Data and Fabric_forShare

16.7K Views

September 10, 23

スライド概要

9月6日に福岡でデータとMicrosoft Fabricについて解説した資料です。

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

Microsoft Fabric データの世界・最新動向 2023年9月

2.

セッションの進め方 1. 途中で休憩を10~15分程度を挟む予定 2. トイレ休憩はいつでもOK 3. 自由退席 4. デモにはExcel、Power BI、Microsoft Fabricを使用 注: 時間が長く、かつ、カバー内容が非常に広いため、不明点については別途質問して頂 いて構いません

3.

スピーカー紹介 Eiki Sui ※その他情報は最終ページ Fabric CAT(旧Power BI CAT) Customer Advisory Team  Microsoft Fabricの製品チーム  グローバルでFabricのサポート Microsoft Fabric

4.

アジェンダ 01 02 データの世界 Microsoft Fabricの登場 03 04 ハンズオンデモ Q&Aセッション 05 06

5.

データの世界

6.

世界は で満ちあふれている

7.

データをどのようにして に変えるのか?

8.

Microsoft の分析サービスのポートフォリオ Data Factory Data Explorer Synapse DW Azure AI Power BI Purview Event Hub Synapse Spark 全てのサービスに共通することは “データを処理すること” Azure Databricks

9.

の組織が利用、187 か国に及ぶ のメッセージを 1 日で処理 のデータを管理 Microsoft のアナリティクス関連製品のメトリクス

10.

データは取り扱う によって異なる

11.

業種 × 規模 ⚫ 業種グループ ⚫ ビジネス規模 製造卸売 小売・卸 金融 IT・メディア • エネルギー・資源 • その他 • 大規模 • 中規模 • 小規模 • • • • 組み合わせ ⚫ 事業部別 • 生産本部 • 営業 • マーケ・MD本部 • 経営企画 • 管理本部 • その他 業種とビジネス規 模の の分だけ、データが 存在する

12.

データ量だけでなく データの種類も にわたる

13.

データソース 構造化・半構造化・非構造化 データが随所に存在

14.

は何なのか?

15.

データを活用する意義の再認識 ⚫ ロールに関わりなく、データ活用が求められている ⚫ ビジネスのアップサイド機会を得る – トップラインにおける競争優位性の確保 – BIの活用によるビジネスの状況把握及び意思決定の迅速化 – AIを活用した機械学習による販売予測、等 ⚫ ログ分析等による対象ツールの使用状況のモニタリング – 企業内部の生産性の向上 ⚫ 取引先(株主・金融機関等含む)への情報共有 データプロダクト(データを利用して、ユーザーに価値や利益を 提供するプロダクトやサービス)としての活用方法の模索

16.

データに対する理解はどうか? よいのか?

17.

何も難しいことはありません。 からでOK

18.

例: 業務用データ分析 ⚫ あなたは経営企画のサブリーダー ⚫ 上司から自社の在庫・売上分析用にデータが欲しいと言われる ⚫ 少なくとも直近2年分は必要で、月次の商品トレンドが必要 ⚫ データはシステムから定期的に保存されているExcelとCSV形式である ⚫ データはそこそこクリーンであり、とりあえずデータが欲しい Excelはアドホック分析・ セルフサービス分析に最適 分析が必要なら デモ Modern Excel Power BI

19.

Microsoft Power BIの歴史 ◆ Microsoftの“Powerファミリー” 現在はPower BIがデータ分析ツールとして君臨 Excelファミリー Traditional Excel 特徴 ◆ スタンドアロンのアプリ ◆ Power Query - ExcelとPower BIの両方 a) Power Query b) Power Pivot Modern Excel a) Power Query ◆ Power Pivot - ExcelとPower BIの両方 b) Power Pivot ◆ Power View - Power BIが中心 代わりに c) Power View c) Power View d) Power Map ◆ Power Map - Power BIが中心 d) Power Map シナジーが高い 開発中止 ◆ Power BIはPower Viewと Power Mapの両方を引き継ぐ

20.

(ご参考)Excel Power Pivot 今でも財務・経理部門等での 活用事例は多い 【 Dim Table】 【 Fact Table】 【 Dim Table】 1対多 【 Dim Table】 【 Dim Table】 【 Dim Table】

21.

(ご参考)Excel Power Query Power Queryエディタを中心 に複数のソースデータの抽出・ 変換・結合を行う 日常業務でExcelを多用する 方に特におすすめ

22.

(ご参考)Excel Power View Power ViewはExcelに搭載された 元祖Power BIのユーザーインター フェース

23.

