Power BI Performance Assessment

Analyse der Datenstrecke, Identifizierung von Herausforderungen und Anwendung von Best Practices zur Performanceoptimierung

Lizensierungsoptionen Power BI Performanceoptimierung

BI-Performance Assessment Light mit Query Proof of Concept
ab 5.000€
Discovery, Analysis & Proof of Concept
- Bestandsaufnahme innerhalb von 2-4 Wochen
- Kickoff-Meeting, Interviews & Workshop 1
- Zusammenfassung der aktuellen BI-Umgebung, Ermittlung Ist-Zustand und Herausforderungen
- Performanceoptimierung an 1 x Query als Proof of Concept

Full BI-Performance Assessment mit Dataset Pilot
ab 12.500€
Discovery, Analysis, Development & Completion
- Bestandsaufnahme & BI-Architekturempfehlung innerhalb von 6-8 Wochen
- Kickoff-Meeting, Interviews, 3 x Workshops, Meeting Ergebnisse & Abschluss-Meeting
- Zusammenfassung der aktuellen BI-Umgebung, Ermittlung Ist-Zustand und Herausforderungen
- Definition Soll-Zustand, Umsetzungsempfehlungen und Mehrwert
- Performanceoptimierung an 1 x Dataset als Pilotprojekt
- Executive Summary & Abschlusspräsentation

BI Assessment & Implementierung
Angebot auf Anfrage
Discovery, Analysis, Development, Completion & Implementation
- Bestandsaufnahme & BI-Architekturempfehlung innerhalb von 6-8 Wochen
- Umsetzung der abgeleiteten Maßnahmen
- Schulung der Stakeholder

Basierend auf dem ermittelten Ist-Zustand werden Verbesserungspotenziale Ihrer BI-Umgebung identifiziert. Schlüsselstrategien zur Performanceoptimierung in Power BI umfassen beispielweise folgende Ansätze.

Top 5 Performanceoptimierungen in Power BI

Nur benötigte Daten laden: Fokussierung auf die für das Modell relevanten Datensätze
Query Folding: Technik zur Reduzierung der in das Modell geladenen Datenmenge durch vorheriges Filtern der Datenquelle
Legacy Connectoren: Ersetzung von veralteten Datenverbindungen durch leistungsfähigere Verbindungsoptionen
User based Aggregation: Vermeidung von komplexen Berechnungen während der Abfrage durch vorab aggregierte Werte
Star Schema mit DIM & FACT Tables: Verbesserung der Abfrageleistung durch Trennung von Dimensionen und Kennzahlen und kein Flatfile mit Joins

C:\Users\ChristophEspelage\Datalytics GmbH\Datalytics GmbH - Dokumente\General\00_Business Development\08_Solutions\23_BI-Performance-Assessment

Warum Power BI Performance Assessment?

MockUp Broschüre BI Performance Assessment Power BI Optimierung Verbesserung Abbruch Berichtsaktualisierung Power Query ETL

Datenmenge nimmt kontinuierlich zu und schlechte Datenstrecken kosten kontinuierlich mehr Geld (bspw. Premium Lizenz)

Kunden set-up besteht häufig aus manueller, nicht standardisierter Zusammenführung von Daten aus verschiedenen Quellen (Daten-Dschungel)

Einsparungen von bis zu 12 Arbeitsstunden pro Woche pro „Datenexperte“. Mitarbeiter verbringen 30 % ihrer Zeit mit der manuellen Suche und Zusammenstellung von Informationen. (IDC, 2018)

Erprobte und strukturierte Vorgehensweise von der Analyse bis zur Optimierung von Datenstrecken sowie Dashboards

Hands-on Mentalität und pragmatische Umsetzung durch erfahrene BI-Entwickler & Data Engineers

Vorgehen BI Optimierungen

Das Assessment wird in 4 Phasen eingeteilt: Discovery, Analysis, Development und Completion. Diese würden wir gerne mit Ihnen innerhalb von 6-8 Wochen abschließen. Der Zeitplan steht unter dem Vorbehalt eines pünktlichen Beginns und der Verfügbarkeit von Kundenressourcen für die Datenerfassung und die anschließende Diskussion während des Optimierungs-Assessments.

Workshop 1 – Kickoff

Kennenlernen des Projektteams
Anforderungen bestimmen
Herausforderungen und Painpoints definieren
Ziele und Scope des Assessments bestimmen
Ansprechpartner Fachabteilungen und Interviewteilnehmer benennen
Inhalte und Verantwortliche zu Workshop 2 & 3 kommunizieren

Power BI Performance Assessment Optimierung Workshop Kickoff Painpoints Scope BI-Ziele Ist-Analyse Interview

Power BI Performance Assessment Optimierung Workshop Backend Frontend BI-Architektur Datenstrecke ETL BI-Komponenten Migration Roadmap Pilotprojekt

Workshop 2 – Frontend- & Backend-Optimierungen

BI-Architektur aus Ist-Analyse konzipieren
Datenstrecke mit Komponenten abbilden
Diskussion Pilotprojekt mit Optimierungen zu
- Datenanbindung (bspw. Echtzeit mit Direct Query) prüfen
- Query Schritte mit Merger vereinfachen
- Redundante Daten identifizieren
- Staging Layer einführen
- Measures (DAX) analysieren
- Report-Layout standardisieren
- User-Interaktion verbessern
Bewusstsein Enterprise BI und Self-Service BI schaffen
Roadmap mit Umsetzungsempfehlungen aufstellen

Workshop 3 – Diskussion Ergebnisse und Anpassungen

Übergabe Pilotprojekt mit Abstimmung der Verbesserungen
Vergleich möglicher BI-Architekturen hinsichtlich Aufwand und Kosten
Diskussion der Umsetzungsempfehlungen (ETL-Strecken & Visualisierungen)
Check: Erfüllung Anforderungen & Zielerreichung
Liefergegenstände
- Zusammenfassung der aktuellen BI-Umgebung und Herausforderungen
- Definition Soll-Zustand, Umsetzungsempfehlungen und Mehrwert
- Pilotprojekt mit optimiertem Dataset
- Executive Summary & Abschlusspräsentation