Twój dashboard milczy, a coś właśnie się dzieje. O proaktywnym alertowaniu w Microsoft Fabric

Raport sprawdzony rano, awaria po południu

Wyobraźmy sobie sytuację, która brzmi banalnie, bo zdarza się regularnie. Pracownik odpowiedzialny za monitoring wyników sprzedaży loguje się rano, otwiera dashboard, widzi, że wskaźniki wyglądają prawidłowo. Zamyka raport i wraca do swoich zadań. Dwie godziny później pada system płatności. Klienci nie mogą finalizować zamówień, przychody spadają z minuty na minutę, a nikt o tym nie wie, bo nikt akurat nie patrzy w ekran.

Przy dobrym scenariuszu problem zgłosi klient albo ktoś ze wsparcia. Przy złym – pracownik wróci do dashboardu po kilku godzinach i zobaczy kilkugodzinną dziurę w sprzedaży. Problem nie polegał na braku danych. Dane były cały czas. Brakowało mechanizmu, który sam podniesie alarm.

Wiem, że przykład z IBM dotyczy naruszeń bezpieczeństwa, nie awarii biznesowych, ale wspomnę go, bo mechanizm jest ten sam. Raport „Cost of a Data Breach 2025" podaje, że średni czas identyfikacji incydentu to 181 dni, a łączny czas wykrycia i opanowania problemu – 241 dni. Opóźnione wykrycie = wyższe koszty. Splunk z kolei w „State of Observability 2024" pokazuje, że organizacje z dojrzałymi praktykami monitorowania wykrywają problemy aplikacyjne 2,8 razy szybciej. To dotyczy IT, ale zasada przenosi się jeden do jednego na analitykę biznesową: im szybciej wiesz, tym szybciej reagujesz.

Dashboard to lustro wsteczne

W wielu organizacjach wygląda to tak: analityk lub menedżer wchodzi w Power BI Service, przegląda kafelki, porównuje wskaźniki z poprzednim dniem i wychodzi. Jeśli od ostatniego sprawdzenia coś się zmieniło, to dowie się przy następnym. Albo w ogóle, jeśli odchylenie jest zbyt subtelne, żeby je wyłapać na oko.

To nie jest wina ludzi – nikt nie wpatruje się w ekran przez osiem godzin. To kwestia architektury procesu. W Power Center widzimy to regularnie: firmy mają dane, mają raporty, ale nie mają automatycznego mechanizmu reakcji. I to nie jest sytuacja wyjątkowa, a norma.

Klasyczne alerty – proste i wystarczające w wielu przypadkach

Power BI oferuje alerty od lat i warto zacząć właśnie od nich, bo w wielu scenariuszach to wszystko, czego potrzeba.

Zasada jest prosta: na dashboardzie ustawiamy kafelek z kluczowym wskaźnikiem (np. marżą projektu), definiujemy próg, np. marża poniżej 50%, i wybieramy częstotliwość powiadomień. Power BI sprawdza warunek przy każdym odświeżeniu modelu danych i, jeśli próg zostanie przekroczony, wysyła powiadomienie.

Kilka rzeczy, które warto wiedzieć o alertach:

• Działają wyłącznie na kafelkach dashboardu, nie bezpośrednio na wizualizacjach w raporcie.
• Reagują na pojedynczą wartość – jeden próg, jedna metryka.
• Domyślnie powiadomienie trafia tylko do konkretnej osoby. Można rozszerzyć tę funkcjonalność, ale wymaga to wyjścia z Power BI i zbudowania przepływu w osobnym narzędziu – Power Automate.
• Dostępne przy licencji Power BI Pro, bez dodatkowej infrastruktury.
• Warunek jest sprawdzany po odświeżeniu danych, nie w czasie rzeczywistym.

To rozwiązanie sprawdza się dobrze przy monitorowaniu jednego, dwóch KPI: spadek sprzedaży poniżej określonego poziomu, przekroczenie budżetu, wzrost kosztów powyżej normy. Nie trzeba do tego Fabrica i dodatkowych capacity.

Ale jeśli potrzebujemy czegoś więcej niż "daj znać, kiedy przekroczę próg", zaczynamy natrafiać na ograniczenia: brak analizy trendów, brak reagowania na wzorce czy brak wbudowanych akcji bez wspierania się zewnętrznymi automatami. I tu pojawia się Data Activator.

Data Activator – silnik zdarzeniowy

Data Activator to inna kategoria narzędzia. Według oficjalnej dokumentacji Microsoft to "no-code, low-latency event detection engine", który automatycznie uruchamia akcje, gdy wykryje określone wzorce lub warunki w danych. Kluczowe hasło: uruchamia akcje. Nie tylko wysyła wiadomość – może zainicjować konkretny proces.

