Mikä on Power BI?

Power BI on Microsoftin raportointi- ja analytiikkapalvelu. Sillä kootaan data eri lähteistä sen sisäiseen malliin, määritellään mittarit ja jaetaan raportit organisaatiolle selaimessa ja mobiilissa. Nykyään Power BI on osa Microsoft Fabricia, jossa se saa uusia ominaisuuksia, kuten Direct Laken, Copilotin ja data-agentit. Power BI toimii edelleen myös ilman Fabricia, esimerkiksi Azure Databricksin raportointikerroksena.

Power BI lyhyesti

Power BI koostuu muutamasta osasta, joilla on alla oleva työnjako.

  • Power BI Desktop on Windows-sovellus, jolla rakennetaan semanttinen malli ja raportit.
  • Power BI -palvelu (app.powerbi.com) julkaisee ja jakaa raportit, päivittää datan ajastetusti ja valvoo käyttöoikeuksia.
  • Power BI Mobile näyttää raportit puhelimessa ja tabletissa.
  • Power Query hakee ja muokkaa dataa yli sadasta lähteestä tietokannoista Excel-tiedostoihin ja rajapintoihin.
  • Semanttinen malli sisältää taulut, niiden väliset relaatiot, DAX-kielellä kirjoitetut mittarit ja rivitason suojauksen.

Käyttäjät näkevät raportit. Analytiikan laatu ratkeaa kuitenkin semanttisessa mallissa.

Semanttinen malli ratkaisee, täsmäävätkö luvut

Semanttinen malli (aiemmin dataset) määrittelee, mitä liikevaihto, kate tai henkilöstömäärä tarkoittaa. Kun mittari kirjoitetaan malliin kerran, jokainen raportti, Excel-pivot, Copilotin vastaus ja data-agentin kysely laskee sen samalla tavalla. Jos jokainen raportti laskee liikevaihdon itse, kolme raporttia näyttää pian kolmea eri lukua. Mittarien määrittely ja semanttinen malli ovat Edistynyt analytiikka -palvelumme ydintä, ja käsitettä avataan tarkemmin kirjoituksessa Mikä on semanttinen kerros?

Mallin jokaisella taululla on tallennustila (storage mode), joka määrää, mistä data luetaan:

TallennustilaMiten toimiiLisenssivaatimus
ImportData kopioidaan Power BI:n muistiin päivityksen yhteydessäMikä tahansa Power BI -lisenssi
DirectQueryJokainen visuaali kysyy datan lähteestä katseluhetkelläMikä tahansa Power BI -lisenssi
Direct LakeMalli lukee Delta-taulut OneLakesta muistiin sitä mukaa kuin kyselyt tarvitsevatVain Fabric-kapasiteetti

Import ja DirectQuery toimivat millä tahansa lisenssillä ja lähes mihin tahansa lähteeseen. Direct Lake on Fabricin tuoma uusi tila. Samassa mallissa voi olla tauluja eri tallennustiloissa, mikä mahdollistaa joustavan yhdistelmän nopeaa muistiin kopiointia ja ajantasaista lakehouse-dataa.

Power BI Microsoft Fabricissa

Microsoft Fabric kokoaa datan integraation, lakehousen, tietovaraston, reaaliaikaisen analytiikan ja Power BI:n samaan SaaS-palveluun. Power BI on yksi Fabricin ydinkomponenteista. Olemassa olevia raportteja ei tarvitse siirtää, sillä työtilat ja sisältö pysyvät ennallaan. Fabricin ominaisuudet tulevat käyttöön, kun työtila liitetään Fabric-kapasiteettiin.

Direct Lake lukee lakehousea ilman kopiota

Power BI -malli on perinteisesti joko kopioinut datan itselleen tai kysynyt sen lähteestä joka kerta. Kopio on nopea, mutta se vanhenee päivitysten välillä. Suora kysely on ajantasainen, mutta yleensä hitaampi.

Direct Lake lukee lakehousen Delta-taulut OneLakesta muistiin vasta, kun kysely niitä tarvitsee. Kyselyt ajaa sama VertiPaq-moottori kuin Import-mallissa, joten suorituskyky on samaa luokkaa. Mallin päivitys kopioi vain metatiedot ja kestää muutaman sekunnin. Microsoftin mukaan Direct Lake sopii erityisesti medallion-arkkitehtuurin gold-kerroksen raportointiin eli tilanteisiin, joissa data on jo mallinnettu lakehouseen. Lakehousen rakentamista kuvataan Data-alustan kehittäminen -palvelusivullamme.

