Veri Hikayeleştirme Nedir – Data Storytelling

Veri hikâyeleştirme, belirli bir hedef kitleyi etkilemek ve bilgilendirmek amacıyla hikayenizi anlatmanıza yardımcı olan karmaşık verileri ve analizleri temel alan ilgi çekici bir anlatı oluşturma kavramıdır.

 

Veri Hikâyeleştirmenin Avantajları

Veri hikâyeleştirme, insan tarafından hikâye anlatımına çok benzemekle birlikte grafikler ve şemalar aracılığıyla daha ayrıntılı içgörüler ve destekleyici kanıtlar sunarak ek avantajlar sağlar. Veri hikayeciliği sayesinde karmaşık bilgiler basitleştirilir ve böylece hedef kitleniz içeriğinizle etkileşim kurarak kritik kararları daha hızlı ve daha kendinden emin şekilde alabilir.

Kişiyi harekete geçmeye teşvik eden bir veri hikayesi oluşturmak çok güçlü bir araç olabilir. Etkili veri hikâyeleştirme, insanlar ve kuruluşunuz için olumlu bir etki yaratabilir. Başarılı veri hikâyeleştirmenin sunduğu bazı avantajlar şunlardır:

  • Verilerinize ve içgörülerinize değer katma.
  • Karmaşık bilgileri yorumlama ve hedef kitleye yönelik önemli temel noktaları vurgulama.
  • Verilerinize insani bir dokunuş sağlama.
  • Hedef kitleniz ve sektörünüz için değer sunma.
  • Sektör ve konu hakkında bir fikir lideri olarak güvenilirlik sağlama.

 

Veri Hikâyenizin Değerli Olmasını Sağlama

İyi bir veri hikâyeleştirme, bir hipotezi doğrulamak için topladığınız tüm ham verilerin analiz edilmesi anlamına gelir ve veri hikayenizi tanıtarak, görmek istediğiniz kesin değişikliği elde edebilirsiniz.

Tüm verileri inceledikten sonra hikayenize başlayın. Bazen yalnızca teorinizi destekleyen veri kümelerini seçerek uygulamak cazip gelse de resmin tamamını görün. Verilerin size ne anlattığına bakın ve takımınıza doğru araçlarla net bir veri hikayesi aktarın. Çok fazla kullanılabilir veri kümenizin olması sizi zorlayabilir ancak bu, hikayenizi anlatma şeklinizi yapılandırmanıza yardımcı olur.

  • Teoriniz üzerinde düşünün. Neyi kanıtlamak ya da çürütmek istiyorsunuz? Verilerin size ne anlatacağını düşünüyorsunuz?
  • Verileri toplayın. Hikayenizi geliştirmek için gereksinim duyduğunuz verileri harmanlayın.
  • Hikayenin amacını tanımlayın. Topladığınız verileri kullanarak, hikayenizin amacını tek bir cümleyle yazabilmeniz gerekir.
  • Ne söylemek istediğinizi düşünün. Girişten sonuca kadar her şeyi ana hatlarıyla belirleyin.
  • Sorular sorun. Hipoteziniz doğru muydu yanlış mıydı? Bu yanıtlar, veri hikayenizin anlatımını nasıl şekillendiriyor?
  • Hedef kitleniz için bir hedef oluşturun. Hikayenizi okuduktan sonra hangi eylemleri gerçekleştirmelerini istersiniz?

Yalnızca teorinizi destekleyen verileri değil desteklemeyen verileri de incelediğinizden emin olun. Kullanılabilir her veri parçasını eklemeniz gerekmez. Anlatınızı tarafsız bir şekilde yönlendirmenize yardımcı olacak veri kümelerini kullanın. Veri hikayeniz, her zaman işinize yardımcı olacak bir eylemi veya değişikliği desteklemeye nasıl yardımcı olabileceğini göstermelidir.

 

Veri Hikâyeleştirmeyi Geliştirmek İçin Veri Görselleştirmeyi Kullanma

Veri görselleştirme

, hedef kitlenizin karmaşık bilgileri almaya ne kadar açık olduğunu belirlemede önemli bir rol oynar. Veri görselleştirme, sınırsız miktarda veriyi daha basit ve daha kullanılabilir hale dönüştürmeye yardımcı olur. Burada hikayenizi desteklemek için gereken görselleri sağlayabilirsiniz. Etkili veri görselleştirmeleri şu konularda yardımcı olabilir:

  • Modelleri, eğilimleri ve bulguları tarafsız bir bakış açısıyla göstermek.
  • Bağlam sağlamak, sonuçları yorumlamak ve içgörüleri açıkça ifade etmek.
  • Hedef kitlenizin bilgileri işleyebilmesi için verileri basitleştirmek.
  • Hedef kitle etkileşimini iyileştirmek.

Bu bulguların ve içgörülerin çoğu, veri görselleştirme araçları ile oluşturulmuş bir veri panosu aracılığıyla daha kolay anlaşılır.

 

Görselleri Bir Veri Panosu Aracılığıyla Sunma

veri panosu

, bilgi yönetimi ve iş zekâsı (BI) için kullanılan bir araçtır. Veri panoları, önemli bilgileri tek bir konumda anlaşılması kolay bir biçimde düzenleyip görüntüleyerek karmaşık ölçümleri yorumlayabilir ve hedef kitlenin veri hikayesi ile hikâyenin hipotezi arasındaki bağlantıyı anlamasına yardımcı olabilir.

Verileriniz için bir panodan yararlanmanın avantajları şunlardır:

  • Geçmiş ve geçerli eğilimlerle ilgili daha iyi görünürlük sağlama.
  • Gelecekteki eğilimleri daha doğru bir şekilde tahmin etme.
  • Ana performans göstergelerini birden çok kaynaktan belirleme.
  • Gerçek zamanlı müşteri analizleri sağlama.

 

Veri Hikâyeleştirmenin Üç Temel Öğesi

Yapılandırılmış bir yaklaşımla, veri hikâyeleştirme ve veri görselleştirme birlikte çalışarak içgörülerinizi anlatı, görseller ve veriler olmak üzere üç temel öğe aracılığıyla aktarır. Veri hikayenizi oluştururken, teorinizin çok yönlü kısa bir hikayesini ve kullanıcıların gerçekleştirmesini istediğiniz eylemleri yazmak için aşağıdaki üç öğeyi birleştirmek önemlidir.

  1. Anlatınızı oluşturun
    Hikayenizi anlatırken verilerinizi içgörülerinizin destekleyici yapı taşları olarak kullanmanız gerekir. Karmaşık bilgileri bilgilendirici içgörülere dönüştürerek hedef kitlenizin bakış açınızı anlamasına yardımcı olun. Anlatınız ve bağlamınız, veri hikayeleştirmenizin doğrusal niteliğini yönlendirir.
  2. Açıklama için görselleri kullanın
    Görseller, hedef kitleyi teoriniz konusunda eğitmenize yardımcı olabilir. Görsel varlıkları (şemalar, grafikler vb.) anlatınıza bağladığınızda, teorinizi desteklemek için temel veriler sağlayan gizlenmiş içgörülerden yararlanarak hedef kitlenizle etkileşim kurabilirsiniz. Teorinizi desteklemek için tek bir veri içgörüsü sunmak yerine, ayrıntılı ve yüksek düzeyde birden çok veri parçası gösterilmesine yardımcı olarak hedef kitlenin bakış açınızı gerçek anlamda takdir etmesini sağlar.
  3. Desteklenecek verileri gösterin
    İnsanlar doğal olarak analizlere ilgi duymazlar, özellikle de genişletilmiş analiz kullanan ve bağlam sağlamayan analizlere ilgi göstermezler. Anlatınız, somut verilerle desteklenen açıklamalar sağlar. Bağlam ve eleştiri, anlatınızın tam yorumunun ayrılmaz bir parçasıdır. Anlatınıza önemli içgörüler ve anlaşılırlık katmak için iş analizi araçları kullanmak, veri hikayeniz boyunca çokça gereksinim duyulan bağlamın sağlanmasına yardımcı olabilir.