(ご参考)Excel Power Map Power Mapは今でも存在

25.

Power BIを活用した社内活用事例 ⚫ 経営企画 経営ダッシュボード ⚫ 生産本部 ✓ 月次売上分析(販売区分別・チャネル別) ✓ 仕入・払出・発注工料・納品分析(開発管理・素材管理部) ✓ 執行役員会週次売上分析(販売区分・チャネル・ 価格帯・ライン別) ✓ 在庫推移分析 ✓ 売上予算・経費予算管理 ⚫ 管理本部 第三者向けデータ準備用 ✓ 売上在庫データ分析(監査法人によるデータ 依頼対応等) ✓ 歩留まり・不良率推移分析 モニタリング用 ⚫ 営業 Excelから卒業 ✓ エリア(店舗)売上予実レポート配信 ✓ セルフサービスBIベースの商品・在庫動向分析等 ✓ 受発注管理(物流) 製造小売業におけるBI活用事例(宝飾) ✓ 経費実績管理 ⚫ マーケ・MD本部 トップライン分析用 ✓ 商品分析(ライン・価格帯・アイテム・素材別) ✓ 在庫価格管理による利益率分析(ライン・素材別) ✓ 在庫発注・仕掛・納品分析 ✓ 月次在庫・売上分析 ✓ 顧客分析 写真はイメージ

26.

Power BIの登場まで • ~2010年頃: MDXを中心とした エンタープライズ型BIで世界を席巻 • Tableauの登場でセルフサービスBIの世界へ • 2010年~: Excel Power Pivot • 2015年7月~: Power BIの登場 MicrosoftはExcelを BIツールとして広めていた が、2015年以降SaaS型 のPower BIにオールイン

27.

Power BIは 等において、BIの世界でグローバル No1になった

28.

しかし、ビジネスにおけるデータアナリティクス に対する需要は、更に を求めている

29.

セルフサービスの使い勝手 & エンタープライズ 型の機能を有する への投資

30.

Microsoft Fabricの登場

31.

“Microsoft Fabric は Microsoft のデータ関連製品として、 SQL Server 以来、最大の発表になるだろう” Microsoft CEO サティア ナデラ

32.

テクノロジーを活用するすべての業界は に立っている

33.

AI は大規模な 引き起こしている を

34.

モダン データ スタックの 極端な

35.

2023 年の機械学習、AI、データ分野におけるランドスケープ E2Eのソリューションを構築する のにこれだけの選択肢があり、 データの分断化が高い確率で 起こり得る

36.

選択肢が多いからこその悩み データの分断化 ⚫ データソース • 無数に存在 • オンプレ→IaaS→PaaS→SaaS ⚫ データの取得と変換 • スモールデータ → ビッグデータまで • セルフサービス vs エンタープライズ • ストレージ・コンピュートの選択(=ベンダーの選択) • オンプレミス・Pass・SaaSの組み合わせ • クレンジングデータの再利用 複数のデータレイク(PaaS)→ データサイロの発生 ⚫ 可視化 • BIツールの選定 • セマンティックモデルの構築 • レポートの活用及びスケーリング IaaS: Infrastructure as a Service PaaS: Platform as a Service SaaS: Software as a Service

37.

あらゆる企業の CDO のコメント ” 私は最高データ責任者(CDO) であり、最高統合責任者 (DIO)になりたい訳ではない” CDO: Chief Data Officer CIO: Chief Integration Officer

38.

Microsoft Fabric AI時代のデータプラットフォーム

39.

モダン データ スタックの悩みを解決 データの種類が多い Fabricは ゆる種類のデータを格納 であり、あら 各種ワークロードと連携 できるストレージが欲しい OneDriveのデータ版である が全てのお悩みを解決 機械学習・リアルタイム でデータを取り扱いたい Fabricには サポートするワークロードが標準搭載 BIで可視化したい Power BIをそのまま活用可能 しかも、 しなくてもOK! を

40.

Microsoft Fabric AI時代のデータアナリティクス Data Factory Synapse Data Engineering Synapse Data Science 上記各種サービスは以下と同じ - ワークロード - エクスペリエンス - プロダクト Synapse Data Warehousing OneLake Synapse Real Time Analytics Power BI Data Activator ワークロードの中にある機能 - アイテム(Power BI Dataset等) - アーティファクト(成果物)

41.