W klasycznych alertach mówimy: "jeśli wartość X spadnie poniżej Y, wyślij mi wiadomość". W Data Activator definiujemy obiekty (przesyłki, sklepy, urządzenia, projekty), przypisujemy im reguły i określamy, co system ma zrobić, gdy warunek zostanie spełniony.

Co można zrobić, czego nie da się w zwykłych alertach:

• Agregować dane w oknach czasowych – zamiast reagować na pojedynczy odczyt (który może być anomalią sensoryczną), system analizuje np. średnią temperaturę z ostatnich 10 minut.
• Filtrować po atrybutach – reguła może dotyczyć wyłącznie określonych atrybutów, ignorując resztę.
• Definiować złożone warunki – poza prostymi progami są warunki statystyczne, tekstowe, logiczne, a także reagowanie na trendy.
• Kontrolować częstotliwość alertu – np. wyślij powiadomienie tylko, jeśli warunek został spełniony trzykrotnie w ciągu godziny (to eliminuje szum).
• Wybierać różne typy akcji – Teams do grupy lub kanału (nie tylko do jednej osoby), e-mail, uruchomienie procesu w Power Automate, wykonanie pipeline'u, notebooka lub innej akcji dostępnej w Microsoft Fabric.
• Ustawić lookback – system może poczekać kilka minut na spóźnione dane z sensorów, zanim oceni warunek; przydatne przy strumieniach, gdzie zdarzenia nie docierają idealnie chronologicznie.

Skąd Data Activator czerpie dane

Źródła obejmują kilka warstw: raporty i dashboardy Power BI, event streamy (dane strumieniowe z sensorów IoT, systemów transakcyjnych, aplikacji), zapytania KQL i dane w OneLake.

System traktuje wszystkie źródła jako strumienie zdarzeń – zdarzenie to obserwacja o stanie obiektu: identyfikator, znacznik czasu, wartości monitorowanych pól. Dzięki temu Data Activator może analizować dane w sposób ciągły, bez czekania na zaplanowane odświeżenie raportu o 6:00 rano.

Jedno wymaganie infrastrukturalne: Data Activator działa w Microsoft Fabric i wymaga przypisanej capacity. To odróżnia go od klasycznych alertów, które działają na Power BI Pro. Zarówno alerty, jak i Data Activator są dostępne wyłącznie w Power BI Service, nie z poziomu Desktop ani aplikacji mobilnej.

Scenariusz: monitoring temperatury w transporcie

Weźmy konkretny przykład, który dobrze ilustruje przewagę podejścia zdarzeniowego.

Firma transportuje produkty wymagające kontrolowanej temperatury: leki, materiały biologiczne, rośliny. Czujniki w przesyłkach wysyłają odczyty temperatury i wilgotności do event streamu w Microsoft Fabric.

W Data Activator tworzę obiekt "Paczka" pogrupowany po identyfikatorze przesyłki. Dodaję właściwości: temperatura, wilgotność, typ zawartości. Definiuję regułę: jeśli średnia temperatura z okna 10-minutowego spadnie poniżej 5°C i dotyczy przesyłek oznaczonych jako "rośliny" – wyślij powiadomienie Teams do kanału zespołu logistyki.

Bez automatycznego alertu ktoś musiałby co kilka minut sprawdzać raport z odczytami i ręcznie filtrować po typie produktu. Z Data Activator reakcja jest natychmiastowa i trafia do właściwych osób, nie do jednej wybranej skrzynki.

I jeden detal, który robi dużą różnicę: jeśli wiadomo, że sensory IoT mają typowe opóźnienie rzędu 2-3 minut, można ustawić lookback na 3 minuty. System poczeka na ewentualne spóźnione dane, zanim oceni warunek i nie będzie generował fałszywych alarmów z powodu chwilowej przerwy w transmisji.

Co zmienia automatyczne alertowanie

Najbardziej odczuwalna zmiana to czas reakcji. Problem jest zgłaszany wtedy, gdy wystąpi – nie wtedy, gdy ktoś wejdzie w dashboard. W firmach obsługujących setki zamówień dziennie różnica między reakcją w 5 minut a 5 godzin jest mierzalna w pieniądzach.

Druga rzecz, mniej oczywista: analityka przestaje być retrospektywna. Menedżer nie dostaje raportu o tym, co się wydarzyło wczoraj. Dostaje sygnał o tym, co dzieje się teraz. To zmienia sposób podejmowania decyzji i, szczerze, zmienia też to, o co w ogóle pyta się raport.