Yukarıdaki üç öğeyi birleştirdiğinizde veri hikayenizin hedef kitlenizde duygusal bir tepki oluşturacağından emin olabilirsiniz. Duygular, karar vermede önemli bir rol oynar. Veri hikâyeleştirmede duygusal bağlamı ve somut verileri birbirine bağlayarak diğer kişileri etkileyebilirsiniz. Bu üç temel öğe başarıyla tümleştirildiğinde insanların ilgisini çekebilecek ve değişimi yönlendirebilecek bir veri hikayesi oluşturmuş olursunuz.

 

Veri Hikâyeleştirme Örnekleri

Veri hikâyeleştirme, verileri bağlamsal bir anlatı ile sunma sanatıdır. Veri hikayenizi sunmanın birkaç farklı yolu vardır. Veri panosu, anlatınızı oluşturabilmeniz için kullanabileceğiniz tüm verileri sunar. Aşağıda bazı dikkat çekici veri hikâyeleştirme örnekleri verilmiştir.

Kaynak: Microsoft Power BI Blogu

 

Pano, tüm bilgilerinizi ön planda ve merkezde olacak şekilde sunar. Panonuz bazı bağlamlar sağlayabilir ancak anlatınızı oluşturup noktaları birleştirmeniz gerekecektir. En iyi yöntem basitliktir. Kısa bir veri hikayesi anlatmanın en hızlı yolu, yalnızca verilere dayalı bir grafikle bir giriş cümlesi sunmaktır.

Kaynak: Microsoft Power BI

 

İki veya daha fazla veri görselleştirmesini birbirine bağlamayla ilgili başka bir veri hikâyeleştirme örneği de konuya göre müşteri memnuniyetini, memnun olan ve memnun olmayan müşterilerin yüzdesini, memnun olan ve memnun olmayan toplam müşteri sayısını ve bir araya gelerek büyük bir hikâye anlatan diğer küçük hikayeleri gösteren bir çağrı merkezi analizidir.

Kaynak: Microsoft Power BI

 

Bilgi görselleri, görsel olarak çekici bir veri hikayesi anlatmanın hızlı bir yolu olmanın yanı sıra bir veri hikâyeleştirme biçimidir. Bilgi görseli, hikayenizi anlatmanıza yardımcı olan ayrı ayrı veri görselleştirmelerinden oluşabilir ancak çok fazla anlatı sunmayabilir (yukarıdaki örnekte olduğu gibi).

 

Veri Hikâyeleştirme, Bilgiyi Tüketme Şeklimizi Değiştiriyor

Veri hikâyeleştirmenin, verileri ve analizleri kullanma şeklimizi değiştirme üzerinde büyük bir etki oluşturma potansiyeli olabilir. Veri hikâyeleştirme, bazen karmaşık sayılara ve ham verilerin bize sunduğu rakamlara insani bir dokunuş katar. Anlatı oluşturmak, sürecin önemli bir bileşenidir ancak güçlü bir hikâye oluşturmak bu bilgiyi tarafsız bir bakış açısıyla anlayıp aktarabilmenize bağlıdır. Microsoft Power BI, bu hikayeleri anlatmanıza yardımcı olabilir.

 

Microsoft Power BI ile veri hikâyenize başlama

Microsoft Power BI, anlatmak istediğiniz hikâyeyi oluşturmanıza yardımcı olabilir. Verilerin şifresini çözen ve içgörüler paylaşan sezgisel bir panoyla, anlatınızı desteklemenize yardımcı olan ve hedef kitlenizi daha akıllı kararlar alması için etkileyen veri temelli görselleştirmeler sunabilirsiniz. Veri hikayenizde kurumsal hedeflerinize nasıl ulaşacağınızı anlatın, bir sektör fikir lideri olarak işinizi sağlamlaştırın ve hedef kitlenizi değişiklik yapma konusunda etkileyin.

Power BI hakkında daha fazla bilgi edinin

[vc_row][vc_column][mk_image src=”https://peakup.org/wp-content/uploads/2021/01/office_imza_son.gif” image_size=”full” link=”https://peakup.org/global/office-training/” target=”_blank”][/vc_column][/vc_row]

Power Automate butonu ile Power BI veri setini yenile

Merhaba BI Fanları,

Bu yazımızda sizlerle pratik olarak kullanabileceğiniz uygulaması çok kolay bir işlemden bahsedeceğim. Bir butona basacağız ve istediğimiz Power BI veri seti yenilecek! Detayları aşağıda bulabilirsin. 👇

Power BI raporlarını Power BI Servise yüklediğinizde zamanlanmış yenileme ayarlarını yapabilirsiniz. Bununla ilgili detaylı yazımız burada. Bazen yöneticilerinizden ya da veri sağlayıcılarınızdan şöyle mesajlar alabilirsiniz:

Yöneticim: Raporu güncelleyebilir miyiz? Birazdan toplantıya gireceğim en güncel halini göstermeliyiz.

Veri sağlayıcısı: Veri kaynağında değişiklik yaptık, doğru gözükmesi için raporu yenileyebilir misin?

Bu tip mesajlar, özellikle raporu kullanıma aldığımız ilk haftalarda gelir. Bunların dışında gerçekten farklı bir sebepten dolayı manual olarak sizin güncellemeniz gereken zamanlar da olabilir. İşte bu tip durumlarda Power Automate ‘i kullanarak yalnızca iki adımda Power BI veri setini yenileyebilirsiniz. Power Automate nedir diyenler için ayrıntılı yazımız burada.

Tetikleyici yani akışı başlatacak olay olarak  “Power Automate butonu” nu seçeceğiz. Ardından da gerçekleşecek aksiyon olarak  Power BI seçeneklerinden “Veri setini yenile” başlığın girip ilgili veri setimizi seçip kaydediyoruz.

Ardından bu akışınıza uygun bir isim vererek kullanabilirsiniz. Power Automate butonunu kullanmak için telefonunuza Power Automate uygulamasını indirmeniz gerekiyor. Telefonunuza indirdiğiniz Power Automate uygulamasıyla onaylarınızı da buradan kabul edebilirsiniz.

Uygulamada “ Düğmeler” sayfasına gidiyoruz ve butonumuz buluyoruz. Burada gördüğümüz tüm akışların tetikleyicisi benim o butonların üzerlerine tıklamam olacak ve akışlar çalışmaya başlayacak. Az önce yarattığım akışı buluyorum. İsmi “Refresh AdventureWorks”. Üzerine basıyorum ve hepsi bu kadar. Veri setimde yenileme başlıyor.

Dilerseniz bu akışı geliştirip yenilemenin başlatıldığına dair mail attırabilir ya da Teams mesajı gönderebilirsiniz. Bu pratik akışı özellikle raporunuzu ilk kullanıma aldığınızda kullanmanızı öneririm.

Başka bir yazımızda görüşmek üzere, hoşça kalın.