Microsoft Fabric AI時代のデータアナリティクス 元々 Azure で PaaS として提供されていたも のを Power BI の UI に寄せて SaaS 化 Power BI はそのまま 新機能 の登場 Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics Power BI Data Activator データパイプライン ETL 機械学習 データウェアハウス BIツール クラウド規模のデー タ移動とデータ変換 サービスを利用して、 最も複雑なデータ 統合とETLシナリオ を解決 レイクハウスを作成 し、Apache Spark を使用して、ビジネ スと共有する組織 データを変換して準 備 データを探索し、機 械学習モデルの構 築、分析ソリュー ションとアプリケー ションに予測分析 や分類情報の組み 込み ペタバイトスケールで 最高のパフォーマン スを備え、セキュリ OneLake ティで保護された オープンデータ形式 のSQLウェアハウス を構築 リアルタイム分析 時系列分析 データ監視・アク ション PaaS: Platform as a Service SaaS: Software as a Service 1GBから1PBまで の任意のデータソー スと形式を迅速に 取り込み変換し、ク エリの実行、分析 結果を視覚化 豊富なビジュアルを 使用して、分析情 報の検索、進捗状 況の追跡、意思決 定の迅速化を行う ビジネス アナリスト がデータからアクショ ンを自動的に推進 することを可能にす る

42.

Azure Synapse Analytics(ご参考) AI時代のデータアナリティクス Azure Synapse Analytics はデータ統合、データウェアハ ウス、ビッグデータ分析などを 統合したマルチ機能の分析 プラットフォーム エンタープライズグレードのデー タ基盤をカバーしつつも、 PaaSであることにより、 Azureの知識や専門性が求 められる

43.

Microsoft Fabric AI時代のデータアナリティクス アイテム(アーティファクト) ワークロード アイテム(アーティファクト)

44.

Microsoft Fabric AI時代のデータアナリティクス Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics Power BI Data Activator OneLake オープンかつスタンダードな Delta Parquet 形式 (Delta Lake 形式) で作られた高速に分析を行うことができるストレージ すべての Microsoft Fabric アイテムからアクセス可能(後述)

45.

ビル・ゲイツからCEOのサティアへのメール “これは素晴らしいリリースです! 私たちの 、顧客は以前のように を考える必要はありません。 ビル・ゲイツ氏 AIなしでも、これは私たちが行った顧客にとって最高のリリース の1つであるでしょう!”

46.

Microsoft Fabric AI時代のデータアナリティクス 完全な分析 プラットフォーム レイク セントリック かつオープン すべてのビジネス ユーザーを支援 AI 搭載 オールインワン OneLake 親しみやすく直感的 Copilot による加速 SaaS 化 One Copy Microsoft 365 と統合 自身のデータ上での GPT セキュリティとガバナンス すべてのレイヤーでオープン 洞察をアクションにつなげる AI ドリブンな洞察

47.

Microsoft Fabric AI時代のデータアナリティクス 完全な分析 プラットフォーム レイク セントリック かつオープン すべてのビジネス ユーザーを支援 AI 搭載 オールインワン OneLake 親しみやすく直感的 Copilot による加速 SaaS 化 One Copy Microsoft 365 と統合 自身のデータ上での GPT セキュリティとガバナンス すべてのレイヤーでオープン 洞察をアクションにつなげる AI ドリブンな洞察

48.

Microsoft Fabric AI時代のデータアナリティクス 一つに統合された… Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics AI によるアシスト 共有ワークスペース 単一のコンピューティング容量 OneSecurity OneLake インテリジェントなデータ基盤 Power BI Data Activator 利用開始とトライアルの体験 サインイン ナビゲーション モデル UX モデル ワークスペースの編成 コラボレーション体験 データ レイク ストレージ フォーマット すべてのエンジン用のデータ コピー セキュリティ モデル CI/CD モニタリング ハブ データ ハブ ガバナンスとコンプライアンス

49.

サイロを取り除く“オールインワン” 組合せを強いられる 各所に散らばる 多様なペルソナが関わることで起きる テクノロジーのサイロ データのサイロ スキルのサイロ 単一の分析 SaaS に統合 Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing OneLake Synapse Real Time Analytics Power BI Data Activator

50.

Microsoft Fabric これまでの適材適所なプラットフォームとデータ活用人材の連携 データの活用 データの整備 統合データプラットフォーム データの再取り込みなど、残るわずかな分断 SQL • 分析モデルの構築 • レポート作成 アナリスト • データウェアハウス/レイクハウス の構築・運用 • バッチ/リアルタイム 処理の開発 複数のデータレイク コラボレーション難 • 統計・仮説検証 • ML モデルの開発・管理 データサイエンティスト

51.

