DP-900-CORE#98-3
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある小売チェーンが、各店舗 POS から日次集計データを集めて月次売上分析を行いたいです。データ量はそれほど多くなく (1 日 10MB 程度)、業務部門のアナリストが Excel に慣れており、SQL 経験は限定的です。
解決策
各店舗 POS の CSV を OneDrive / SharePoint に集約し、Power BI Desktop で Power Query を使って取り込み、データ モデル化 + DAX メジャー (合計売上、客単価) を定義、Power BI Service に発行し業務部門に共有する。
この解決策は目的を満たしますか?
解説
【判定: はい】の理由
本ソリューションは Microsoft 推奨の現代的なセルフサービス BI ベスト プラクティスに完全準拠した設計であり、要件をすべて満たします。
#98-1 との違いとして、本構成はデータ モデル化 (リレーション設計、DAX メジャー定義) を含むより構造化されたアプローチであり、再利用性と拡張性が高く長期的に安定運用できます。
【「いいえ」が違う理由】
本構成は Microsoft 推奨のセルフサービス BI ベスト プラクティスに完全に準拠しており、IT 部門の負担最小化、業務スキルへの最適化、長期保守性のすべてを満たします。
出典: Microsoft Learn — Power BI semantic models
本ソリューションは Microsoft 推奨の現代的なセルフサービス BI ベスト プラクティスに完全準拠した設計であり、要件をすべて満たします。
| 段階 | 採用ツール | 業務メリット |
|---|---|---|
| 1. データ収集 | OneDrive / SharePoint | IT 部門の追加インフラ不要で、既存 M365 で完結します |
| 2. データ取り込み | Power Query | UI 操作で完了し、Excel 経験者と親和性が高いです |
| 3. モデル化 | データ モデル + DAX メジャー | 1 回作れば再利用でき、多角分析が可能です |
| 4. 共有 | Power BI Service ワークスペース | クラウド共有、モバイル対応、自動更新を提供します |
#98-1 との違いとして、本構成はデータ モデル化 (リレーション設計、DAX メジャー定義) を含むより構造化されたアプローチであり、再利用性と拡張性が高く長期的に安定運用できます。
【「いいえ」が違う理由】
本構成は Microsoft 推奨のセルフサービス BI ベスト プラクティスに完全に準拠しており、IT 部門の負担最小化、業務スキルへの最適化、長期保守性のすべてを満たします。
出典: Microsoft Learn — Power BI semantic models
コメント