Comprendre les flux de tâches translytiques (aperçu)

Avec les flux de tâches translyticaux, vous pouvez automatiser les actions de l’utilisateur final, telles que la mise à jour des enregistrements, l’ajout d’annotations ou la création de flux de travail qui déclenchent des actions dans d’autres systèmes. Les flux de tâches translyticaux permettent des scénarios automatisés, notamment :

• Ajouter des données : ajoutez un enregistrement de données à une table de votre base de données et voyez-la reflétée dans votre rapport. Par exemple, l’ajout d’un nouvel enregistrement client.
• Modifier les données : modifiez un enregistrement existant de données dans une table de votre base de données et voyez-le répercuté dans votre rapport. Par exemple, la mise à jour d’un champ d’état ou d’une annotation.
• Supprimer des données : supprimez un enregistrement existant de données d’une table de votre base de données et voyez-le supprimé de votre rapport. Par exemple, la suppression d’un enregistrement client qui n’est plus nécessaire.
• Appelez une API externe : effectuez une demande d’API accessible via une requête réseau. Par exemple, en effectuant une demande au point de terminaison REST d’une API publique qui met à jour les données sous-jacentes ou l’entrée de l’utilisateur final, ou prend des mesures dans un autre système.

Les flux de tâches translyticaux fonctionnent à l’aide de fonctions de données utilisateur dans Fabric pour appeler des fonctions sur les sources de données Fabric sous-jacentes.

L’exemple suivant montre un flux de tâches translytics qui connecte un rapport Power BI qui affiche des opportunités de vente à un flux de travail qui publie des demandes dans Teams. Dans cet exemple, vous pouvez voir que l'utilisateur a filtré le tableau pour afficher uniquement les opportunités à haut risque et à haute quantité avec des fenêtres de temps limitées. L’utilisateur demande une remise de 10% pour ces opportunités et justifie la demande dans un champ de commentaire. Une fois qu’ils sélectionnent le bouton Demander la remise , l’entrée du tableau et les champs de texte sont passés à une fonction de données utilisateur. La fonction publie un message dans Teams avec les détails afin que la demande puisse être approuvée ou rejetée.

Prêt à commencer ?

• Si vous souhaitez suivre un didacticiel de bout en bout pour créer votre premier flux de tâches translytics, consultez Tutoriel : Créer un flux de tâches translytics. Ce didacticiel vous guide tout au long de la création d’une base de données SQL, de l’écriture d’une fonction de données utilisateur et de la connexion de la fonction à un rapport Power BI avec un bouton de fonction de données.

• Si vous disposez déjà d’une fonction de données utilisateur que vous souhaitez connecter à un rapport Power BI, consultez Créer un bouton de fonction de données dans Power BI.

Écriture des données

Les flux de tâches translyticaux peuvent activer l’écriture différée des données afin que les utilisateurs finaux puissent mettre à jour, ajouter ou supprimer des données dans des bases de données Fabric à partir de rapports Power BI. À l’aide des fonctions de données utilisateur de Fabric, vous pouvez mettre à jour, ajouter ou supprimer des enregistrements de données par programmation en fonction du contexte de filtre transmis à partir du rapport.

Par exemple, le rapport Power BI suivant vous permet de modifier la valeur de remise affichée dans la table sans jamais quitter le rapport. Lorsque vous entrez la nouvelle valeur dans le segment de texte et sélectionnez Envoyer une remise, une fonction de données utilisateur Fabric met automatiquement à jour les enregistrements de source de données qui correspondent aux filtres appliqués.

Pour les scénarios d’écriture différée des données, les fonctions de données utilisateur ont une gestion des connexions natives pour les sources de données Fabric suivantes :

• Bases de données SQL Fabric
• Entrepôts de tissus
• Lakehouses Fabric (pour les fichiers)

Pour la plupart des scénarios d’écriture différée, nous vous recommandons d’utiliser la base de données SQL comme source de données sous-jacente. Les bases de données SQL fonctionnent correctement avec les opérations de lecture/écriture lourdes requises dans les scénarios de création de rapports.

Pour obtenir des exemples de fonctions de données utilisateur, consultez des exemples de flux de tâches Translytical.

Automatisation personnalisée

Les flux de tâches translyticaux peuvent également automatiser de nombreuses tâches et même prendre des mesures dans d’autres systèmes à l’aide d’API externes.

Par exemple, le rapport Power BI suivant vous permet de générer des suggestions d’IA personnalisées pour les influenceurs vus dans le tableau à l’aide de l’API Réponses Azure OpenAI. Lorsque vous sélectionnez un influenceur, puis sélectionnez Générer une suggestion IA, une fonction de données utilisateur Fabric fournit une réponse Azure OpenAI basée sur une invite entièrement personnalisable.

Pour obtenir des exemples de fonctions de données utilisateur, consultez des exemples de flux de tâches Translytical.

Fonctionnalités de préversion requises

Les flux de tâches translyticaux sont actuellement en préversion publique et s’appuient également sur d’autres fonctionnalités de la préversion publique. Vérifiez que les fonctionnalités requises sont activées dans Power BI Desktop.

Dans Power BI Desktop, vous devez activer les flux de tâches translyticaux, les segments de texte et les segments de liste.

Procédez comme suit pour activer les fonctionnalités en préversion dans Power BI :

1. Ouvrez la dernière version de Power BI Desktop.

2. Accédez à Fichier>Options et paramètres>Options>Fonctionnalités d'aperçu.

3. Sélectionnez les fonctionnalités suivantes :

   • Flux de tâches trans-analytiques
   • Visuel de segment de texte pour les scénarios nécessitant une entrée de forme libre.
   • Visualisation de filtre pour les scénarios qui nécessitent une sélection de filtres.

Les flux de tâches translyticaux fonctionnent à l’aide de fonctions de données utilisateur dans Fabric pour appeler des fonctions sur les sources de données Fabric sous-jacentes.

Limites

Actuellement, les limitations suivantes s’appliquent aux flux de tâches translyticaux :

• Seuls les nouveaux segments d’aperçu (segment de bouton, segment de liste et segment de texte) sont automatiquement reconnus comme contrôles d’entrée pour les paramètres de fonction. Si vous devez utiliser d'anciens segments, vous devez créer une mesure DAX (Data Analysis Expression) pour faire référence à ces entrées.
• Les formats PBIR (rapport amélioré Power BI) et PBIP (Projet Power BI) ne sont pas pris en charge.
• Power BI Embedded n’est pas pris en charge.

Les limitations de service suivantes peuvent également affecter vos flux de tâches translyticaux :

• Détails du service et limitations des fonctions de données utilisateur Fabric
• Limitations dans la base de données SQL dans Microsoft Fabric

Étapes suivantes

• Si vous souhaitez suivre un didacticiel de bout en bout pour créer votre premier flux de tâches translytics, consultez Tutoriel : Créer un flux de tâches translytics. Ce didacticiel vous guide tout au long de la création d’une base de données SQL, de l’écriture d’une fonction de données utilisateur et de la connexion de la fonction à un rapport Power BI avec un bouton de fonction de données.

• Si vous disposez déjà d’une fonction de données utilisateur que vous souhaitez connecter à un rapport Power BI, consultez Créer un bouton de fonction de données dans Power BI.