Hoewel Microsoft Fabric en TimeXtender erg op elkaar lijken, zijn er enkele belangrijke verschillen. Het kennen van deze verschillen tussen de twee tools is belangrijk bij het kiezen van de beste combinatie van tools voor jouw bedrijf.

Tijdens dit webinar duiken onze experts in zowel Microsoft Fabric als TimeXtender en analyseren, vergelijken en contrasteren de twee platforms.

Wat leer je tijdens dit webinar?

Tijdens dit webinar proberen onze experts de volgende vragen te beantwoorden:

• Wat zijn de sterke punten van de Microsoft Stack en TimeXtender?
• Hoe verschillen de Microsoft Stack en TimeXtender van elkaar?
• Hoe kunnen de Microsoft Stack en TimeXtender worden gecombineerd?

Voor wie is dit interessant?

Dit webinar is voor iedereen die op zoek is naar een data engineering oplossing of al werkt met een data engineering oplossing, zoals:

• IT- en BI-managers
• data-analisten
• Data Ingenieurs

Heb je moeite om inzicht te krijgen in je Order-to-Cash (O2C)-proces? En leidt dat tot problemen bij het focussen op de langetermijnstrategie van je bedrijf, of zelfs tot een afname van de kwaliteit van je dienstverlening? Process Mining verzamelt en analyseert gegevens uit verschillende bronnen en creëert een duidelijk visueel overzicht dat u helpt bij het identificeren van verschillende knelpunten. Met behulp van Process Mining krijg je meer inzicht in je O2C proces waardoor jij als organisatie je Dagen Verkoop Uitstaande (DSO) kan verlagen, je klanttevredenheid kan verhogen, en je operationele kosten kan verlagen.

Wat is Process Mining?

Process mining is een data-analysetechniek die tot doel heeft echte processen te ontdekken, te bewaken en te verbeteren door kennis te extraheren uit event logs, die de uitvoering van processen in informatiesystemen vastleggen.

Door gebeurtenislogboeken te analyseren, kan process mining inzicht geven in hoe processen worden uitgevoerd, inclusief hoe vaak specifieke paden worden gevolgd, welke activiteiten langer duren dan verwacht, waar knelpunten optreden en waar fouten optreden. Deze inzichten kunnen worden gebruikt om processen te optimaliseren, mogelijkheden voor automatisering of verbetering te identificeren en de doorlopende prestaties te bewaken.

Wat leer je in dit webinar?

Met de hulp van onze experts, in combinatie met een hands-on demo van Process.Science krijg je in dit webinar antwoorden op de vragen:

• Wat is Process Mining?
• Hoe kan Process Mining het O2C proces optimaliseren?
• Hoe kan Process Mining kosten verminderen en je dienstverlening verbeteren?

Voor wie is dit webinar interessant?

Dit webinar is voor iedereen die op zoek is naar meer informatie over Process Mining, zoals:

• IT & BI managers
• Power BI and Power Apps end-users
• Data Analysts

Forecasting met Data Science kan jouw organisatie helpen met de volgende stap in data volwassenheid. Wat zou het voor jou als financial betekenen als je forecasts veel nauwkeuriger worden? Is jouw managementteam geholpen met meer inzicht van de impact van ontwikkelingen in deze turbulente tijden? Door de inzet van Artificial Intelligence (AI) kunnen je forecasts maken die een ongekende hoeveelheid parameters kunnen volgen. Bovendien kunnen deze forecasts op ieder moment opnieuw bepaald worden en hoef je hier geen nieuwe tools voor aan te schaffen.

In ons webinar over Advanced Forecasting laten we aan de hand van concrete voorbeelden zien hoe je met AI als financial nieuwe inzichten kunt bieden. We staan stil bij de techniek maar ook de directe toepasbaarheid.

Wat leer je in dit webinar?

• Hoe je doormiddel van Artificial Intelligence je forecast beter kan maken
• Hoe je als financial kan profiteren van deze techniek
• Hoe je doormiddel van gratis tooling hiermee aan de slag kan

Voor wie is dit interessant?

Voor financials en gebruikers die te maken hebben met een forecasting process, zoals:

• Managers Reporting en (Group) Controllers
• Business & Financial Controllers
• IT-managers en Finance Managers

Benieuwd?

Is dit interessant voor je? Vul dan snel je gegevens in en bekijk direct ons webinar!

Wat is de beste keuze?

