Upgrade to Pro — share decks privately, control downloads, hide ads and more …

[1] Power BI Deep Dive [2026-02]

Avatar for Ohata Masatoshi Ohata Masatoshi
February 01, 2026

[1] Power BI Deep Dive [2026-02]

MDPJP (Japan Microsoft Data Platform User Group) の Power BI Deep Dive #01 の資料です。

Avatar for Ohata Masatoshi

Ohata Masatoshi

February 01, 2026
Tweet

More Decks by Ohata Masatoshi

Other Decks in Business

Transcript

  1. 本日のアジェンダ 時間 内容 19:00 - 19:05 オープニング(MDPJPの紹介、お知らせなど) 19:05 - 19:45

    Power BI ユーザーが Fabric 容量ライセンスで得られるメリット 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata
  2. • 円滑な進行のため、ご質問時を除きマイクはオフしてください。 • 資料は後日、Connpass の本イベントページにアップロードします。 • 本セッションは 録画していますが、アーカイブ公開は行いません(運営の記録用です)。 内容に関する注意 •

    本シリーズ「Power BI Deep Dive Power Series」では、Fabric × Power BI を中心に取り上げます。 • 一部、プレビュー版/提供前の機能を取り上げる場合があります。 • 内容については 正確性・有用性に配慮していますが、すべてを保証するものではありません。 • 本勉強会での説明や見解は、私個人のものであり、所属する組織・団体を代表するものではありません。 導入時のお願い • 自社環境へ導入する際は、テスト環境での事前検証を行い、最新の公式ドキュメントの確認に加えて、 Microsoft の営業・サポート窓口や担当ベンダーと相談しながら進めてください。 • 本内容を参考にしたことによって問題が生じた場合でも、責任は負いかねますのでご了承ください。 本勉強会ご参加にあたってのご案内 © 2026 Masatoshi Ohata
  3. プロフィール 大畑 正利 (おおはた まさとし) • 自社の Fabric 管理者として Power

    BI Free → Pro → Fabric 導入を主導 • 小売企業のデータエンジニア/BI エンジニア • 国家資格データベーススペシャリスト保有 • データサイエンティスト検定合格 • 経済産業省「データサイエンティスト Reスキル講座」修了 © 2026 Masatoshi Ohata
  4. #MDPJP の紹介 Japan Microsoft Data Platform User Group は、SQL Server、

    Microsoft Fabric を中心とした Microsoft Data Platform のコミュニ ティです。 https://aka.ms/mdpjp #MDPJP
  5. Microsoft Fabric Community Leaders V-Team AI in Microsoft Fabric OneLake

    Data Factory Data Engineering Data Warehouse Data Science Databases Real-Time Intelligence IQ Power BI Partner Workloads Security and Governance Yuji Masaoka Masahide Takasuka Ryuta Kojo Reiji Otake Jiayi Yang Nobushiro Takahara (Data MVP) Jiayi Yang Akihiro Suto (Data MVP) Ryoma Nagata (Data MVP) Ryusei Iida (Governance) [Analytics Day] Leader Ryoma Nagata (Data MVP) Jiayi Yang (Security) Reiji Otake Ryoma Nagata (Data MVP) Hiring Azure Databricks Satoshi Enomoto Snowflake on Azure Masahide Takasuka ISV Satoshi Enomoto Katsuki Hyodo Masatoshi Ohata
  6. Japan Microsoft Data Platform User Group #MDPJP Deep Dive Series

    Irregular MDPJP Deep Dive Series - コミュニティの貢献者が月に一度、または2か月に一度の頻度で、それぞれの技術分野にお いて分科会セッションを開催しています。 - 各分野を牽引しながら、日本の Microsoft Data Platform の普及に積極的に貢献し、 MVP アワードの受賞を目指します。 MDPJP Slack - https://join.slack.com/t/jssug-sqlserver/shared_invite/zt-n5r5n88h- JZgmtyYEaPErE1PxX5xxhQ #MDPJP Community の貢献者たち
  7. Japan Microsoft Data Platform User Group Community Leaders V-Team Microsoft

