Kiedy właściciel firmy słyszy „Power BI", najczęściej myśli o dwóch rzeczach naraz: „to pewnie drogie" i „to pewnie skomplikowane". Rzadziej pyta o to trzecie — ile czasu zajmie zanim zobaczy pierwsze wyniki. Ten artykuł odpowiada na wszystkie trzy pytania.
Jeśli prowadzisz sklep e-commerce, firmę handlową albo MŚP z kilkoma systemami, które nie rozmawiają ze sobą — to jest tekst dla Ciebie. Bez owijania w bawełnę i bez slajdów z korporacyjnymi buzzwordami.
Power BI to narzędzie do wizualizacji danych od Microsoftu. Tyle teoria. W praktyce wdrożenie Power BI oznacza jedno: zamianę rozproszonych danych z różnych systemów w jeden widok, z którego możesz podejmować decyzje.
Nie jest to wtyczka, którą się „instaluje" i od razu działa. Wdrożenie to proces — audyt danych, budowa modelu, dashboard, szkolenie. Każdy etap ma swoje warunki i pułapki. Zanim podpiszesz umowę z kimkolwiek, powinieneś wiedzieć co kupujesz.
Częsty błąd: traktowanie Power BI jak „ładniejszego Excela". Power BI to silnik bazy danych z warstwą wizualizacji — można w nim obsłużyć miliony wierszy, które Excel już dawno by zabił. Ale żeby to działało, dane muszą być porządnie ułożone. I tu zaczyna się prawdziwa robota.
Niezależnie od wielkości firmy, każde sensowne wdrożenie Power BI przechodzi przez cztery etapy. Możesz skrócić każdy z nich, ale pominąć żadnego nie powinieneś.
Zanim cokolwiek zostanie zbudowane, muszę wiedzieć z czym mam do czynienia. Gdzie siedzą Twoje dane? W Subiekcie? W Excelu? W Allegro? W Google Ads? Czy exporty z systemu działają? Czy nazwy produktów są spójne między plikami? Czy masz jedną definicję marży — czy każdy dział liczy ją inaczej?
To właśnie audyt. Brzmi nudno, ale bez niego budujesz dashboard na błędnych danych — i wychodzisz z projektu z ładnym wykresem, który kłamie.
Model danych to fundament. Tutaj definiuję jak dane z różnych systemów łączą się ze sobą — co to jest „produkt" w każdym z nich, jak przypisać koszt dostawy do konkretnej faktury, jak policzyć marżę CM2 a nie tylko marżę I stopnia.
Tu też buduję miary w DAX — to język Power BI, w którym zapisuję logikę biznesową: rotacja, ROAS, średni czas realizacji, koszty pozyskania klienta. Dobry model danych to taki, który nie „kłamie" przy filtrowaniu i skaluje się bez przebudowy gdy dołożysz nowe źródło.
Dopiero teraz pojawia się to, co wszyscy chcą zobaczyć na początku. Dashboard to warstwa prezentacji — wykresy, tabele, KPI, filtry. Buduję go zawsze zaczynając od pytania: „jaką decyzję ma umożliwić ten widok?", a nie od pytania „co możemy tu wyświetlić?".
Typowy dashboard dla e-commerce odpowiada na 3–5 pytań zarządczych: jaką marżę CM2 mam na każdym SKU, który kanał sprzedaży jest rentowny, gdzie ucieka gotówka i czy mam problem z rotacją towaru.
Najczęściej pomijany etap — i największy błąd. Dashboard bez użytkownika, który rozumie co ogląda, to ładna dekoracja. Szkolenie nie musi trwać długo — wystarczą 2–3 godziny żeby menedżer wiedział jak filtrować, jak czytać odchylenia i kiedy powinien zareagować na konkretny wskaźnik.
Tutaj większość artykułów ucieka w „to zależy". Masz rację, że zależy — ale możesz dostać konkretne widełki jeśli wiesz co na cenę wpływa.
* Do tego dochodzi licencja Power BI Pro: ok. 50–60 zł / użytkownik / miesiąc (Microsoft). Jeśli korzystasz tylko Ty — wystarczy jedna licencja.
Co konkretnie podnosi cenę:
Co nie wpływa na cenę tak bardzo jak myślisz: liczba wykresów i „ładność" dashboardu. To jest najtańsza część projektu. Drogi jest model i logika danych — nie wizualizacja.
Dla typowej firmy handlowej lub e-commerce z 3–4 źródłami danych:
| Tydzień | Etap | Co dostajesz |
|---|---|---|
| 1–2 | Audyt danych | Raport z problemami i plan modelu |
| 2–4 | Model danych i miary DAX | Działający model z pierwszymi testami |
| 3–5 | Dashboard i widoki zarządcze | Pierwsze wykresy — weryfikujesz kierunek |
| 5–6 | Testy, szkolenie, przekazanie | Gotowy system + dokumentacja |
Uwaga: harmonogram zakłada, że dane są dostępne i możemy je sprawnie pobrać. Największy hamulec w każdym projekcie to nie Power BI — to dostęp do danych po stronie klienta. Jeśli export z ERP wymaga tygodnia czekania na IT, harmonogram się przesuwa.
Firma: dystrybutor B2B, ~15 mln obrotu rocznie, 8 osób w sprzedaży. Problem: „wiemy ile sprzedajemy, ale nie wiemy ile zarabiamy po odliczeniu kosztów marketingu i logistyki. Każdy manager ma swój Excel. Zebranie raportu zarządczego zajmuje 2 dni."
Co zrobiliśmy:
Wynik po 3 miesiącach: Czas przygotowania raportu zarządczego: z 2 dni do 5 minut. Odkryto 3 klientów z ujemną marżą CM2 — byli traktowani jako „dobrzy klienci". Jeden handlowiec generował 30% obrotu, ale tylko 8% zysku — zmiana struktury prowizji. Wzrost zysku netto o 18% w kwartał po wdrożeniu decyzji opartych na danych.
Żadna z tych rzeczy nie wymagała „magii AI" ani drogiego systemu ERP. Wymagała połączenia danych, które już były w firmie — tylko w różnych miejscach i bez wspólnego języka.
Jeśli na większość pytań odpowiedziałeś „nie wiem" — to nie jest problem. To jest właśnie punkt startowy do rozmowy.
Powiedz mi z jakimi systemami pracujesz i co chcesz mierzyć. W ciągu 15 minut ocenię czy Power BI ma sens w Twojej sytuacji — i co wchodziłoby w zakres projektu. Jeśli nie ma sensu — też Ci o tym powiem.
Napisz konkretnie z czego korzystasz i co chcesz mierzyć. Odpowiem i powiem czy to ma sens — bez zobowiązań.
Napisz do mnie