R-Visuals können nicht zum Filtern anderer Visualisierungen verwendet werden
Erstellung eines Custom R Visuals
1. Installation aller Abhängigkeiten
Unter der Annahme, dass Power BI-Desktop bereits installiert wurde, müssen wir zunächst die Sprache R und eine integrierte Entwicklungsumgebung (IDE) zur Ausführung von R-Skripten (R Studio Desktop) installieren.
Bevor wir beginnen, müssen wir noch ein paar weitere Abhängigkeiten installieren. Das SDK basiert selbst auf NodeJS, dass wir ebenfalls installieren müssen.
Wenn NodeJS installiert ist, müssen wir das Package powerbi-visuals-tools mit dem Node Package Manager installieren.
Geben Sie im neuen Terminal den folgenden Befehl ein:
npm i -g powerbi-visuals-tools
Er installiert das Paket und alle Abhängigkeiten. Dies kann ein bis zwei Minuten dauern.
2. Erstellung eines neuen pbiviz Pakets
Jetzt haben wir alles, was wir brauchen, um zu beginnen. Öffnen wir unser Terminal und erstellen wir unsere Basis:
pbiviz new mtaAnalysis -t rvisual
cd mtaAnalysis
pbiviz start
Das Terminal teilt uns mit, dass das Webpack erfolgreich kompiliert wurde, wir können also weitermachen.
3. R-Skript entwickeln
Wir verwenden ein Wrapper in R, das auf einer bekannten Javascript-Bibliothek, Highcharts basiert. Das MTA-Diagramm gibt es in der Bibliothek nicht nativ aus, daher müssen wir ein “Container“ Template verwenden, um es mit Dummy-Daten zu erstellen.
Das Skript muss sich im Stammverzeichnis des visuellen Projekts befinden. D.h. in unserem Fall muss dieses Skript im Ordner „mtaAnalysis“ sein.
4. Vorbereitung des Packages für den Export
Wir müssen noch einige Konfigurationsdateien anpassen, um unser Paket fertigzustellen.
Ändern Sie in der Datei capabilities.json alle Werte, die in dataRoles und dataViewMappings“values” sind, in “dataset“.
Fügen Sie die Highcharter-Bibliotheksabhängigkeit zur Datei dependencies.json hinzu. Hier ist ein Beispiel für den Inhalt der Datei:
Füllen Sie displayName, supportUrl, Beschreibung, Name und E-Mail des Autors und alle anderen wichtigen Informationen in die Datei pbivis.json ein.
5. Template für Visualisierungen erzeugen
Geben Sie im Terminal schließlich den folgenden Befehl ein:
pbiviz package
Eine neue .pbiviz-Datei sollte im Unterordner dist erscheinen.
6. R-Visual ins Power BI importieren
Der Import erfolgt direkt in Power BI Desktop, im Visualisierungsteil.
In einen völlig neuen Bericht oder in einen bestehenden Bericht importieren wir das R-Visual einfach:
Wir werden unsere neue .pbiviz-Datei, die wir im letzten Schritt erstellt haben, auswählen, um den Import abzuschließen.
R-Visual verwenden
Wenn Sie R-Visuals lokal verwenden möchten (Power BI Desktop), müssen Sie R installieren und R auch in Power BI Desktop konfigurieren, indem Sie den Installationsordner in den Einstellungen auswählen. Dies ist in Power BI Service nicht der Fall.
Nachdem wir nun unser benutzerdefiniertes Bildmaterial importiert haben, können wir nun einige Daten übernehmen und damit arbeiten.
Das R-Visual selbst ist unter den üblichen Visualisierungen von Power BI mit einem Standardsymbol verfügbar (dieses kann jedoch konfiguriert werden).
Unter dem Feld “Werte” können Sie Daten ziehen und das Bildmaterial wie jedes andere in Power BI verwenden.
Mehrwerte eines Custom Visuals
- Möglichkeit, die Features von Power BI mit noch nicht nativ in Power BI vorhandenen Diagrammtypen zu erweitern
- Die leistungsstarken Bibliotheken von Python oder R verwenden, um komplexere Grafiken als die standardmäßigen zu erstellen
- Visuelle Darstellungen, die eventuell nur für Ihre Daten programmiert wurden, um noch detailliertere Berichte zu erhalten, die einfacher und direkter auf Ihre geschäftlichen Fragen antworten
Interessiert? Dann nichts wie ab zu unserer Power BI Schulung, BI Einführungsworkshop oder Power BI Performanceoptimierung. Damit Wissen nicht nur theoretisch im Kopf bleibt, sondern praktisch umgesetzt werden kann.
Haben wir Ihr Interesse geweckt? Kontaktieren Sie uns gerne.
Ihre Ansprechpartner