Good game well played

Power BI ‘da Depolama Modları

Merhaba BI Fanları,

Bu yazımızda Power BI ‘ın belki en temel konusundan söz edeceğız: Depolama Modları. Depolama modlarını bir veri kaynağına bağlanırken kullanırız; yani aslında her rapor oluşturmaya başladığımızda. 😁 Bu sebepten önem arz eden bir konudur. Çoğu zaman seçime ihtiyaç duymasak da bazen bu konuda yapacağımız seçimler, oluşturduğumuz raporun işleyişini tamamen değiştirir. Power BI’daki depolama modları şöyledir:

  • Import
  • Direct Query
  • Live Connection

Import Mod

Bağlandığı veri kaynağındaki tablolarını kendi hafızasına kaydeden bağlantı modudur.

  • Power BI ‘ın varsayılan depolama modudur. Eğer bir kaynakta bağlantı modu seçeneği görmüyorsanız bilin ki o kaynağa “Import mode” ile bağlanmışsınızdır.
  • Power BI’ın tüm özelliklerini en üst düzeyde kullanmanıza olanak tanır.
  • Cash mekanizmasıyla çalıştığı için yapılan işlemler ve dönen sonuçlar diğer bağlantı modlarına göre görece daha hızlıdır.
  • Yine cash mekanizmasıyla sebebiyle makinenin RAM ve disk alanını tüketir.
  • Rapor oluşturucuların ilk tercihi genelde Import Mode olur.

Direct Query

Bağlanılan veri kaynağındaki veri depolanamayacak kadar büyükse veya neredeyse anlık olarak verinin takip edilmesi gerekiyorsa kullanılacak olan depolama modudur.

  • Her veri kaynağı bu bağlantıyı sağlamaz. Hangi kaynakların sağladığına bakmak için buraya bakabilirsiniz.
  • Verileri hafızaya alma durumu yoktur dolayısıyla yapılan tüm işlemler için (filtreleme, hesaplama vs.) kaynağa bir sorgu gönderir ve bu sorgunun cevabını ekrana getirir. Burada yanıt süresi veri kaynağının performansına bağlıdır. Bir warehouse değil de hali hazırda aktif üzerine yazılığp okuma yapılan bir kaynak ise bu tüm sistemleri de zorlayabilir.
  • Import mode’a göre daha kısa aralıklarla raporu yenileme sıklığı tanır.
  • Power BI’ın tüm özellikleri performans gerekçesiyle kullanılamaz.

Direct Query modunu Import moda dönüştürebiliyorsunuz ancak import modu direct moda dönüştüremezsiniz. Direct Query bağlantısında birçok yerden import moda dönüştürme seçeneği mevcuttur. En çok kullanılandan biri rapor ekranının sağ altında bulunan depolama modunu gösteren yere tıklamaktır. Eğer bu alanda hiçbir şey yazmıyorsa o zaman import mod kullanılıyor demektir. Ayrıca modelleme sekmesinden de tablo özelliklerinden depolama modunun değiştirebilirsiniz. Power Query’de de Direct Query’e uymayan bir işlem yapıldığında uyarı niteliğinde gene aynı yazı karşımıza çıkar.

Live Connection

Direct Query’nin bir çeşididir. Doğrudan bir modele bağlanır. Analysis Services, bunun örneğidir.

  • Power BI yalnızca verileri görselleştirmek için kullanılır.
  • Yeni kaynak, sütun ekleme özelliği pasif hale gelir.

Bunların haricinde bir de direct query query ve import modunun birlikte kullanılabileceği model vardır. Composite model ya da mix ismiyle geçmektedir. Bu modda import moddan gelen tablolar ile direct query tablolar arasında bağlantı kurması sağlanır. Veri yüklenirken seçilen bir mod değildir. Direct query ile bağlandığınız bir kaynağın yanındai import modda başka bir kaynağa bağlandığınızda ve bu iki kaynak arasında ilişki oluşturduğunuzda composite model ortaya çıkar.

  Import Direct
Transform Data – Power Query Evet Kısıtlı (performans sebebiyle çok az)
DAX Fonksiyonlarının kullanımı Evet Kısıtlı (Time Intelligence fonksiyonları başta olmak üzere bazı fonksiyonlar kullanılamıyor.)
Zamanlanmış Yenileme Günde 8 kez 15 dakikada bir
Veriyi Depolama Evet Hayır
Hesaplanmış Tablolar Evet Hayır
Performans İyi Kötü olma olasılığı yüksek
Veri Kümesi boyut sınırlaması Var Yok

Tüm veri kaynaklarının kullanılabilecek modlarını inceleyebileceğiniz şu kaynağa göz atabilirsiniz.

Bir başka yazımızda görüşmek üzere, hoşça kalın.

Good game well played

DAX ile Tarih tablosu oluşturun!

Merhaba BI Fanları,

Bu yazımızda hemen her raporumuzda kullandığımız bir yapıdan bahsedeceğiz: Tarih Tablosu. Kullandığınız modelde bir tarih tablosu olmadığı için sizin mutlaka bu tabloyu oluşturmanız gerekiyor. Bu tabloyu oluşturmanın en önemli sebeplerinden biri Time Intelligence fonksiyonlarının kullanımıdır. Bu fonksiyonlar doğru çalışmak için atlanmadan tüm tarihlerin olduğu bir sütuna ihtiyaçları vardır. Bir diğeri ise birden fazla tabloyu aynı tarih aralığında filtrelemek istiyorsanız gene bir tarih tablosuna ihtiyacınız olur. Şimdi bunun nasıl oluşturabileceğimize bakalım.

Öncelikle Power BI’ın varsayılan olarak her tablo için bir tarih tablosu oluşturduğunu bilmemiz gerekiyor. Biz, bu tarih tablolarını raporda görmeyiz ancak ilgili tablodan tarih hiyerarşisine göre değer getirmeyi sağlayan bu tablodur. Bizim kontrolümüzde değildir ve tabloların boyutları büyüdükçe bu tarih tabloları da oldukça yer kaplayacağı için raporumuzda bize zorluk çıkaracaktır. Bu sebepten dolayı bunların kaldırılması gerekmektedir.  Bu tabloları Dax Studio’da görebilirsiniz.

 

Bu işlemi oluşturacağınız her rapor için yapmanız gerekmektedir. Rapor oluştururken en başta yaparsanız daha iyi olur, sonradan yaptığınızda raporunuzdaki görsellerde birtakım farklılıklar olabilir bunları da düzeltmeniz gerekmektedir.

File sekmesinde Options & Settings’e gelerek Options’a tıklıyoruz. “Time Intelligence” başlığı altındaki “Auto date/time” ifadesinin tikini kaldırıyoruz.

Şimdi yapmamız gereken bir date tablosu oluşturmak. Bunu DAX ile yapacağız. Fonksiyonları kullanmak için tarihlerin geçtiği tek bir sütun aslında bize yeterlidir. Tabii ki bizim analizlerimiz çeyrekleri, ay isimlerini, haftanın günlerini de kapsayabileceği için daha fazla detayı olan bir tabloya ihtiyacımız var.

Tarihleri oluşturmak için Modeling sekmesine gidip New Table’a tıkladıktan sonra Calendar fonksiyonu ile başlıyoruz:

CALENDAR(DATE(2021,1,1), DATE(2021,12,31))

Bu yapı bize 1 Ocak 2021 tarihi ile 31 Aralık 2021 tarihi arasındaki tüm tarihleri içeren tek sütunlu bir tablo döndürmüş olur.

Hemen sizlerden şunu duyar gibiyim: “Bunu dinamik oluşturamıyor muyuz?”. Tabii ki oluşturabiliriz. Bunun için bu ifadeye şöyle bir revize geçiyoruz:

CALENDAR(MIN(Table1[Tarih]), MAX(Table1[Tarih]))

 

Table1[Tarih]: Modelinizdeki en eski ve en yeni tarihlerin olduğu tablo. Bunlar iki ayrı tablo ve iki ayrı sütun da olabilirdi. Min ve max fonksiyonlarıyla en eski ve en yeni tarihleri buluyoruz.