    Data Analytics Day - Monthly (Data MVP Nagata さんがリードする Microsoft Fabricや、Azure Databricksのチャンネル) SQL Beginners Day - Monthly (Tateno さん、Data MVP Takahara さんによる SQL 関連の学習チャンネル) Azure Data & AI Tech Lunch - Twice a month (12:15~12:45) (Microsoft FTEs による 最新情報などの共有チャンネル) Microsoft Learn - (Yang さんがリードする MCP、Applied Skills の学習チャンネル) Regular Irregular そのほかの Data MVPs Microsoft Flagship Event Recap - (Yang さんがリードする 最新ロードマップの共有チャンネル) Microsoft 社員の皆さん
  8. 本日のアジェンダ 時間 内容 19:00 - 19:05 オープニング(MDPJPの紹介、お知らせなど) 19:05 - 19:45

    Power BI ユーザーが Fabric 容量ライセンスで得られるメリット 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata
  9. ライセンスの種類 Power BI Free (Desktop) Power BI Pro Power BI

    Pro + Power BI Premium Power BI Pro + Microsoft Fabric ライセンスごとのメリットのイメージ ※棒グラフの長さは順位を示すものであり、棒同士の差(間隔)が等しいわけではありません。 © 2026 Masatoshi Ohata
  10. ライセンスの種類 Power BI Free (Desktop) Power BI Pro Power BI

    Pro + Power BI Premium Power BI Pro + Microsoft Fabric 主な比較想定① 主な比較想定② ライセンスごとのメリットのイメージ ※棒グラフの長さは順位を示すものであり、棒同士の差(間隔)が等しいわけではありません。 © 2026 Masatoshi Ohata
  11. 1. 組織展開ができない(共有不可) • Power BI Free はクラウド共有ができず、レポート配布には Pro または 容量が必須。

    2. 自動更新・運用ができない • スケジュール更新は Pro または容量が必要で、Free では手動更新に依 存。 3. チーム開発やガバナンスが成立しない • ワークスペース管理、アクセス制御など、企業運用に必要な仕組みを持た ない(Free は個人ユース前提)。 Power BI Free の本質的な限界 © 2026 Masatoshi Ohata
  12. 4. データ基盤としての機能がない • ETL、DWH、Spark、リアルタイムなど、Power BI Free に は分析基盤機能が存在しない。 5. パフォーマンスを改善できない

    • Free はPC上で動作するPower BI Desktopアプリの 利用がメインなので、処理性能は端末のスペック次第 本格展開の際に生じる“制約” © 2026 Masatoshi Ohata
  13. “全員 Pro 必須”によるコスト構造の限界 • 閲覧者も含め 共有する全員に Pro が必要 • Power

    BI Pro は、レポートの共有・閲覧を行う全ユーザーが Pro を持つ必要 がある。 → 閲覧ユーザーが多い企業ほどコストが指数関数的に増大。 • 大規模組織では TCO が成立しにくい • ビジネスユーザーが数百〜数千規模 → Pro 課金が巨大化 • “閲覧のみ”のライトユーザーにも Pro が必要 • Fabric との対比が生じる前提 • Fabric F64 以上では Free ライセンスでも閲覧可能 → Pro の「全員 Pro 必須」構造が根本的な制約になる Power BI Pro の課題① © 2026 Masatoshi Ohata
  14. Pro=共有容量(Shared Capacity)ゆえの限界 • Pro は“共有容量”。性能は他ワークロードの影響を受けやすい • Pro で動くワークスペースは既定で Shared Capacity(共有リソース)。

    • 同一基盤を他の顧客・ワークスペースと共用するため、ピーク時は CPU/メモリ 競合によるパフォーマンス変動が起こり得る。 • フェアネス確保のための“固定上限”がスケールを抑制 • モデル上限:1GB/データセット(共有容量)。大規模・高精細モデルが作りにくい。 • 更新上限:1日8回(共有容量)。高頻度更新や同時多数リフレッシュが難しい。 Power BI Pro の課題② © 2026 Masatoshi Ohata
  15. ライセンスの種類 Power BI Free (Desktop) Power BI Pro Power BI

    Pro + Power BI Premium Power BI Pro + Microsoft Fabric 主な比較想定① 主な比較想定② ライセンスごとのメリットのイメージ ※棒グラフの長さは順位を示すものであり、棒同士の差(間隔)が等しいわけではありません。 再掲 © 2026 Masatoshi Ohata
  16. • Power BI Free ではできない “共有・配布” が可能になる (Fabric容量の「F64」SKU以上で大きく変わる) • Power

