Temat zajęć 1 Fundamenty Business Intelligence i przygotowanie danych w Power BI
1. Wprowadzenie do Business Intelligence (BI)
- Czym jest Business Intelligence i jak wspiera analizę danych w organizacji.
- Rola Power BI w ekosystemie Microsoft 365 i Power Platform.
- Co to jest dashboard – znaczenie wizualizacji i raportów interaktywnych.
- Od Excela do Power BI – różnice i zalety pracy z modelem danych.
- Przegląd komponentów Power BI: Desktop, Service, Mobile.
2. Power BI – środowisko i architektura pracy
- Interfejs użytkownika Power BI Desktop – główne obszary i nawigacja.
- Typy i źródła danych obsługiwanych przez Power BI.
- Wersje i narzędzia: Power BI Desktop, Power BI Service (chmura), Power BI Mobile.
- Integracja z OneDrive, SharePoint, Excel Online, Power Automate.
- Wprowadzenie do koncepcji modelu semantycznego i przepływu danych (ETL → Model → Dashboard).
3. Pobieranie danych i Power Query w Power BI
- Import danych z różnych źródeł: pliki Excel, CSV, XML, JSON, PDF, foldery lokalne i SharePoint, bazy danych SQL, MySQL, PostgreSQL, usługi online.
- Tworzenie relacji i modeli danych.
- Power Query w praktyce: tworzenie i modyfikacja zapytań, łączenie danych (append, merge), kolumny warunkowe i kolumny z przykładów, usuwanie duplikatów i błędnych wierszy, zmiana typów danych i formatów.
- AI w Power Query: automatyczne rozpoznawanie typów danych, generowanie transformacji przy użyciu Copilot lub ChatGPT, inteligentne podpowiedzi transformacji i wykrywania błędów.
- Wstęp do języka M – podstawowe zasady i edycja kroków.
4. Modelowanie danych w Power BI
- Tworzenie i zarządzanie relacjami między tabelami.
- Normalizacja i budowa modelu danych (faktów i wymiarów).
- Tworzenie miar, kolumn obliczeniowych i tabel pochodnych.
- Tworzenie parametrów – wartości dynamiczne i zakresy liczbowo-tekstowe.
- AI w modelowaniu: automatyczne generowanie formuł DAX z pomocą Copilot, inteligentna analiza zależności między tabelami, wykrywanie błędnych relacji i niezgodnych danych.
Temat zajęć 2 Interaktywne raporty, dashboardy i analityka wspierana AI
1. Tworzenie interaktywnych dashboardów i wizualizacji
- Tworzenie i edycja raportów w Power BI Desktop.
- Dostępne typy wizualizacji i najlepsze praktyki prezentacji danych.
- Praca z elementami: karty, filtry, fragmentatory, pola, pola tekstowe, przyciski, kształty, obrazy.
- Tworzenie porównań danych w czasie (rok do roku, miesiąc do miesiąca).
- Raporty bieżące i skumulowane (trendy, KPI, odchylenia).
- Wizualizacje z elementami AI: Drzewo dekompozycji, Inteligentna narracja, Q&A AI Visual, Anomaly Detection.
- Wprowadzenie do języka DAX – logika, składnia i przykłady.
2. Opcje bezpieczeństwa, wydajności i zarządzania
- Tworzenie i zarządzanie rolami użytkowników (RLS).
- Wyświetlanie raportów jako wybrany użytkownik.
- Analizator wydajności i optymalizacja modelu danych.
- Narzędzia Performance Analyzer i Optimize Model Size.
- Bezpieczeństwo danych przy współdzieleniu raportów.
3. Publikowanie i udostępnianie raportów
- Publikowanie raportów z Power BI Desktop do Power BI Service.
- Udostępnianie raportów i dashboardów w chmurze.
- Tworzenie obszarów roboczych (Workspaces).
- Eksport raportów do PDF, PowerPoint, Excel.
- Współpraca i komentarze w Power BI Online.
- Automatyzacja publikacji z Power Automate – aktualizacje, powiadomienia o danych, alerty.
Temat zajęć 3 Publikacja, bezpieczeństwo i praca w chmurze Microsoft 365
1. Power BI Online i praca w chmurze
- Struktura i zarządzanie obszarami roboczymi (Workspaces).
- Tworzenie pulpitów nawigacyjnych i przypinanie wizualizacji.
- Konfiguracja harmonogramu odświeżania danych.
- Model semantyczny i udostępnianie danych między raportami.
- Integracja z Copilot w Power BI Service – generowanie wniosków, automatyczne streszczenia raportów, zadawanie pytań w języku naturalnym (Q&A Chat).
2. Wykorzystanie AI i analizy predykcyjnej
- Wykorzystanie wizualizacji AI: Smart Narrative, Key Influencers, Decomposition Tree.
- Integracja z modelami Azure Machine Learning.
- Analiza trendów i przewidywanie wyników (forecasting).
- Wykrywanie nieprawidłowości w danych (anomaly detection).
- Tworzenie raportów wspomaganych sztuczną inteligencją.
- AI Copilot w Power BI: generowanie raportów i formuł językiem naturalnym, automatyczne opisy wizualizacji i insightów, rekomendacje wniosków analitycznych.
3. Podsumowanie i dobre praktyki
- Struktura dobrego raportu – przejrzystość, logika, efektywność.
- Dobre praktyki modelowania i nazw w DAX.
- Automatyzacja procesów raportowych z użyciem Power Automate.
- Utrzymanie spójności danych – integracja z Power Query i SharePoint.
- Przykładowe scenariusze biznesowe (sprzedaż, HR, logistyka).



