Power BI和Azure將成為企業(yè)分析的未來

微軟自己的許多服務(wù)都是基于Azure的，這并不奇怪，但微軟也越來越多地提供Azure服務(wù)，作為客戶擴展和定制產(chǎn)品的一種方式。

當(dāng)您使用數(shù)據(jù)流來提取、清理和轉(zhuǎn)換加載到Power BI中的數(shù)據(jù)時，這些數(shù)據(jù)存儲在Azure data Lake中。您還可以在Azure Databricks中使用它，或者通過Azure SQL數(shù)據(jù)倉庫進行分析(您可以通過Azure門戶進行分析)，或者使用Power BI桌面應(yīng)用程序進行交互。

Power BI中的自動化機器學(xué)習(xí)是Azure機器學(xué)習(xí)的AutoML特性，它查看您試圖預(yù)測的內(nèi)容和可用的數(shù)據(jù)，并通過多個機器學(xué)習(xí)算法進行迭代，以發(fā)現(xiàn)哪個得分最高?；蛘吣梢岳肁zure的認知服務(wù)來分析圖像和文本中的數(shù)據(jù)，或者構(gòu)建自己的機器學(xué)習(xí)模型并運行它們。

Power BI現(xiàn)在還內(nèi)置了ai支持的可視化工具，如Key influence ers，它對數(shù)據(jù)進行不同的統(tǒng)計分析，如邏輯回歸或分類，以提取與特定結(jié)果相關(guān)的關(guān)鍵因素。你將你認為重要的因素拖拽到可視化中，Power BI將它們排序。當(dāng)您添加更多您認為可能相關(guān)的因素時，或者深入到特定的部分時，它會不斷地重新運行模型，以查看更多的信息是否揭示了新的內(nèi)容。

因此，如果你要分析哪些游客會再次光顧你的酒店，關(guān)鍵的影響因素可能是他們來自哪個。但是，如果你選擇某個年齡段的游客，這個模型只運行在那部分數(shù)據(jù)上，而關(guān)鍵的影響因素可能是他們是否在酒店餐廳吃飯或做過水療。如果考慮運輸延遲，您可以添加一些因素，比如哪個部門發(fā)送了該產(chǎn)品，來自哪個工廠，或者從哪個地區(qū)發(fā)送，以了解哪些因素對準時送達和延遲送達的影響最大。

有兩種新的人工智能可視化。分布更改查找使一個數(shù)據(jù)分布不同于另一個數(shù)據(jù)分布的原因。分解樹將多個查詢發(fā)送到Power BI模型，然后將它們鏈接在一起，這樣您就可以單擊可視化中的一個度量來查看其背后的內(nèi)容，然后繼續(xù)單擊到不同級別的數(shù)據(jù)以深入地理解它。通過這種方式，你可以看到一個城市的500個銷售是由一個特定的客戶群體驅(qū)動的，還是由許多不同的客戶驅(qū)動的，他們?nèi)匀挥幸恍┕餐c。

所有這些都可以用于Power BI著名的可視化、儀表板和自然語言Q&以及以前需要SQL Server的新的分頁報告。例如，當(dāng)您使用自動機器學(xué)習(xí)時，每一行的預(yù)測都包含促成預(yù)測的因素的詳細信息，因此您可以在報告中包含解釋，以澄清數(shù)據(jù)來自何處以及涉及哪些因素。

Power BI現(xiàn)在包含了從SQL Server生成到定制AI的報告。

Power BI對此有不同的方法，這取決于您是希望將自己的工作提供給業(yè)務(wù)的其他部分的數(shù)據(jù)科學(xué)家，還是希望使用機器學(xué)習(xí)但自己沒有技能的分析師。

數(shù)據(jù)科學(xué)家可以向數(shù)據(jù)流添加步驟，通過提取關(guān)鍵字、進行情感分析或檢測照片中的內(nèi)容，從非結(jié)構(gòu)化數(shù)據(jù)(如推特或評論中的圖像或文本)中提取信息。這是由認知服務(wù)支持的，但是不需要編寫代碼來調(diào)用API——您只需將圖像和文本分析添加到數(shù)據(jù)流中。

隨著新的認知服務(wù)的出現(xiàn)，Power BI將增加更多這樣的功能。最新的技術(shù)包括從圖像中提取文本、手寫識別和實體識別——不僅提取關(guān)鍵字，而且對它們所引用的內(nèi)容進行分類。如果你是一個酒店老板，在網(wǎng)上瀏覽評論，實體識別可以告訴你，評論中的“騎行”是指一個開心的客人在騎自行車旅行時留下來，還是指一個不開心的客人在整晚不停地抱怨空調(diào)。

如果你創(chuàng)建你自己的機器學(xué)習(xí)模型在Azure機器學(xué)習(xí)和發(fā)布為web服務(wù),你可以給權(quán)力BI分析在你的組織基于角色的訪問通過Azure門戶,然后他們會顯示為模型可以使用相同的方式認知服務(wù)。如果你想分析這些酒店評論中的照片，你可能需要訓(xùn)練一個自定義圖像識別模型來理解你在酒店中發(fā)現(xiàn)的東西的圖片。酒店評論中空調(diào)、燈泡、窗戶和電梯的照片可能是一個不好的信號，標準的圖像識別模型可能不會把它們作為重要的對象。

Power BI中的交互式儀表板和可視化功能非常強大，但有時業(yè)務(wù)用戶需要的是熟悉的報告，他們可以打印并閱讀這些報告，或者通過電子郵件發(fā)送給客戶或供應(yīng)商。Power BI現(xiàn)在支持與SQL Server Reporting Services(使用新的報表生成器工具創(chuàng)建)相同的頁眉和頁腳、表、圖表或矩陣布局的分頁報表。分頁報表是Power BI Premium的一部分，但它們也與本地的Power BI報表服務(wù)器兼容。

所以如果你想把你的分析從SQL Server權(quán)力BI報告服務(wù),您可以創(chuàng)建一個企業(yè)商業(yè)智能系統(tǒng),給你全方位的業(yè)務(wù)分析,報告你的組織可能已經(jīng)取決于,自動機器學(xué)習(xí),試圖找到見解不一定是結(jié)構(gòu)化或數(shù)值的數(shù)據(jù)。如果Power BI本身不能滿足您的需求，那么我們的想法是讓Azure的擴展非常容易，業(yè)務(wù)用戶可以自己完成。