De keuze tussen de Microsoft-stack gebruiken of de integratie van TimeXtender is zoals het uitkiezen van een maatpak. Als besluitvormer ben je bezig met het selecteren van het ideale pak dat perfect aansluit bij de unieke behoeften van je organisatie. Elke optie vertegenwoordigt een ander kledingstuk, en net als bij het ontwerpen van een pak gaat het erom dat je een datastrategie ontwerpt die naadloos aansluit bij je doelen. Hier kan je de opties verkennen tegen de achtergrond van een veranderend gegevenslandschap en de zoektocht naar toekomstbestendige oplossingen, zodat u een datamanagementstrategie kunt creëren die op maat is gemaakt voor je succes.

Om eerst de beschikbare opties te begrijpen, moet jij je er bewust van zijn wat de verschillen, overeenkomsten en mogelijkheden zijn van beide tools.

Microsoft Fabric

Wat is Fabric

Fabric wordt beschouwd als Software as a Service (SaaS) en is ontworpen om de complexiteit van het integreren van alle data-activiteiten binnen een organisatie weg te nemen. Door de opslag van gegevens te standaardiseren en Data Warehousing, Data Engineering, Data Factory, Data Science, Real Time Analytics en Power BI te onder één dak te brengen, verloopt de samenwerking tussen teams/leden naadloos en eenvoudiger dan ooit tevoren. Dit gaat ook gepaard met uniforme governanceprincipes en de aankoop van computermiddelen, waardoor ze efficiënter worden voor je organisatie. Voor een diepere duik in de verschillende proposities kun je terecht in onze andere blog over Microsoft Fabric, maar voor nu gaan we actief kijken naar wat Microsoft te bieden heeft als het gaat om datamanagement.

Data management in Microsoft Fabric

Microsoft biedt een uitgebreide set tools en diensten voor data-engineering, een cruciaal onderdeel van de datalevenscyclus waarbij gegevens worden verzameld, verwerkt en voorbereid voor analyse en gebruik. Het aanbod van Microsoft op het gebied van data-engineering is gecentreerd rond het Azure-cloudplatform en een breed scala aan producten en diensten die zijn ontworpen om organisaties te helpen hun data effectief te beheren. Onder de belangrijkste functionaliteiten van Microsoft voor datamanagement vinden we:

• Azure Data Factory voor het maken, plannen en beheren van datapijplijnen.
• Azure Databricks voor big data verwerking, data exploration en machine learning.
• Azure Synapse Analytics dat enterprise data warehousing en big data analytics combineert.
• Azure Stream Analytics voor real-time data-invoer en -verwerking.
• Azure Data Lake Storage, een schaalbare en veilige data lake oplossing voor het opslaan van grote hoeveelheden gestructureerde en ongestructureerde data.
• Azure SQL Database biedt beheerde relationele databaseservices die kunnen worden gebruikt voor de opslag en verwerking van gestructureerde gegevens.
• Azure Logic Apps en Azure Function; serverloze computerdiensten die kunnen worden gebruikt om workflows voor gegevensverwerking en automatisering te bouwen.

TimeXtender

Wat is TimeXtender?

TimeXtender dient als een low-code softwareplatform met een primaire focus op het vereenvoudigen en automatiseren van de ingewikkelde stappen die betrokken zijn bij data-integratie, modellering en voorbereiding voor analytische doeleinden. De kernmissie draait om het stroomlijnen van het vaak complexe proces van het extraheren, transformeren en laden van gegevens uit verschillende bronnen in een gecentraliseerd datawarehouse. Hierdoor stelt het organisaties in staat om moeiteloos toegang te krijgen tot hun gegevens en deze te analyseren, waardoor datagestuurde besluitvorming eenvoudig en efficiënt wordt.

Waar kan TimeXtender toevoegen?

TimeXtender is geen directe vervanging voor alle tools van Microsoft. Het biedt echter verschillende mogelijkheden die een aanvulling kunnen zijn op Microsofts functies voor data-engineering en waarde kunnen toevoegen en mogelijk bepaalde mogelijkheden kunnen vervangen:

• Integratie: Net zoals in Azure Data Factory kan je in TimeXtender gegevens uit verschillende bronnen halen, transformeren en laden in datawarehouses, datamarts of data lakes.
• Metadatabeheer: Hiermee kun je data lineage, transformaties en afhankelijkheden documenteren, bijhouden en beheren.
• Datatransformatie: TimeXtender kan een deel van de functionaliteit van services zoals Azure Data Factory, Azure Databricks of Azure Data Lake Analytics vervangen door ETL-taken (Extract, Transform, Load).
• Automatisering: Gedurende het hele data-integratieproces bied TimeXtender de mogelijkheid om onderdelen te automatiseren, vergelijkbaar met wat Azure Logic Apps en Azure Functions bieden voor workflow orkestratie en event-gedreven dataverwerking.
• Data Warehousing: Wordt gebruikt voor het creëren en beheren van data warehouses, waardoor het een potentieel alternatief is voor Azure Synapse Analytics voor kleinschaligere data warehousing behoeften.