    BI を超えた“統合データ基盤”を使える • AI(Copilot)・Fabric Data Agent など先進機能が利用可能 • ガバナンス・セキュリティ強化 • 容量スケールによるパフォーマンス最適化 Fabric 容量(F-SKU)の特徴 © 2026 Masatoshi Ohata
  17. 観点 Power BI Free Power BI Pro Fabric(F-SKU) 配布・閲覧 共有不可

    共有・閲覧可(閲覧者も Pro 必須) F64 以上なら Free 閲覧可。 F2–F32 は閲覧にも Pro/PPU が必要 対象ワークロード 個人作成のみ(共有は不可) Power BI 中心(共有容量) Power BI + Data Factory / Spark / DWH / RTA / DS を利用可 Copilot for Power BI — — 利用可(F2 以上を含む F-SKU 全体で提供) Fabric Data Agent — — 利用可(F2 以上を含む F-SKU 全体で提供) 性能・スケール — (My Workspaceのみ) 共有容量(専用隔離なし) 専用容量 モデル上限(Import) — 1GB/モデル(共有容量) Large semantic model 有効化で拡張可 (容量の許容値と管理者設定の範囲内で拡張可) 更新頻度 スケジュール更新不可 1日8回が上限 容量(CU)とワークロード設定に依存。 固定回数の上限なし(容量内で任意回数の更新が可能) ガバナンス/ネットワーク — 最小限 ネットワーク分離・セキュリティ境界の構築ができない。 提供されるのはアプリレベルの基本機能(RLS など)のみ。 容量ガバナンス(ワークロード調整・メトリクス監視)が使えない。 Managed Private Endpoints / Private Link /Customer-Managed Keys/ Trusted access 等が利用可能 コストモデル 無償(個人用途) ユーザー課金(閲覧者も Pro) 容量課金(CU)。 Pause/Resume/Resize で最適化も可※ Free/Pro と Fabric(F-SKU)の違い ※停止中はデータ保持だが アクセス不可(再開で復帰) © 2026 Masatoshi Ohata
  18. • ワークスペース(以後WS)とは • PowerBIのレポートやFabricのデータ や処理を保存する場所 • WSの中身 • PowerBIアイテムのみ •

    Fabricアイテムを含む • WSの種類 • マイワークスペース • 追加したワークスペース (ライセンスが紐づくWS) © 2026 Masatoshi Ohata Fabricワークスペース概要
  19. • Pro • Permium per User • Fabric容量 • 試用版

    © 2026 Masatoshi Ohata WSのライセンスモード
  20. • Azure上の課金対象リソースの一種 • Fabric容量の種類 • 従量課金 • 容量予約 • 容量予約はAzure上の予約の一種

    • 前払い式の事前チャージ • 購入日を基準に、毎月予約容量分の課金が発生 • 従量課金との関係: 予約した容量以上に使うと、従量課金も発生する © 2026 Masatoshi Ohata Fabric容量の概要 サブスク リプション リソース Fabric 容量 使用した Fabric容量 例:F64 購入した 容量予約 F32相当分 請求される 従量課金 F32相当
  21. 観点 Power BI Free Power BI Pro Fabric(F-SKU) 配布・閲覧 共有不可

    共有・閲覧可(閲覧者も Pro 必須) F64 以上なら Free 閲覧可。 F2–F32 は閲覧にも Pro/PPU が必要 対象ワークロード 個人作成のみ(共有は不可) Power BI 中心(共有容量) Power BI + Data Factory / Spark / DWH / RTA / DS を利用可 Copilot for Power BI — — 利用可(F2 以上を含む F-SKU 全体で提供) Fabric Data Agent — — 利用可(F2 以上を含む F-SKU 全体で提供) 性能・スケール — (My Workspaceのみ) 共有容量(専用隔離なし) 専用容量 モデル上限(Import) — 1GB/モデル(共有容量) Large semantic model 有効化で拡張可 (容量の許容値と管理者設定の範囲内で拡張可) 更新頻度 スケジュール更新不可 1日8回が上限 容量(CU)とワークロード設定に依存。 固定回数の上限なし(容量内で任意回数の更新が可能) ガバナンス/ネットワーク — 最小限 ネットワーク分離・セキュリティ境界の構築ができない。 提供されるのはアプリレベルの基本機能(RLS など)のみ。 容量ガバナンス(ワークロード調整・メトリクス監視)が使えない。 Managed Private Endpoints / Private Link /Customer-Managed Keys/ Trusted access 等が利用可能 コストモデル 無償(個人用途) ユーザー課金(閲覧者も Pro) 容量課金(CU)。 Pause/Resume/Resize で最適化も可※ Free/Pro と Fabric(F-SKU)の違い ※停止中はデータ保持だが アクセス不可(再開で復帰) 再掲 3 2 1 3 © 2026 Masatoshi Ohata
  22. Copilot for Power BI • 生成 AI によるチャット型体験で、即席分析 から DAX