Microsoft Fabric Fabricにより、シームレスなデータ活用人材間の連携 Microsoft Fabric Data Factory Synapse Data Engineering 完全にシームレスな統合データプラットフォーム Synapse Data Warehousing Synapse Real Time Analytics • 分析モデルの構築 • レポート作成 アナリスト • データウェアハウス/レイクハウス の構築・運用 • バッチ/リアルタイム 処理の開発 Power BI コラボレーション容易! • 統計・仮説検証 • ML モデルの開発・管理 データサイエンティスト Synapse Data Science 常に1つのデータレイク OneLake

52.

Power BI Real-Time Analytics Data Warehouse Data Integration ペルソナごとに 最適化された ユーザー体験 Data Science

53.

Microsoft Fabric: SaaS型ソリューション “手間をかけずに、すぐに利用できる" スムーズな利用開始 必要最低限の設定 テナント全体のガバナンス 即座にプロビジョニング 自動で最適化 集中化されたセキュリティ管理 直感的な UX、迅速な結果 自動で統合 組み込みのコンプライアンス

54.

Microsoft Fabric 想定される利用者 データエンジニア データサイエンティスト データアナリスト ビジネスユーザー システムのデータを、分析ソ リューションに適したスキーマに 統合、変換、一元化するため の専門家 データ サイエンスと機械学習を 適用して 機械学習ワークロー ドを実装して実行するための 専門家 データ分析ソリューションの設 計、作成、およびデプロイに関 する専門家 データから得られたインサイトを ビジネス競争上の優位性に変 える利用者 ウェアハウスやレイクハウス を経由してデータを提供 エクスペリエンス Data Factory データ エンジニアリング 変換された データを提供 エンベッディングによる インサイトを提供 エクスペリエンス エクスペリエンス エクスペリエンス データ リアルタイム Power BI ウェアハウス 分析 Power BI データウェアハウス リアルタイム分析 データスチュワード データ エンジニアリング データサイエンス ウェアハウスやレイクハウスを経由してデータを提供 •データの管財人、社内のデータを管理運用する責任者や部署 Microsoft Purview

55.

Microsoft Fabric AI時代のデータアナリティクス 完全な分析 プラットフォーム レイク セントリック かつオープン すべてのビジネス ユーザーを支援 AI 搭載 オールインワン OneLake 親しみやすく直感的 Copilot による加速 SaaS 化 One Copy Microsoft 365 と統合 自身のデータ上での GPT セキュリティとガバナンス すべてのレイヤーでオープン 洞察をアクションにつなげる AI ドリブンな洞察

57.

Microsoft Fabric すべてのデータを OneLake で ドキュメントのための OneDrive データのための OneLake OneLake は、データレイクを自身で構築することなく、サービスとして提供

58.

OneLake “データのための OneDrive” 組織全体のための単一の SaaS レイク Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics Power BI Data Activator テナントで自動的にプロビジョニングされる すべてのワークロードは OneLake ワークスペース フォルダーに自動的にデータを保存する すべてのデータは直感的な階層型名前空間に 整理して格納される OneLake 上のデータは次の用途のために 自動的にインデックス化される:検出、 MIP ラベル、系列、PII スキャン、共有、 ガバナンス、コンプライアンス インテリジェントなデータ基盤

59.

One Copy すべてのコンピューティング エンジンが同じデータにアクセス可能 すべてのコンピューティング エンジンはデータを OneLake に自動的に保存する Data Factory Spark Synapse Data Engineering T-SQL Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics サーバーレス コンピューティング Power BI KQL Data Activator Analysis Services OneLake 上のすべての構造化データは オープン スタンダードなデータ形式である Delta Parquet 形式で保存される OneLake にデータが保存されると インポートやエクスポートを必要とせずに すべてのコンピューティング エンジンから直接アクセス可能 すべてのコンピューティング エンジンはネイティブ形式として Delta Parquet で動作するよう完全に最適化 カスタマー 360 Delta – Parquet 形式 ファイナンス サービス テレメトリー ビジネス KPI Delta – Parquet 形式 Delta – Parquet 形式 Delta – Parquet 形式 One Security: すべてのコンピューティング エンジンに 共通のセキュリティ モデルを適用

60.

