تاریخچه Power BI و سه کاربرد اصلی آن

چند روز قبل، وقتی که داشتم با کلی آب و تاب از Power BI و امکانات اش … تعریف می‌کردم، یکی از دوستان در مورد تاریخچه Power BI پرسید و اینکه دقیقا چه کاری انجام می‌دهد. سوال دوستم بهانه‌ای شد تا سراغ سرچمشه یعنی خود سایت Power BI و ویکی‌پدیا برم و ببینم Power BI از کی و چطور شروع به کار کرد.

تاریخچه Power BI

– Power BI ابتدا توسط Thierry DHers و Amir Netz در تیم SSRS مایکروسافت تعریف شد و  نام آن در ابتدا “Project Crescent” یا “پروژه هلال ماه” بود.

– در سال ۲۰۱۰ به صورت add-insهای Power Query, Power Pivot, Power View در اکسل پیاده‌سازی اولیه شد.

– در سال ۲۰۱۱ همراه با اس‌کیو‌ال سرور ۲۰۱۱ با نام Project Crescent  منتشر شد.

– در سال ۲۰۱۳ از “Project Crescent” به ” Power BI” تغیر نام داده شد و به عنوان قسمتی از Office 365 منتشر شد.

– در سال ۲۰۱۵ برای اولین بار و به صورت یک برنامه مستقل منتشر شد و بعد از آن به صورت مرتب به روز رسانی شد.

– در سال ۲۰۱۹ موسسه گارتنر تایید که به خاطر قابلیت‌های Power BI،  مایکروسافت را به عنوان یکی از بهترین پلت‌فرم‌های هوش تجاری معرفی کرده است.

روند تغییر لوگو Power BI را در تصویر زیر مشاهده می‌کنید. تصویر سمت چپ، لوگو اولیه Power BI بود که کمی شبیه محصولات Office مایکروسافت بود. لوگو سمت راست، هم لوگو کنونی Power BI است.

پیشنهاد می‌کنم اگر که به تاریخچه Power BI علاقمند هستید یا افراد پشت یک ایده جدید را دنبال می‌کنید، حتما صفحات اجتماعی (لیندکدین، توییتر) آقای Amir Netz را دنبال کنید. ایشون ایده پرداز اصلی Power BI بودند و موقع جستجو در مورد تاریخچه Power BI بارها به نام ایشون برخورد کردم.

کاربرد Power BI

مایکروسافت در سایت‌اش، Power BI را به عنوان یک راهکار تحلیل کسب و کار معرفی کرده است که امکان بصری سازی داده‌ها و اشتراک آن را فراهم می‌کند گذشته از آن امکان اتصال به صدها منبع داده را دارد.

به طور خلاصه مایکروسافت بر روی سه عملکرد Power BI تاکید ویژه‌ای دارد:

اتصال به ده‌ها منبع داده

با Power BI می توانید به ده‌ها منبع داده از  از اکسس، اکسل، فایل متنی، اوراکل، اس کیو ال سرور گرفته تا اینستاگرام، تلگرام و … وصل شوید.

می‌توانید داده‌های مورد نیازتون را از هر کدام از این منابع داده‌ای بگیرد، در صورت نیاز با داده‌های دیگر ترکیب کنید و مدل داده‌ای مورد نیاز خودتون را بسازید.

به عنوان مثال داده‌های مربوط به فروش اینترنتی سایت را از ووکامرس بگیرید و با داده‌های فروش حضوری موجود در نرم افزار هلو ترکیب کنید و فروش کل شرکت را محاسبه کنید.

یا اینکه تعداد لایک‌های محصول در اینستاگرام را در کنار تعداد کلیک‌ها بر روی نام محصول در سایت و تعداد بازدیدها در کانال تلگرام را کنار هم قرار دهید و با هم مقایسه کنید.

تصویر تعدادی از منابع داده‌ای را در ادامه مشاهده می‌کنید.

تحلیل داده، تهیه گزارش و انتشار آن

بعد از ساخت مدل داده‌ای، می‌توانید با انوع و اقسام نمودارها، داده‌ها را بصری کنید. علاوه بر نمودارهای متداول مانند نمودار میله‌ای، نمودار خطی …، مایکروسافت قابلتی به نامه Custom Visual معرفی کرده است. Custom Visual ها در واقع ابزارهای بصری سازی هستند که توسط خود مایکروسافت و یا شرکت‌های ثالث توسعه داده شده‌اند. از معروف‌ترین Custom Visual ها می‌توان به World Cloud اشاره کرد که اندازه فونت کلمه را با توجه به تعداد دفعاتی که کلمه مورد استفاده قرار گرفته است، مشخص می‌کند.

گذشته از آن، شما می‌توانید با کمک برنامه نویسی و جاوا اسکریپت، Custom Visual خودتون را بسازید و برای فروش در استور مایکروسافت قرار دهید.

تصویر برخی از پرامتیازترین Custom Vishual ها را در تصویر زیر قرار دادم.

مایکروسافت امکان استفاده از زبان‌های فوق العاده قدرتمند پایتون و R در Power BI را فراهم کرده است. استفاده از این دو زبان، قدرت تحلیلی این ابزار را چندین برابر کرده است.

انتشار و اشتراک داده

گزارش‌های بصری و نتیجه تحلیل داده را می‌توان بر روی کلود مایکروسافت، سرور شرکت، شیرپوینت، موبایل و … منتشر کرد و با بقیه کاربران به اشتراک گذاشت.

با انتشار داشبورد مدیریتی بر روی کلود مایکروسافت، داشبورد از طریق اینترنت و در همه جا و برای همه در دسترس قرار میگیرد.

در صورتی که بخواهید داشبوردها فقط در سطح شرکت در دسترس باشند، می‌توانید از Power BI Report Server استفاده کنید.

با نصب اپلیکشن Power BI بر روی گوشی تلفن همراه، می‌توانید گزارش‌ها را همیشه در تلفن همراه‌تون داشته باشید.

One thought on “تاریخچه Power BI و سه کاربرد اصلی آن

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این سایت از اکیسمت برای کاهش هرزنامه استفاده می کند. بیاموزید که چگونه اطلاعات دیدگاه های شما پردازش می‌شوند.