Data Activator idzie o krok dalej, bo potrafi nie tylko informować, ale też uruchamiać zaawansowane procesy praktycznie bez wychodzenia z Power BI Service. W połączeniu z Power Automate czy pipeline'ami Fabric, alert może wywołać konkretną sekwencję działań. System nie zapomni sprawdzić danych po lunchu i nie wyśle powiadomienia do niewłaściwej osoby.

Jest też kwestia skali. Prosty alert na jednym KPI to jedno. Monitorowanie setek czujników IoT w różnych lokalizacjach to coś innego – ręczne sprawdzanie przestaje wtedy być opcją. Data Activator skaluje się razem z ilością danych.

Od alertu po raport – jak to razem działa

W praktyce nie trzeba od razu wdrażać pełnego Data Activator. Wiele organizacji, z którymi pracujemy, zaczyna od prostych alertów – szybko i bez dodatkowej infrastruktury. Pokrywa to większość podstawowych scenariuszy. Potem, gdy procesy analityczne dojrzeją, przechodzimy na Fabric i Data Activator, rozszerzając możliwości o dane strumieniowe, złożone reguły i automatyczne akcje.

Konfiguracja prostych alertów na istniejących dashboardach to kwestia godzin. Projektowanie architektury Event Stream i budowanie reguł w Data Activator to większy projekt, ale dopasowany do konkretnych procesów, nie ogólny szablon.

Następnym razem, gdy zobaczysz czerwony wskaźnik na swoim raporcie, zadaj sobie jedno pytanie: czy system naprawdę nie mógł zareagować na to za Ciebie?

A jeśli chcesz zobaczyć, jak Data Activator działa w systemie na scenariuszu, który opisałam, włącz webinar o 10:00, 9 kwietnia > Automatyzacja 2.0: wykorzystaj Data Activator do inteligentnego alertowania.

FAQ

Czym różni się alert w Power BI od reguły w Data Activator?

Alert w Power BI reaguje na przekroczenie pojedynczego progu numerycznego na kafelku dashboardu i domyślnie wysyła powiadomienie do jednej osoby (bardziej złożone akcje wymagają działań w Power Automate). Data Activator pozwala definiować złożone warunki – trendy, okna czasowe, filtry po atrybutach – monitorować dane w sposób ciągły i natywnie uruchamiać automatyczne akcje: od powiadomienia grupowego w Teams po pipeline w Fabric.

Czy Data Activator wymaga dodatkowej licencji?

Tak. Data Activator działa w Microsoft Fabric i wymaga przypisanej capacity. Klasyczne alerty Power BI są dostępne przy licencji Pro, bez dodatkowej infrastruktury. W ramach wdrożeń Fabric pomagamy klientom dobrać odpowiedni model licencjonowania do ich potrzeb.

Jakie źródła danych obsługuje Data Activator?

Data Activator akceptuje dane z raportów Power BI, dashboardów, event streamów (dane strumieniowe z IoT czy systemów transakcyjnych), zapytań KQL oraz danych w OneLake. Wszystkie źródła są traktowane jako strumienie zdarzeń, co pozwala na ciągłe monitorowanie bez ręcznego odświeżania.

Czy mogę uruchomić automatyczny proces na podstawie wykrytej anomalii?

Tak. Data Activator obsługuje m.in. powiadomienie e-mail, wiadomość Teams (do osoby, grupy lub kanału), uruchomienie procesu Power Automate oraz wykonanie pipeline'u lub notebooka w Microsoft Fabric.

Czy Data Activator działa w czasie rzeczywistym?

Przy danych strumieniowych z event streamów – tak, z opóźnieniem rzędu milisekund (subsecond latency według dokumentacji Microsoft). Przy danych z raportów Power BI reakcja zależy od harmonogramu odświeżania modelu. W praktyce na danych strumieniowych system reaguje niemal natychmiast, na danych raportowych po każdym odświeżeniu.

‍

Źródła

1. IBM, Cost of a Data Breach Report 2025, https://www.ibm.com/reports/data-breach
2. Splunk, State of Observability 2024, https://www.splunk.com/en_us/form/state-of-observability.html
3. Microsoft, What is Fabric Activator?, https://learn.microsoft.com/en-us/fabric/real-time-intelligence/data-activator/activator-introduction
4. Microsoft, Set Power BI data alerts in Fabric Activator, https://learn.microsoft.com/en-us/fabric/data-activator/data-activator-get-data-power-bi