Import-taulut eivät katoa. Samaan malliin voi yhdistää Direct Lake -tauluja ja Import-tauluja, mikä auttaa, kun osa datasta tulee lakehousen ulkopuolelta.

Copilot ja data-agentit kysyvät semanttiselta mallilta

Copilot Power BI:ssä tiivistää raportin, vastaa luonnollisella kielellä esitettyihin kysymyksiin, luo raporttisivuja ja kirjoittaa DAX-kyselyitä. Se vaatii maksullisen Fabric-kapasiteetin (F2 tai suurempi) tai Power BI Premium -kapasiteetin. Pelkkä Pro- tai Premium Per User -lisenssi ei riitä.

Copilot vastaa vain niin hyvin kuin semanttinen malli sallii. Microsoft ohjeistaa valmistelemaan mallin tekoälylle ennen käyttöönottoa, koska muuten Copilot voi tulkita datan väärin ja antaa yleisluontoisia tai virheellisiä vastauksia. Selkeät nimet, mittarien kuvaukset ja oikeat relaatiot tekevät vastauksista luotettavia.

Fabric data agent voi käyttää Power BI:n semanttista mallia tietolähteenään. Agentti laskee silloin samat mittarit samoilla määritelmillä kuin raportit. Agenttien kehittämisestä kerrotaan Tekoäly ja agentit -palvelusivullamme.

Yksi kapasiteetti ja laajempi jakelu

Fabric-kapasiteetti (F SKU) on Azuresta ostettava laskentakapasiteetti, jota Power BI jakaa lakehousen, tietovaraston, notebookien ja putkien kanssa. Lisensoinnista kannattaa tietää kolme asiaa:

  • Katsojat F64-kapasiteetista alkaen. Kun kapasiteetti on F64 tai suurempi, raportteja voi katsoa ilmaisella Fabric-lisenssillä, kunhan käyttäjällä on työtilaan katselijan rooli. Pienemmillä kapasiteeteilla jokainen katsoja tarvitsee Pro- tai PPU-lisenssin.
  • Tekijät tarvitsevat aina oman lisenssin. Power BI -sisällön luominen ja jakaminen yhteisissä työtiloissa vaatii Pro- tai PPU-lisenssin kapasiteetista riippumatta.
  • Raportit omille asiakkaille. Kun sovellus omistaa datan (embed for your customers), loppukäyttäjät eivät tarvitse Power BI -lisenssiä, ja upotus toimii millä tahansa F SKU:lla.

Kuljettava tarjoaa B2B-asiakkailleen raportointipalvelua. Kun yhtiön Snowflake-tietovarasto migroitiin Microsoft Fabriciin, raportointi siirrettiin samalla Power BI Premiumista Fabric-kapasiteetille. Microsoft on luopumassa Power BI Premiumin kapasiteettikohtaisista P SKU -tuotteista ja suosittelee uusille ja nykyisille asiakkaille F SKU -kapasiteettia.

Semanttiset mallit versionhallintaan

Power BI Desktop tallentaa projektin PBIP-muodossa, jossa semanttinen malli on luettavina TMDL-tekstitiedostoina. Mallin muutokset voi silloin katselmoida ja viedä Git-versionhallintaan kuten muunkin koodin. Fabricissa työtilan voi kytkeä suoraan Azure DevOpsin tai GitHubin repositoryyn ja viedä sisällön kehitys-, testi- ja tuotantoympäristöjen läpi deployment pipelineilla.

Fabricin käyttöönotosta ja kapasiteetin mitoituksesta kerrotaan Microsoft Fabric -palvelusivullamme.

