This is still one of the most common dataflows questions: what’s the difference between Power BI dataflows and Power BI datasets? For the last year I have resisted tackling this question head-on. This isn’t because it’s a bad or „dumb“ question. Just the opposite – this is a very simple question, and the simpler a […]

über Power BIte: Dataflows vs. datasets — BI Polar

If you’re a frequent reader of this blog, or a frequent user of Power BI dataflows, you probably know these things already: Power BI dataflows are workspace-level objects in the Power BI service that enable data reuse through self-service data preparation. Power BI dataflows store data in the CDM folder format in Azure storage. CDM […]

über Importing model.json to create a new dataflow — BI Polar

 

The reaction to this recent post on lineage and Power BI dataflows highlighted how important lineage is for Power BI[1]. Although (as this post shows) there are lineage user experiences in place for dataflows today, and experiences coming for all artifacts in a workspace. Even with these new experiences, there will still be times when […]

über Governing Power BI just got a little easier — BI Polar

SSRS Reporting

Diese Seite finde ich empfehlenswert, geht zwar vorrangig um SSRS aber sind auch Tipps zum Dynamics NAV enthalten:

https://reportsyouneed.com/category/ssrs/

Vor alllem die Aussage, die Aufbereitung der Daten mittels SQL, Views oder procedures möglichst in der Datenbank zu behalten, würde ich in meinen Szenarien unterschreiben. Im Optimalfall sollte das Reportingtool lediglich für die Visualisierung zuständig sein. Ich sehe hier den großen Vorteil, dass die aufbereiteten Daten unabhängig vom Reporting Frontend universell verwendbar sind. Und es gibt dann auch nur eine Wahrheit der Daten und nicht im schlimmsten Fall eine je Report.

Auch für Power BI ist der Ansatz durchaus zulässig, ich sehe das in meinen Projekten (mit Power BI Pro) momentan so:

Wo immer möglich und sinnvoll, die Daten bereits an der Quelle (in der Datenbank) entsprechend vor-/aufbereiten

Dann die einzelnen Views als Power BI dataflows in den Service bringen.

Zentrale Datasets nach Star Schema entwickeln und auch im Service bereit stellen. Hier kann dann natürlich auch auf die gewohnten Tools wie Power Query und DAX zurückgegriffen werden.

Diese Datasets dann als Quelle für das Power BI Reporting verwenden.