La Data Web

Hola, ¿cómo están? Soy Guido y trabajo en el área de BI en PI Data Strategy & Consulting hace casi un año. A lo largo de los años me fui interesando más en los aspectos visuales y como, con algunos cambios y un poco de creatividad, podemos llamar la atención de los usuarios finales a la hora de crear nuestros reportes.

En esta oportunidad les quiero compartir una técnica sencilla para jugar con las formas y poder generar un efecto de relleno sobre las cards de un tablero que tienen uno o mas elementos de un slicer seleccionado.

Existen situaciones que el trabajo manual se hace inminente. Cuando se trata de Power Bi es muy necesario mantener una estrategia de resguardo que consiste en persistir, de algún modo, los archivos "pbix".

Con ese resguardo podemos garantizar recuperar areas de trabajo eliminadas, recuperación de caos o inclusive migración de tenants o áreas de trabajo para informes de PowerBi.

Éste artículo nos trae un excelente método de la librería SimplePBI de python que usa la Power Bi Rest API para publicar todos los informes ".pbix" de una carpeta local sobre un workspace.

Hay ciertos procesos que son necesarios de acuerdo con circunstancias varias. Entre ellas suele aparecer una clásica situación en que un informe fue publicado por mucho tiempo en un área de trabajo que nunca debió estar ahí o simplemente cambio la estructura de la organización y ahora no debería estar ahí.

Por estas y muchas razones más, este artículo nos va a mostrar un método interesante de la librería de python para usar la Power Bi Rest API que nos ayudará a mover un .pbix de un área de trabajo a otra.

La lectura de APIs y sitios webs se hace cada día más frecuente dado que cada vez más sitios y aplicaciones proveen la posibilidad de conectarnos a datos dentro de las plataformas.

Cierto es que leer e interpretarlos no siempre lo es todo. Un buen desarrollo en lenguajes de programación normalmente utilizar Try Catch para capturar e interpretar los errores que puedan surgir de requests que hagamos a un origen web.

Este artículo nos mostrará como capturar esos errores para poder accionar de distintas maneras

En este artículo vamos a ver las formas más comunes de llamar a servicios de procesamiento externos.

Muchas veces se confunde a Data Factory con una herramienta ETL, cuando en realidad es un servicio de integración de datos y orquestación de procesos. La actividad estrella en Data Factory es el "Copy Activity" que permite tomar datos de una fuente de datos origen, y los deposita en algún almacenamiento destino, y ¡es muy buena haciéndolo! Soporta multitud de orígenes y destinos, permite conectar con datos on premise (incluso ODBC), consultar APIs, etc. Todo el resto de las actividades de Data Factory están hechas alrededor de Copy Activity y dan soporte a esta, ya sea consultando marcas de agua, haciendo validaciones o consultando metadata, entre otras. Lo que no hace Data Factory por sí solo (dejando afuera el nuevo Data Flow que prácticamente es otra herramienta), es realizar tareas típicas de ETL tales como filtrar filas, crear columnas derivadas de otras, controlar la limpieza de los datos, existencia de datos, agregaciones, etc, y para llevar a cabo estas tareas podemos utilizar servicios de procesamiento fuera de lo que es Data Factory. A continuación, vamos a ver algunos de los más comunes, y sus ventajas: