Latest / M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano / Modellazione in Power BI: sistema schema a stella, DAX e relazioni ed elimina il problema di performance da 10.000 dollari (Doppiaggio IA)

Transcript

Modellazione in Power BI: sistema schema a stella, DAX e relazioni ed elimina il problema di performance da 10.000 dollari (Doppiaggio IA) · M365.FM – Podcast su Microsoft 365, Copilot e IA in italiano

0:00
Speaker 2: Pronto per dieci giorni di Microsoft 365, Copilot, intelligenza artificiale,
0:04
Speaker 2: Azure e le persone che stanno plasmando il futuro del lavoro?
0:07
Speaker 2: A gennaio torna M365Con e ci stiamo espandendo. Unisciti a
0:13
Speaker 2: noi per sessioni live, dimostrazioni pratiche e conoscenze pratiche da
0:16
Speaker 2: parte di MVP ed esperti del settore di tutto il mondo.
0:18
Speaker 2: Niente slide generiche, niente parole d'ordine infinite. Stiamo affrontando le
0:22
Speaker 2: vere sfide. Copilot Studio, agenti di intelligenza artificiale, Fabric, sicurezza,
0:27
Speaker 2: governance e automazione. Che tu sia un professionista IT, uno
0:31
Speaker 2: sviluppatore o un leader aziendale, ci sono sessioni pensate per te.
0:35
Speaker 2: Con 10 giorni interi, puoi esplorare più tecnologie e connetterti
0:38
Speaker 2: con una community globale. Guarda la diretta e porta spunti
0:42
Speaker 2: pratici alla tua organizzazione. Gennaio 2027, 10 giorni, una community Microsoft.
0:49
Speaker 2: Le registrazioni sono aperte ora. Vai su m365con. net e assicurati
0:54
Speaker 2: il tuo posto oggi stesso. Questo è m365con. net, eh. Iscriviti
1:00
Speaker 2: ora su m365con. net e ci vediamo dal vivo a gennaio.
1:04
Speaker 2: Il tuo dashboard di Power BI ti sta mentendo. Non
1:07
Speaker 2: si tratta di numeri, si tratta di mentire sui costi
1:09
Speaker 2: in volta che qualcuno preme un pulsante di aggiornamento. Ogni
1:11
Speaker 2: volta che si sposta un filtro stai silenziosamente pagando una
1:13
Speaker 2: tassa sulle prestazioni. E prima che tu sorrida, sì, la
1:15
Speaker 2: stai pagando, che sia attraverso il tempo di elaborazione sprecato,
1:17
Speaker 2: l'eccesso di capacità di Power BI Premium o le ore
1:20
Speaker 2: che il tuo team trascorre ad aspettare che quel piccolo
1:22
Speaker 2: spinner giallo scompaia. Modelli di dati inefficienti sono vampiri di
1:27
Speaker 2: budget invisibili. Ogni colonna gonfia e già intrascurato sottrae denaro
1:31
Speaker 2: a tuo reparto. E quando dico denaro intendo denaro reale,
1:33
Speaker 2: 5 cifre all'anno per alcune aziende. E questo è un
1:36
Speaker 2: problema da 10.000 dollari. La soluzione non è un plugin
1:38
Speaker 2: e non è nascosta nell'ultimo giornamento. È architetturale, ma è
1:41
Speaker 2: la progettazione del modo in cui pensa il tuo modello.
1:43
Speaker 2: Alla fine saprai come creare un modello di Power BI
1:45
Speaker 2: che funziona più velocemente, costa meno e sopravvive a carichi
1:47
Speaker 2: di lavoro aziendali reali senza chiedere pietà. A tasso sull'inefficienza.