Power BI ilman Fabricia

LisenssiMitä saaKenelle sopii
Power BI ProRaporttien jakaminen, työtilat, sovellukset, ajastettu päivitys, Import ja DirectQueryOrganisaatiot, joissa jokaisella raporttien käyttäjällä on oma lisenssi
Premium Per User (PPU)Pro-ominaisuudet sekä yli 1 Gt:n mallit, 48 päivitystä vuorokaudessa ja XMLA-rajapintaMicrosoftin mukaan edullisin tapa, kun Premium-ominaisuuksia tarvitsee alle 250 käyttäjää. Ei sisällä Fabric-kapasiteettia
Fabric-kapasiteetti (F SKU)Kaikki Power BI- ja Fabric-ominaisuudet, Direct Lake ja CopilotOrganisaatiot, joilla on Fabric-lakehouse, paljon käyttäjiä tai tarve Copilotille

Esimerkki: Azure Databricks ja Power BI

Kun data käsitellään Azure Databricksissä Spark-putkilla ja Unity Catalogin hallinnassa, Power BI on luonteva raportointikerros myös ilman Fabricia. Yhteyden voi rakentaa kolmella tavalla:

  • Power BI Desktopista Databricks SQL warehouseen. Raportin tekijä yhdistää Power BI Desktopin Databricks SQL warehouseen ja valitsee Import- tai DirectQuery-tilan. DirectQuery-raporteissa voi ottaa käyttöön kertakirjautumisen, jolloin kyselyt ajetaan Databricksissä käyttäjän omilla Microsoft Entra ID -tunnuksilla.
  • Julkaisu suoraan Unity Catalogista. Azure Databricksin Catalog Explorerista voi julkaista taulut tai kokonaisen skeeman Power BI -palveluun semanttiseksi malliksi. Sarakkeiden kommentit siirtyvät mallin kuvauksiksi ja vierasavaimet relaatioiksi. Julkaisu vaatii PPU-lisenssin tai kapasiteetin sekä XMLA-rajapinnan luku- ja kirjoitusoikeuden.
  • Päivitys osana ajoketjua. Lakeflow Jobsin Power BI -tehtävä (julkinen esiversio) päivittää semanttisen mallin ajoketjun viimeisenä vaiheena. Import-mallin data päivittyy heti latauksen jälkeen ilman erillistä ajastusta.

Toteutimme Dynavalle data-alustan, jossa lataukset ja datan käsittely tehdään Azure Databricksissä ja raportointi Power BI:llä. Päälähdejärjestelmä on Genesys-asiakaspalvelujärjestelmä. Raportit seuraavat esimerkiksi suoritteiden määriä ja kestoja jonoittain ja kanavittain, vastausprosentteja, palvelutasoa ja jonotusaikoja. Databricks-ympäristöjen rakentamisesta kerrotaan Azure Databricks -palvelusivullamme.

Databricksin data Fabriciin ilman siirtoa

Azure Databricksin ja Microsoft Fabricin välillä ei tarvitse valita. Fabricin peilattu Azure Databricks -katalogi (mirrored Azure Databricks catalog) tuo Unity Catalogin rakenteen Fabriciin. Data pysyy Databricksin hallinnassa, ja Fabric lukee sen pikakuvakkeiden kautta kopioimatta. Muutokset näkyvät Fabricissa muutamasta sekunnista muutamaan minuuttiin.

Peilattuun katalogiin voi rakentaa Direct Lake -mallin. Databricksiä käyttävä organisaatio saa näin Direct Laken ja Copilotin käyttöönsä siirtämättä datan käsittelyä pois Databricksistä.

Kumpi malli sopii teille?

TilanneSuositeltu malli
Raportteja katsoo rajattu joukko, ja data tulee suoraan lähdejärjestelmistäPower BI Pro ja Import-mallit
Data käsitellään Azure Databricksissä, eikä Fabricia tarvitaPower BI Pro ja Databricks SQL warehouse. PPU, jos mallit julkaistaan suoraan Unity Catalogista
Raporttien käyttäjiä on paljonFabric-kapasiteetti F64 tai suurempi, käyttäjille ilmainen lisenssi
Lakehouse rakennetaan Microsoft FabriciinFabric-kapasiteetti ja Direct Lake
Copilot tai data-agentit halutaan käyttöönFabric-kapasiteetti ja tekoälylle valmisteltu semanttinen malli
Raportit näytetään omille asiakkailleFabric-kapasiteetti ja upotus (embed for your customers)
Azure Databricks on käytössä, mutta Direct Lake tai Copilot kiinnostaaPeilattu Azure Databricks -katalogi Fabricissa

Mistä liikkeelle?

