Power BI Anlamsal Modelleri Nedir?

Bir Anlamsal Modeli Neler Oluşturur?

Anlamsal modeller birkaç farklı unsurdan oluşur:

• Veri bağlantıları: Bir veya daha fazla veri kaynağına, içe aktarılarak, DirectQuery aracılığıyla ya da bileşik bir modelin parçası olarak.
• Dönüşümler: Verileri raporlamaya hazırlamak ve temizlemek için.
• Tanımlı hesaplamalar ve metrikler: Anlamsal modelden oluşturulan raporların tutarlı olması için iş kurallarına dayalı. Bu, açıklık sağlar ve analizler ile raporlar arasındaki tutarsızlıkları önler.
• Tanımlı ilişkiler: Tablolar arasında, kullanıcıların altta yatan veritabanı yapılarını ve veri modellerini önceden bilmeden rapor tasarımına odaklanabilmesini sağlar.

Anlamsal Model Modları

Power BI’da verinize bağlanırken doğru modu seçmek, her birinin bilmeniz gereken farklı artı ve eksileri olduğundan, bir anlamsal model oluşturmanın önemli ilk adımıdır.

Power BI’da üç anlamsal model modu vardır:

• İçe aktarma modu
• DirectQuery modu
• Bileşik mod

İçe aktarma modu

Verileri tamamen Power BI (.pbix) dosyasına yükler. Power BI raporu her yenilendiğinde, Vertipaq depolama motoru verileri sıkar, optimize eder ve diske yazar. Bu da hızlı performans ve rapor oluşturucular için esnek tasarım seçenekleri sağlar. Ayrıca içe aktarma modu, anlamsal model oluşturanların verileri dönüştürmek ve hazırlamak için Power Query M dili işlevlerinin tamamının ve hesaplamalar ile ölçüler oluşturmak için DAX işlevlerinin tümünü kullanmasına olanak tanır.

DirectQuery modu

Bu mod, verilerin kendisi yerine yalnızca model yapısıyla ilgili meta verileri saklar. Modele sorgu yöneltildiğinde (bir görsel oluşturulurken olduğu gibi), veriler alttaki veri kaynağından çekilir. Bu, büyük veri hacimleriyle çalışılırken veya bir raporda gerçeğe yakın anlık veriye iş gereksinimi olduğunda özellikle faydalıdır.

Bileşik mod

Bileşik mod, içe aktarma ve DirectQuery modunun bir kombinasyonudur. İçe aktarma modunun gücü ve performansının yanı sıra gerçek zamanlı veriyi görüntüleme olanağı gerektirdiğinde bu mod işe yarar. Bir tablo Çift (Dual) depolama moduna ayarlanabilir; bu da Power BI hizmetinin, sorgunun doğasına bağlı olarak daha verimli bir modu seçmesine olanak tanır.

Power BI Anlamsal Modeli Oluşturmanın 5 Adımı

Bir anlamsal model oluşturmak, Power BI Desktop kullanarak rapor geliştirmenin ilk aşamalarında zaten uyguluyor olabileceğiniz adımların aynılarını içerir. Hedefiniz veri analistliğiyse, verileri görselleştirme, DAX ve verinizi nasıl dönüştüreceğiniz gibi konuları öğreneceğiniz Power BI Temelleri yetenek yolumuzu takip edebilirsiniz.

Doğal olarak, bir anlamsal model oluştururken izleyeceğiniz tam adımlar, iş gereksinimlerinize ve model için hedefinize bağlıdır. Ancak, üst düzeyde, bir anlamsal model oluştururken yaygın olarak karşılaşılan beş adım şunlardır:

Görsel: yazar

1. Gerekli veri kaynaklarına içe aktarma modu, DirectQuery veya bileşik modeller kullanarak içe aktarın veya bağlanın.
2. Kullanıcılar için işe yarar hale getirmek üzere verileri temizleyin ve dönüştürün. Bu, yinelenenlerin kaldırılmasını, eksik verilerin ele alınmasını, metin tabanlı sütunların düzenlenmesini vb. içerir. Tam dönüşüm adımları, verinizin özgün gereksinimlerine bağlıdır.
3. Veri tablolarınız arasındaki ilişkileri tanımlayın; yıldız şem ası gibi iyi veri modelleme ilkelerini kullanarak. Power BI’da veri modelleme temellerini öğreneceğiniz bir kursumuz var.
4. Size özgü iş gereksinimlerine dayalı ölçüler ve hesaplamalar oluşturun.
5. Anlamsal modelinizden memnun kaldığınızda, Power BI hizmetine yayınlayın.

Etkili Raporlama İçin Anlamsal Modellerden Yararlanma

Anlamsal modelinizi Power BI hizmetine oluşturup yayınladıktan sonra, başka bir Power BI raporunun içinden bu anlamsal modele canlı bir bağlantı kurabilirsiniz. Hatta, tek bir yayınlanmış anlamsal modelden birden fazla rapor oluşturabilir, böylece tüm raporlar genelinde tutarlılık ve güvenilirlik sağlayabilirsiniz.

Önceden, aynı veri kümesine dayanan ancak ayrı veri modellerine sahip birden çok Power BI raporuna sıkça rastlanırdı. Bu durum, raporlar arasında büyük farklılıklar olabile ceğinden; farkın nedenini bulmak ve hangi raporun değiştirilmesi gerektiğini anlamak oldukça zor ve zaman alıcıydı. Birden çok Power BI raporunda paylaşılan tek bir anlamsal model oluşturmak bu sorunu tamamen çözer.

Power BI veri görselleştirme becerilerinizi geliştirmek ve etkili Power BI raporları nasıl oluşturulacağını öğrenmek istiyorsanız, bu konuda size yardımcı olacak bir kursumuz var.

Anlamsal Modellerin Yönetimi

Anlamsal modeller çalışma alanları arasında kolayca paylaşılabilir; bu da veriyi demokratikleştirir ve güçlü bir veri kültürü oluşmasını teşvik eder. Ancak bu durum, verinin bütünlüğünü, güvenliğini ve kalitesini koruyan doğru kontrol ve politikalara sahip etkili bir yönetimi de gerektirir.

Sahiplik ve İzinler

Power BI’da anlamsal modeller için erişim kontrolü ve izinleri; yöneticiler, çalışma alanı üyeleri (rollerine bağlı olarak) ve anlamsal model sahipleri (modeli oluşturan kişi) tarafından yönetilebilir.

Anlamsal model izinleri iki yolla ayarlanıp yönetilebilir:

• İlk olarak, bireysel kişiler veya tüm güvenlik grupları için anlamsal modellere doğrudan erişim kontrolü sağlanarak.
• İkincisi, anlamsal modellerin ve bunlara ait raporların çalışma alanı dışındaki kullanıcılarla nasıl paylaşıldığı yönetilerek.

Bir anlamsal modeli Power BI hizmetine yayınladıktan sonra siz (model sahibi olarak) ve yöneticiler, model için dört izin düzeyinden birini ayarlayabilirsiniz:

• Okuma: Kullanıcıların, anlamsal modelden veri kullanan raporlara erişmesini ve model ayarlarını görüntülemesini sağlar.
• Oluşturma: Kullanıcıların modelden yeni raporlar ve panolar oluşturmasına olanak tanır.
• Yeniden paylaşma: Kullanıcıların başka kişilere anlamsal modele erişim vermesine olanak tanır.
• Yazma: Kullanıcıların modeli yeniden yayınlamasına ve bazı değişiklikler yapmasına izin verir; ancak örneğin veri kaynağı kimlik bilgileri ekleme veya değiştirme gibi belirli ayarlar hariç.
• Sahip: İzin olarak katı bir kategori olmamakla birlikte, bir anlamsal modelin oluşturanları Power BI hizmetinde sahip olur ve yukarıdaki tüm izinlere sahiptir.