1:52
Speaker 2: Pensa al tuo modello di dati come una cucina. Un
1:54
Speaker 2: bravo chef dispone coltelli, padelle e spezzi in modo da
1:56
Speaker 2: raggiungere tutto in due passaggi. Un cattivo chef mette tutto
1:59
Speaker 2: in uno e spera per il meglio. La maggior parte
2:02
Speaker 2: degli utenti di Power BI è il secondo chef, ma
2:04
Speaker 2: il loro cassetto è un file Excel importato dal 2017
2:06
Speaker 2: pieno di 50 colonne che nessuno ricorda di aver aggiunto.
2:09
Speaker 2: Questo disordine è ciò che chiamiamo debito tecnico. Sono tutte
2:12
Speaker 2: le scorciatoie, i duplicati, delle relazioni mal congegnate che fanno
2:14
Speaker 2: funzionare il tuo modello per ora, ma rompono tutto sei
2:17
Speaker 2: mesi dopo. Ogni query in quel modello disordinato vaga per
2:20
Speaker 2: la cucina alla ricerca di ingredienti. Ogni aggiornamento è un'altra
2:23
Speaker 2: ora di motore che fruga nel cassetto della spazzatura. Eh sì,
2:26
Speaker 2: so perché l'hai fatto. Hai cliccato su Importa sull'intera tabella
2:29
Speaker 2: SQL perché era più facile che pensare a ciò di
2:31
Speaker 2: cui avevi effettivamente bisogno. O forse hai creato colonne calcolate
2:34
Speaker 2: per tutto perché è così che funziona Excel. Congratulazioni, sei
2:37
Speaker 2: appena passato ad essere un accaparatore di fogli di calcolo
2:39
Speaker 2: ad essere un accaparatore di... Quelle scelte pigre hanno delle conseguenze.
2:41
Speaker 2: Power BI archivia ogni colonna non necessaria, duplica i dati
2:45
Speaker 2: nel modello ed espande esponenzialmente l'utilizzo della memoria. Ogni volta
2:48
Speaker 2: che aggiungi un elemento visivo elaborato con 15 colonne, l'aggiornamento rallenta.
2:52
Speaker 2: Gli aggiornamenti lenti diventano dashboard. Le dashboard delterrate comportano decisioni
2:56
Speaker 2: più Moltiplica quel ritardo per 200 analisti e capirai perché
2:59
Speaker 2: la tua fattura cloud assomiglia a una richiesta di riscatto.
3:01
Speaker 2: L'ironia è che non è colpa di Power BI, è tua.
3:04
Speaker 2: Il motore è veloce. Il motore DAX è intelligente. Ma
3:06
Speaker 2: il tuo modello è un groviglio di codice spaghettica muffato
3:08
Speaker 2: da informazioni aziendali. Pronto a risolverlo? Bene. Ricostruiamo il tuo
3:12
Speaker 2: modello come un adulto. La soluzione è la modellazione dimensionale.
3:17
Speaker 2: La modellazione dimensionale, nota anche come schema stella, è ciò
3:19
Speaker 2: che distingue un professionista di Power BI da un appassionato
3:21
Speaker 2: di Power BI. È il momento in cui il tuo
3:23
Speaker 2: caotico groville di esportazioni di Excel cresce e inizia a
3:26
Speaker 2: pagare l'affitto. Ecco come funziona. Al centro della tua stella
3:29
Speaker 2: c'è una tabella dei fatti. Gli eventi o le transazioni
3:31
Speaker 2: non ne lavorano. Considera come ricevuti. Ogni record rappresenta qualcosa
3:36
Speaker 2: che è accaduto. Una vendita, una spedizione, un accesso, qualsiasi
3:38
Speaker 2: cosa la tua attività misuri effettivamente. Attorno a quel nucleo
3:41
Speaker 2: crei tabelle dimensionali, il dizionario che descrive quelle ricevute. Prodotto, cliente, data, regione,
3:47
Speaker 2: ognuno ha la sua precisa dimensione. Questa è la differenza
3:50
Speaker 2: tra accumulo e organizzazione. Invece di impilare ogni possibile campo
3:54
Speaker 2: all'interno di una tabella, separe le iscrizioni dagli eventi. La
3:57
Speaker 2: tabella dei fatti rimane snella. Tornellate di righe, poche colonne.
