Estamos em uma era de dados e oportunidades abundantes. Para competir no cenário atual, as organizações devem ter as habilidades e o talento para aproveitar todos esses dados de forma eficaz. Eles devem adquirir a tecnologia certa para capacitar as pessoas a fazer mais. . >> AEG é uma série de indústrias. Temos AEG sports, temos AEG presentes, temos instalações AEG. >> Temos uma quantidade imensa de dados fluindo através de nossas estratégias de engajamento. Ser capaz de analisar esses dados e ter um fluxo de trabalho que os atenda e os coloque nas mãos de nossos chefes de departamento relevantes de uma forma que eles entendam e possam agir sobre eles, é a coisa mais importante.
>> o Microsoft Power BI está oferecendo novas experiências. Impulsionado pelos avanços em computação em nuvem e inteligência artificial que ajudam cada usuário a explorar e entender seus dados com mais facilidade. >> Cada vez que o carro está circulando pela pista, estamos processando gigabytes de dados que podem ser analisados e eles serão uma vantagem competitiva para qualquer equipe que será capaz de implementar alguma inteligência artificial na análise de todos esses dados. >> acho que ser mais inteligente porque dominamos nossos dados e a maneira como esses dados fluem perfeitamente para a equipe, fará uma grande diferença no futuro. >> Aproveite a oportunidade de dados abundantes por meio de inovações em IA e o poder da nuvem. Power BI da Microsoft. >> Por favor, dê as boas-vindas a Kamal Hathi. . >> Boa tarde e muito obrigado por se juntar a mim hoje aqui no Ignite. Estou muito feliz em falar com todos vocês. E esses também o streaming online. Realmente, muito feliz por estar aqui. O vídeo que vimos foi muito interessante do ponto de vista de todas as coisas que estão acontecendo com dados e IA, vimos, e Power BI, o uso dos dados.
No final, é tudo sobre uma coisa, que é obter informações, desbloquear essas informações e realmente aproveitá-las e agregar valor às organizações e, em seguida, ao mercado. Enquanto você pensa em informação, quero contar uma pequena história e voltar um pouco no tempo e falar sobre como essas informações foram desbloqueadas e disponibilizadas para nós, em primeiro lugar.
Então, você poderia fazer uma viagem de volta a 1440. Quaisquer pensamentos, palpites, ideias, o que 1440 aconteceu naquele ano? Alguém? Talvez? Não consigo ouvir muito bem. Mas de qualquer forma, eu recebo todos os tipos de pessoas dizendo que é Colombo. Mas acontece que este é o ano em que Gutenberg inventou a imprensa. Este é o ano em que a imprensa, acreditamos, foi inventada. E a principal razão para isso que sabemos é que há um registro de um processo judicial, violação de IP. E sabemos que há um processo que tem que ser real, então este foi o ano em que acreditamos que a imprensa foi inventada. Agora, antes da imprensa de Gutenberg, obter livros só estava disponível para muito, muito, muito poucas pessoas. Os livros, de fato, foram escritos à mão. Eles foram literalmente copiados à mão por monges sentados em mosteiros, literalmente, em salas escuras e frias nos fundos em algum lugar. Não tinham mais o que fazer. Durante todo o dia, tudo o que faziam era escrever em veludo, peles de animais, ou em papel ou pergaminho.
E eles escreveram esses livros. Como resultado, muito, muito poucos livros e principalmente sobre religião. E você tinha que ser alguém super rico, super especial para ser um monarca ou alguma pessoa da realeza ou rica para conseguir esses livros. A imprensa mudou tudo isso, literalmente,Mudou tudo isso, porque possibilitou a produção em massa de livros.
Então, o que vimos é que de 1440, cerca de 150-160 anos, o preço dos livros, por causa da produção em massa, simplesmente despencou. Literalmente, só desceu muito. E agora os livros eram acessíveis. Qualquer um poderia comprá-lo. Então pense no que vemos hoje com as vendas online et cetera, tendo impactado os livros. Nada, nada comparado ao que aconteceu quando a imprensa saiu. Não só o preço dos livros caiu e as pessoas puderam comprar esses livros, mas a variedade de livros também mudou drasticamente. Passou de monges escrevendo sobre religião e pessoas lendo sobre religião para variedade de livros sobre ciência, conhecimento, literatura, romance. Todos os tipos de coisas que estão saindo porque os custos caíram e a variedade começou a se espalhar. Então, como resultado, todos começaram a entrar na leitura. E podemos ver o impacto disso à medida que o mundo começou a se mover, as habilidades começaram a evoluir.
E se você olhar para este gráfico, é uma sessão sobre BI, então sempre temos gráficos e tabelas, suponho. Olhe para este gráfico, pensamos que de 1500 aproximadamente até hoje, houve um aumento constante na taxa de alfabetização. Pessoas que estão lendo na população que começou a subir e, por volta de 1800, cerca de um terço da população já era alfabetizada. Isso é uma grande mudança. De algumas pessoas que estão recebendo livros através de mosteiros e monges para um terço da população agora é capaz de ler. Você tem pessoas que são autores especializados, que estão escrevendo livros. E, de repente, há uma indústria em torno disso tudo acontecendo. Mas, ainda assim, é apenas cerca de um terço da população. Então, em 1800, mais ou menos, algo realmente interessante aconteceu. A taxa de alfabetização mudou drasticamente. Simplesmente disparou. A gente vê ele ir para 99% a mais, só passa pelo teto. A pergunta é: o que aconteceu? O que fez com que a alfabetização se tornasse universal? Mas hoje, eu vejo que você é analfabeto, isso é quase um insulto, né? O que aconteceu? O que aconteceu foi que as circunstâncias econômicas que impulsionaram a alfabetização mudaram. Existe uma coisa chamada Revolução Industrial, onde as máquinas começaram a entrar em ação.
Máquinas a vapor, outros tipos de máquinas mecânicas. E essas máquinas, por sua vez, exigiam pessoas que pudessem entender instruções, instruções escritas, pudessem ler. E a alfabetização começou a render frutos economicamente. E havia um incentivo para ser alfabetizado. Na verdade, os governos começaram a investir na escolarização. E as nações e sua prosperidade eram definidas pela alfabetização. Assim como o domínio econômico no mercado, foi definido pela alfabetização. Realmente a gente viu essa evolução que começa a acontecer, que todo mundo agora começa a ler.
Na verdade, estamos em um ponto agora em que não se trata apenas de leitura e alfabetização, mas todos nós estamos escrevendo também. Aposto que todos nesta sala hoje escreveram um e-mail de algum tipo. Como autor, escrevemos documentos do Word, PowerPoints o tempo todo. Na verdade, essa criação de informações não está apenas nesses domínios, se você olhar para as mídias sociais, isso é uma explosão. Não importa a sua idade, não importa a que demografia você pertença, você está postando nas redes sociais. Essa criação de informações está aumentando cada vez mais. E quando olhamos para o que aconteceu com essas máquinas, as máquinas a vapor e as máquinas mecânicas, as máquinas de água e elétricas.
Eles também estão criando informações. Eles estão criando dados. Estamos agora nesta fase da vida em nossa indústria, onde os dispositivos digitais estão impulsionando essa noção de uma transformação digital onde os dados estão em todos os lugares. E assim, assim como no vapor e nas revoluções industriais anteriores, a alfabetização foi o que impulsionou o sucesso competitivo. Agora, dados e a noção de trabalhar com dados, alfabetização de dados é o que vai definir a capacidade de ter sucesso nessa nova era.
Portanto, esta é a quarta revolução industrial em que estamos, onde a alfabetização de dados e dados está impulsionando o sucesso, trabalhando com dados, big data, IA. Essas são as diferenças de sucesso e fracasso para grandes empresas. Na verdade, essa noção de ter todos na organização sendo capazes de trabalhar é essa noção às vezes chamada de cultura de dados, e essa disseminação da alfabetização de dados é o que é necessário para ter sucesso nesta nova era. Então, agora, se você perguntar, qual é o habilitador? O que fará a alfabetização de dados acontecer? Houve um momento, de fato, que vimos esse momento de imprensa para essa nova transformação digital, essa nova revolução industrial? E, de fato, houve. E essa coisa aqui, quantos de vocês sabem o que é isso? Algum palpite? É o VisiCalc. O VisiCalc foi a primeira planilha. E as planilhas, em muitos aspectos, são a prensa para a era digital, para os dados. Antes da planilha, eu estava em TI, e me sentei em uma sala escura e fria em um mosteiro de TI, se quiserem, como um monge. E minha vida social era muito diferente da de um monge realmente. E eu controlava os dados que chegavam aos meus eleitores.
Era assim que as informações iam saindo. Mas a planilha mudou tudo da noite para o dia. De repente, todo mundo é capaz de acessar dados e começou a fazer sentido com eles, adicionar grandes números, desenhar gráficos, desenhar gráficos e, da noite para o dia, de repente, começamos a ter o mesmo tipo de impacto em alguns sentidos que uma impressora teve na alfabetização. A planilha começou a impactar essa noção de alfabetização de dados. Na verdade, se você olhar para a evolução ao longo do tempo de como essa alfabetização de dados é espalhada, você pode olhar talvez para essa noção que chamamos de BI clássico, onde a TI forneceu informações aos usuários finais. Vimos ou estamos no meio do estágio em que os analistas estão trabalhando com ferramentas como planilhas, incapazes de tomar o poder em suas próprias mãos e passar essas informações, é muito parecido com autores de livros, para outras pessoas.
Mas ainda estamos em alguns sentidos agora, para olhar para trás, falamos sobre alfabetização, essa curva está praticamente no estágio em que estávamos com os anos 1800, eles estão apenas se achatando lá fora. Não batemos no joelho da curva que simplesmente decola e torna universal essa alfabetização de dados móveis. Então, o que estamos pressionando agora na Microsoft, com o Power BI, com nosso uso de inteligência artificial e aprendizado de máquina, é impulsionar essa noção de cultura de dados.