Güvenlik Hususları

Power BI yöneticileri, Power BI kiracıları içinde verilere nasıl erişileceğini, nasıl paylaşılacağını ve nasıl değiştirileceğini de kısıtlayabilir. Güvenlik gruplarına göre tamamen ya da kısmen anlamsal model yeniden kullanımını sınırlandırabilirler; bu da çalışma alanları arasında rapor kopyalama, paylaşılan anlamsal modellere dayalı raporları düzenleme ve anlamsal modellerin Power BI hizmetinde veya Desktop’ta görünürlüğünü gibi çeşitli işlevleri etkiler.

Anlamsal model sahipleri, modellerindeki verilere kimlerin erişebileceğini ve bu verileri kimlerin kullanabileceğini de kontrol eder. Anlamsal modelleri sertifikalandırarak veya tanıtarak keşfedilebilir hale getirebilirler; bu da kullanıcılar ve rapor oluşturucuların, hangi anlamsal modellerin kurum içinde ‘resmî’ ve yüksek kalitede kabul edildiğini belirlemesine yardımcı olur.

Rol düzeyi güvenlik (RLS) anlamsal modeller ve onlardan oluşturulan tüm raporlar için uygulanır. Kullanıcıların, oluşturma veya okuma iznine sahip olsalar bile, belirli RLS rolü izin vermedikçe bir anlamsal modelden veriyi okuma yetenekleri etkilenebilir.

En İyi Uygulamalar ve Dikkat Edilecekler

Gerektiği kadar az sayıda anlamsal model oluşturmak ve bunları bir kuruluştaki Power BI raporları için kaynak olarak kullanmak, kabul görmüş en iyi uygulamadır.

Bunun ötesinde, anlamsal modellerin şu özelliklere sahip olması önerilir:

• Kapsamlı: Anlamsal modeller, ilgili iş sorularını yanıtlamak için gereken tüm unsurları içermelidir. Bu unsurlar ayrıca iş sistemlerini ve süreçlerini doğru ve mantıklı bir şekilde yansıtmalıdır.
• Optimize ve performanslı: Anlamsal modeller, veri hacmi artsa bile yenilemelerinin, DAX hesaplamalarının ve görsel yüklemelerinin hızlı olması için optimize edilmelidir.
• Güvenli: Anlamsal modeller, veriye yetkisiz erişimi önleyecek (satır düzeyi güvenlik gibi) gerekli güvenlik unsurlarını içermelidir.
• Esnek: Anlamsal modeller iş gereksinimlerindeki değişikliklere uyum sağlayabilmelidir.

Sonuç

Veri kümesi adının anlamsal modele dönüştürülmesiyle Power BI, iş zekâsı hakkındaki düşünme şeklimizde bir değişim yarattı. Verileri, raporlar ve panoların statik bileşenleri olarak görmek yerine, kolayca paylaşılabilen ve yeniden kullanılabilen daha gen iş bir anlamsal katmanın parçaları olarak görebiliriz.

Bu blog yazısında belirtilen en iyi uygulamaları izleyerek, kuruluşunuzun raporlama ihtiyaçları için tek doğru kaynağın görevi gören etkili ve verimli anlamsal modeller oluşturabilirsiniz. Anlamsal modellerin gücünden yararlanarak hem teknik hem de teknik olmayan kullanıcıları verileri analiz etmeleri ve iş sorularını yanıtlamaları için gücülendirebilir, nihayetinde kuruluşunuz genelinde daha iyi karar alma süreçlerini tetikleyebilirsiniz.

Eğer bir Power BI Veri Analisti olarak kariyerle ilgileniyorsanız, kariyer yolumuz sizi Power BI’ın her yönünden geçirir ve Microsoft PL-300 sertifikasına hazırlar.

Power BI’ın temellerini halihazırda öğrendiyseniz, becerilerinizi uygulamak ve portföy oluşturmak için yapabileceğiniz 8 Power BI projesi listemizi keşfedin.