4:01
Speaker 2: Le dimensioni rimangono ampie, meno righe, ma descrizioni dettagliate. È
4:04
Speaker 2: una modellazione relazionale, come natura intende. Ora, alcuni di voi
4:07
Speaker 2: diventano creativi e creano relazioni molti a molti, perché l'hanno
4:10
Speaker 2: visto una volta in un forum. Questa non è creatività.
4:12
Speaker 2: Questo è autolesionismo. In una vera e propria stella, tutte
4:15
Speaker 2: le relazioni sono uno a molti, puntando verso l'esterno dalla
4:17
Speaker 2: dimensione al fatto. La dimensione agisce come una ricerca. Un
4:20
Speaker 2: prodotto può apparire in molte vendite, ma ogni vendita punta
4:23
Speaker 2: esattamente a un prodotto. Infrangi queste regole e scatenerai il
4:26
Speaker 2: caos nei tuoi calcoli DAX. Parliamo di cardinalità. Power BI
4:30
Speaker 2: odia l'ambiguità. Quando le relazioni non sono chiare, spreca potenza
4:33
Speaker 2: di elaborazione cercando di indovinare. Immagina di provare a indicizzare
4:36
Speaker 2: un dizionario in cui ogni parola compare su cinque pagine casuali.
4:40
Speaker 2: È orribile. Le relazioni uno a molti forniscono al motore
4:42
Speaker 2: un percorso diretto. Sa esattamente quale contesto di filtro si
4:46
Speaker 2: applica a quale fatto. Niente dibattiti, niente dipendenze circolari, niente
4:49
Speaker 2: cicli di CPU sprecati fingendo di essere Sherlock Holmes. Mentre
4:53
Speaker 2: facciamo pulizia, smettila di dipendere dalle chiavi naturali. Il nome
4:57
Speaker 2: del tuo prodotto potrebbe sembrare univoco finché qualcuno non aggiunge
5:00
Speaker 2: uno spazio o digita male una lettera. Crea, invece, chiavi surrogate,
5:03
Speaker 2: ID numerici o GUID che identifichino in modo univoco ogni riga.
5:08
Speaker 2: Sono più leggere e sicure, come i tag dei tuoi dati?
5:11
Speaker 2: Forse ti starai chiedendo perché preoccuparsi di tutta questa struttura.
5:13
Speaker 2: Perché i modelli strutturati sono scrap? Il motore DAX non
5:17
Speaker 2: deve indovinare il tuo intento. Legge l'asterisco e obbedisce a
5:20
Speaker 2: semplici principi. Una direzione, un filtro, uno scopo. Le misure
5:24
Speaker 2: restituiscono finalmente risultati affidabili. Improvvisamente i tuoi dashboards aggiornano in
5:27
Speaker 2: 5 minuti, anziché in un'ora. Puoi anche rimuovere quell'imbarazzante pop- up
5:31
Speaker 2: a tendere durante il caricamento che il tuo team finge
5:33
Speaker 2: di non vedere. Ecco la parte strana. Una volta passato
5:36
Speaker 2: uno schema a stella, tutto il resto si semplifica. Colonne calcolate?
5:39
Speaker 2: Per lo più irrilevanti. Relazioni. Prevedibili. Perfino il tuo DAX
5:43
Speaker 2: diventa più pulito perché il contesto è chiaramente definito. Passerai
5:45
Speaker 2: meno tempo a eseguire il debug delle relazioni e più
5:47
Speaker 2: tempo ad analizzare effettivamente i numeri. Pensa al tuo nuovo
5:50
Speaker 2: modello come a una casa modulare. Ogni dimensione è una
5:52
Speaker 2: stanza ordinatamente etichettata. La tabella dei fatti, il corridoio principale
5:56
Speaker 2: che le collega tutte. Prima avevi un appartamento da accumulatore
5:58
Speaker 2: seriale in cui inciampavi nei dati ogni volta che ti spostavi.