Essa cultura de dados é onde a alfabetização de dados é universal. Onde você é capaz, em suas organizações, de usar dados em todos os níveis, de almoxarifado para sala de reuniões. Todos podem tomar dados, tomar decisões e conduzir essas decisões para realmente transformar a forma como sua empresa funciona. E estamos permitindo isso para todos. O usuário corporativo que realmente não sabe como configurar servidores ou trabalhar com ferramentas sofisticadas e analíticas, quer ser capaz de obter valor dos dados usando esse tipo de ferramenta, usando o valor da IA e do aprendizado de máquina.
E isso atravessa todo o espectro. Para o indivíduo de TI, dando-lhe o poder de fazer um trabalho melhor na execução da infraestrutura. Para cientistas de dados, e ajudá-los a ser capaz de entrar e entender e fazer sentido com os dados de uma maneira melhor. O analista dando-lhes melhores ferramentas, e certamente o empresário e fazendo-os trabalhar com dados para ter auxílio para tomar as melhores decisões. Então, em alguns sentidos, falamos de inteligência artificial, falamos de aprendizado de máquina, essa noção de IA não é apenas uma forma de falar de algo artificial, mas é um sistema, é uma IA de inteligência de sistema. Onde essas tecnologias não são sobre substituir ninguém, mas ajudá-los a tomar melhores decisões e chegar a um lugar, vantagem competitiva nesta transformação digital em que estamos, e nesta era da próxima revolução da indústria.
Então, o que eu quero fazer agora é convidar no palco, em alguns minutos, um dos meus colegas para nos mostrar algumas demonstrações. E fale com você sobre como o Power BI, que é o produto que vamos mostrar a você, e os recursos nele com a IA e o aprendizado de máquina incorporados nele, como isso pode ajudar a realmente tornar o poder da IA disponível para todos. Essa noção de democratização da IA e como podemos conseguir isso. E então Patrick Baumgartner, vou convidá-lo para o palco. O Patrick faz parte da minha equipe.
E Patrick vai falar conosco sobre como podemos tirar proveito da IA com o Power BI. Obrigado Patrick. >> Obrigado. Esse conceito de alfabetização de dados é realmente interessante. Meio que faz sentido né? Acho que todos nós desejamos que em nossas empresas, em nossas vidas que as pessoas ao nosso redor usem dados para tomar melhores decisões. Acho que todos nós fomos confrontados com uma circunstância em que talvez alguém esteja tomando uma decisão, meio que inventada e não vai tão bem quanto poderia ter.
Queremos pensar em como realmente ajudamos todos a usar melhor os dados. E não será uma solução simples, será uma combinação de acesso a dados, treinamento e, certamente, ferramentas melhores. E uma coisa com o Power BI que queremos fazer e em toda a pilha da Microsoft é usar inteligência e tudo o que fazemos, para simplificar como as pessoas têm acesso a dados, todos de todas as diferentes personas. Vamos dar uma olhada aqui em uma demo que podemos jogar com um pouco disso. E há muitos dados por aí que, quando você vê, eles atingem você com um forte impacto. E um conjunto de dados que eu queria escolher para falar com vocês é, na verdade, as mortes no trânsito. Em 2015, foram 35 mil pessoas que morreram em um acidente de trânsito. E quando você se aprofunda nesses dados e brinca com eles, e você entende isso, algumas coisas que você dá como certas, eu sei que no passado eu era culpado talvez por fazer uma curta ida à loja eu não apertaria meu cinto de segurança certo? Depois que você brinca com esses dados, você vai, isso é uma loucura, por que eu faria isso? E quando você começa a pensar sobre o impacto de se todos tivessem acesso à informação e pudessem explorá-la e brincar com ela, seja você um usuário de negócios ou um cientista de dados, você pode realmente causar um impacto para tomar melhores decisões.
A primeira parte disso é, na verdade, apenas criar relatórios que as pessoas podem usar. Aqui eu estou olhando para o total de mortes, eu posso ver por estado, Flórida e Texas e Califórnia são muito, muito grandes estados, eles têm um monte de fatalities. Posso clicar aqui e fazer um ajuste populacional e ver que na verdade é Wyoming e Montana, alguns desses estados maiores com populações mais baixas, onde talvez as pessoas tenham que dirigir mais, têm uma incidência maior de mortes no trânsito ao longo do tempo. Mas posso querer jogar com essas velocidades aqui e posso ver algo como se a velocidade sobe, a média de idade cai. Talvez os mais jovens dirijam mais rápido e de forma mais imprudente e causem mais acidentes. Se eu olhar para a hora do acidente e eu disser, o que dizer de acidentes apenas no início da manhã? Eu posso ver o envolvimento com álcool pulando, coisas intuitivas, então as pessoas provavelmente voltando para casa dos bares, há mais envolvimento com álcool. Então, isso me dá uma sensação muito fácil de brincar com os dados. Mas vamos um pouco mais longe aqui.
Vamos realmente soltar, explorar os dados e ver como podemos usar alguma inteligência ao longo do caminho para tornar isso ainda mais fácil para as pessoas brincarem com os dados. Então, devo mencionar, esta é a área de trabalho do Power BI, a ferramenta que estou usando. Este é um download gratuito, também já está disponível na loja da Microsoft. E é uma ferramenta incrível para misturar dados de uma variedade de fontes, neste caso eu tenho informações de fatalidade de trânsito estado demografia. Mas também é uma ótima maneira de fazer exploração visual de dados.
E aqui eu posso ver a tendência geral de mortes. E na verdade foi no início dos anos 2000, era muito maior, na verdade eram 42 mil, 40 mil pessoas por ano morriam em acidentes de trânsito. E houve essa melhora enorme, ela caiu. Acontece que essa queda, muito disso se deveu ao preço da gasolina estar alto, então as pessoas dirigiram menos, a economia passou por um pouco de recessão, então as pessoas dirigiram menos. Mas vamos voltar a isso em um segundo, porque há esse aumento realmente perturbador. E eles estão prestes a publicar os números de 2016 em apenas algumas semanas, e será muito interessante ver como foi o ano passado. Parece que essa tendência está voltando a subir, e queremos explorar isso e tentar entendê-la. Mas vamos brincar com esse relatório e ver como é fácil explorar esses dados. Então talvez eu só queira olhar de novo a minha métrica aqui, eu vou olhar apenas para o número de fatalidades, talvez eu queira olhar para isso pelo meu tipo de veículo.
E, novamente, os dados devem ser fáceis de jogar. E eu estou apenas arrastando e soltando, digitando os nomes dos campos, e imediatamente eu posso apenas expor isso e talvez cruzar o destaque, eu posso ver a tendência para carros de passeio. Talvez eu veja tempo aqui, e eu quero ir em frente e detalhar. E novamente uma coisa muito intuitiva e simples tudo está conectado, eu não precisava ser um especialista em dados para começar a construir esses relatórios. E eu posso ver coisas interessantes, como se eu olhar para uma motocicleta, a tendência sazonal é muito maior porque as pessoas dirigem menos suas motocicletas no inverno. Então, alguns insights interessantes logo de cara. Mas talvez eu queira começar a fazer análises mais avançadas, talvez eu queira ter uma previsão do que vai acontecer no futuro. E, novamente, como podemos disponibilizar recursos como esse para todos? Eu não quero ter que ser um cientista de dados para entender aprendizado de máquina e diferentes técnicas, poderia apenas ativar uma previsão e ver imediatamente uma projeção rápida do que vai acontecer no futuro com intervalos de confiança. Mas podemos ir além.
Vamos dar uma olhada em alguns dos veículos que todos dirigimos, e talvez possamos encontrar alguns insights lá. Vamos ver o make, vamos fazer um gráfico de dispersão aqui. E vamos ver a velocidade que os veículos estão indo. Esta é a velocidade média. E vejamos a taxa de sobrevivência. Então, se havia várias pessoas no acidente, quantas pessoas sobreviveram ou não sobreviveram. Vamos tornar isso um pouco maior. É mais fácil de ver. E formatar isso de forma um pouco diferente. Então vamos fazer o ponto de preenchimento e os rótulos de categoria e eu tenho um Yugo e um Renault e então, vamos talvez, vamos filtrar para um pouco mais recente porque eu não acho que há muitos Yugos na estrada hoje. Você sabe o que é um Yugo? É um carrozinho iugoslavo. De qualquer maneira. Então eu posso ver aqui muito rapidamente tipo de layout dos meus dados e, na verdade, vamos apenas estourar esta tela cheia para que possamos realmente vê-lo. Aqui embaixo tenho Ducati, Kawasaki e Suzuki. Essas são todas as minhas motocicletas, certo? Eles entram muito rápido, parece que são veículos muito perigosos quando estão em um acidente.
Aqui embaixo Gillig, alguém sabe o que é um Gillig. Na verdade, é um caminhão de correio. Se for em um acidente, provavelmente estava indo bem devagar e felizmente parece que a maioria das pessoas sobreviveu. Mas vejo algum tipo de aglomerado natural nos meus dados aqui. Eu tenho alguns caminhões pesados e essas motocicletas. E, novamente, não quero marcar todos esses registros individualmente. Refiro-me àquelas dezenas de milhares, na verdade centenas de milhares de acidentes neste conjunto de dados. O que seria ótimo se eu pudesse encontrar clusters automaticamente em meus dados. Então, este pequeno pop out aqui diz automaticamente encontrar clusters.
E eu vou clicar ok. E isso vai rodar um monte de aprendizado de máquina nos bastidores. Não preciso entender a análise de Caiman e outras coisas complicadas. E foi em frente e encontrou alguns clusters naturais nos meus dados que agora posso usar. Estes são apenas parte do meu modelo de dados com o qual posso continuar a fazer análises. Novamente, diminua a barra de entrada para saber como pensamos em nos mover, talvez uma pessoa que seja apenas uma espécie de simples analista e deixá-los começar a se comportar como um cientista de dados em tudo o que fazem.