Bundan sonrası için yıl, ay ve haftanın günü bilgilerini yeni bir sütun olarak ekleyelim:

Yıl = YEAR('Tarih Tablosu'[Date])

Ay no = MONTH('Tarih Tablosu'[Date])

Haftanın günü = WEEKDAY('Tarih Tablosu'[Date])

Hafta No = WEEKNUM('Tarih Tablosu'[Date],2)

 

Elimizde son durumda bulunan bilgiler bunlar:

Bunların yanına Format fonksiyonunu kullanarak birkaç metinsel bilgi de ekleyebiliriz:

Yıl/Ay = FORMAT ( [Date], "YYYY/MM" )

Tarih-sayı = FORMAT ( [Date], "YYYYMMDD" )

Yıl/Ay - Kısa = FORMAT ( [Date], "YYYY/MMM" )

Ay Adı - Kısa = FORMAT ( [Date], "MMM" )

Ay Adı - Uzun = FORMAT ( [Date], "MMMM" )

Haftanın günü - kısa = FORMAT ( [Date], "ddd" )

Haftanın günü - uzun = FORMAT ( [Date], "dddd" )

Çeyrek = FORMAT ( [Date], "Q" )

Yıl & Çeyrek = FORMAT ( [Date], "YYYY" ) & "/Q" & FORMAT ( [Date], "Q" )

Bu bilgilerden sonra tablom şöyle görünüyor:

Gördüğünüz gibi oldukça kapsamlı bilgiler içeren bir tarih tablom olmuş oldu. Şimdilik gözümüze bu yaptığımız işlemler zorlayıcı gelmiş olabilir. Çünkü her seferinde kodları taker taker yazmamız gerekiyor. Tak-çalıştır olarak kullanabileceğiniz Tarih tablosu kod bloğunu ise aşağıya yapıştırıyorum. Yeni tablo ekle dedikten sonra bu kodu yapıştırmanız ve min&max tarihleri alacağı tablo ve sütunu ilgili yere yazmanız yeterli olacaktır.

Tarih Tablosu= ADDCOLUMNS (
CALENDAR (MIN(Table1[Tarih]), MAX(Table1[Tarih])),
"Yıl" ,YEAR([Date]),
"Ay no" , MONTH([Date]),
"Haftanın günü" , WEEKDAY([Date]),
"Hafta No", WEEKNUM([Date],2),
"Yıl/Ay", FORMAT ( [Date], "YYYY/MM" ),
"Tarih-sayı", FORMAT ( [Date], "YYYYMMDD" ),
"Yıl/Ay – Kısa" , FORMAT ( [Date], "YYYY/MMM" ),
"Ay Adı – Kısa", FORMAT ( [Date], "MMM" ),
"Ay Adı – Uzun" , FORMAT ( [Date], "MMMM" ),
"Haftanın günü – kısa", FORMAT ( [Date], "ddd" ),
"Haftanın günü – uzun", FORMAT ( [Date], "dddd" ),
"Çeyrek", FORMAT ( [Date], "Q" ),
"Yıl & Çeyrek", FORMAT ( [Date], "YYYY" ) & "/Q" & FORMAT ( [Date], "Q" )

İngilizce başlıklar isteyenler de bunu kullanabilir:

Date Table= ADDCOLUMNS (
CALENDAR (MIN(Table1[Tarih]), MAX(Table1[Tarih])),
"Year" ,YEAR([Date]),
"MonthNo" , MONTH([Date]),
"DayofWeek" , WEEKDAY([Date]),
"Week Num", WEEKNUM([Date],2),
"Year/Month", FORMAT ( [Date], "YYYY/MM" ),
"Date as Integer", FORMAT ( [Date], "YYYYMMDD" ),
"Year/Month - Short" , FORMAT ( [Date], "YYYY/MMM" ),
"Month Name - Short", FORMAT ( [Date], "MMM" ),
"Month Name - Long" , FORMAT ( [Date], "MMMM" ),
"Day of Week - Short", FORMAT ( [Date], "ddd" ),
"Day of Week - Long", FORMAT ( [Date], "dddd" ),
"Quarter", FORMAT ( [Date], "Q" ),
"Year/Quarter", FORMAT ( [Date], "YYYY" ) & "/Q" & FORMAT ( [Date], "Q" )

 

Hatırlanması gerekenküçük bir nokta Ay isimlerini ve gün isimlerini ilgili ay no ve gün no sütunlarına göre sıralamanızdır. Bu sayede grafiklerinizde doğru sırada gözükecektir.

Başka yazılarımızda görüşmek üzere hoşça kalın.

Good game well played

Power BI Servisinde Veri Ağ Geçidi Yapılandırma Ayarları

Merhaba BI Fanları,

Önceki yazılarımızda veri ağ geçidini tanımlamıştık ve localde kurduğumuz veri ağ geçidini incelemiştik. Bu yazımızda Power BI Servisinde ağ geçidi ile ilgili nasıl ayarlar olduğuna bakacağız.

App.powerbi.com adresinde makinelere kurulan veri ağ geçitlerine ilişkin tamamlayıcı ayarlar bulunmaktadır. Bu ayarlar ile raporlardaki veri setleri ve lokal makinedeki veri kaynağı arasında bağlantı tamamen sağlanmış olur ve zamanlanmış yenileme ayarları aktif olur.

Eğer servis tarafında aşağıdaki ayarlar yapılmadıysa lokal makinelerdeki veri kaynaklarında zamanlanmış yenileme alanı aktif olmayacaktır.

Power BI Serviste Veri Ağ Geçidi Yapılandırma Ayarları Nereden Yapılır?

Veri ağ geçitleri ile ayarlara Power BI Serviste sağ tarafta bulunan ayarlar ikonundan “Ağ Geçitlerini Yönet” komutuyla erişilir.

Bu alanda portala giriş yapan hesabın erişebileceği tüm ağ geçitleri ve bu ağ geçitlerine kayıtlı olan veri kaynakları bulunur.

Veri Ağ Geçidine Yeni Kaynak Ekleme

Veri kaynakları gene bu alandan ağ geçitlerine kaydedilir. Henüz hiçbir veri kaynağı yoksa yalnızca ağ geçidinin ismi görünür. Ağ geçitlerinin yanlarında ünlem işareti bulunuyorsa, bu durum ağ geçidinin düzgün çalışmadığını ifade eder.

Ağ geçidine yeni veri kaynağı eklemek için ağ geçidinin üzerine gelindiğinde 3 noktadan “Veri kaynağı ekle” seçeneğine tıklanır. Aynı seçeneğe sol üst alandan da tıklanabilir.

İlgili ağ geçidini veya veri kaynaklarını kaldırma işlemi yine aynı şekilde ilgili ağ geçidinin veya veri kaynağının üzerine gelip sağ taraftaki 3 noktadan yapılabilir.

Raporlarda bağlanılan her lokal veri kaynağı için ağ geçitlerinde bu bağlantının yapılması zorunludur. Ağ geçitleri veri tabanı duyarlıdır. Bu sebeple de aynı serverda olsa dahi farklı veri tabanları için ağ geçitleri alanında farklı veri kaynaklarının oluşturulması gerekmektedir.

Veri kaynağı ekleme alanında bu veri kaynağına yeni bir isim verilebilir. Raporun yenileme ayarları yapılırken kolay seçilebilmesi açısından ilgili kaynağın kullanılan ismi tercih edilir. “A Satis DBsi”, “Proje Kaynakları”, “LOGO” …

Bu alanda ilgili ağ geçidi ile bağlanılacak olan veri kaynağı türü seçilir.