One Security (今後のロードマップ) すべてのコンピューティング エンジンに共通のセキュリティ モデルを適用 すべてのコンピューティング エンジンはデータを OneLake に自動的に保存する Data Factory Spark Synapse Data Engineering T-SQL Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics サーバーレス コンピューティング Power BI KQL Data Activator Analysis Services OneLake 上のすべての構造化データは オープン スタンダードなデータ形式である Delta Parquet 形式で保存される OneLake にデータが保存されると インポートやエクスポートを必要とせずに すべてのコンピューティング エンジンから直接アクセス可能 すべてのコンピューティング エンジンはネイティブ形式として Delta Parquet で動作するよう完全に最適化 One Security カスタマー 360 ファイナンス サービス テレメトリー ビジネス KPI Delta – Parquet 形式 Delta – Parquet 形式 Delta – Parquet 形式 Delta – Parquet 形式 One Security: すべてのコンピューティング エンジンに 共通のセキュリティ モデルを適用

61.

OneLake ショートカット OneLake を次のレベルに引き上げる Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing Synapse Real Time Analytics Power BI Data Activator OneLake でのデータ共有は OneDrive での ファイル共有と同じくらい簡単で データの重複が不要になる ショートカットを利用することで OneLake 内の データを移動することなく組み合わせられる カスタマー 360 ファイナンス サービス テレメトリー ビジネス KPI Delta – Parquet 形式 Delta – Parquet 形式 Delta – Parquet 形式 Delta – Parquet 形式 Azure Amazon Google ショートカットを利用することでデータの重複や 移動なしに Azure や他のクラウドに存在する データを即座にリンクできるため、OneLake は 初めてのマルチ クラウド データ レイクになる 業界標準の API のサポートにより OneLake データに任意のアプリケーションや サービスから直接アクセスできる

62.
[beta]
Parquet

高効率な列指向データフォーマット

StoreID DateTime ProductID Amount
StoreA 2023-01-01 SKU001
10
StoreA 2023-01-02 SKU001
15
StoreA 2023-01-03 SKU001
12

[

]

{

"StoreID": "StoreA",
"DateTime": "2023-01-01",
"ProductID": "SKU001",
"Amount": 10

},
{..}

<StoreData>
<Record>
<StoreID>StoreA</StoreID>
<DateTime>2023-01-01</DateTime>
<ProductID>SKU001</ProductID>
<Amount>10</Amount>
</Record>
<Record>…..
</StoreData>

Header:
RowGroup1:
StoreID:
StoreA, StoreA , StoreA
DateTime: 2023-01-01, 2023-01-02, 2023-01-03
ProdudctID: SKU001, SKU001, SKU001
Amount:
10, 15, 12
RowGroup2:
…
Footer:

63.
[beta]
Parquet

高効率な列指向データフォーマット: 辞書エンコーディング

StoreID DateTime ProductID Amount
StoreA 2023-01-01 SKU001
10
StoreA 2023-01-02 SKU001
15
StoreA 2023-01-03 SKU001
12

[

]

{

"StoreID": "StoreA",
"DateTime": "2023-01-01",
"ProductID": "SKU001",
"Amount": 10

},
{..}

<StoreData>
<Record>
<StoreID>StoreA</StoreID>
<DateTime>2023-01-01</DateTime>
<ProductID>SKU001</ProductID>
<Amount>10</Amount>
</Record>
<Record>…..
</StoreData>

Header:
RowGroup1:
StoreID:
DateTime:
ProdudctID:
Amount:
RowGroup2:
…
Footer:

1, 1, 1
1, 2, 3
1, 1, 1
1, 2, 3

64.

Microsoft Fabric AI時代のデータアナリティクス 完全な分析 プラットフォーム レイク セントリック かつオープン すべてのビジネス ユーザーを支援 AI 搭載 オールインワン OneLake 親しみやすく直感的 Copilot による加速 SaaS 化 One Copy Microsoft 365 と統合 自身のデータ上での GPT セキュリティとガバナンス すべてのレイヤーでオープン 洞察をアクションにつなげる AI ドリブンな洞察

65.

Microsoft Fabric ビジネス統合 × モダン BI × ベストオブブリードテクノロジー ① 使いやすさ、データの可視化・分析機能の深さで、 誰もが認めるリーダーになる ② Office 生産性スイート全 体で普遍的に使用 ③ Fabric 全体で統一 ④ AI駆動のCopilot体験と組み合わせて、 より早い洞察への時間を実現

66.