Isso é muito bom porque eu posso pegar isso, esse cluster de novo aqui eu poderia largar. Eu posso cruzar o destaque por ele, então, eu posso olhar para talvez este cluster também, que é principalmente motocicletas com alguns outros tipos de veículos por essas marcas. E novamente, então é algo muito fácil de jogar. Mas vamos ver se conseguimos simplificar um pouco mais isso. E voltemos àquela grande questão que tínhamos logo no início. Então, eu vou desligar minha previsão aqui e vou voltar para o topo, talvez diminuir o zoom para que possamos ver toda essa linha aqui. Vemos esse pico.
E o que está acontecendo aqui? Por que esse pico? O que está acontecendo? E é aqui que o poder da IA fica ainda mais poderoso. Antes que você me visse cozinhando um pouco de aprendizado de máquina, e novamente, eu não precisava saber o que era aquilo, era apenas parte da ferramenta. Mas o que podemos começar a fazer agora com o poder da nuvem e no poder computacional e talvez eu veja esse aumento e eu queria apenas perguntar, explicar o aumento, certo? Podemos ir em frente e acionar isso e começar a procurar razões para que isso possa subir. E eu acho que uma das coisas mais poderosas sobre esse tipo de análise é que ela saiu e foi escrachadad, rodamos muitos, muitos algoritmos diferentes procurando qual seria a melhor explicação para esse tipo de mudança de tempo de período para período.
E nós vamos em frente e classificamos esses, essa grande lista deles. E uma coisa realmente interessante acontece. A maioria das pessoas só faz análise, começa com uma hipótese, né? E eles meio que começam a tentar provar essa hipótese, reprová-la ou prová-la. Uma das grandes coisas sobre assar em IA é que ela faz com que você encontre coisas em que você não pensou, certo? Porque a máquina está apenas procurando subconjuntos de dados estatisticamente interessantes. Neste caso, encontrou algo que realmente me marcou, que uma das minhas hipóteses seria que talvez dirigir alcoolizado esteja subindo. Mas acontece que, na verdade, a embriaguez ao volante caiu entre 2014 e 2015. E novamente, isso é IA apenas automaticamente descobriu isso para mim e o colocou em um gráfico de cachoeira muito legal que eu não tinha que saber como criar, eu não tinha que saber como dividir isso por diferentes períodos, e eu posso simplesmente ir em frente e adicionar isso ao meu relatório, assim eu posso acrescentar isso e tê-lo como algo que é totalmente interactable e algo que eu posso continuar usando.
Mas vamos continuar olhando aqui. Achei esse segundo item que apareceu. Pode ter sido estatisticamente significativo, zero para motoristas bêbados, mas é realmente difícil para mim entender. E uma das outras coisas interessantes que podemos fazer é construir algo como votar. E posso dizer que esse não foi um insight interessante, talvez tenha sido uma má escolha de campos, porque eu realmente não entendo o que é esse zero. É difícil de ler. E eu apenas dei feedback ao sistema. E esse é o feedback que podemos receber e podemos aprender como melhorar o recurso em geral, mas também começar a construir uma compreensão dos dados dentro da organização e dos dados que uso e começar a aprender com isso ao longo do tempo, para que possamos sugerir insights cada vez melhores ao longo do tempo.
E eu posso continuar rolando, aqui está outro insight interessante. Ele diz que houve algumas grandes mudanças entre os estados, mas não uma grande mudança relativa entre eles. E eu posso olhar para outras visualizações fora da caixa aqui. Aqui está um gráfico de dispersão da mudança ano a ano e eu posso ver quase todos os estados, seguem essa mesma tendência. É interessante que a Flórida piorou um pouco. O Texas, na verdade, caiu. E novamente, isso é realmente se eu quisesse construir este gráfico, na verdade teria levado um tempo para configurar isso e a formatação e criar os cálculos para fazê-lo. E novamente, a IA apenas ajudou a criá-lo para mim na hora. Mas há um outro insight que apareceu quando estamos fazendo, quando eu estava me preparando para esta demo que foi realmente interessante para mim.
Então eu vou adicionar esse outro aqui e estourá-lo e falar sobre isso por um segundo. E novamente, pensamos em uma hipótese, eu entrei com uma hipótese sobre o que estava acontecendo com os acidentes, e eu me considero um motorista realmente seguro em geral, certo? Tenho filhos pequenos. Mas então eu vi esse gráfico meio que aparecer na lista e novamente pequenas coisas embutidas no produto, eu realmente amo isso. Este é este gráfico de cascata novamente, e eu posso apenas agrupá-lo, e ele automaticamente faz outra categoria para mim. Então, vamos chamar esse grande bar.
Acontece que, entre 2014 e 2015, o O maior aumento de vítimas fatais não foi na verdade colisões com dois veículos, foi apenas um carro envolvido. Então, ou batiam em um pedestre ou saíam da estrada e capotavam o carro. E novamente, eu tinha essa hipótese entrando com esse conjunto de dados de que é a outra pessoa. Sei que sou um bom piloto, vou ficar fora do acidente. E então você olha para isso e começa a ver estatisticamente, bem, há uma grande chance de que o acidente que vai ser causado seja realmente eu como piloto. E, novamente, isso se destaca com você e está ajudando as pessoas a encontrar esses pequenos insights deliciosos com dados que ajudam as pessoas a tomar melhores decisões com dados. E assim, você viu aqui, quero dizer que isso é muito legal, certo? Quero dizer, espero que você queira colocar as mãos nisso. Como eu disse, você pode ir buscá-lo na Windows Store hoje, é um download gratuito.
É uma maneira muito legal de começar a potencializar o que você faz com sua análise. Mas nem todo mundo vai brincar com dados e até explorar, por mais fácil que a gente faça. Uma grande parte dessa ideia de alfabetização de dados e cultura de dados também é, como podemos formatar relatórios e torná-los realmente interessantes para nossos consumidores, certo? A grande coisa sobre o Power BI é que temos uma pilha de visualização de dados realmente moderna e temos uma enorme biblioteca de visualizações de dados personalizadas. Você pode desenvolver suas próprias visualizações de dados, se quiser, e pensar sobre esse tema de alfabetização novamente, como posso criar relatórios que sejam atraentes para ler, que as pessoas queiram ler porque esse é certamente o lado da demanda é que as pessoas querem coisas interessantes.
E assim eu posso construir relatórios realmente visuais como este, onde eu ainda posso interagir e dizer, vamos olhar apenas para veículos de passageiros. Vamos ver onde estavam acontecendo os pontos de impacto nesses acidentes. Vamos olhar as taxas de letalidade por assento e vamos fazer algumas coisas com as quais as pessoas querem brincar, certo? E, mais uma vez, podemos ir ainda mais longe. Talvez eu queira fazer uma análise hipotética. Um desses novos recursos que acabamos de enviar no Power BI é que eu posso realmente empacotar em um modelo no Power BI com parâmetros que você pode passar para o modelo e fazer uma análise hipotética. E assim, aqui eu estou olhando para o aumento do nosso, com licença, então eu estou olhando para 35 mil pessoas morrerem em acidentes de trânsito em 2015, eu poderia ir mudar o ano se eu quisesse.
Mas acontece que 15 mil dessas pessoas não usavam cinto de segurança ou capacete. E, novamente, você pensa sobre isso, parece bastante óbvio, certo. E quando estou brincando com esses dados parece ainda mais óbvio. E 5.000 dessas pessoas se envolveram em acidentes em que havia um motorista bêbado. E então este pequeno relatório aqui, eu posso entrar em jogo e posso dizer, e se tivéssemos um aumento de 50% de pessoas que estavam nesses acidentes fatais usando cinto de segurança. Eu posso ver que teríamos economizado com base nas taxas de sobrevivência em todo esse conjunto de dados, porque novamente há 500.000 acidentes registrados nisso, então podemos ter uma boa ideia de como seriam os carros diferentes, com cintos de segurança ou não cintos de segurança.
E você pode ver que salvaríamos muitas vidas. Mas o que também foi realmente interessante é que você vê algo como a mudança em todos esses acidentes e taxa de sobrevivência. Se você está usando cinto de segurança, um aumento do cinto de segurança pessoas, pessoas usando cinto de segurança, esses acidentes de alta velocidade ficam, as pessoas estão mais seguras neles. Isso realmente me marcou, na verdade foi lacidentes de velocidade. Eu falei no começo, eu sou culpado de às vezes correr para a loja e não apertar o cinto e não é mais. Eu realmente vejo que se você vai morrer em um acidente de baixa velocidade, provavelmente é porque você não estava usando capacete ou cinto de segurança. E novamente, você pode ver motocicletas realmente altas aqui.
Mas a mesma coisa, eu posso simplesmente clicar em veículos de passeio, o carro que eu dirijo, certo? E assim cruzar e ver apenas o impacto daquele veículo que eu dirijo. E de novo fica aquela fasquia muito alta, aquela fasquia muito alta ali. Então, maneiras realmente interessantes de brincar com dados e você pode pensar em empacotar isso. Agora isso é como uma fatalidade no trânsito. Espero não ter ficado muito preconceituoso sobre o uso do cinto de segurança. Acho que minha mãe está muito feliz por eu ter feito essa demonstração para você, porque certamente me tornou uma pessoa mais segura. Mas você pode imaginar isso com talvez estejamos fazendo uma campanha de conscientização aqui, estamos tentando aumentar a conscientização e tomar uma decisão sobre onde colocamos nossos fundos. Certamente, eu posso estar fazendo uma campanha de marketing ou posso estar alocando servidores. E todas essas coisas agora são coisas que você pode levar para sua organização e ajudar todos os seus usuários a usar melhor os dados. Acontece que podemos tornar isso ainda mais simples, certo? Novamente, eu ainda estou aqui no relatório, então, é preciso um usuário indo para um relatório.