Eklenen veri kaynağına göre bu kaynağın bağlantı ayarları ayarlanır. Bu alanda bu kaynağa bağlanırken kullanıcı adı & şifre bilgileri de girilir. 3 çeşit kimlik doğrulama metodu vardır: Temel, Windows ve Oauth2.

Temel, bir kullanıcı adı ve şifre ile giriş yapılan doğrulama metodudur.

Windows, Windows kimliğiyle (ABCtestaccount) ve şifresiyle giriş yapılan doğrulama metodudur.

Oauth2, organizasyon e-mail adresiyle ve şifresiyle yapılan doğrulama metodudur.

Kullanıcılar sekmesinden bu veri kaynağını kimlerin kullanabileceği bilgisi eklenir. Böylelikle bu veri kaynağını kullanarak rapor yayınlayan ve raporlarında zamanlanmış yenileme yapmak isteyen kullanıcılar bu kaynağı kullanabilir olur.

Bağlantı sağlandıktan sonra bağlantı için sağlanan bilgilerde sorun yoksa “Bağlantı Başarılı” ifadesi bulunur.

Raporun Veri Ağ Geçidi Ayarlarının Yapılandırılması

Yayınlanan bir raporun veri kaynağı yapılandırma ayarları için raporun yayınlandığı çalışma alanında bulunan veri setinin ayarlarına gelinir. Bu ayarlara veri setinin 3 noktasına tıklanıp “Ayarlar” ifadesine tıklanarak veya veri setinin üzerine gelindiğinde çıkan “Zamanlanmış Yenileme” ikonuna tıklayarak da erişilebilir.

Ayarlar alanına gelindiğinde eğer ağ geçidi ayarları yapılandırılmadıysa bu sayfada bulunan zamanlanmış yenileme sekmesi pasif olarak görünür. Aktif hale gelmesi için bu ayarların yapılması gerekmektedir.

Ağ geçidi ayarlarına gelindiğinde öncelikle ağ geçitlerinin ismi görünür. Aşağı ok işaretine tıklayarak ilgili ağ geçidindeki bulunan veri kaynakları ile raporun veri kaynaklarının eşleşmesi sağlanması gerekmektedir. Sol taraftaki isimler raporda bağlanılan kaynaklar; sağ taraftaki isimler ise ağ geçitlerini yönet sayfasında eklenen veri kaynaklarının isimleridir. Bu eşleşmeleri kullanıcının kendisinin yapması gerekmektedir. Eşleşmeler tamamlandığında “Uygula” ifadesine basılır. Eşleşmede herhangi bir sorun yoksa zamanlanmış yenileme alanı aktif hale gelmiş olur ve veri setinin otomatik olarak yenileneceği zaman aralıkları belirlenebilir.

Bir yazının daha sonuna geldik, başka bir yazımızda görüşmek dileğiyle..

Good game well played.

Power BI ‘da “Yardım Al” Butonu Nasıl Oluşturulur?

Merhaba BI Fanları,

Bu yazımızda Power Automate butonuyla yapabileceğimiz bir “Yardım al” butonu tasarlayacağız. Power Automate ile ilgili detaylı yazımıza buradan ulaşabilirsiniz. Yine power automate ile yaptığımız şu işlere de göz atabilirsiniz.

Power BI’da Power Automate butonu ile çok fazla farklı işlemler oluşturulabilir. Butona basıldığında o anda butona basan kişi bilgisi, zaman, butona eklenen veriler gibi birçok bilgiye erişim imkanı sağlayabiliyoruz. Biz,5 dakikada oluşturup çalıştırmaya başlayacağımız bir Yardım butonu tasarlamak istiyoruz. Rapor kullanıcısı raporu kullanırken desteğe ihtiyacı varsa butona bassın ve Microsoft Teams’den rapor sorumlusuna mesaj gitsin.

Power BI’da Power Automate butonunu eklemek için “Get More Visual” diyerek custom görsel penceresiden seçilip eklenir.

Power Automate butonunu rapora ekleme

Şimdi Flow görseline tıklayalım ve rapor sayfasına gelmesini sağlayalım. Görsel rapor sayfasına geldiğinde bize şu şekilde bir tanıtım gösteriyor. Aynı zamanda gördüğünüz gibi “Fields” alanında Power Automate görselinin istediği şey sadece data. Bu alana birden fazla da değer getirebiliyoruz. Hazırda bir flowunuz varsa onunla da bağlayabilir ya da yeni bir akış da oluşturabilirsiniz. Ben yeni bir akış oluşturacağım.

Flow butonunu dizayn etme

Bir “Yardım al” butonu tasarlıyoruz.Bunun için herhangi ekstra bir bilgiye ihtiyacımız yok. Yönergeleri izleyerek 3 noktadan edit komutuna tıklıyorum.

Bu adımda gördüğümüz pencere ise Power Automate ile daha önceden haşır neşir olanlara tanıdık gelen bir sayfa. Gördüğünüz gibi kendiniz yeni bir akış tasarlayabilir veya aşağıda olan hazır örnekleri de kullanabilirsiniz. Biz de bu örnek şablonlardan kullanacağız. Kullanacağımız şablonun ismi: “Power BI’dan Teams mesajı gönder” olacak.

Hazır şablonu açtığımızda 2 adımdan oluştuğunu görmekteyiz. Bu akışı Power BI ‘da butona basılması tetikleyecek ve bu tetikleme sonunda rapor sahibine veya yardımcı olacak kişilere Microsoft Teams üzerinden mesaj gidecek. Bizim burada yapmamız gereken işlem mesaj içeriğini doldurmak.

Mesaj gönderirken 5 özellik var:

1-Mesajın kime gidecek?: Rapor sahibi olarak kendi mail adresimi yazıyorum.

2-Mesaj içeriği nedir?: Kimin sorun yaşadığı bilgisini Power BI’da butona basılma anındaki toplanan verilerden seçiyorum. Kişinin ismi ve durumu özetleyen bir yazıyı da beraberine ekliyorum. Birhan Aydın (tetiklemeden gelen özellik) raporla ilgili yardıma ihtiyacı var.

3- Başlık nedir?: Mesajın başlığı. Rapor desteği olarak belirttim.

4-Bildirim olarak görülecek mi?: (Isalert) kısmı yes olduğunda Teams’in activity alanında çıkan ve Teams bildirimi almanızı sağlar.

5- Özet nedir?: IsAlert kısmı yes olduğunda bildirimlerde gözükecek kısa bilgi.

Bu bilgileri doldurduktan sonra kaydete basıyoruz. Önemli nokta, save dedikten sonra apply ifadesine de tıklamak. Apply demeden butonda bu akış aktif hale gelmiyor.

Bu işlemleri tamamladıktan sonra biri butona bastığında aldığınız mesaj şu şekilde oluyor.

Eğer “isalert” açıksa -açık olmasını öneririm- activity alanında çıkan yazı da böyle gözüküyor.

Böylece ilgili kişi ile hızlıca etkileşim kurabilirsiniz. Çoğu kişinin raporları kullanmayı bırakma sebebi aslında raporla ilgili sıkıntıya düştüğünde bunun peşine düşmemesi ve destek alamaması. Bazen kiminle iletişim kuracağını bilmedikleri için bu işleme girişmiyorlar bazense başka bu işlem o an için oldukça eforlu geldiği için. Hayatta da böyledir. Gerçek bir muhatap bulduğumuz takdirde aradaki anlaşma sağlanabilir ve bu anlaşmaya devam edilebilir. Bu sebeple bunu kullanmakta da hem rapor yapan kişinin kullanıcıların davranışlarını görme ve buna aksiyonu sağlarken aynı zamanda raporu kullanan kişilerin de güvenlerini tazeleyecektir.