    生成支援までをサポート • 検索・要約・可視化提案・アドホック分析を チャットで実行 • 質問がセマンティックモデルに紐づく場合は モデルに基づいて回答、それ以外はLLM の 一般知識で補完 Power BI ユーザーが Fabric 容量ライセンスで得られるメリット①-2 © 2026 Masatoshi Ohata
  23. データ エージェント • 自然言語でデータに質問 → 構造化された回答(表/要約/洞察)。 対象は Lakehouse / Warehouse

    / Power BI セマンティック モデル等 • SQL / DAX / KQL を自動生成し、検証のうえ実行まで行う。 • “エージェント”が、質問の解析→最適ソース選択→クエリ生成→ 検証→実行→回答整形まで処理。 • ユーザー権限に基づくスキーマ参照で可視データのみを評価し、 読み取り専用アクセスを厳格に適用。 • データ エージェントは 最適ソースへのルーティング~実行まで 担う会話型エージェント。 • Copilot Studio からも使用可能 Power BI ユーザーが Fabric 容量ライセンスで得られるメリット①-2 © 2026 Masatoshi Ohata
  24. • Fabric は統合データ基盤 Power BI だけでなく、ETL、Spark(ノートブック)、 レイクハウス/DWH、機械学習モデル等を同一容量で 利用できる。 • ワークロード間でデータがシームレスに連携

    OneLake 上で共通データ層を共有し、データの蓄積 〜加工〜分析〜可視化・予測までを 1 つの容量で分 断なく完結できる。 • 統合によりチーム間の摩擦が減少 ETL・データ蓄積・分析・可視化が同一プラットフォー ムで進むため、ツール間の移動や権限管理が簡潔 Power BI ユーザーが Fabric 容量ライセンスで得られるメリット② • Power Query の処理を“Fabric 側”へ移せる • OneLake にデータ集約し、“最新版の置き場”を一本化 • Direct Lake で、インポート級の速さ × “最新に近いデータ”を 両立 • “工夫で凌ぐ”のではなく、“プラットフォームで伸ばす” © 2026 Masatoshi Ohata
  25. • 部署限定導入のまま固定化し、横展開が進まない • Pro 未付与だと閲覧不可のため、申請対応や再通知が増える • アクセス許可のたびにライセンス確認が発生し、運用が滞る • 「ライセンス不足」か「アクセス権不足」かの切り分けに時間がかかる •

    閲覧者にも Pro 必須で、人数増=コスト増になりやすい • Pro を配っても使わないユーザーが一定数いて無駄が出る • 「誰に Pro 配るか」管理が煩雑(異動・退職のたび棚卸し) • 他部署の費用負担合意が難しく、全社展開の足かせになる Pro の“個別割り当て”で起きがちな課題 © 2026 Masatoshi Ohata
  26. • ライセンス管理がシンプルになる 「閲覧者/作成者」の個別割り当て中心だった Pro と比べ、 “どのワークスペースをどの容量に載せるか” に運用の焦点が絞られ、管理が明確になる。 • F64 以上なら閲覧目的の

    Pro が不要に F64 以上の容量では Free ユーザーがレポートを閲覧できるため、閲覧だけのために Pro を配布する必要がなくなる。 レポート作成・共有する人は、引き続きProライセンスが必要 • 人数課金ではなく、容量課金でコストが安定する Pro のように利用者数に応じて費用が増え続ける方式ではなく、Fabric は容量ベースの課金モデルのため、 閲覧ユーザーが増えてもコストを一定に保ちやすい。 特に大規模組織では、多数の閲覧者を容量でまとめてカバーできるため、全社展開に向いたスケーラブルなコスト構造になる。 Power BI ユーザーが Fabric 容量ライセンスで得られるメリット③-1 © 2026 Masatoshi Ohata
  27. 閲覧者数の上限が、データ活用スピードを鈍化させる BIレポートを閲覧できる人数(市場規模) 可 視 化 で き た デ ー