E também queremos nos perguntar, poderíamos fazer, tornar isso ainda mais simples no geral. Então, eu troco meu iPhone aqui. E aqui estou, estou no meu aplicativo móvel do Power BI. Temos um aplicativo móvel para Android, Windows Phone, e estou no meu iPhone aqui. E em todos esses contatos, esse é um ótimo caminho, eu vou para a minha análise de viagem, eu quero ir para o meu relatório de análise de fatalidade no trânsito. Eu tenho os mesmos dados, as mesmas métricas, posso levá-los para onde eu quiser direto no meu bolso. Isso é algo que realmente atrai nossos usuários de negócios, porque eles podem levar tudo com eles para onde quiserem ir.
E uma das grandes coisas que construímos aqui é a linguagem natural. Então as pessoas só querem fazer perguntas, querem usar linguagem natural e expressar. E o Power BI tem sido realmente um líder em trazer linguagem natural para o BI e o espaço de dados. Então vamos perguntar sobre o uso do cinto de segurança, certo? Então, estamos falando de cintos de segurança. Então, eu só quero perguntar a você sobre o uso do cinto de segurança, e acontece que você sabe em todo esse conjunto de dados de 2000 até hoje, pessoas envolvidas em mortes no trânsito, apenas 52% das pessoas usavam cinto de segurança, é um pouco alucinante. Mas uma coisa muito legal aconteceu, não só buscou os dados para mim, como executou a mesma IA com a qual estávamos brincando e o Power BI Desktop.
Nós também temos isso correndo em nosso serviço e ele encontrou uma coisa que dizia: "Ei, o uso do cinto de segurança está tendendo para cima", certo? Então, eu posso ver muito rapidamente agora que encontrou um insight para mim que me puxou e disse, felizmente a média ao longo do tempo foi de 52, mas na verdade agora em média é de até 65% ou mais com um monte de variação sazonal ou mudança ao longo do tempo. E mais uma vez isso ainda é conversacional, eu diria, para 2015. Na Flórida, sim, dando a abreviação do estado. Então, eu posso apenas fazer uma pergunta subsequente e dizer, para 2015 na Flórida, e acontece que na verdade em 2015, pelo menos na Flórida, é realmente 70% o que foi bom de ver, mas o que é realmente legal é que a mesma IA estava então rodando e tentou encontrar alguns outros insights que eu poderia estar interessado.
E se eu rolar até aqui, ele realmente disse que a quantidade de excesso de velocidade, que é a quantidade acima ou abaixo do limite de velocidade, tinha outliers. E toda vez que eu brinco com essa ferramenta, eu encontro outra coisa que eu quero acompanhar. Porque agora ele descobriu, na verdade, que há alguns dias aqui onde aparentemente houve um monte de acidentes onde as pessoas estavam indo abaixo do limite de velocidade, houve alguns dias com velocidades realmente anormalmente altas. E agora eu quero gostar, isso é interessante, vamos acompanhar. Então, posso adicionar uma anotação rápida e dizer: "O que estava acontecendo aqui? Quero acompanhar?", e eu poderia ir e compartilhar isso com meus colegas de trabalho.
E assim, acho que o que você viu aqui, espero que o que você viu, é como podemos pegar a IA e realmente começar a incorporá-la em todas as experiências que construímos. Queremos combinar isso com um sistema que torne realmente fácil criar relatórios e painéis envolventes e maneiras envolventes de brincar com os dados. E espero que, em suas organizações, isso inspire você a tornar os dados mais disponíveis, criar relatórios melhores, mas também ajudar seus usuários a encontrar dados de maneiras mais interessantes. E espero que, então, todos tomem decisões melhores, sejam mortes no trânsito ou como você administra seu negócio. Então, muito obrigado e vou entregar para o Kamal.
>> Tudo bem, obrigado Patrick. Obrigado Patrick! Isso foi legal, não é? É incrível vê-lo apenas para fazer essas perguntas, mas é assim que usamos IA e aprendizado de máquina de forma transparente dentro do produto. Mas como exemplo de como, em um nível pessoal, você pode entrar e pular nessas ferramentas e obter valor e começar a realmente fazer sentido com os dados e essa noção de sua alfabetização de dados para todos. Mas então eu quero mudar um pouco isso e falar sobre como as organizações, como as empresas podem tirar proveito de tipos semelhantes de coisas e começar a realmente se transformar usando esses tipos de coisas que Patrick mostrou. E então eu vou fazer para que um de nossos clientes, o Real Madrid, em um minuto se junte a nós. O Real Madrid, para quem não sabe, é a franquia esportiva mais valiosa do mundo. Quero dizer, literalmente, qualquer esporte que você esteja falando, o Real Madrid é a franquia mais valiosa do mundo, sem dúvida, sem dúvida.
E assim, vou pedir ao diretor global, diretor digital do Real Madrid, Rafa delos Santos, e ao gerente de programa principal do Power BI, Mark Gregara, para se juntarem a mim no palco. Rafa, Marcos, por favor, junte-se a mim. >> Oi, pessoal. >> Obrigado por se juntar a nós. Assinalar. >> Oi, obrigado Kamal. Oi, pessoal. Como diretor digital global do Real Madrid, é muito importante para nós nos conectarmos com nossos fãs e os fãs estão em todos os canais digitais que você pode encontrar por aí. Instagram, Facebook, o aplicativo do Real Madrid, o site. Você sabe que se você acompanha um esporte, você vai ver que existem muitas, muitas rivalidades. Se você acompanha o beisebol, provavelmente a rivalidade entre os Red Sox e os Yankees é a mais importante.
Se você acompanha o rúgbi, sabe que Austrália x Nova Zelândia é uma grande coisa. Se você acompanha o críquete, sabe que quando a Índia joga contra o Paquistão, é uma grande coisa. Mas quando o assunto é futebol, o jogo entre Real Madrid e Barça é o jogo de maior rivalidade que você pode fazer.um descobrir por aí. Se você olhar para tudo o que fazemos, e esse jogo se chama el Clásico, e mais de 400 milhões de pessoas acompanham o jogo no estádio, na televisão, em muitos lugares diferentes. Só para te mostrar um pouquinho dele, vamos rolar o vídeo. >> Este é o El Clásico. >> Brilhante. Ronaldo coloca isso em casa. >> Swatted. >> Gênio. >> Ah, que gol para o Real. >> Messi surpreendente. Magnífica de Los Blancos.
>> Eu sou rivalidade. Eu cresci. Bem, este é um pequeno vídeo que mostra a rivalidade que temos contra o Barcelona. E isso não é só dentro de campo. Se olharmos para tudo o que fazemos, competimos contra o Barça, e com a Itália não é diferente. No ano passado, tivemos a grande corrida para ver qual foi o primeiro time a alcançar os 100 milhões de fãs no Facebook. O Facebook é uma ferramenta muito importante para nós, porque é a maneira como podemos nos envolver com nossos fãs, a maneira como podemos enviar a eles o conteúdo e gerar a paixão em torno do Real Madrid.
Então, Mark, você pode nos mostrar um pouco sobre como estávamos no Facebook em comparação com o Barça? >> Ah, eu adoraria. Então, aqui temos um relatório do Power BI sobre o crescimento dos fãs do Facebook em Barcelona e em Madri. Então, vamos ver a linha aqui mostra o crescimento em Barcelona de fevereiro a março seis meses atrás, de 1º de fevereiro a 31 de março. Você pode ver que a linha começa para Barcelona em vermelho em 96 milhões e termina no final de março em milhões. E vamos ver dinamicamente com isso realmente, eu amo esse visual personalizado, o gráfico de pulso, o quão bem Madrid se saiu no mesmo período de tempo e, à medida que avançamos, veremos as postagens correspondentes que você fez. Então, nós vamos começar o tempo aqui e vamos ver o que acontece aqui no dia 5 de fevereiro. Você tem um aumento muito bom ali. Pode nos contar um pouco sobre o que aconteceu no dia 5 de fevereiro? >> Bem, na verdade era aniversário do Cristiano.
Sabe, o Cristiano é um dos nossos melhores jogadores. Ele é enorme, é enorme nas redes sociais, então, quando foi o aniversário dele, decidimos fazer uma campanha. Segmentamos a demografia, visamos as pessoas que seguiam o Cristiano e decidimos fazer esta campanha. E dá para ver que o aumento que tivemos foi enorme. Mesmo se você olhar para a postagem que fizemos, estávamos usando o árabe como língua para nos dirigirmos às pessoas que estão seguindo Cristiano naquele lado do mundo. Então, essa foi provavelmente a principal razão para esse pico. >> Isso mesmo. Então você tinha uns 400 mil torcedores que foram um ganho. E assim, nos próximos dias, você tem sobre lendas como Beckham, você tem destaques de jogos, e você basicamente tem postagens sobre as atualizações do time, quando eles ganham um jogo, sobre algum marco sobre jogadores, e você pode ver a linha azul pouco a pouco diminuindo a diferença com a linha vermelha aqui.
Bale está voltando. Este é um dos poucos jogos que você perdeu, então vamos rápido sobre isso, você ganha no Villarreal, e lentamente, mas com certeza, você diminui essa diferença até, acho que é em 8 de março. Você ganha do Nápoles, se classifica para a Liga dos Campeões nas oitavas de final, mas o Barcelona tem um trabalho enorme. Sabe por quê? >> sim. Na verdade, aquele dia foi um dia ruim para nós. Venceu o PSG. Eles tiveram a primeira etapa que foi horrível. Perdeu para o PSG por quatro a zero. E depois, na segunda mão, fizeram esta enorme comebaIsso nunca aconteceu na Liga dos Campeões antes de vencerem por 6 a 1. Para eles, era como ganhar uma Liga dos Campeões quase, em termos de aumentar a base de fãs que os seguiam. Então foi basicamente o que aconteceu, foi uma vitória inesperada. >> Isso mesmo. E é por isso que eles cresceram. E então você vai continuar seu crescimento linear, destacando lendas como Xabi Alonso e vitórias e usando muito. Veremos mais adiante as postagens que não são aleatórias. O que você posta, os jogadores sobre os quais você posta, os tópicos, a demografia e você é capaz de ir linearmente bem perto de 96 milhões.