Son olarak butonu biraz daha görsel olarak uygun hale getirme durumu var. Butonun şu an için çok az bir noktasını düzenleyebiliyoruz. Arka plan rengini ve buton yazısını. Oynat simgesi ise şu an için kaldırılamıyor. Ama yanına ayrıca ufak iconlar da ekleyebiliyorsunuz.

Artık herşey hazır. Yayınladıktan sonra aktif şekilde kullanabilirsiniz. Bu akışı çok daha komplike şekilde de tasarlayabilirsiniz. Örneğin raporun ismini de mesaja yazabilir ya da hemen plannerda bununla ilgili task oluşturabilirsiniz. Power BI ve Power Automate’in ortaklaşa gideceği yol daha çok var, her gelen güncelleme de bunu arttırıyor. Daha iyileriyle görüşmek üzere.

Good game well played.

Power Automate Butonu İle Power BI Verilerini Excel Olarak Nasıl Alırsınız?

Merhaba BI Fanları!

Bu yazımızda geldiğinden beri oldukça ses getiren “Power BI ‘da Power Automate/Flow Butonu” nu biraz daha yakından inceleyeceğiz. Power Automate de ne diyenler için, Power Automate Microsoft ürünü olan veya olmayan birçok bağlantıyı kullanarak manuel yürüttüğünüz Sistemleri mümkün olduğunca otomatik hale getiren bir Microsoft ürünüdür. Detaylı bilgi için şu yazımıza göz atabilirsiniz.

Bildiğiniz gibi Power BI ile Power Automate oldukça limitli bağlantı noktaları vardı. Power Automate kullanarak Power BI veri setini yenileyebilir ve yeni satır ekleyebilir (detay için) ya da Power BI’da data alert çalıştığında yapılacak aksiyonlar için bir akış tasarlayabilirdiniz. Yeni gelen özellikler de raporları çıktı alabilir veya butona basarak farklı türde çıktılar alabilir ya da başka işlemler başlatabilirsiniz. Biz de bu yazımızda nasıl veri çıktısı alabileceğimize göz atacağız.

Power BI’da Power Automate butonu

Power BI’da Power Automate butonunu eklemek için “Get More Visual” diyerek custom görsel penceresiden seçilip eklenir.

Flow butonunu rapora ekleme

Şimdi Flow görseline tıklayalım ve rapor sayfasına gelmesini sağlayalım. Görsel rapor sayfasına geldiğinde bize şu şekilde bir tanıtım gösteriyor. Aynı zamanda gördüğünüz gibi “Fields” alanında Power Automate görselinin istediği şey sadece data. Bu alana birden fazla da değer getirebiliyoruz. Hazırda bir akışınız varsa onunla da bağlayabilir ya da yeni bir akış da oluşturabilirsiniz. Ben yeni bir akış oluşturacağım.

Flow butonunu dizayn etme

Ben tüm veriyi çekmek istediğim için tüm sütunları bu görsele ekliyorum. Eklememe rağmen Power Automate görselinde herhangi bir değişiklik yok ve biz buna hiç alışık değiliz! Bunu neden böyle yapmışlar açıkcası hala anlayamadım, ama görselde de 2.adımda belirttiği gibi 3 noktaya basıp edit diyoruz.

Bu adımda gördüğümüz pencere ise Power Automate ile daha önceden haşır neşir olanlara tanıdık gelen bir sayfa. Bizim istediğimiz akış için new ifadesine tıklayarak Instant cloud flow ifadesine tıklıyoruz. İlk adımımız olarak “Power BI Button Clicked” tetikleyicisi yer alıyor. Burada bir data export etmek istediğimiz için bunu birkaç yoldan yapabiliriz. Sharepointe kaydedebiliriz ya da mail olarak da göndertebiliriz. Ben mail olarak gönderteceğim. Sadece son adım değişecek ikisinde de.

2.Adım olarak Power Automate ‘in yerleşik bir özelliği olan “Data Operation” özelliğinin içinde yer alan “Compose” ve “Create CSV Table” kullanacağım. Compose özelliği ile object tipinde gelen datayı arraya çevirerek CSV Tablosu oluşturma şansına sahip oluyorum. Burada seçilecek dinamik içerik “Power BI data”.

Create CSV Table içeriği de bir önceki adımın çıktısı olmalı.

Bu adımdan sonrası sharepointe de bağlayabilirsiniz.  Mail gönderimini seçiyorum ve gerekli bilgileri dolduruyorum. Kime gideceği bilgisini butona basıldığında toplanan bilgilerden seçiyorum: Kişinin mail adresi. Duruma uygun bir başlık ve body belirliyorum. Ek eklemeye geldiğimizde ekin içeriği üstte oluşturduğum csv tablo çıktısı olacak. Ekin ismi ise gene istediğiniz bir isim olmakla beraber muhakkak sonuna “.csv” ifadesini ekliyoruz. Bunun sebebi bunun csv dosyası olarak algılabilmesini sağlamak.

Gelen mailimizin içeriği de şu şekilde:

Burada önemli bir not: Şu an için 1000 satıra kadar desteklediği görünüyor. 1000 satırı aşmayacak veri exportlarınızı bu yöntemle yapabilirsiniz.

Başka bir yazımızda görüşmek dileğiyle, hoşça kalın.

Good game well played.

Power BI Veri Ağ Geçidi (Gateway) Nedir ve Nasıl Kurulur ?

Merhaba BI Fanları,

Bu yazımızda raporlarımızın yenilenmesi için oldukça önemli olan bir konuya değineceğiz: Veri ağ geçitleri. Localde bir sisteme bağlantı yapıp bu bağlantının istenen aralıklarla Power BI Services ‘de yenilenmesini istiyorsanız mutlaka veri ağ geçidini kurmanız gerekiyor.

Veri ağ geçidi, şirket içi bir ağda bulunan verilere güvenli bir şekilde erişmek için gerekli olan bir yazılımdır. Şirket içi veri kaynağı için bir ağ geçidi görevi görür. Herhangi birinin bir buluttan veya web tabanlı uygulamadan şirket içi verilere erişmesi gerekirse, istek ağ geçidinden geçer. Tüm bağlantı isteklerine ağ geçidi katılır ve erişim, kimlik doğrulama ve gereksinimlerine göre verilir.

Ağ geçitleri, şirket içi kaynaktan istemci platformuna veri aktarmaz. Ancak bu platformu doğrudan şirket içi veri kaynağına bağlar. Müşteri, raporlar, gösterge panoları ve veri analizi yapmak için kullanmak üzere şirket içi konumundan doğrudan verilere erişebilir. Ağ geçidi, tek bir veri kaynağı veya birden çok veri kaynağı ile şirket içi veri kaynağı arasındaki bağlantıları kolaylaştırmak için kullanılır.