Maar, er zijn verschillende gebieden waar TimeXtender geen directe vervanging is voor Microsoft Fabric:

• Real-time gegevensverwerking: Azure Stream Analytics is ontworpen voor real-time gegevensverwerking en event-driven architecturen, wat geen primaire focus is van TimeXtender.
• Big Data Verwerking: TimeXtender is niet specifiek ontworpen voor big data verwerking op schaal, zoals het geval is met Azure HDInsight. Het is beter geschikt voor traditionele data-integratie en warehousing scenario’s.
• Serverloos computergebruik: Services zoals Azure Functions worden gebruikt voor serverless computing en aangepaste gegevensverwerkingstaken die worden geactiveerd door gebeurtenissen. TimeXtender biedt geen mogelijkheden voor serverless computing.
• Data Lake Storage: Azure Data Lake Storage is geoptimaliseerd voor grootschalige, ongestructureerde dataopslag, wat niet de primaire functie van TimeXtender is. TimeXtender is meer gericht op data-integratie en automatisering.

Wat is de beste keuze voor jou?

Alleen de Microsoft stack gebruiken:

Als je organisatie zwaar geïnvesteerd heeft in het Azure ecosysteem, inclusief Azure SQL Data Warehouse, Azure Data Lake Storage, Azure Data Factory en andere Azure diensten, kan het zinvol zijn om de volledige suite van Microsoft tools te gebruiken. Als je data-engineeringsteam al goed bekend is met Microsoft-technologieën en geen ervaring heeft met tools van derden zoals TimeXtender, kan het eenvoudiger en kosteneffectiever zijn om vast te houden aan de Microsoft-stack in termen van training en het ontwikkelen van vaardigheden.

Bovendien kan het gebruik van enkel Microsoft-diensten je kostenbeheer vereenvoudigen, omdat je één factureringsplatform (Azure) hebt voor al uw gegevensgerelateerde uitgaven. Dit kan het gemakkelijker maken om uw cloudkosten te controleren en te optimaliseren.

TimeXtender integreren

Als je data-integratie-eisen complex zijn en een breed scala aan gegevensbronnen, formaten en transformaties omvatten, kunnen de gebruikersvriendelijke interface en automatiseringsmogelijkheden van TimeXtender het proces vereenvoudigen en de ontwikkelingstijd verkorten. Het blinkt ook uit in metadatabeheer, waardoor het een uitstekende keuze is als je sterke datagovernance, lineage tracking en documentatie van datatransformaties nodig hebt.

Als je organisatie opereert in een hybride cloud of multi-cloud omgeving, waar je een combinatie van cloud providers of on-premise databronnen gebruikt, kan de flexibiliteit helpen de kloof te overbruggen en een integratie bieden in een low-code oplossing voor een bredere groep gebruikers zonder de benodigde achtergrond in data-engineering.

In veel gevallen kiezen organisaties voor een combinatie van beide benaderingen. Ze gebruiken Microsofts native services voor bepaalde taken en integreren TimeXtender waar het waarde toevoegt, zoals voor data-integratie, metadatabeheer en snelle ontwikkeling. Uiteindelijk moet de keuze worden afgestemd op de unieke behoeften, vaardigheden en langetermijnstrategie voor data van uw organisatie. Net als bij uw lokale kleermaker is het belangrijk om de mogelijkheden te evalueren met ervaren consultants en te beoordelen hoe elke optie past in uw algehele data-engineeringarchitectuur. Zo verkrijg je het meest optimale resultaat voor je bedrijf.

Wij werken al jaren met de International Business Communication Standards (IBCS). Deze standaard uniformeert de taal van rapportages en dashboards zodat business communicatie effectiever wordt. Uit onderzoek van de Technische Universität München (TUM) blijkt dat met correct gebruik van IBCS® de analysesnelheid toeneemt met 46% en de nauwkeurigheid van besluitvorming toeneemt met 61%.