E tem também um salto com Sergio Ramos. Agora, vemos Barcelona tendo um crescimento significativo após 21 de março até os últimos 10 dias de março. Alguma percepção por que eles tiveram um crescimento tão incrível? >> Bem, a realidade é que não havia razão para isso naquela época. Então, quando isso aconteceu, percebemos que esse era o momento em que eles decidiram ir para a marca de 100 milhões. Estávamos em pânico no início, vimos o quão rápido eles estavam aumentando o número de fãs que estavam em sua conta no Facebook. Então, o que basicamente fizemos foi pegar o telefone, ligamos para o CEO e eu tive uma conversa com ele e eu disse: "José Angel, estamos em apuros profundos". Desculpa. Estamos em apuros. >> Ele não disse. >> E vemos o Barça tentando alcançar um pouco os 100 e temos que reagir. E foi nesse momento que ele ligou para o presidente e
para
Florentino e teve uma conversa com o presidente. E o presidente disse: "Faça o que precisar para chegar a esses 100 milhões". Então, nesse momento, por termos todas essas informações e termos todo esse acesso aos dados e usarmos as ferramentas e o mecanismo que temos e os recursos do Power BI que temos, começamos a pensar em fazer as campanhas. O problema aqui era que tínhamos um tempo muito, muito limitado. O que tínhamos no início, talvez dois meses para chegar a esses 100 milhões. Sabíamos que, por causa do ritmo de tudo, teríamos apenas algumas horas, talvez alguns dias no máximo. >> Isso mesmo. Então, você teve basicamente dois, três dias para receber três milhões e meio de torcedores, porque você sabe que o Barcelona ia chegar lá. E, na verdade, a linha mostra que eles chegaram a 100 milhões dois ou três dias depois, em 2 de abril.
Então você pode nos dizer, você teve muito pouco tempo para descobrir o que fazer. Você pode nos contar um pouco sobre sua estratégia para conseguir tantos fãs em dois, três dias basicamente? >> A realidade é que desenvolvemos muitos insights de nossa plataforma de dados da Microsoft e sabíamos muitas informações que estávamos procurando diariamente em nosso relatório do Power BI. Então, basicamente, tínhamos uma ideia sobre as coisas que precisávamos fazer primeiro. Alavancamos em quatro áreas diferentes. Alavancamos com nossos jogadores, nossos jogadores atuais. Aproveitamos com ex-jogadores do Real Madrid que foram grandes estrelas no passado; David Beckham, Ronaldo; o brasileiro, o outro Ronaldo. Nós também alavancamos com muitas das pessoas famosas que seguem o Real Madrid. Atletas famosos que estão seguindo o Real Madrid e que eles são duro Real Madrid. E também conduzimos alguns concursos, alguns concursos com prêmios que nos permitirão ganhar pessoas em nossa conta do Facebook. >> Pois bem. Então aqui visual semelhante do que antes, mas thO acesso é 31 de março após os três primeiros dias.
E você vê a linha de Barcelona, chega a 100 milhões. Então vamos ver como eles fizeram isso. Então começamos com o aniversário do Sergio Ramos e aqui vamos ver o que acontece. Ele nos conta o que ele planejou para seu aniversário de 31 anos. Isso é significativo ou? >> Bem, na verdade os dados nos disseram para fazê-lo. Sabemos que o Sérgio é um jogador incrível para o clube e era aniversário dele e estávamos olhando os dados. Então sabíamos que precisávamos fazer algo para impulsionar as campanhas que estávamos fazendo. >> Isso mesmo, então os dados fizeram você fazer isso basicamente falando do Sergio Ramos. E assim aqui podemos ver os diferentes passos. Você falou de Ronaldo, algumas lendas, jogadores atuais, Toni Kroos, Fernando Alonso que venceu a corrida de Fórmula 1. Então essa é uma das diferentes campanhas que você faz. E aqui a gente tem de novo um Kaká e a gente tem um pouquinho de concurso aqui que você fez, né? >> Sim, é isso mesmo.
Essa é realmente uma das coisas que sabemos que fez uma enorme diferença. Foi um pequeno detalhe, mas fez uma diferença enorme. Estávamos pensando em disputar alguma competição como o Barça estava fazendo. Só que eles acreditam que a melhor coisa que poderiam fazer naquele momento era fazer um concurso com ingressos, dando ingressos para as pessoas virem ao estádio e assistirem a um jogo. E por causa dos dados que estávamos olhando, sabemos que menos de 3% da população que está seguindo o Real Madrid no Facebook está fazendo isso na Espanha. Portanto, sabemos que 97% dos nossos adeptos estão fora de Espanha. Então, imagine ganhar um concurso e estar na Indonésia e dizer para eles virem assistir a um jogo. É mais do que um concurso, é uma grande coisa que pode acontecer na sua vida.
Então, decidimos fazer isso apenas com uma camisa e sabíamos naquele momento que estávamos fazendo um bom retorno daquela competição que colocamos em prática. >> Isso mesmo. Então aqui vamos ver o progresso do Kaká que joga no Orlando aqui ajuda com a torcida do Brasil. E aí os jogadores atuais como Gareth Bale, mais uma vez você enfatiza a disputa e começa a ganhar força. E muitos jogadores estão participando do time atual. A gente vê o Marcelo.
Vamos ver Sergio Ramos e você está ganhando força. Vemos obviamente novamente a disputa que você promove, o próprio Cristiano Ronaldo. E depois um aqui que surpreende, Rafa Nadal, o melhor tenista do mundo. Achei que o tio dele jogava no Barcelona. >> Sim, é verdade. Jogou no time errado. E toda a família, exceto Rafa, apoia o Barça, mas Rafa é um fã obstinado do Real Madrid. Ele gosta de futebol, ama o Real Madrid. E foi bem antes, ligamos para ele e dissemos que estávamos nessa, o El Clásico como foi chamado depois pela imprensa. E nós o chamamos e literalmente o cara estava no vestiário apenas mudando e se preparando para seu próximo jogo no Miami Open. E ele disse: "Sim, eu vou fazer isso. E ele postou essa foto onde é possível vê-lo em seu vestiário apenas apoiando o time para alcançar os 100 milhões de torcedores.
>> Então essas quatro combinações; lendas, jogadores atuais, concurso, e tudo isso está começando a pagar e você começa a se atualizar. David Beckham começa a ajudá-lo e então você tem alguns vídeos relevantes e então você chega a 100 milhões. Que horas exatas was isso? >> Bem, lembro-me disso como se fosse ontem. Eu estava na cozinha da minha casa vendo meu computador, assistindo ao telefone, conversando com muitas pessoas.
O que está acontecendo com todo mundo? E isso aconteceu exatamente, esse foi o momento. Era o momento em que chegamos aos 100. >> Então você gritou gol quando chegou - >> Muito, quase. Quase, sim. >> Então, é incrível, mas aqui nada foi feito por sorte. Houve muito, se pudermos mudar para o PowerPoint. Houve uma estratégia muito deliberada e vou voltar atrás em como você fez isso. Você pode falar um pouco primeiro sobre a infraestrutura que você usa para chegar a esses insights? >> Bem, tenho certeza de que muitos de vocês estão passando por esse mesmo processo. Estamos primeiro coletando as informações. Temos 10 fontes diferentes que são as principais fontes onde obtemos essas informações, que são basicamente o site, o aplicativo ou nossos canais de mídia social.
Então nós misturamos isso com outras fontes onde nós obtemos informações, nós obtemos informações de 70 fontes diferentes. Nós massageamos essas informações, colocamos essas informações em nosso lago de dados. Transformamos essa informação em insight e é aí que começamos a personalizar a mensagem que queremos passar aos nossos fãs. E nós segmentamos e segmentamos geograficamente tudo e é aí que começamos a fazer nossas campanhas. Estamos esperando enviar essas campanhas e obter um retorno, um retorno sobre o investimento que estamos fazendo e em receita. Isso está atingindo o B2C e também o B2B.
E em tudo isto, nada pode ser feito sem a organização adequada, que é algo que temos em vigor agora. E, claro, a tecnologia que temos usado o tempo todo. >> Isso mesmo. E quando você traz um novo patrocinador, isso é extremamente valioso e te ajuda na negociação. Então vamos falar um pouco sobre a tecnologia em si. Você pode falar um pouco sobre as fontes de dados e como você processa isso em insight? Bem, como eu estava dizendo antes, como você pode ver lá, temos diferentes canais onde estamos recebendo essas informações. Então estamos usando ferramentas de relatórios prontas para uso, como as que estão chegando com o Facebook ou o Twitter ou outras empresas como a Shareablee, que estão nos dando muitos insights.
Obtemos todo esse insight. Cruzamos com as informações que temos em nossa plataforma digital e depois geramos usando os elementos que temos para nós Excel e Power BI. Para fazer suas campanhas e enviar todas as campanhas que queremos, queremos fazer disso uma proposta de valor para as pessoas que estão nos seguindo.
>> Pois bem. E então talvez vamos torná-lo real. Vejamos que tipo de informação você obtém sobre um fã. E você escolhe um fã interessante aqui, certo. >> Então, isso é, você sabe, eu estou exposto agora, eu sou um fã também. Conte-me um pouco sobre o tipo de informação que você tem sobre seus fãs? >> Bem, na verdade, esse cara legal aqui, talvez você o reconheça, o nome dele é Mark. Ele é um torcedor ferrenho do Real Madrid. Então, como você pode ver aqui, recebemos muitas informações e muitos insights de diferentes fontes, como eu estava dizendo antes. Tentamos fatiar e dar dados exatamente do tipo de fã que Mark é. Como você pode ver aqui, ele está em seu perfil de fã. Ele é um membro de ouro por causa das coisas que ele faz, da interação que ele faz. Ele também é um bom influenciador com a comunidade que tem nas redes sociais.