 

Microsoft’un sağladığı bu ağ geçidini aşağıda da gösterilen  Azure Analysis Services, Azure Logic Apps, Power BI, Power Apps ve Power Apps için kullanabilirsiniz. Çalışma mantığının görselleştirilmiş hali şu şekildedir:

  • Power BI gibi bir bulut hizmeti, şirket içi veri kaynağından veri gerektiren bir sorgu oluşturur.
  • Bulut hizmetlerinden gelen bu sorgu, şifrelenmiş kimlik bilgileriyle Ağ Geçidi Bulut Hizmetine gider.
  • Ağ Geçidi Bulut Hizmeti, isteği işler, analiz eder ve şirket içi ağ geçidine gönderir.
  • Şirket içi veri ağ geçidi, veri kaynağı için kimlik bilgilerinin şifresini çözer ve kullanıcıyı veri kaynağına bağlar. Ayrıca, şirket içi veri ağ geçidi, bulut hizmetlerinden gönderilen sorguyu şirket içi veri kaynağına iletir.
  • Veri sorgusu, SQL Server, dosyalar, SharePoint, SSAS vb. olabilen veri kaynağında yürütülür.
  • Sorgunun sonucu, veri kaynağı tarafından şirket içi veri ağ geçidine döndürülür. Şirket içi veri ağ geçidi, sonucu bulut hizmetine geri gönderir.
  • Yeni veriler ilgili bulut hizmetine yansımış olur.

Gateway Türleri

2 farklı gateway türü vardır:

  • Standart Mod -Önerilen-
  • Kişisel Mod

Standart Mod

Veri Ağ Geçidinin (Gatewayin) bu sürümü, birden fazla kullanıcı için birden çok şirket içi veri kaynağıyla bağlantıya erişim izinlerini sağlar ve izinleri düzenler. Veriler, Power BI, Azure Analysis Services, Azure Logic Apps, Microsoft Flow, PowerApps vb. uygulamalarda kullanılabilir. Bu tür bir veri ağ geçidini kurarak birden çok veri kaynağına doğrudan bağlantı kurabilirsiniz. Bu veri ağ geçidi, birden çok kullanıcının birden çok veri kaynağına erişmesi gereken karmaşık senaryolar için önerilir.

Kişisel Mod

Şirket içi veri ağ geçidinin kişisel modu, farklı veri kaynaklarına bağlanmak için yalnızca bir kullanıcı tarafından kullanılmasına izin verir. Veri kaynaklarına yalnızca bir kişinin erişmesi gerektiğinde önerilir. Power BI kullanarak raporlar ve panolar oluşturmak için kullanıcı, erişim ayrıcalığını diğer kullanıcılarla paylaşamaz. Standart mod ne kadar önerilse de bazı bağlanılan veri kaynakları yalnızca Kişisel Mod’u desteklemektedir.

Power BI Veri Ağ Geçidi Kurulumu

Ağ geçidi uygulamasını yerel bir etki alanındaki herhangi bir sunucuya yükleyebilirsiniz. Tavsiye edilen, veri kaynağının bulunduğu yerel makinedir.

Ağ geçidinin yüklenmesi ile ilgili olarak önerilen ve minimum gereksinimler için buraya tıklayabilirsiniz.

  • Windows kimlik doğrulaması kullanmayı planlıyorsanız, ağ geçidini veri kaynakları ile aynı Active Directory ortamına üye olan bir bilgisayara yüklediğinizden emin olun.
  • İnternete bağlı olmayan, kapalı veya uyku modundaki bir bilgisayara (dizüstü bilgisayar gibi) ağ geçidi yüklemeyin. Ağ geçidi bu durumların hiçbirinde çalıştırılamaz.
  • Ağ geçidi kablosuz ağ kullanıyorsa performansı düşebilir.
  • Tek bir bilgisayara en çok iki ağ geçidi yükleyebilirsiniz: biri kişisel modda ve diğeri standart modda çalışır. Aynı bilgisayara aynı modda çalışan birden fazla ağ geçidi yükleyemezsiniz.

Veri Ağ Geçidini İndirme

Veri Ağ Geçidini indirme sayfasına gitmek için Power BI Portal’dan (app.powerbi.com) adresinden yararlanabilirsiniz:

Direkt olarak ilgili ağ geçidini indirme sayfasına gitmek için aşağıdaki bağlantıları kullanabilirsiniz:

Veri Ağ Geçidinin Kurulumu

İlgili linklerden veri ağ geçidi kurulum dosyası indirildikten sonra dosya çalıştırılır.

Adım 1: Ağ geçidinin kurulum yeri seçilir ve kullanım koşullarını kabul etme tikine tıklanarak “Install” ifadesine tıklanır.

Maksimum bir dakika için temel kurulum yapılır.

 Adım 2: Veri Ağ Geçidi kullanacak & yönetecek ana hesaba ait e-mail ve şifre bilgileri girilir.

Adım 3: Yeni bir veri ağ geçidi oluşturmak üzere üstteki seçenek seçilir.

*Makinede mevcutta bulunan bir veri ağ geçidi var ise kurulumu başlatarak bu adımda ikinci seçeneği seçip ağ geçidiyle ilgili aksiyonları alabilirsiniz.

Adım 4: İlgili veri ağ geçidinin kimlik bilgileri girilir. Bu ağ geçidinin ismi, ağ geçidini onarırken ihtiyaç duyulan şifre girilir.

Bu işlemlerden Veri Ağ Geçidi kullanıma hazır hale gelir ve app.powerbi.com adresinde bulunabilir.

Diğer yazılarımıza da göz atmak isterseniz buradan başlayabilirsiniz. Başka bir yazımızda görüşmek dileğiyle.

Good game well played.

Çözüldü: Veri Yenilemesindeki Type Mismatch hatası

Merhaba BI Fanları,

Bu yazımızda sizlerle veri yenilemesi yaparken karşılaşılan en sık hatanın çözümü hakkında konuşacağız: Type Mismatch.

Power BI ‘da veri kaynağına bağlanıp bazı tabloları rapora çektiğinizde Power Query, bu tablolarda varsayılan bir işlem gerçekleştirir: Changed Type. Bu işlem her sütunun doğru veri türünde olmasını sağlayan işlemdir ve her tabloda uygulanır. Doğru veri türü, bizim doğru hesaplamalar yapabilmemiz için oldukça gerekli bir işlemdir.

Veri kaynağına ilk defa bağlanıldığında Power Quey, sütunlar için uygun veri tiplerini kendisi bulur ve “Change Type” adımında artık bu sütunlar için olacak olan veri türünü belirler. Veri türü belirlenmemiş sütunların veri türü şöyle görünür:

Rapor oluşturucuları da mümkün olduğunca bundan kaçınmaya çalışarak sütun için uygun veri türlerini seçmeye çalışır.

Power Query’de veri türlerinin algılanması ve sütuna uygun veri türünün uygulanması işlenmesi ilk bağlantıya özgüdür. Bundan sonra bu veri kaynağı yenilendiğinde Power BI sadece yeni gelen değerlerin ilgili sütunun belirlenen veri türüyle eşleşip eşleşmediğine bakar. Eğer yeni gelen değerler sütunun veri türüyle eşleşmiyorsa bu satırlar için hata döndürür ve karşımıza “Type Mismatch” hatasını çıkartır.

Hatalı hücreye tıkladığınızda alt alandaki hata detayı genelde şöyledir:

Bu hatayı aldığınızda 2 durum söz konusu olabilir:

  • Veri kaynağına yanlış yazım olmuştur.
  • Bu sütun için artık yeni gelecek değerle farklı bir veri türünde gelebilir.

Eğer durum birinci seçenekteki gibiyse veriyi size sağlayanlara hemen bu durumu bildirmek gerekiyor. Eğer durum ikinci seçenekteki gibiyse iki farklı yoldan bu durumu çözebilirsiniz:

1-Change Type adımını yeni veri türünü de kapsayacak şekilde düzelt.

Bu adımda “Applied Steps” adımlarında “Change Type” seçili olacak şekilde hata veren sütunun veri türünü “Text” yapabiliriz.

Bu işlemden sonra bize bir pencere çıkacak;  bu pencerede yapacağımız işlemin de bir veri türü işlemi olmasından dolayı önceki veri türü işlemi üzerine yazılsın mı diye soruluyor. Biz de buna evet diyoruz. Yeni bir adım olarak eklemek bu durumu çözmez.