  1. Listaa tärkeimmät mittarit. Sovi, kuka omistaa kunkin mittarin määritelmän.
  2. Selvitä, missä data käsitellään. Microsoft Fabric, Azure Databricks tai suoraan lähdejärjestelmät ratkaisevat tallennustilan ja lisensoinnin.
  3. Laske raporttien kehittäjt ja käyttäjät. Lisensoinnin kustannus riippuu siitä, montako raporttien tekijää ja käyttäjää teillä on ja mitä ominaisuuksia tarvitaan.
  4. Vie yksi semanttinen malli tuotantoon. Monista raportteja vasta, kun mittarit on todettu oikeiksi.

Mietittekö, kannattaako Power BI viedä Fabriciin?

Kerro meille, missä datanne on nyt ja keitä raportit palvelevat. Käydään 30 minuutissa läpi nykyiset raportit, lisensointi ja realistinen seuraava askel, olipa alustana Microsoft Fabric, Azure Databricks tai molemmat.

Varaa maksuton 30 minuutin kartoituskeskustelu →

Lue lisää palveluistamme: Edistynyt analytiikka, Microsoft Fabric, Azure Databricks, Data-alustan kehittäminen ja Power BI -pohjainen valmisratkaisumme Ready Business Analytics.

Lisää ajankohtaisia julkaisuja:

Mitä on tietomallintaminen?
Tietomalli on organisaation muodollinen kuvaus siitä, mitä sen tärkeimmät käsitteet tarkoittavat kun ne ilmentyvät datana eli kuka on asiakas, milloin myynti syntyy ja missä tapauksissa henkilö lasketaan mukaan organisaation henkilöstömäärään. Sopimus syntyy liiketoiminnan päätöksistä, ei lähdejärjestelmien tauluista. Kirjoitus näyttää esimerkein talous-, myynti-, henkilöstö- ja tuoteanalytiikasta, miten malli rakennetaan, miten se etenee data-alustan kehittämisprojektissa ja mitä tekoälyagentti siitä nykyään tekee.
Julkaistu 11.10.2026. Kirjoitus korvaa kaksi aiempaa kirjoitustamme: Esittelyssä kolme yleistä tietomallinnusmenetelmää ja Dimensiot ja hierarkiat tietomallissa.
Tutustu tarinaan
Mikä on moderni data-alusta?
Moderni data-alusta kokoaa organisaation datan yhteen paikkaan, käsittelee sen siellä ja jakaa sen raporteille, analytiikalle, koneoppimiselle ja data-agenteille. Tässä kirjoituksessa käydään läpi, mikä tekee data-alustasta modernin, miten data saadaan alustalle ja mistä Microsoft Azuren palveluista alusta rakentuu.
Päivitetty 10.10.2026. Kirjoitus kokoaa yhteen ja päivittää kolme aiempaa Data Platform -kirjoitustamme.
Tutustu tarinaan
Mikä on semanttinen kerros?
Organisaatiot investoivat data-alustoihin, rakentavat lakehouse-arkkitehtuureja ja lataavat dataa kymmenistä lähteistä. Silti kun joku kysyy "paljonko liikevaihto oli viime kvartaalilla asiakasryhmittäin ja tuotteittain?", kolme ihmistä antaa kolme eri vastausta. Ongelma ei ole datassa vaan siinä, ettei kukaan ole määritellyt, mitä data tarkoittaa. Semanttinen kerros ratkaisee tämän.
Tutustu tarinaan
Mitä on Unit Economics -analyysi?
Tiedät liikevaihtosi, katteesi ja tuloksesi — mutta tiedätkö, tuottaako yksittäinen asiakkuus enemmän arvoa kuin sen hankkiminen ja palveleminen maksaa? Unit economics vastaa juuri tähän kysymykseen. Tämä artikkeli avaa, mitä unit economics tarkoittaa, mistä komponenteista se rakentuu ja miten sitä sovelletaan käytännössä — esimerkkinä sopimusperusteinen B2C-liiketoiminta, jossa asiakas voi pitää yhtä aikaa useita voimassaolevia sopimuksia.
Tutustu tarinaan
Millainen on data-alustan kehittämisprojekti?
Organisaation data-alustan rakentaminen tai modernisointi ei ole perinteinen IT-projekti. Se on kehityshanke, jossa teknologia, liiketoiminnan ymmärrys ja tiedonhallinta kietoutuvat yhteen — ja jossa todellinen työ alkaa vasta kun oikea data kohtaa oikean maailman haasteet. Tässä blogissa pureudumme data-alustaprojektin luonteeseen, vaiheisiin, riskeihin ja parhaisiin käytäntöihin. Käymme läpi, miksi data-alustaprojekti on enemmän tutkimusmatka kuin kartta, ja miten tekoäly muuttaa tätä kokonaisuutta.
Tutustu tarinaan