Microsoft Fabric Power BIとFabricの関係 • Power BIはFabricワークロードの一部 • エンドツーエンド(E2E)のSaaS型ソリューションでデータサイロ(データの分断化)を排除 • シンプルさ(Simplicity)に重点を置いたデザイン及び構想 • Power BIユーザーに他のワークロード(例: データエンジニアリング、データサイエンス等)を学ぶ機会を 提供 • Fabric = Power BIを含むデータ分析基盤の未来 ※ポイント Fabricライセンスはあるものの、Fabric(Power BI以外) を使わなくてもPower BIは今まで通り Microsoft Fabricの登場

67.

Microsoft Fabric Power BI Copilotデモ Power BI で最も難しいコンテンツ をシンプルにしてくれる DAXクエリ・ビュー

69.

Microsoft Fabric Power BIとFabricの関係 入力内容に対して追加で提案 DAX は Power BI で高度なビジネス・ ロジック構築するための必須スキル アドホック クエリの生成

70.

Microsoft Fabric Data Activatorの紹介 Teams Power BI Synapse Data Activator ノーコードのユーザー体験 Outlook Power Automate Data Warehouse Synapse Real Time Analytics … カスタム モデル ルール トリガー リアルタイム ストリーム処理 …

71.

Microsoft Fabric AI時代のデータアナリティクス 完全な分析 プラットフォーム レイク セントリック かつオープン すべてのビジネス ユーザーを支援 AI 搭載 オールインワン OneLake 親しみやすく直感的 Copilot による加速 SaaS 化 One Copy Microsoft 365 と統合 自身のデータ上での GPT セキュリティとガバナンス すべてのレイヤーでオープン 洞察をアクションにつなげる AI ドリブンな洞察

73.

Microsoft Fabric Copilot で生産性を加速させる Data Factory Synapse Data Engineering Synapse Data Science Synapse Data Warehousing OneLake Copilot Synapse Real Time Analytics Power BI Data Activator

75.

Microsoft Fabric Copilot で生産性を加速させる お客様のデータは Microsoft Cloud お客様のデータは、ファインチューニングを 行った場合でも、基礎となる AI モデルの 訓練には お客様のデータは、最も包括的な企業 向けコンプライアンスとセキュリティ対策 によって

76.

Microsoft Fabric 機能の提供状況 (2023 年 9 月現在) 一般提供(GA)1 Power BI パブリック プレビュー2 プライベート プレビュー3 Data Factory Data Activator Synapse Data Engineering Copilot for Microsoft Fabric Synapse Data Science Copilot for Power BI (full) Synapse Data Warehousing Synapse Real Time analytics Copilot for Power BI (DAX) OneLake 1 一般提供(GA): サービス提供中で60日の無料トライアルあり 2 パブリック プレビュー: GAまで全機能を無料で使用可能 3 プライベート プレビュー: 2よりも前に、ごく少数の企業によるプレビュー

77.

Microsoft Fabric 概要ページへのアクセス 製品サイト https://www.microsoft.com/ja-jp/microsoft-fabric プレビュー 試用版 開始手順 (Docs) https://learn.microsoft.com/ja-jp/fabric/get-started/fabric-trial Microsoft Fabric のドキュメント https://learn.microsoft.com/ja-jp/fabric/ Microsoft Learn - Microsoft Fabric の概要 https://learn.microsoft.com/ja-jp/training/paths/get-started-fabric/ Microsoft Fabric ライセンス https://learn.microsoft.com/ja-jp/fabric/enterprise/licenses

78.

Microsoft Fabric ハンズオン デモ

79.

Microsoft Fabric 可視化プロセス ⚫ Power BIを使った分析プロセス 企業が保有する多種 データのETL データモデルの 多様なデータ (抽出・変換) 構築 基データ ETL* 分析モデル * ETL: Extract, Transform, Load(データの取得と変換)の略 可視化・分析に基づ く意思決定 レポーティング インサイト

80.

Microsoft Fabric Power BIユーザー向けFabricデモ ⚫ デモの流れ OneLake オンライン上のデータを 参照 基データ Dataflow Gen2 Power Query 体験 ETL* * ETL: Extract, Transform, Load(データの取得と変換)の略 Lakehouse Webオーサリング 分析モデル Power BIサービス で可視化 インサイト

81.

Microsoft Fabric Power BIユーザー向けFabricデモ ⚫ 使用デモ https://learn.microsoft.com/ja-jp/power-bi/fundamentals/fabric-get-started 「Fabric power bi チュートリアル」で検索 デモ

82.

Q&Aセッション

83.

Microsoft Thank you! @marshal_dabao テクテク日記(Power BI, Fabric関連) https://marshal115.hatenablog.com/