Böylece tüm hatalar gitmiş ve hücrenin gerçek değeri karşımıza gelmiş oluyor.

2-Changed Type adımını kaldır

Bir diğer seçenek ise “Changed Type” adımını kaldırabilirsiniz. Bunu yaparken diğer sütunların nasıl etkileneceğini doğru analiz etmekte fayda vardır. Özellikle ondalıklı değere sahip veya binlik ayıraçlı gelen değerlere sahip sütunlar bu durumdan en çok etkilenenlerdir. Eğer üzerine tekrar bir “Change Type” adımı oluşturmazsanız karşılaşacağınız görüntü böyle olur:

Type mismatch hatasının neden oluştuğu ve bu hatayı nasıl kaldırabileceğimize dair yazımızı tamamladık. Bir başka yazımızda görüşmek üzere.

Good game well played.

Çözüldü: Veri Yenilemesindeki Premium_ASWL_Error

Merhaba BI fanları!

Bugünkü yazımızda sizlerle Power BI Portal’da veri yenilemesinde karşılabileceğiniz “Premium_ASWL_Error” hatasının nasıl çözüleceğine dair bilgileri paylaşıyor olacağız. Bu hatanın temeli direct query bağlantı modelinin power bi datasetlerinde ve Azure Analysis Services’daki kısıtlamalarından kaynaklanmaktadır. Power BI ‘da bağlantı modlarını bu yazımızda detaylı inceleyebilir ve karşılaştırmasını bulabilirsiniz.

Öncelikle bu hatayı almak için gereken senaryomuzu kurgulayalım:

Kullanıcıya iki farklı tarih aralığı seçtirterek bu aralıkları birbirleriyle kıyaslayabilecek bir analiz yaptırmak istiyorum. Veri Kaynağı olarak Azure Analysis Services’i seçiyorum ve mevcut hazırda olan modelime bağlanıyorum. Modellerin hepsinde mutlaka bir date tablosu zaten vardır. Benim yapmak istediğim analiz için 2 periyot karşılaştıracağımdan 2 farklı date tablosuna ihtiyacım var. Çünkü tek bir date tablosundan 2 farklı seçimi algılanmayacaktır.

Bunun için ekstra bir date tablosu oluşturacağız. Normalde date tablosu oluştururken bunu DAX ile “Calculated Table” olarak oluşturabiliriz. Dax ile date tablosu oluşturma yazımız için tıklayınız. Oluşturduğumuz tabloyu da hesap yapılacak tablo ile bağlıyoruz.

 

Ardından Power BI Portal’a yüküyoruz ve yenileme başlatıyoruz. Bam! İşte karşılaştığımız hata:

Eğer yenilemeyi .pbix dosyasında yaparsanız böyle bir hata almayacak ve herşey yolundaymış gibi gözükecektir. Ancak her zaman otomasyondan yana olduğumuz için her gün .pbix dosyasının yenileyip tekrar portala yüklenmesindense otomatik yenilemenin aktif olmasını isteriz. Otomatik yenileme nasıl yapılır? Yazımıza bakabilirsiniz.

 

Bu karşılaşan hatanın sebebini Microsoft’un Using DirectQuery for Power BI datasets and Azure Analysis Services (preview) yazısında buluyoruz.

Analysis Services’a direct query ile bağlantı yapılmasında bazı kısıtlamaları var. Bunlardan bir tanesi Azure Analysis Services’dan veri çekilen bir .pbix dosyasının Power BI Service’a yayınlandıktan sonra bu dosyanın içinde bulunan hesaplanmış tablolarının desteklenmemesidir. Hesaplanmış tablolar dax ile oluşturulan tablolar anlamına gelmektedir. Bizim örneğimizde de biz DAX ile Date tablosu oluşturmuştuk. Bu tabloyu silip service tarafında yenileme işlemi başlattığımda herhangi bir sorunla karşılaşmadım. Peki bu konuda ne yapabiliriz? Benim o tabloya da ihtiyacım var.

Bu konuda yapılabilecek işlem, bizim senaryomuz için Date tablosunu, sizin senaryonuzdaysa hesaplanmış tabloyu Power Query tarafında tekrar elde etmeye çalışmak.

Power Query’de de M dili kullanılmaktadır. M dilli bize birçok imkan sağlar. Dax’dan biraz daha farklı bir yapısı vardır.

Calculated table ile oluşturduğunuz tabloyu Power Query’de de M diliyle oluşturabilirsiniz. Senaryomuz için gerekli olan Date tablomuzu oluşturmak için öncelikle boş sorgu oluşturuyoruz.

Advanced Editörü açarak aşağıdaki kod bloğunu yapıştırıyoruz. Benim senaryom için bu kod bloğu ile oldukça yeterli bir Date tablosu oluşturabildim.

let
Source = Table.FromRows(Json.Document(Binary.Decompress(Binary.FromText("i45WMjDUByIjAwMDpdhYAA==", BinaryEncoding.Base64), Compression.Deflate)), let _t = ((type nullable text) meta [Serialized.Text = true]) in type table [StartDate = _t]),
#"Added Custom" = Table.AddColumn(Source, "EndDate", each Date.From(DateTime.LocalNow())),
#"Changed Type2" = Table.TransformColumnTypes(#"Added Custom",{{"EndDate", type date}}),
#"Changed Type" = Table.TransformColumnTypes(#"Changed Type2",{{"StartDate", type date}}),
#"Added Custom1" = Table.AddColumn(#"Changed Type", "Dates", each {Number.From([StartDate])..Number.From([EndDate])}),
#"Expanded Dates" = Table.ExpandListColumn(#"Added Custom1", "Dates"),
#"Changed Type1" = Table.TransformColumnTypes(#"Expanded Dates",{{"Dates", type date}}),
#"Removed Columns1" = Table.RemoveColumns(#"Changed Type1",{"StartDate", "EndDate"}),
#"Added Custom2" = Table.AddColumn(#"Removed Columns1", "Year", each Date.Year([Dates])),
#"Added Custom3" = Table.AddColumn(#"Added Custom2", "Month", each Date.Month([Dates])),
#"Added Custom4" = Table.AddColumn(#"Added Custom3", "MonthName", each Date.MonthName([Dates])),
#"Added Custom5" = Table.AddColumn(#"Added Custom4", "ShortMonthName", each Text.Start([MonthName],3)),
#"Added Custom6" = Table.AddColumn(#"Added Custom5", "Quarter", each Date.QuarterOfYear([Dates])),
#"Changed Type3" = Table.TransformColumnTypes(#"Added Custom6",{{"Quarter", type text}}),
#"Added Custom7" = Table.AddColumn(#"Changed Type3", "QtrText", each "Qtr "& [Quarter]),
#"Added Custom8" = Table.AddColumn(#"Added Custom7", "Day", each Date.Day([Dates])),
#"Added Custom9" = Table.AddColumn(#"Added Custom8", "Date as Integer", each [Year]*10000 + [Month]*100+[Day]),
#"Changed Type4" = Table.TransformColumnTypes(#"Added Custom9",{{"Date as Integer", Int64.Type}}),
SelectRow = Table.SelectRows(#"Changed Type4", each Date.IsInPreviousNYears([Dates], 1) or Date.IsInCurrentYear([Dates]))

in
SelectRow

Ardından iki tablo arasında ilişki oluşturuyorum ve Power BI Service’e yayınlıyorum. Otomatik refresh ayarlarının yapıp yenileme başlatıyorum. Datasetim hiçbir sorun olmadan çalıştı. 😊