6:01
Speaker 2: Ora ogni cosa è suo posto e la differenza è
6:03
Speaker 2: come se fossi appena passato da un modem fisso alla
6:05
Speaker 2: fibra ottica. Quando esegui questa operazione correttamente il motore Vertipack
6:09
Speaker 2: di Power BI comprime il tuo modello in modo efficiente
6:11
Speaker 2: perché l'archiviazione a colonne ha finalmente senso. I campi di
6:14
Speaker 2: testo duplicati scompaiono, l'utilizzo della memoria diminuisce, gli elementi visivi
6:17
Speaker 2: vengono renderizzati più velocemente di quanto i tuoi dirigenti possono
6:20
Speaker 2: dire poi esportare in Excel. Ma non festeggiare ancora. Un
6:22
Speaker 2: modello pulito è solo metà dell'equazione. Altra metà risiede nella logica,
6:25
Speaker 2: nel livello DAX. È lì che le buone intenzioni spesso
6:28
Speaker 2: diventano disastri a livello di query. Quindi sì, anche con
6:31
Speaker 2: uno schema a stella puoi comunque subire prestazioni scadenti con
6:33
Speaker 2: quella che chiamo affettuosamente ginnastica DAX. In altre parole, è
6:37
Speaker 2: il momento di imparare un po' di disciplina perché la
6:38
Speaker 2: prossima sezione è dove separiamo gli artisti dei dati dalle
6:40
Speaker 2: passività finanziarie. Disciplina DAX e igiene delle relazioni. Sì, il
6:45
Speaker 2: tuo DAX è intelligente. No, non è efficiente. Un DAX
6:47
Speaker 2: intelligente è come una macchina di Rube Goldberg sopra di missione.
6:50
Speaker 2: Ti viene impressionato finché non ti rendi conto di tutto
6:51
Speaker 2: ciò che fa contare le righe. Vedi, DAX non dovrebbe
6:53
Speaker 2: essere brillante. Dovrebbe essere veloce, prevedibile e noioso. Questo è
6:58
Speaker 2: il genio a cui dovresti aspirare, il genio noioso. Cominciamo
7:01
Speaker 2: dalle basi, contesto di riga contro contesto di filtro. Ma
7:04
Speaker 2: non sono gemelli, sono specie diverse. Contesto di riga è
7:07
Speaker 2: ogni singolo record che viene valutato. Pensalo come se stessi
7:10
Speaker 2: prendendo le presenze in una classe. Il contesto del filtro
7:12
Speaker 2: è l'intera classe dopo che hai letto a tutti coloro
7:13
Speaker 2: che indossano magliette rosse di andarsene. La maggior parte delle
7:16
Speaker 2: persone li confonde e poi si chiede perché loro su
7:18
Speaker 2: Max funziona come una lumaca che attraversa la melassa. La
7:21
Speaker 2: regola quando esegui un'iterazione come su Max o Filter stai
7:23
Speaker 2: creando un contesto di riga. Quando usi Calculate stai modificando
7:27
Speaker 2: il contesto del filtro. Devi sapere quale stai toccando, altrimenti
7:30
Speaker 2: Power BI prosciugherà felicemente la tua CPU fingendo di capirti.
7:34
Speaker 2: Il più grande crimine in termini di prestazione in DAX
7:35
Speaker 2: sono le colonne calcolate. Sembrano familiari perché le aveva Excel,
7:39
Speaker 2: Una formula estesa ha un'intera tabella, ma in Power BI
7:42
Speaker 2: quella colonna è persistente. Confia il tuo set di dati
7:45
Speaker 2: in modo permanente. Ogni aggiornamento lo ricalcola riga per riga.