Maar wat houdt IBCS in? En hoe kan je deze standaarden invoeren binnen jouw organisatie? Onze expert legt je alle basics uit over IBCS in maar 20 minuten.

Wat is Process Mining?

Process Mining is een data-analysetechniek die tot doel heeft echte processen te ontdekken, te bewaken en te verbeteren door kennis te halen uit event logs, die de uitvoering van processen in informatiesystemen vastleggen.

Wat is de impact van Process Mining op het O2C-proces

Het implementeren van Process Mining binnen het O2C-proces kan aanzienlijke voordelen opleveren. Uit onderzoek van McKinsey blijkt dat bedrijven die Process Mining toepassen, tot 20% meer efficiëntie kunnen bereiken in hun O2C-proces. Dit betekent een snellere doorlooptijd van bestellingen, minder fouten en vertragingen, en uiteindelijk blijere klanten. Daarnaast kan het gebruik van Process Mining leiden tot een verbetering van de operationele efficiëntie met 10-20% volgens het bedrijf.

Maar Process Mining zorgt voor nog meer optimalisatie. Een ander onderzoek, uitgevoerd door Gartner, toonde aan dat het gebruik van Process Mining kan leiden tot een vermindering van de doorlooptijd van het order-to-cash-proces met 20-30%.

Bovendien kunnen bedrijven hun Days Sales Outstanding (DSO) aanzienlijk verminderen. Uit onderzoek door Gartner blijkt dat met Process Mining bedrijven hun DSO met gemiddeld 15% kunnen verkorten, wat een directe impact heeft op de cashflow.

Process Mining biedt kansen voor finance managers

Voor finance managers biedt Process Mining een goudmijn aan inzichten en mogelijkheden. Door realtime inzicht in het O2C-proces, kunnen finance managers data gestuurde beslissingen nemen, risico’s beheren en hun team efficiënter inzetten.

Dat is natuurlijk enorm belangrijk in een tijd waarin digitalisering, automatisering en data-analyse de sleutel zijn tot concurrentievoordeel. Hierbij is Process Mining een essentieel hulpmiddel voor elke finance manager die zijn organisatie vooruit wil helpen.

Rockfeather en Process Mining

Bij Rockfeather begrijpen we het belang van efficiënte bedrijfsprocessen. Met onze expertise in Process Mining helpen we organisaties om hun O2C-proces te optimaliseren, kosten te verlagen en hun concurrentiepositie te versterken. Neem contact met ons op om te ontdekken hoe we u kunnen helpen uw O2C-proces naar het volgende niveau te tillen.

Data-engineering in Microsoft Fabric omvat drie hoofdcomponenten:

1. Data-engineering: Dit aspect omvat het verzamelen van gegevens uit verschillende bronnen, het verwerken in real-time of batchmodus, en het transformeren tot bruikbare inzichten. Microsoft Fabric’s Data Engineering zorgt voor schaalbaarheid en flexibiliteit, waardoor het geschikt is voor het verwerken van uiteenlopende data-uitdagingen.
2. Data Factory: Als volledig beheerde data-integratieservice maakt Data Factory het creëren en orkestreren van complexe dataworkflows mogelijk. Het maakt naadloze verplaatsing en transformatie van gegevens tussen verschillende bronnen en bestemmingen mogelijk, waardoor gegevensverwerking wordt vereenvoudigd en efficiëntie wordt gegarandeerd.
3. Data Warehousing: Biedt een centrale opslagplaats voor gestructureerde en ongestructureerde gegevens. Het biedt schaalbare en veilige opslag en zorgt voor efficiënte queryprestaties en eenvoudige toegang tot kritieke gegevens.

Deze drie hoofdcomponenten worden op hun beurt toegankelijk gemaakt via de belangrijkste functies die beschikbaar zijn op de startpagina voor data-engineering:

• Lakehouse-aanmaak en -beheer, waar gebruikers hun gegevens kunnen overzien en een uniforme opslag- en verwerkingslocatie kunnen creëren.
• Pipeline-ontwerp, waardoor gegevens efficiënt naar hun Lakehouse kunnen worden gekopieerd.
• Spark job definities om eenvoudig batch en streaming jobs naar het Spark cluster te sturen voor verwerking en analyse.
• Notebooks om code te maken voor data-inname, voorbereiding, transformatie en het stroomlijnen van data-engineering workflows.