Ele compartilha, participa das coisas que fazemos. Então a gente começa a ter muita informação, a gente tem muito acesso ao tipo de coisa que ele gosta, o tipo de coisa que ele está fazendo com o Real Madrid, o tipo de interação que ele está fazendo com o clube. Então, isso nos permite também tomar decisões no nosso final. Se você olhar para o gráfico inferior lá, verá que também estamos obtendo muitos insights de nosso aplicativo.
A gente pega toda a telemetria, as coisas que ele está consumindo, o vídeo que ele está assistindo, para onde ele vai. Construímos um mapa onde podemos ver onde ele se move quando está conectado com o Real Madrid. Então, tudo isso está nos dando muita visão e muita informação. >> Isso mesmo. E isso é Micro. Agora, vamos examinar o Power BI também porque você usa o Power BI, certo? >> Sim. Fazemo-lo de uma forma muito extensa. É muito fácil para nós usá-lo. Mais do que tudo, é muito fácil para nós compartilhá-lo com as pessoas que estão trabalhando no Real Madrid internamente, nossa equipe sênior. Portanto, tudo o que fazemos, fazemos com base nos dados que estamos obtendo do Power BI.
>> Isso mesmo. Então, talvez se pudermos alternar a tela para o Power BI e eu puder mostrar um exemplo. Então isso é algo que você pode obter hoje, é um modelo de solução do Facebook que está disponível em powerbi.com, solução, modelo de solução, e você vai para o Facebook. Os insights e análises que o Rafa usa estão disponíveis para todos vocês para qualquer página do Facebook que você possui. Vou dar um exemplo do tipo de informação que temos. Isso é algo que criamos especificamente porque, quando você obtém um modelo de solução, obtém relatórios prontos para uso, mas obtém todos os dados aqui no Power BI desktop, que podem criar essas informações. Aqui, sabemos que os países que são os mais populares, Índia, Indonésia, Índia, Bangladesh, têm um alto crescimento e uma base forte. Sabemos a hora do dia em que é melhor postar. Sabemos qual a língua. Na Indonésia, há milhões de pessoas que querem ter a língua local. Sabemos que fotos e vídeos são o melhor meio e conhecemos a demografia, homens entre 18 e 24 anos. Então, nós construímos essa página muito rapidamente porque quando você obtém o modelo de solução, você obtém todos os dados.
O que você tira da caixa em basicamente sete cliques, não são apenas cinco minutos para impressionar, são cinco minutos para impressionar em sete cliques. Você recebe todas as informações sobre o público, no caso, o salto com Cristiano Ronaldo, o posto principal. Minha página favorita é esta porque há um funil no Power BI. Tem o Real Madrid, os 513 postos entre 1 de janeiro e 21 de março. 700 pessoas gostaram, esses são os contadores de histórias. Eles criaram páginas e, através de seus amigos, alcançaram 21 milhões de pessoas que geram a impressão da página e tudo isso gerou 185 milhões de cliques na página do Real Madrid no Facebook. Então você vê todo o funil e, através disso, eles ganharam quatro milhões e meio de fãs. Você pode ver a origem desses fãs. Eles podem vir através de um aplicativo desenvolvido por um terceiro como o aplicativo do Real Madrid, eles podem vir através de uma página que foi sugerida, provavelmente através das campanhas que Rafa fez.
E aqui, há muita profundidade aqui. Você pode olhar não apenas para o novo ventiladorMas você pode ir até as pessoas alcançadas e você pode ter toda essa riqueza e você vê todos esses visuais que mudam, quantas pessoas, a frequência, o tipo de história, se é orgânico ou pago. Temos muitas informações sobre demografia, então você vai tirar isso da caixa, novamente, em sete cliques onde eles estão, o desempenho do post. E um dos meus favoritos, também, é o que o Real Madrid usa. Quer saber qual post é efetivo? Bem, aqui, temos a história de todos os posts. Podemos escolher uma linha do tempo, podemos expandir esse tempo, e podemos ver a página, o post que gera mais pessoas alcançarem, ou podemos mudar isso. E os que geram mais reação em todos os posts abaixo vão mudar, e você vai ver qual post foi o mais eficaz e você tem o link.
Então, quando você clicar no link, ele realmente vai abrir e mostrar o post. Então, tudo isso está disponível para você em sete cliques, e eu não estou exagerando. Powerbi.com, solução, modelo de solução, você vai rolar para baixo. Eu acho que a máquina estava dormindo, há um monte de outro grande modelo de solução como Gerenciamento de Configuração, você clica no Facebook, você pode ver as visualizações reais que eu vou apenas mostrar-lhe. Você clica em GET IT NOW, ele vai te levar até aqui, e literalmente, em sete cliques, você tem o mesmo arquivo que eu tenho para qualquer marca que você tenha. Walmart, Nordstrom, sete cliques. Não estou exagerando. Então, Rafa, eu acho-. >> eu te disse que ele era um obstinado. >> Ninguém tem esses óculos. Então, a única maneira que eu acho que você foi capaz de alcançar três milhões e meio de fãs em três dias, porque você mistura o melhor time esportivo com a melhor organização de tecnologia e foi assim que você foi capaz de preencher essa lacuna. Espero que este tenha sido um bom uso do seu tempo.
Obrigado. Vamos fazer uma selfie. >> Posso participar? Não, está tudo bem. Obrigado, Marcos. Obrigado, Rafa. Isso é incrível. Quero dizer, se você já foi ao Clásico, você pode realmente apreciar o que isso significa e a noção de um Clásico digital realmente leva você para o próximo nível. E esse exemplo do Real Madrid é realmente sobre essa única coisa que a gente vem falando, que é a democratização da IA. A capacidade de pegar inteligência artificial, aprendizado de máquina, todas essas coisas e realmente torná-lo disponível de forma transparente para realmente causar um impacto transformacional no negócio que você usa. Real Madrid, você viu o que eles fizeram, sendo orientados por dados, sendo incrivelmente precisos e capazes de ir e fazer as coisas certas, o clássico digital, e eles fizeram isso de uma maneira incrível, tudo baseado em alavancar o Power BI, a plataforma Microsoft, IA, todas essas coisas juntas. Então, agora, a questão é como você, e o público, se você quer sair e fazer a mesma coisa, como você faria? Então, para nós aqui na Microsoft, na equipe do Power BI, tivemos esse único objetivo, essa abordagem que temos conduzido repetidamente.
E o objetivo é o seguinte. Estamos nos esforçando para garantir que, em cinco minutos, você seja capaz de ir, obter o Power BI, começar a trabalhar com ele e chegar a esse momento em que você diz: "Uau, eu consegui algo com isso, ganhei algum valor, obtive uma visão disso." Então chamamos isso de "Cinco minutos para uau", e isso, "Cinco minutos para uau" é esse mantra, essa coisa que nos move incansavelmente repetidamente. Tudo o que fazemos, decisões de design, o que o produto faz, as características Nós escolhemos, como podemos tornar possível para os usuários em qualquer organização para muito, muito rapidamente chegar a este momento onde você obtém valor com o produto? Então, cinco minutos para impressionar.
Este é um ponto de design, é por isso que o produto é impulsionado. Portanto, o Power BI permite que você se conecte a praticamente qualquer tipo de fonte de dados. Cloud, on-premises, qualquer tipo de fonte. E fora da caixa, ele fornece a capacidade com esses pacotes de conteúdo, os modelos de solução, o que Mark mostrou o que o Real Madrid fez, para ser capaz de obter muito rápido, efetivamente criar soluções completas de ponta a ponta. E ele pode fazer coisas que a maioria das outras ferramentas simplesmente não pode fazer, análise em tempo real literalmente streaming no produto, linguagem natural, você viu o que Patrick fez com linguagem natural.
Você sabe, obviamente trabalhando com visualizações personalizadas, você viu o visual do carro e todos os tipos de coisas que você pode fazer lá, trabalhando com o Office e realmente tornando possível para você obter dados de qualquer lugar, trabalhar com o que quiser e, em seguida, entregar os resultados para a web, para dispositivos móveis. Trabalhamos profundamente com o Excel, incorporamo-lo em qualquer produto que você quiser, trabalhamos com a Cortana, praticamente qualquer coisa que você quiser. Você pode obter dados de qualquer lugar e a qualquer hora que quiser e entregá-los em qualquer lugar que faça sentido para você.
Agora, o Power BI não se trata apenas de perfurar na nuvem. O Power BI é uma solução completa na nuvem e no local. Ele também permite que você trabalhe com dados no local e entregue na nuvem, essa solução híbrida completa. Este é o BI em seus termos. Se você quer tudo na nuvem, ele está lá para você. Você deseja executar no local? Está lá para você. Quer ter uma solução híbrida? Ele também está lá para você. Portanto, o Power BI permite que você tenha sucesso de qualquer maneira que funcione para sua organização. E o Power BI foi bem-sucedido. É um enorme sucesso do ponto de vista do mercado. Ouvimos isso de analistas. Portanto, o Gartner é uma empresa de análise de ponta. Muitas de vocês, muitas organizações vão ao Gartner para ouvir sobre o que é que eles recomendam. Quais são seus conselhos sobre o que usar e para onde ir. E este é o quadrante mágico do Gartner, como eles chamam, para BI e analytics.
E você pode ver, o Power BI é definitivamente um líder neste quadrante mágico. E essa foto realmente diz tudo. Então, dê uma olhada, deixe para você, você pode ver onde a Microsoft está. Certo? E não se trata apenas de analistas. O Power BI é usado em todo o mundo em centenas de milhares de empresas. Centenas de milhares de empresas, organizações, não usuários, em praticamente qualquer canto do mundo que você possa imaginar, todos os países do mundo, o Power BI está praticamente sendo usado. E o Power BI está sendo usado não apenas em determinados segmentos de nicho. Ele é usado em todos os segmentos do mercado que você pode imaginar, do varejo aos distribuidores, da manufatura à educação, à saúde, aos bancos, em todos os lugares, o Power BI está sendo usado e esses logotipos que você vê são representativos de alguns deles. Se você realmente colocasse todas as empresas que temos, isso não seria, completamente ridículo, para fazer sentido o que estamos mostrando aqui. Então, realmente, usado em todo o mundo em todos os tipos de segmentos da indústria e sendo usado pelo quem é quem do mundo corporativo. Agora, o que quero fazer a seguir é pegar um exemplo específico e deixá-los falar com você por vídeo sobre como o Power BI realmente ajudou seus negócios.