    タ の 種 類 ・ 範 囲 BI レポートを閲覧できる人数に制限があると、 データ活用の広がりは頭打ちになる。 可視化データの価値は、 • 縦軸:可視化できたデータの種類・範囲 • 横軸:そのデータを閲覧できる人数(=市場規模) として捉えられる。 市場規模(横軸)が小さいままでは、どれだけ可視化の質や範 囲(縦軸)を伸ばしても、活用のスピードは上がらない。 つまり、閲覧者数の拡大こそが、データ活用を加速させる前提 条件となる。 Proの 購入数 © 2026 Masatoshi Ohata
  28. • Pro ライセンス数 = BI の恩恵を受けられる人数(=データ活用の対象者) • 全従業員分の Pro ライセンス費用と

    Fabric F64 を比較すると、 ざっくり 430 名分の Pro と同等(詳細は公式サイトを参照) • だからといって、 「Pro を 430 人分買えばいい」は誤った判断 • Fabric を導入すると、可視化だけでなく、 データ活用の全工程をカバーできるため、投資効率が高い Fabric F64 を目指すべき理由 © 2026 Masatoshi Ohata
  29. • Pro を人数分購入すると、投資対象は、可視化工程だけ に 限定される • データ活用は、 取得 → 蓄積

    → 加工 → 可視化 → 予測 の一連の工程全体で価値が生まれる • 可視化だけにコストを集中しても、 データ活用のボトルネックは解消されない。 • Fabric は統合データ基盤として、工程全体をワンストップ で提供 • 次のアクション: データ可視化担当者は、データ基盤管理者と連携し、 Fabric 導入を前提に検討を開始しよう。 Pro × 人数分が“悪手”になる理由と次のアクション 取得 加工 可視化 予測 取得 加工 可視化 予測 投資対象: Pro 投資対象: Fabric (工程全体) © 2026 Masatoshi Ohata
  30. • 私たちが細心の注意を払って守り続けているデータ基盤。 しかし、その上に載るデータを活用できている人は、 まだ最大化できていないのが現状です。 • たとえ全従業員の 0.1% しか使っていない可視化データであっても、 求められる品質は「全従業員が使うデータ」と同じレベルです。 •

    同じ労力をかけるなら、より多くの人に使われた方が、 管理者としてもやりがいがありますよね。 • たとえデータ可視化が担当外であっても、できることは必ずあります。 データ基盤の管理者も“無関係”ではない © 2026 Masatoshi Ohata
  31. • データの「ETL」と「保管場所」を Fabric に統合し、コストを一本化する。 • これまで Fabric 以外に分散して発生していた費用を、Fabric の容量コストにまとめ ることで、「F64」SKU

    への移行ハードルが一気に下がり、データ活用を全社へ広げ るための道筋が見えてきます。 データ基盤の管理者にできること A社のETL (A社のコスト) B社のDB (B社のコスト) 可視化 (Proのコスト) C社のAI機能 (C社のコスト) 既存環境のコスト Data Factory OneLeke Power BI Data Science Fabricへ移行 Fabric 容量のコスト © 2026 Masatoshi Ohata
  32. 予約容量の購入手順 3/4 © 2026 Masatoshi Ohata ① スコープ ②課金サブスクリプション ③地域

    (Fabric容量と同じリージョンを選択) ④一括前払いor毎月請求 ① ② ③ ④
  33. ☞ データ可視化担当者は、データ基盤管理者と連携し、Fabric 導入を検討する ☞ 分散していた ETL・データストア等の費用を、Fabric の容量コストへ集約する • Free/Pro だけでは

    共有・性能・コストに限界がある • F64 以上で Free 閲覧が可能になり、活用の裾野が一気に広がる • Fabric は ETL〜可視化〜AI を一つの基盤で統合 • Pro×人数より、工程全体に効く Fabric 投資の方が効率的 • 閲覧者が増えてもコストが膨らまない 容量課金モデル • ETL・DB・AI の費用を Fabric に集約し、導入ハードルを下げられる まとめ|Fabric で“全社データ活用”を実現する © 2026 Masatoshi Ohata
  34. 本日のアジェンダ 時間 内容 19:00 - 19:05 オープニング(MDPJPの紹介、お知らせなど) 19:05 - 19:45

    Power BI ユーザーが Fabric 容量ライセンスで得られるメリット 19:45 - 20:00 質問コーナー、アフタートーク © 2026 Masatoshi Ohata