7:48
Speaker 2: Se il tuo set di dati ha 10 milioni di righe, congratulazioni,
7:51
Speaker 2: hai appena aggiunto 10 milioni di operazioni non necessarie a
7:53
Speaker 2: ogni aggiornamento. Non necessario. È l'equivalente informatico di friggere le
7:56
Speaker 2: uova una alla volta in padelle separate. Invece respingi quella
7:59
Speaker 2: logica dove appartiene, in Power Query, esegui la modellazione dei
8:03
Speaker 2: dati in quel punto, dove le trasformazioni avvengono una volta
8:05
Speaker 2: al momento del caricamento, non ripetutamente durante il render. Lascia
8:07
Speaker 2: che il linguaggio M faccia il lavoro pesante. È progettato
8:10
Speaker 2: per l'operazione. Il motore DAX dovrebbe concentrarsi sul calcolo durante l'analisi,
8:13
Speaker 2: non sulle faccende domestiche e domestiche durante la giornata. Poi
8:16
Speaker 2: c'è l'ossessione di scrivere misure midificate e tentacolari che fanno
8:18
Speaker 2: riferimento l'una all'altra fino a otto livelli di profondità. Questo
8:21
Speaker 2: non è modulare. Questa è sofferenza ricorsiva. Ogni dipendenza significa
8:25
Speaker 2: un'alta transizione di contesto che il motore deve tracciare. Invece
8:28
Speaker 2: crea misure principali, come vendite totali o costo totale, e
8:32
Speaker 2: creane di ordine superiore in modo logico in cima. Calcolate
8:36
Speaker 2: tuo amico. È l'operatore di commutazione pulito di DAX. Se
8:39
Speaker 2: usato bene, ricollega i filtri in modo efficiente senza trascinare
8:42
Speaker 2: l'intero modello nel caos. Le funzioni iteratrici, su MAX, AVERAGEX,
8:46
Speaker 2: vanno bene se usate con parsimonia, ma la maggior parte
8:49
Speaker 2: degli utenti le sfrutta inutilmente. Eseguono iterazioni riga per riga
8:52
Speaker 2: quando una semplice somma potrebbe fare il lavoro in una
8:54
Speaker 2: scansione di colonne. Vertipack, il motore in memoria alla base
8:57
Speaker 2: di Power BI, è stato creato per le operazioni in colonne.
9:00
Speaker 2: Ogni volta che lo si forza a comportarsi come un
9:02
Speaker 2: elaboratore di righe di Excel o Sirale. Ricordate, DAX non
9:05
Speaker 2: si preoccupa del vostro estro creativo. Rispetta efficienza e chiarezza. Ora,
9:09
Speaker 2: per quanto riguarda le relazioni, quelle linee invisibili che considerate decorazioni.
9:13
Speaker 2: I filtri unidirezionali sono la regola. Bidirezionale è un'opzione di emergenza,
9:17
Speaker 2: non una pratica standard. Una relazione bidirezionale è come distribuire
9:21
Speaker 2: chiavi maestre agli stagisti. Certo, è comodo finché qualcuno non
9:24
Speaker 2: elimina la tabella dei clienti durante il filtraggio dei prodotti.
9:26
Speaker 2: Invita l'ambiguità, forza la propagazione dei filtri e fa aumentare
9:29
Speaker 2: inaspettatamente i calcoli. Mantenete le relazioni unidirezionali deliberate. Potete sempre
9:34
Speaker 2: usare crossfilter o 3A tasta all'interno di Calculate quando vi
9:37
Speaker 2: serve davvero la bidirezionalità, ma fatelo consapevolmente, non per impostazione predefinita.
9:41
Speaker 2: Relazioni circolari? Non iniziate nemmeno. Sono il triangolo delle bermuda
9:44
Speaker 2: di Power BI. Una volta inserite, prestazioni in sanità mentale svaniscono.