E isso é com, pode fazer com que o slide vá mais longe. Alguém pode avançar o slide? Tente o clicker diferente, talvez isso funcione, vamos tentar isso. Ok, é com o Aeroporto de Heathrow. E em Heathrow, eu voo muito. E eu passo por Heathrow o tempo todo. Esse é um aeroporto incrível. Todo tipo de coisa acontecendo, tem muito trânsito. E no centro do que Heathrow está fazendo, você verá, está o Power BI. Então, por favor, assista Heathrow e como a grande vantagem do Power BI. >> Passar por um aeroporto é uma experiência estressante emocionalmente. Quando você acompanha nossa jornada emocional, fazemos tudo o que podemos para reduzir o estresse, deixar as pessoas aproveitarem um pouco mais a experiência. Estamos lidando com 250 mil passageiros todos os dias. As 400 companhias, as 90 companhias aéreas, os 1500 voos. 75.000 pessoas que apoiam Heathrow precisam orquestrar, organizar, planejar de forma preditiva e que exigem grandes quantidades de dados. Todos os dias, estamos lidando com interrupções como parte de nossos negócios normais.
E o desafio que temos é dar os dados certos para a equipe que prevê a interrupção. Então, não adianta saber disso em tempo real. Temos de o saber com várias horas de antecedência. Demos uma olhada no que precisamos de uma plataforma estratégica para lidar com os dados sobre os requisitos que estão surgindo sobre o aeroporto. E assim, quando olhamos para todas as diferentes plataformas disponíveis, a Microsoft saiu como uma clara vencedora.
Nós nos concentramos no Power BI para fornecer os dados aos colegas da linha de frente que estão tomando as decisões no dia a dia. >> Temos uma gama de funcionários internos e externos que precisam desses dados, estejam eles em um ônibus, nos terminais ou no transporte de bagagens, eles precisam ter acesso a essas informações para que possam entender rapidamente o que precisa ser feito e quando e onde. >> A oportunidade real e parte da razão pela qual escolhemos o Power BI é a integração perfeita e a experiência perfeita.
O benefício real para os colegas em todo o aeroporto e parte de todo o ecossistema é que está fazendo uma enorme diferença em sua capacidade de tomar decisões antes de um evento. Então eles não estão tendo que reagir a algo que está acontecendo agora. E isso tira muito estresse do trabalho. Você planeja que um problema desapareça antes que o passageiro saiba que há um problema, para que sua experiência seja perfeita e para que ele possa passar por Heathrow sem interrupção. Esse é o nosso trabalho e é por isso que estamos aqui. . >> Como eu disse, toda vez que eu voar por Heathrow e pensar no Power BI executando essa operação, cara, isso é simplesmente incrível. Então, a questão é como você pode pegar alguns desses recursos, talvez transformar sua organização. E para isso novamente, vou convidar Patrick Baumgartner que acabou de fazer uma demo para voltarmos ao palco e Patrick nos mostrará mais um pouco de bondade do Power BI. Obrigado, Patrick.
>> Obrigado, Kamal. Tudo bem. Então, da última vez que eu estava no palco, estávamos olhando para explorar dados e IA embutidos e fazer perguntas no meu telefone e um monte de coisas bem avançadas. Espero que tenhamos tornado simples de usar. E então você viu que o Real Madrid e o Aeroporto de Heathrow realmente transformaram suas organizações usando dados e integrando-os a todos. Mas, novamente, esses estão administrando um aeroporto inteiro e isso parece tão complicado e massivo. O que eu quero te mostrar tHoje em dia, sabemos que o que realmente estamos comprometidos na equipe do Power BI é realmente simplificar a forma como você implanta relatórios, painéis e inteligência em toda a organização. E tudo começa com: "Ei, posso desenvolver relatórios incríveis". Isso é algo que qualquer um pode fazer, você pode se conectar a dados. Este é o relatório que estamos analisando. E como tornar incrivelmente simples implantar esses relatórios e painéis para todos.
E então eu tenho o mesmo relatório que estávamos trabalhando anteriormente. E aqui está a mesma pasta de trabalho implantada no servidor de relatório do Power BI. Portanto, uma das grandes coisas que não temos e o Power BI é uma oferta chamada Power BI Premium. Ao obter o Power BI Premium, você pode usá-lo para implantar na nuvem ou para implantar no local usando o Servidor de Relatório do Power BI. Então aqui está esse relatório implantado na minha organização localmente. Aqui está o mesmo relatório implantado no serviço do Power BI, é claro. Mas nós facilitamos muito. Se eu quisesse apenas incorporar isso no SharePoint e assim meus alertas podem aparecer bem no meio da minha demonstração.
Mas eu posso colocar isso em um aplicativo do Sharepoint se eu quiser colocá-lo em um aplicativo do Sharepoint. Se eu quisesse colocá-lo em equipes da Microsoft, eu poderia colocá-lo em equipes da Microsoft. Em qualquer lugar que você queira pegar um desses relatórios e implantá-lo, nós o tornamos incrivelmente simples. Uma das coisas muito legais que virão em outubro é até mesmo a capacidade de pegar aplicativos do Power BI no serviço de nuvem e compartilhá-los com outras empresas. Assim, você pode fazer o compartilhamento de negócios para negócios, que é um recurso altamente exigido.
E novamente simplificando a tomada de qualquer um desses relatórios e implantá-lo da maneira que você deseja. Posso ir ainda mais longe, né. Posso pensar em integração com exportação para Powerpoint. Podemos até entrar na Cortana e pedir, os mesmos painéis agora ele só aparece automaticamente na Cortana. Portanto, esta é a visualização da web do painel que estávamos olhando. Assim, posso configurar um modo de exibição da Web que aparece automaticamente na Cortana. E novamente, o ponto aqui é dizer que você pode desenvolver esses relatórios, você pode desenvolver esses painéis, mas eles só são bons se forem usados, certo? E, novamente, o Power BI com o Power BI Premium torna incrivelmente fácil para você implantar esses relatórios, seja integrado aos seus próprios aplicativos ou enviado pela nuvem ou até mesmo pelo Serviço de Relatório do Power BI no local.
Incrivelmente fácil. Um outro recurso muito legal que quero destacar são os recursos de administração do Power BI Premium. Isto é, você esperaria da Microsoft todos os grandes recursos de gerenciamento, você viu esta demonstração do telefone. Se eu quisesse neste telefone, posso fazer acesso condicional e em administração total de como as pessoas acessam os dados. E tenho relatórios e métricas de uso completo. Então, isso é olhar para os painéis, posso olhar para o uso do relatório ao longo do tempo, posso ver até mesmo como isso se classifica na minha organização em termos de pessoas que o usam e todos esses recursos incríveis para realmente acompanhar como os dados estão sendo implantados.
E uma das coisas realmente divertidas, é que eu posso editar esses relatórios, isso vem embutido para qualquer artefato. E nós amamos tanto denunciar que até permitimos que você faça relatórios sobre seus relatórios. Então eu tenho minha capacidade de edição completa aqui para que eu possa olhar para todos os outros campos que podemos não mostrar fora da caixa. E, novamente, apenas maneiras realmente poderosas de levar dados para implantá-los em todo o meu organização. Além de apenas integrar essas outras ferramentas, usando o poder de integração no SharePoint, também nos concentramos bastante na integração de outras ferramentas no Power BI. Porque sabemos que, se você vai criar dados e distribuir sua organização, precisa se integrar perfeitamente com todas as suas ferramentas. Então, para isso, vou mudar para um conjunto de dados um pouco diferente e quero mostrar uma demonstração de como o Power BI está realmente ajudando a integração com uma ampla variedade de outras ferramentas da Microsoft. Então aqui você pode ver que eu tenho o conteúdo do Excel fixado no meu painel, é uma maneira realmente perfeita de obter diferentes tipos de visualizações do Excel.
Mas eu quero detalhar esses dados aqui e o cenário que estamos olhando é onde um cliente ou eu sou uma empresa que lida com clientes pedindo orçamentos. Então eles chegam e dizem: "Ei, eu quero comprar algo de você. Quanto vai custar?" E a gente prepara um orçamento e tem todo um processo que a gente volta para aquele cliente. Então acho que um pouco mais leve do que as mortes no trânsito. Então, vamos analisar o processamento de cotações de seus clientes. E eu tenho meu relatório aqui e vou bater. E vamos pensar em como podemos ajudar nossos usuários finais a fazer um trabalho melhor gerenciando esse processo. E assim eu tenho minhas oportunidades de conta estimadas por tamanho. Eu tenho algumas informações sobre quanto tempo esse processo está demorando. Talvez a primeira coisa que eu queira fazer é apenas visualizar isso um pouco melhor. Este é o tempo médio de resposta de ponta a ponta para minhas diferentes contas. Quero fazer isso um pouco diferente. Vou levar isso para a saturação de cores. E eu posso ver a Lucerne Publishing a quantidade de tempo que está demorando é verde, é muito bom, mas esta Parnell Aerospace é vermelha, está demorando um pouco mais.
E aqui em cima eu tenho essa tabela e essa é toda a minha etapa do processo. Então esse é o processo que a gente passa com o cliente. E acontece que uma tabela não é uma maneira muito boa de visualizar um processo. Felizmente, na Microsoft temos uma das maiores ferramentas disponíveis para visualizar um processo que é o Visio, certo? Assim, posso expor cada passo e entender isso e como seria ótimo se pudéssemos integrar isso diretamente no relatório com o qual meus usuários finais vão brincar e ver para que possam entender seus dados. Então, vou apenas pegar o link para este relatório e vou alternar isso para a visualização do Power BI do Visio e soltá-lo aqui e clicar em conectar.