Lisää ajankohtaisia julkaisuja:

Mitä on tietomallintaminen?
Tietomalli on organisaation muodollinen kuvaus siitä, mitä sen tärkeimmät käsitteet tarkoittavat kun ne ilmentyvät datana eli kuka on asiakas, milloin myynti syntyy ja missä tapauksissa henkilö lasketaan mukaan organisaation henkilöstömäärään. Sopimus syntyy liiketoiminnan päätöksistä, ei lähdejärjestelmien tauluista. Kirjoitus näyttää esimerkein talous-, myynti-, henkilöstö- ja tuoteanalytiikasta, miten malli rakennetaan, miten se etenee data-alustan kehittämisprojektissa ja mitä tekoälyagentti siitä nykyään tekee.
Julkaistu 11.10.2026. Kirjoitus korvaa kaksi aiempaa kirjoitustamme: Esittelyssä kolme yleistä tietomallinnusmenetelmää ja Dimensiot ja hierarkiat tietomallissa.
Tutustu tarinaan
Mikä on moderni data-alusta?
Moderni data-alusta kokoaa organisaation datan yhteen paikkaan, käsittelee sen siellä ja jakaa sen raporteille, analytiikalle, koneoppimiselle ja data-agenteille. Tässä kirjoituksessa käydään läpi, mikä tekee data-alustasta modernin, miten data saadaan alustalle ja mistä Microsoft Azuren palveluista alusta rakentuu.
Päivitetty 10.10.2026. Kirjoitus kokoaa yhteen ja päivittää kolme aiempaa Data Platform -kirjoitustamme.
Tutustu tarinaan
Mikä on semanttinen kerros?
Organisaatiot investoivat data-alustoihin, rakentavat lakehouse-arkkitehtuureja ja lataavat dataa kymmenistä lähteistä. Silti kun joku kysyy "paljonko liikevaihto oli viime kvartaalilla asiakasryhmittäin ja tuotteittain?", kolme ihmistä antaa kolme eri vastausta. Ongelma ei ole datassa vaan siinä, ettei kukaan ole määritellyt, mitä data tarkoittaa. Semanttinen kerros ratkaisee tämän.
Tutustu tarinaan
Mitä on Unit Economics -analyysi?
Tiedät liikevaihtosi, katteesi ja tuloksesi — mutta tiedätkö, tuottaako yksittäinen asiakkuus enemmän arvoa kuin sen hankkiminen ja palveleminen maksaa? Unit economics vastaa juuri tähän kysymykseen. Tämä artikkeli avaa, mitä unit economics tarkoittaa, mistä komponenteista se rakentuu ja miten sitä sovelletaan käytännössä — esimerkkinä sopimusperusteinen B2C-liiketoiminta, jossa asiakas voi pitää yhtä aikaa useita voimassaolevia sopimuksia.
Tutustu tarinaan
Millainen on data-alustan kehittämisprojekti?
Organisaation data-alustan rakentaminen tai modernisointi ei ole perinteinen IT-projekti. Se on kehityshanke, jossa teknologia, liiketoiminnan ymmärrys ja tiedonhallinta kietoutuvat yhteen — ja jossa todellinen työ alkaa vasta kun oikea data kohtaa oikean maailman haasteet. Tässä blogissa pureudumme data-alustaprojektin luonteeseen, vaiheisiin, riskeihin ja parhaisiin käytäntöihin. Käymme läpi, miksi data-alustaprojekti on enemmän tutkimusmatka kuin kartta, ja miten tekoäly muuttaa tätä kokonaisuutta.
Tutustu tarinaan