9:48
Speaker 2: Preferite sempre una gerarchia chiara. Le dimensioni filtrano i fatti,
9:52
Speaker 2: ma è il contrario. Se ti accorgi di aver bisogno
9:54
Speaker 2: dei fatti per filtrare le dimensioni, il design del tuo
9:57
Speaker 2: modello è capovolto. Tornei fondamentali. Esegui test come un ingegnere.
10:02
Speaker 2: Usa DAX Studio, misura i tempi di esecuzione, traccia i
10:04
Speaker 2: piani di query. Se una misura crea sospense più a
10:06
Speaker 2: lungo di un'introduzione di Netflix, riscrivila. Tempi di aggiornamento costanti
10:10
Speaker 2: inferiori a 3 minuti non sono fantasia. Sono l'effetto collaterale
10:13
Speaker 2: del rispetto per il contesto di genere delle relazioni. A
10:15
Speaker 2: questo punto il tuo modello dovrebbe ronzare invece di genere.
10:17
Speaker 2: Le relazioni sono ordinate, Dax è disciplinato, gli aggiornamenti terminano
10:21
Speaker 2: prima che il tuo caffè si raffreddi. Hai ridotto i
10:23
Speaker 2: costi di elaborazione, accorciato le finestre di aggiornamento e risparmiato
10:26
Speaker 2: al tuo team un'altra nottata a urlare contro un cerchio
10:28
Speaker 2: che gira. Ora che tutto funziona effettivamente come previsto, quantifichiamo
10:32
Speaker 2: quanti soldi ti ha appena fatto risparmiare la tua nuova disciplina.
10:35
Speaker 2: Il ROI di 10.000 dolai? Bene, smettiamola di fingere che
10:39
Speaker 2: si tratti solo di eleganza e orgoglio artigianale. Non sei
10:41
Speaker 2: venuto qui per l'arte, sei venuto per il ROI. Perché
10:45
Speaker 2: sotto ogni modello disordinato di Power BI si nasconde un
10:47
Speaker 2: dispendio di denaro e tempo sorprendentemente misurabile. Cominciamo con l'aritmetica.
10:51
Speaker 2: 200 analisti perdono circa 5 minuti al giorno in attesa
10:54
Speaker 2: che i report si aggiornino, che gli elementi visivi si carichino.
10:56
Speaker 2: Sembra zero, vero? Moltipica questo per 260 giorni lavorativi per
10:59
Speaker 2: la retribuzione all'area media e all'improvviso quel ritardo costa circa 10.000
11:02
Speaker 2: dollari all'anno. Con un set di dati, uno. La maggior
11:05
Speaker 2: parte delle aziende ne gestisce decine. È sorprendente la rapidità
11:08
Speaker 2: con cui l'inefficienza aumenta se moltiplicata per il numero di dipendenti.
11:11
Speaker 2: Ma non sono solo gli stipendi a esaurirsi, anche il calcolo.
11:14
Speaker 2: Ogni modello gonfio mette a dura prova la tua capacità premium,
11:16
Speaker 2: richiedendo più memoria e CPU anche quando si esegue il
11:18
Speaker 2: rendering di qualcosa di banale come una fetta di vendite mensili.
11:21
Speaker 2: Ad Azure non importa che tu ami le tue colonne extra,
11:23
Speaker 2: ti fa pagare per i millisecondi che consumano. Ottimizza il
11:26
Speaker 2: tuo modello di dati, i cicli della CPU diminuiscono. Un
11:29
Speaker 2: carico della CPU inferiore equivale a nodi di capacità più
11:31
Speaker 2: piccole o tempi più lunghi prima delle dimensioni. Congratulazioni, ha
11:34
Speaker 2: appena ideato una politica di riduzione dei costi mascherata da
11:36
Speaker 2: miglioramento tecnico. Le prestazioni sono sinonimo di produttività. Le dashboard
11:39
Speaker 2: che si aggiornano in pochi secondi anziché in minuti incoraggiano
11:42
Speaker 2: la sperimentazione in tempo reale. I dirigenti prendono decisioni più rapidamente.