Business case

In de dynamische wereld van de detailhandel maakt een slim bedrijf gebruik van de reeks tools van Microsoft Fabric om een revolutie teweeg te brengen in hun datalandschap. OneLake, hun allesomvattende gegevensopslagplaats, harmoniseert verkoop-, voorraad- en klantgegevensstromen. Door datapijplijnen te orkestreren, zorgen ze er voor dat verschillende informatie gemakkelijk in OneLake terechtkomen. Spark jobdefinities stellen je in staat om realtime analyses uit te voeren, ingewikkelde verkooptrends te ontrafelen en voorraadschommelingen te benadrukken. Het gebruik van interactieve notebooks binnen dit ecosysteem stroomlijnt data-engineering en verfijnt informatie voor krachtige Power BI-rapporten. Deze naadloze integratie stimuleert een soepele besluitvorming, waardoor de retailonderneming op weg wordt geholpen naar strategisch succes in een concurrerende markt.

Meer weten over Microsoft Fabric?

Wil je meer weten over Microsoft Fabric as a service? Op 26 oktober organiseren we een Fabric Masterclass die diep ingaat op verschillende Fabric use cases voor Data Science, Data Engineering en Data Visualisatie.

Wat is Microsoft Fabric?

Microsoft Fabric is de nieuwe oplossing van Microsoft die meerdere services integreert die kunnen worden gebruikt in de datapijplijn van jouw organisatie. Dit maakt een efficiëntere samenwerking mogelijk tussen al jouw datageoriënteerde activiteiten, van data-engineering en data science tot datavisualisatie. De basis van Fabric is OneLake, het enkele data lake waar alle data in je organisatie wordt opgeslagen. Het hebben van slechts één plek waar alle data op dezelfde manier wordt opgeslagen, verbetert de rekenefficiëntie en flexibiliteit, en verwijdert duplicatie van data en elimineert beperkingen als gevolg van datasilo’s. Elk domein/team kan werken vanuit zijn eigen werkruimte in OneLake. Ze kunnen elke computing engine van hun voorkeur gebruiken, hun gegevens opslaan in het formaat dat ze nodig hebben, met behulp van een data Warehouse of Lakehouse, en elke applicatie gebruiken om de inzichten van hun gegevens te maximaliseren.

Een van de meest benoemingswaardige features is de AI-gestuurde Copilot. Het maakt gebruik van Large Language Models om gebruikers van elke applicatie te helpen. Copilot kan duidelijke en beknopte acties voorstellen zoals code bestemd voor Notebooks, visuals en rapporten in Power BI, of plug-ins voor data-integratie. En dat allemaal op basis van opdrachten die je geeft of vragen die je stelt in gewone taal.

Wat biedt Microsoft Fabric?

Fabric is een Software as a Service. Dit betekent dat Fabric is ontworpen om de complexiteit van het integreren van alle data-activiteiten binnen een organisatie weg te nemen. Door de opslag van data te standaardiseren en Data Warehousing, Data Engineering, Data Factory, Data Science, Real Time Analytics en Power BI te combineren, verloopt de samenwerking tussen teams/leden naadloos en eenvoudiger dan ooit tevoren. Dit gaat ook gepaard met uniforme governanceprincipes en de inkoop van computermiddelen, waardoor beide efficiënter worden voor jouw organisatie als geheel. Gevoeligheid labels voor data worden daarom gestandaardiseerd voor verschillende domeinen en de datalijn kan worden gevolgd door de hele datapijplijn heen. Om elke zakelijke gebruiker meer mogelijkheden te geven, is het mogelijk om alle inzichten die zijn ontdekt in Fabric te integreren in Office-tools. Het delen van de resultaten van je Data Science-project via e-mail of het delen van je nieuwe Power BI-rapport tijdens een Teams-vergadering is mogelijk met één klik.

OneLake

Zoals eerder vermeld, is de basislaag van Microsoft Fabric OneLake. Onelake biedt het One Copy Principle; alle gegevens worden opgeslagen in één enkel formaat om ervoor te zorgen dat alle rekenmachines toegang hebben tot alle bestanden en ermee kunnen werken. Omdat alle bestanden zijn opgeslagen in OneLake, is het niet nodig om bestanden te kopiëren. Dit vermindert de behoefte aan gegevensopslag en de inspanningen van gegevensingenieurs. Er zijn zelfs snelkoppelingen mogelijk vanuit gegevensbronnen buiten OneLake.