>> E assim, eu fui em frente e vi esse diagrama de visio integrado no Power BI, vou torná-lo um pouco maior. E você vê essas cores meio que alteradas, isso porque olhamos automaticamente para os diferentes campos e os vinculamos aos dados porque os nomes correspondem e, onde quer que os nomes correspondam, nós os vinculamos automaticamente aos dados. Este é um visual muito legal porque eu tenho a flexibilidade total de dizer mudar as cores KPI, talvez em vez de azul para este limite, vamos torná-lo amarelo, e eu posso ver que a cor muda automaticamente. E essa etapa do processo de fila de vendas, não ficou vinculada a nada. Talvez digamos: "Ei, isso lidera e as oportunidades". E eu posso, mesmo que eu pudesse fazer toda a correspondência aqui, diretamente na ferramenta para que eu possa alinhar esses dados para integrá-los.
E, novamente, a grande coisa de estar integrado ao Power BEu sou que o destaque cruzado vem naturalmente, então talvez eu clique em Parnell Aerospace, e eu vejo, realmente visualmente agora meus problemas aparentemente estão na fila de vendas, e televendas, na aprovação de contrato, é o que se diz ali mesmo. E assim eu posso ver muito visualmente, ver onde meu processo está tendo problemas. E, novamente, muito poder quando integramos as coisas e pensamos novamente no tema da alfabetização de dados e ajudando as pessoas a entender os dados. E então agora eu sei que tenho um problema e tradicionalmente, o que eu faço, eu chamo alguém, eu vou procurar algum aplicativo. Como faço uma alteração? Bem, esta é mais uma oportunidade onde podemos integrar as coisas e realmente agilizar processos com outras ferramentas que você ama. Acontece que temos um aplicativo de energia que me permite gerenciar meus clientes e os diferentes fluxos de processo que passarão para os clientes. Se você não estiver familiarizado com aplicativos avançados, é uma maneira sem código de criar aplicativos que posso distribuir em telefones ou na Web e, agora, posso implantá-los diretamente em meus aplicativos do Power BI.
Então eu poderia vir aqui neste aplicativo na web, e eu poderia detalhar, e eu posso jogar com esses campos. Mas, novamente, seria muito mais poderoso se eu pudesse simplesmente integrar isso diretamente ao meu relatório do Power BI. Então, vou pegar o ID do aplicativo. Vou voltar aqui. E vou adicionar um visual de aplicativos avançados. E tudo o que eu tenho que fazer é soltar meu ID de cliente. E apenas com alguns cliques, agora eu integrei este aplicativo diretamente na minha experiência de relatório que eu poderia enviar aos meus usuários. E novamente, eu posso implantar, e este é um recurso que funcionaria em nosso serviço de nuvem. Então, vamos deixar o aplicativo ser carregado pela primeira vez, leva alguns segundos. E agora, eu posso ver a Parnell Aerospace, e novamente eu poderia ir para a Lucerne Publishing, onde as coisas estão indo muito bem, e eu posso ver que a tela principal é priorizada para a equipe de vendas, e é elegível para aprovação automática.
Então agora eu posso descer para parnell aerospace, e talvez eu queira alternar isso, definir isso para priorizar para a equipe de vendas de campo e acertar enviar. E agora, ele está usando aplicativos avançados para voltar para o acionamento de um fluxo de trabalho. E se você não estiver familiarizado com aplicativos avançados no Microsoft Flow, é um incrível mecanismo de orquestração que permite que você realmente se conecte com seus usuários por meio da integração de experiências de aplicativos. E você pensa no que fizemos aqui. Eu realmente conectei insight em ação, então encontrei uma visão sobre um cliente de forma muito rápida e sem problemas permitindo que as pessoas tomassem medidas neste relatório. E, novamente, algo muito fácil de implantar com o Power BI. Mas é mais do que apenas a integração com outras ferramentas da Microsoft. Também estamos realmente focados na integração com qualquer ferramenta que possa trazer dados ricos interessantes e visualização para seus clientes, para nossos clientes e para seus usuários internos. E assim, um cenário que surge bastante é o geoespacial. Temos uma parceria maravilhosa com a Esri, que é líder em análise geoespacial.
E assim, vamos continuar com todo o cenário de vendas. Agora eu tenho leads, e eu quero entender meus leads, e talvez fazer alguma análise geoespacial através dos diferentes leads que eu tenho. Então, vou pegar essa tabela e mudá-la para a visualização da Esri incorporada ao Power BI. Portanto, isso está disponível para todos no Power BI Desktop e oferece um incrConjunto comestível de ricas capacidades de análise geoespacial. Então, aqui eu posso ver meus leads plotados, eles estão em torno de São Francisco, mas vamos ver algumas das coisas que posso fazer com este visual da Esri aqui. Então eu vou em frente e editá-lo. E a Esri tem um conjunto incrível de capacidades, uma, apenas para visualizar as coisas de forma diferente, talvez eu queira ter um pouco de fundo mais escuro como um mapa base.
Talvez eu queira mudar o estilo do símbolo aqui porque todos eles são apenas pontos únicos e, às vezes, circundam o tamanho, então talvez eu vá mudar isso para apenas o único ponto de dados. Eu tenho um conjunto completo de controle para cores, contornos e tipos. Talvez eu queira adicionar uma camada de referência, que é uma capacidade muito legal, para que eu possa entrar e a Esri fornecer, neste caso, fora da caixa. Os dados demográficos dos EUA que eu posso ir em frente e sobrepor, então talvez eu queira colocar renda disponível, que é uma métrica interessante. Quando estou pensando nos meus leads, e talvez onde eu quero chegar, concentre-se em fazer análise. E assim, eu tenho renda disponível sobreposta no mapa, então cores mais escuras mais renda disponível. E eu posso continuar indo além, são apenas recursos incríveis construídos aqui. Talvez eu queira soltar um alfinete no mapa, e fazer algum geo fencing e outro tipo de análise. Então, digamos, eu tenho um grupo de leads aqui ao redor de Oakland. Vamos ver o que aconteceria se eu me concentrasse bem no centro de Oakland, Califórnia.
Então eu larguei um alfinete aqui, né. E agora vamos fazer um tempo de condução. Então, vamos selecionar este pino e dizer, o que há tudo dentro, digamos, 15 minutos de carro do centro de Oakland? Certo. Então, novamente, direto nesse visual, eu tenho esse mapa de tempo de carro certo, é bem legal né? Então, se eu vier aqui e voltar ao meu relatório. Agora, mais uma vez, uma das coisas que realmente enfatizamos é integrada, flexível e sempre interativa. Então eu posso vir aqui e eu quero ser capaz de selecionar a minha área de tempo de condução, e eu posso apenas assim, clique nesta área de tempo de unidade, e agora eu estou vendo todos os leads que eu tenho dentro desta área de tempo de condução. Então eu posso estar soltando pinos e fazendo outras cercas geográficas.
E, novamente, tudo isso é apenas integrado ao nosso parceiro Esri, diretamente no Power BI Desktop. E uma outra razão pela qual eu queria mostrar isso, é que temos um anúncio muito legal com a Esri, é que chegando este ano é a capacidade de comprar uma oferta plus da Esri dentro do Power BI. Assim, você obtém mapas base adicionais, mais informações de geocodificação para recursos mundiais e realmente estende esse conjunto de recursos que você obtém na Esri. E é um exemplo incrível de como o Power BI não está apenas desenvolvendo todos esses recursos incríveis, mas também fazendo parcerias ativas com todos em nosso ecossistema para trazer recursos incríveis e realmente oferecer uma oferta completa. Então, o que eu queria ter certeza de que você tirou dessas demonstrações aqui foi que, nós tornamos muito, muito fácil para você pegar painéis ricos, relatórios e recursos interativos e implantá-los como quiser, seja no local, seja na nuvem, seja incorporado em seus próprios aplicativos internos.
E nós realmente simplificamos isso com um conjunto completo de recursos de gerenciamento. Estamos muito animados para ver o que vocês podem fazer com o Power BI. E muito obrigado pelo seu tempo e vou deixar Kamal terminar aqui. Obrigado. >> Tudo bem. Obrigado mais uma vez, Patrick. Isso foi bom. E assim, você viu novamente, Patrick, nos mostrar algumas capacidades realmente interessantes e incríveis que podem ser feitas. E falamos muito sobre como explorar o Power BI e fornecer esses tipos de recursos em escala dentro das organizações. E você viu o que é possível com o Power BI Premium para habilitar isso em escala, incorporando-o em coisas como equipes, SharePoint etc.
E se você olhar para trás no tempo, e até mesmo nos anúncios de mídia do Power BI em maio, também falamos sobre uma área de superfície de API unificada para o Power BI. E hoje, estou muito animado em anunciar que a área de superfície da API está disponível agora a partir de outubro no Azure. E assim, se você é um ISV, alguém está criando uma solução, você será capaz de ir no Azure junto com todas as grandes coisas que você pode fazer lá, use esta API para entregar soluções ainda mais incríveis para seus clientes. Mas que, finalizando, como eu termino eu tenho um pergunte a alguns, espero que você aprendeu algo interessante hoje em termos de IA de forma transparente dentro do Power BI, e ser capaz de ir e entregar isso dentro de suas organizações.
E à medida que você volta para seus empregos diários após a conferência, pense em como você pode pegar as coisas que viu hoje, como você pode impulsionar essa transformação digital usando essa alfabetização de dados de que falamos e realmente tornar possível pegar o Power BI, a IA e o ML que estão fundidos nele e fazer a diferença à medida que você volta. Muito obrigado pelo seu tempo.
Obrigado por se juntar a mim. Espero que você tenha uma grande conferência. .
BI na era da inteligência artificial, IGNT17-GS08