11:45
Speaker 2: Gli sviluppatori eseguono interazione all'istante anziché aggiornare all'istante anziché aggiornare, attendere,
11:47
Speaker 2: eseguire il debug e prendere un caffè. Quando i sistemi
11:49
Speaker 2: rispondono rapidamente, le persone si fidano di loro e la
11:51
Speaker 2: fiducia si traduce in utilizzo. Hai mai notato che gli
11:53
Speaker 2: utenti abbandonano le dashboard lente ma apprezzano quelle veloci? La
11:57
Speaker 2: differenza è l'attrito nell'adozione. L'attrito costa denaro all'adozione. Un produttore
12:01
Speaker 2: globale ha rifattorizzato il suo mostruoso modello di magazzino. L'aggiornamento
12:04
Speaker 2: notturno di 12 ore è stato ridotto a 45 minuti.
12:07
Speaker 2: Al direttore finanziario non importavano schemi a stella o chiavi surrogate.
12:10
Speaker 2: Gli importava che gli analisti smettessero di organizzare check- in di
12:12
Speaker 2: mezzanotte per sorvegli aggiornamenti. Cicli più rapidi significavano informazioni più
12:15
Speaker 2: rapide e meno errori di servizio nascosti sotto dati obsoleti.
12:19
Speaker 2: Quella singola ristrutturazione ha liberato risorse equivalenti a uno stipendio
12:22
Speaker 2: a tempo pieno e ha ridotto il calcolo del 30%.
12:24
Speaker 2: Ecco quindi ironia. L'efficienza che considero un bene è in
12:28
Speaker 2: realtà uno strumento finanziario. I modelli puliti sono più economici
12:32
Speaker 2: da gestire e più facili da verificare e più semplici
12:33
Speaker 2: da gestire in versione e versione. Prova a implementare la
12:36
Speaker 2: governance o il controllo delle versioni in un groviglio di relazioni.
12:39
Speaker 2: E come documentare gli spaghetti? Con la modellazione strutturata e
12:42
Speaker 2: tabelle discrete, giunzioni chiare e trasformazioni verificabili. I responsabili della
12:46
Speaker 2: conformità l'adorano così come l'infrastruttura. Pensa all'ottimizzazione come al rimborso
12:49
Speaker 2: del debito. Ogni colonna è ridondante e rimossa, ogni relazione
12:53
Speaker 2: chiarita è un pagamento verso il saldo. Ignoralo e gli
12:56
Speaker 2: interessi si manifestano in ore perse e interruzioni imprevedibili. Risolvi
12:59
Speaker 2: l'accrecredito credito tecnico. Alla fine il tuo ambiente BI smette
13:03
Speaker 2: di essere una passività e inizia a generare rendimenti composti
13:05
Speaker 2: perché il tempo risparmiato sugli aggiornamenti diventa tempo speso per
13:08
Speaker 2: la strategia. Quindi sì, la moderazione di Power BI può
13:10
Speaker 2: farti risparmiare 10.000 dollari o più, ma il vero vantaggio
13:12
Speaker 2: non sono i soldi, la fiducia. La fiducia che i
13:15
Speaker 2: tuoi dati si comportino in modo prevedibile sotto pressione, che
13:17
Speaker 2: i tuoi dashboard possano essere scalabili in base alla domanda,
13:19
Speaker 2: che quando qualcuno chiede possiamo raddoppiare questi stati dati? La
13:22
Speaker 2: tua risposta non è una risata neve. Ed ecco il bello.
13:25
Speaker 2: Una volta che avrai assaporato quella fluidità delle prestazioni, non
13:28
Speaker 2: tollererai mai più il vecchio modo. Ogni aggiornamento lento diventa
13:30
Speaker 2: un'offesa personale. Ogni relazione circolare sembra vandalismo. Questo è progresso.
13:34
Speaker 2: Effettuate la transizione.