在采用Power BI时需要避免的十个错误

但是有了如此强大的功能和如此多的特性，你还需要了解如何使用Power BI来最大限度地利用好它。以下是企业在使用Power BI时常见的一些错误，以及避免这些错误的方法。

[[427493]]

与Power BI一起变得混乱

就像Excel一样，Power BI的强大功能使其在基层就广受欢迎。在你的企业中，可能已经有比你所知道的更多的用法了。但仅仅是让人们自己去发现如何从Power BI中获得最佳效果，可能意味着他们无法充分利用好它。更糟糕的是，你最终会发现有如此多的数据被上传(并被不同的人复制)，有如此多的数据人工制品被创建，以至于没有人知道谁在做什么，有用的报告在哪里。

相反的，做好管理和认可可信的数据集，能够使人们更容易找到高质量的数据。你可以提供培训并考虑建立一个卓越中心，包括商业智能架构师、数据专家以及能够帮助业务用户有效使用Power BI的人员。你甚至可能会希望限制他们的数据发布，直到他们接受了一些培训，以帮助他们在不混乱的情况下获得价值。

忘记数据安全

企业中最有价值的数据可能是那些机密数据，其使用情况可能需要审核。你可以打开与Microsoft信息保护的集成，以便管理和跟踪数据使用情况，并控制数据的使用方式，即使是数据从Power BI导出到了Excel。

限制太多

成功采用Power BI的真正关键是在授权用户和有效治理之间取得正确的平衡。一个肯定会失败的方法是只将使用限制在少数业务分析师或数据科学家身上，他们将查看数据并发布官方指导。但你可能无法雇佣足够多的专家，而且你的组织中也可能已经有更多的人具备了数据素养，能够利用Power BI来找到有价值的见解，使他们能够基于数据而不是直觉来对不断变化的环境做出反应。

不要试图严格控制Power BI的使用，以免妨碍他们的工作，但要通过培训和良好的示例来帮助他们获得最佳体验。

忽略性能

当你在思考商业智能的价值时，很容易将注意力集中在智能上--通过正确的问题从高质量数据中获得的洞察力--以及业务上--即高管们将使用工具并根据洞察力来采取行动的事实。但你也需要确保基础是正确的：除非报告的加载速度足够快，交互式的视觉效果也足够快，否则人们就不会使用它。

根据Microsoft的说法，能否成功的采用Power BI与良好的报表性能有着非常密切的关系，其中对性能的缺乏关注是商业智能项目失败的首要原因。

可以使用Power BI Desktop中的查询诊断和性能分析器工具来了解和改进查询和报告的运行方式(SQL Server Profiler对于找出哪些查询可能会导致瓶颈也很有用)。你可以使用带有Power BI Premium的Azure日志分析来挖掘你的遥测数据。可以从内置的使用情况指标报告开始，查看哪些报告很受欢迎，并确保它们得到了很好的优化。对于大型企业来说，如果Power BI的用户满意度较低，Microsoft将向你发出警告(在匿名报告中)，建议哪些报告会导致问题，而对于最大的客户，则会提供免费的咨询以帮助你优化这些报告。

过度依赖视觉效果

正如cliché所言，一图胜千言，而Power BI所做的就是向你展示一张图片，并揭示数据中正在发生的事情。但不是每一张图片都是有用的;太多的图表和可视化会导致视觉混乱，让你无法注意到最重要的度量。它们还会生成大量可能会降低报告性能的查询。你需要为每份报告找到合适的视觉效果，专注于真正重要的内容，或者是使用AI视觉效果来自动识别最重要数据的关键影响者。

未能充分利用移动设备

并非所有认为Power BI有用的人都坐在办公桌旁，当这些见解能够帮助一线员工时，避免过度拥挤的报告就显得尤为重要。在这里，Power BI Mobile应用程序就很有帮助，比如在Power Apps中嵌入报告，或者设置OKR公告板和记分卡，让员工随时随地都能看到特定目标的通知。

未来，移动应用将使用空间锚点将数据和报告带到数据实际生成的物理空间，并带有将报告固定到物理对象的AR视图。这可能包括查看健身房中健身器材的使用状态、超市货架上产品的销售数据、工厂车间的机器或是经销商处的汽车的吞吐量以及其他统计数据：任何可以立即看到正确数据的地方都可以帮助你做出最佳决策。

忽视DAX-或其性能

数据分析表达式(DAX)也是强大的功能，使你能够使用复杂的过滤器、条件逻辑和聚合来进行更高级的分析。但写得不好的DAX函数也会降低报告速度并耗尽容量。使用Power BI性能分析器可以帮助你查找需要改进的DAX度量，并确保你有足够的资源和培训来帮助用户了解该如何更好地使用DAX。

假设你的后端系统可以处理DirectQuery

不必将数据复制到Power BI中来也可以使用它可能会非常方便，但是你需要验证你的后端系统是否能够处理负载。Microsoft建议，对于典型的聚合查询，响应时间需要少于5秒，但请记住将该时间乘以报告中视觉效果的数量。如果有10或20个视觉效果，加载该报告将生成10或20个查询，这意味着用户需等待一到两分钟才能够完成对该报告的加载。

不使用增量更新和聚合

将数据加载到Power BI中，然后利用高性能查询引擎是非常简单的，因为它具有来自各种数据源的连接包和内部数据网关。这非常容易，用户每天都会频繁地重新加载所有数据，以确保它们总是最新的--但是没有必要重新加载那些没有改变的旧数据。

你可以通过使用仅加载已更改数据的增量更新来加快刷新速度;这也有助于减少后端系统的负载。对于DirectQuery，可以启用自动预加载和聚合缓存数据的功能，以加快报告速度并减少正在查询的外部系统上的负载。

没有建立一种数据文化

最成功的Power BI采用能够为广泛的员工带来数据工具，而不仅仅是从事数据工作的员工。但这也意味着业务用户依赖数据来进行决策的方式将成为他们的第二天性。

要做到这一点，你就必须发展出一种数据文化，Microsoft分析公司的首席技术官Amir Netz建议，“每次对话都可以从数据说明了什么开始，每次建议都可以包括数据支持了什么。从你的想法和你认识的人转移到你所知道的事情和事实说明了什么，这将产生巨大的不同。数据文化可以让你们从凭直觉运作、谁的声音更大或谁更有权力转变为一个能够不断审视和衡量自身、不断优化以获得更好结果的客观企业。”