Ý nghĩa của Data Modeling trong trong Power BI là gì?

Data modeling chắc chắn là một trong những phần quan trọng nhất của quá trình phát triển Power BI. Điều quan trọng là phải hiểu mục đích của việc lập mô hình dữ liệu trong Power BI từ các mô hình dữ liệu trong các hệ thống giao dịch. Trong một hệ thống giao dịch, mục tiêu là có một mô hình được tối ưu hóa để ghi dữ liệu giao dịch (transactional data). Tuy nhiên, một mô hình dữ liệu được thiết kế tốt trong Power BI phải được tối ưu hóa để truy vấn dữ liệu và giảm kích thước tập dữ liệu bằng cách tổng hợp dữ liệu.

Trên thực tế, không phải ai cũng có điều kiện sở hữu data warehouse, vì vậy, biết cách tạo mô hình dữ liệu trong Power BI là một kỹ năng quan trọng. Mặc dù rất nhanh chúng ta có thể lấy tất cả dữ liệu từ nhiều nguồn dữ liệu khác nhau và import dữ liệu đó vào Power BI, nhưng việc trả lời các câu hỏi kinh doanh có thể nhanh chóng chuyển thành các truy vấn phức tạp, mất nhiều thời gian để xử lý, điều này sẽ không ý tưởng tốt. Cách tốt nhất là tránh import mọi thứ từ nguồn dữ liệu vào Power BI và giải quyết các vấn đề liên quan sau này, chẳng hạn như vấn đề về hiệu suất, độ phức tạp của mô hình dữ liệu và có các mô hình dữ liệu lớn không cần thiết. Thay vào đó, bạn nên sử dụng đúng mô hình dữ liệu để trả lời chính xác các câu hỏi định hướng kinh doanh theo cách hiệu quả nhất. Khi lập mô hình dữ liệu trong Power BI, chúng ta phải xây dựng mô hình dữ liệu dựa trên logic business. Vì vậy, chúng ta có thể cần phải join các bảng khác nhau và tổng hợp dữ liệu ở mức có thể trả lời tất cả các câu hỏi kinh doanh, điều này có thể khó khăn khi chúng ta có dữ liệu từ nhiều nguồn dữ liệu thuộc các cấp độ chi tiết khác nhau.

Do đó, chúng ta cần chuyển đổi (transform) và định hình (reshape) lại dữ liệu trong Power Query trước khi tải nó vào mô hình dữ liệu. Sau khi loại bỏ tất cả nhiễu khỏi dữ liệu, chúng ta có một mô hình dữ liệu rõ ràng, dễ hiểu và dễ làm việc.