Security in de cloud
Zoals aangegeven in een vorige blog, zijn we verder gegaan met het onderzoeken van de precieze toepasbaarheid van SAP Analytics Cloud (SAC). Hierbij lopen we lopen we vrij snel tegen het aspect security aan. Hoe kunnen we dit het beste inregelen? Hoe zorgen we ervoor dat iedereen de juiste toegang heeft en de data, connecties, modellen en story’s kan zien waar hij of zij voor geautoriseerd is?
Power BI, less is more
Bij een aantal van onze klanten wordt Power BI ingezet om bepaalde zaken aan klanten te rapporteren. De klanten kunnen inloggen op de Power BI cloud om zo kun gepersonaliseerde rapportages te kunnen raadplegen via de desktop of via de Power BI app op telefoon of tablet. Een veelgehoorde vraag is altijd hoe het filter panel aan de rechterkant van de rapportage onzichtbaar kan worden gemaakt.
SAP BI Mobile met Fiori Launchpad
Met SAP BI Mobile kan je leuke dingen laten zien en de interface op een tablet of telefoon is erg intuïtief. Zie ook deze blog. Echter is niet elk WebI rapport zomaar “Out of the box” geschikt om in de Mobile app te tonen zonder re-design van het rapport. In de laatste versie van SAP BI, namelijk versie 4.2 SP6 komt daar nu nog een andere optie bij om zonder re-design elk rapport interactief in de Mobile app te tonen.
Meerdere XML files importeren in Azure SQL Database
Voor deze blog stellen we ons als doel om meerdere XML files in een database te laden om de structuur daarvan over afzonderlijke tabellen te kunnen verspreiden. Een aanvullende complexiteit is dat de XML files bij elke levering andere bestandsnamen hebben. Dit is een vrij gebruikelijke case, bijvoorbeeld bij bankbetalingsverkeer. Maar hoe regelen we zoiets eigenlijk in Azure?
Importing multiple XML files in Azure SQL Database with Azure Data Factory
Within this blog, the goal is to load multiple XML files into a database in such a manner, that we can shred the XML structure across multiple tables easily. Added complexity is that the XML file names differ each delivery. This is quite a common case, for instance within bank payment flows. So how can this be arranged in Azure?
SAP Analytics Cloud Explorer Mode
In één van de laatste versies van SAP Analytics Cloud (SAC) is de “Explore data” modus beschikbaar. Dit geeft ons de mogelijkheid om vanuit een visual (Grafiek, KPI, ect) door te zoomen naar de onderliggende data om die verder te analyseren. In deze blog gaan we hier dieper op in en kijken we wat de toegevoegde waarde is.
Power BI, of toch SSRS
Bij het implementeren van verschillende solutions zien we vaak dat klanten alle rapportages in Power BI willen maken. De tool is populair en bekend, maar is dat in alle gevallen eigenlijk wel de juiste keuze? Vaak is er in verband met het gebruik van SQL server of Analysis Services ook een licentie voor Reporting Services aanwezig. Deze tool laat men vaak links liggen, maar is dat wel terecht?
SAP Analytics Cloud met Universes
Is SAP Analytics Cloud dé oplossing voor BI-vraagstukken? In 2016 vroegen we ons dit al af en nu weten we dat dit niet het geval was. Maar achteraf is altijd makkelijk praten. Hoe zit dat nu? Zijn de verbeteringen zo doorslaggevend dat we massaal overstappen?
Integreer Power BI in PowerPoint
Vanuit klanten krijgen we regelmatig vragen over het toevoegen van delen van BI rapportages in presentaties. Cijfers en visualisaties worden vaak vanuit BI tools overgenomen in bijvoorbeeld een PowerPoint presentatie om makkelijk te kunnen presenteren. Het actualiseren van de presentatie vergt telkens weer tijd en dezelfde handelingen. Uiteraard kan er ook gewoon vanuit een Power BI rapportage worden gepresenteerd, maar ook met PowerPoint zijn er mogelijkheden om dit slimmer aan te pakken.
Self-service Data Science, een volgende hoax?
Met Data Science tools zijn we op een punt aangekomen dat je een dataset erin kunt rammen en de tovenarij van de tool vertelt welk model het beste werkt voor uw data. Voer het dan simpelweg uit tegen een dataset om bijvoorbeeld de verkoop van volgend jaar te voorspellen. Oftewel, wat is de toegevoegde waarde van Data Scientists nog in de zoektocht naar verborgen goud? Want waarom zou je het verschil tussen Naïve Bayes en dergelijke moeten bevatten, als de tool engine zegt dat het wint met 99,6% versus 94,2%...
Self-service Data Science, a next hoax?
We have come to a point with Data Science tools where you can just slam in a bunch of data, and the wizardry of the tool engine tells you which model works best for your data. Then simply run it against a dataset for some predictions like next year’s sales. Ergo, no need for Data Scientists, as you can self-service your quest for hidden gold, right? I mean, why having to know about the difference between Naïve Bayes and such, when an engine said it wins with 99,6% against 94,2%...
Van BI naar Data Science
Business Intelligence wordt niet altijd in één adem genoemd met Data Science. Terwijl er veel meer overeenkomsten zijn dan in eerste instantie voor mogelijk wordt gehouden. Beide gaan namelijk om het verkrijgen van inzicht uit uw data.