Copilot

Copilot biedt alle Fabric-gebruikers de mogelijkheid om diepere inzichten in hun gegevens te genereren. Zelfs onervaren gebruikers zijn in staat om taken zoals datatransformaties of het maken van samenvattende visuals succesvol te voltooien met hulp van Copilot. Wees echter voorzichtig met het gebruik van Copilot. Omdat het een AI-dienst is, zijn de antwoorden afhankelijk van je persoonlijke input en moet er altijd kritisch naar de antwoorden worden gekeken.

De voordelen van Fabric

• Meer samenwerking met andere teams
• Naadloze integratie van diensten
• Schaalbaarheid
• Kostenefficiëntie
• Gebruiksvriendelijke ervaring
• Eén kopie principe

Meer weten over Microsoft Fabric?

Wil je meer weten over Microsoft Fabric as a service? Bekijk dan de Fabric Masterclass die diep ingaat op verschillende Fabric use cases voor Data Science, Data Engineering en Data Visualisatie.

Er zijn verschillende voordelen om Fabric te kiezen bovenop Power BI. Hier zijn enkele punten die de voordelen benadrukken:

• Effectieve toegankelijkheid van gegevens: Microsoft Fabric promoot het concept van eenvoudige toegang tot een uniforme en gecentraliseerde dataomgeving (One Lake). Zoals de naam al doet vermoeden, is het een enkele opslagaccount voor al je gegevens, een logisch “Data Lake” dat al je Fabric workloads ondersteunt. Het is de opslagaccount voor al je gegevens die worden gebruikt in Fabric. Op deze manier kan de gecentraliseerde informatie uit meerdere bronnen sneller en efficiënter worden geanalyseerd en geïnterpreteerd om weloverwogen beslissingen te nemen en waardevolle inzichten te creëren.
• Data governance: Microsoft Fabric biedt robuuste mogelijkheden voor data governance en zorgt ervoor dat de gegevens accuraat en betrouwbaar zijn. Dit bevordert data-integriteit, compliance en goed data stewardship, waardoor analisten betrouwbare en hoogwaardige data kunnen tonen in rapporten.
• Integratie met tools voor business intelligence: Microsoft Fabric integreert populaire business intelligence tools, zoals Power BI. Deze integratie maakt het mogelijk BI-vaardigheden te benutten en te werken binnen de toolsets van jouw voorkeur, terwijl u nog steeds profiteert van de uniforme dataomgeving.
• Collaborative Analytics: De mogelijkheid om gevisualiseerde gegevens en inzichten te delen met belanghebbenden in de hele organisatie bevordert een datagestuurde cultuur en maakt betere besluitvorming in het hele bedrijf mogelijk.
• Self-Service Analytics: Microsoft Fabric maakt zelfvoorzienende analyse mogelijk. De intuïtieve interfaces en self-servicemogelijkheden van het platform zorgen voor onafhankelijke toegang, manipulatie en data-analyse, waardoor we minder afhankelijk zijn van IT-teams voor datagerelateerde taken.

Copilot

Copilot is een AI-mogelijkheid die een belangrijke rol speelt bij dit onderwerp omdat het helpt bij het volgende:

• Inzichten creëren en rapporten genereren
• Verhalende samenvattingen maken
• Helpen bij het schrijven en bewerken van DAX-berekeningen

Dit betekent dat je de flexibiliteit hebt om, via natuurlijke taal, gegevens op elke gewenste manier te bekijken en te analyseren om nieuwe inzichten te krijgen.

Business case

Stel je voor dat je een verkooprapport moet maken en je weet niet zeker hoe je dit moet vertalen naar een analyse, dan kun je gewoon een vraag stellen aan Copilot zoals:

“Maak een rapport met een samenvatting van de omzetgroei van de afgelopen 2 jaar”.

Met deze eenvoudige vraag zal Copilot suggesties ophalen die aan jouw behoeften voldoen! Het is in staat om nieuwe visuals voor te stellen, wijzigingen door te voeren of drilldowns te maken in bestaande visuals of zelfs complete rapportpagina’s vanaf nul te ontwerpen.

Er komen meer updates aan

Naar verwachting zal Fabric zich blijven ontwikkelen door meer technologieën en functies te integreren. Dit zal ervoor zorgen dat Power BI een robuuste en veelzijdige tool blijft die gebruikers meer mogelijkheden biedt om inzichten te creëren en datagestuurde beslissingen te nemen.

Meer weten over Microsoft Fabric?

Wil je meer weten over Microsoft Fabric as a service? Op 26 oktober organiseren we een Fabric Masterclass die diep ingaat op verschillende Fabric use cases voor Data Science, Data Engineering en Data Visualisatie.