Power BI with Generative AI

รายละเอียดหลักสูตร

อบรมเชิงปฏิบัติการ 3 วัน วันละ 6 ชั่วโมง รวม 18 ชั่วโมง ตลอดทั้ง 3 วันผู้เรียนจะพัฒนาโปรเจกต์ต่อเนื่องเพียงโปรเจกต์เดียวคือ Sales Intelligence 2026 ระบบวิเคราะห์ยอดขายและพฤติกรรมลูกค้าสำหรับผู้บริหาร โดยใช้ชุดข้อมูลจำลอง (Mock Dataset) ทั้งหมด ไม่เกี่ยวข้องกับข้อมูลจริงขององค์กร ผลลัพธ์ของแต่ละวันจะถูกนำไปต่อยอดในวันถัดไปจนได้ระบบที่สมบูรณ์ พร้อม Workflow ต้นแบบกลับไปปรับใช้กับงานจริงได้ทันที

Day 1: Power BI ยุค AI - Copilot & AI Visuals ครบวงจร

Section 1: The 2026 BI Landscape - จาก Dashboard สู่ AI-Driven Analytics

• ทิศทางของ Power BI, Microsoft Fabric และ Copilot ในปี 2026 ว่าอะไรเปลี่ยนไปบ้าง
• แนวคิด Agentic BI เมื่อ AI ไม่ได้แค่ตอบคำถาม แต่ลงมือทำงานแทนเรา
• ทบทวนเร็ว: Semantic Model ที่ดี คือรากฐานของ AI ที่ฉลาด

Section 2: Copilot in Power BI - Report Creation & Insights

• การเปิดใช้งาน Copilot และข้อกำหนดด้าน License และ Capacity ที่ควรรู้
• สร้างหน้ารายงานอัตโนมัติจากภาษาธรรมชาติ และการปรับแต่งผลลัพธ์
• ใช้ Copilot สรุปข้อมูลเชิงลึก (Summarize) และถาม-ตอบกับรายงานแบบสนทนา
• อัปเดตใหม่: In-report Copilot บน Power BI Mobile สนทนากับรายงานได้จากทุกที่

Section 3: Copilot for DAX & Web Modeling

• ใช้ Copilot ช่วยเขียนและอธิบาย DAX Measure จาก Prompt สู่สูตรที่ใช้งานได้จริง
• Copilot in Web Modeling (Preview): วิเคราะห์และปรับปรุงโมเดลด้วยภาษาธรรมชาติ ทั้ง Rename สร้าง Relationship และ Generate Measures
• แนวทางตรวจสอบผลลัพธ์จาก AI ว่าเชื่อได้แค่ไหน และตรวจสอบอย่างไร

Section 4: AI Visuals เจาะลึก

• Key Influencers: ค้นหาปัจจัยที่ส่งผลต่อตัวชี้วัดสำคัญ
• Decomposition Tree: เจาะลึกข้อมูลหลายมิติแบบ Root-cause Analysis
• Smart Narrative: สรุปข้อมูลเป็นข้อความอัตโนมัติ
• Anomaly Detection: ตรวจจับความผิดปกติของข้อมูลใน Time Series
• Q&A Visual: ตั้งคำถามกับข้อมูลด้วยภาษาธรรมชาติ และการ Train คำศัพท์

Section 5: Prep Data for AI - ทำโมเดลให้ AI-Ready

• แนวคิด Copilot Tooling Format (GA 2026): จัดเก็บ Synonyms, Descriptions และ Sample Questions แบบ Git-friendly
• Workshop ย่อย: ปรับโมเดลให้ Copilot ตอบคำถามได้แม่นยำขึ้นอย่างเห็นผล
• Workshop Day 1 (Sales Intelligence 2026): สร้าง Dashboard วิเคราะห์ยอดขายด้วย Copilot ตั้งแต่ต้น เจาะลึกปัจจัยขับเคลื่อนยอดขายด้วย Key Influencers และ Decomposition Tree พร้อมเตรียมโมเดลให้ AI-Ready ด้วย Prep Data for AI

Day 2: Claude Cowork & MCP - เชื่อม AI Agent กับ Power BI

Section 6: รู้จัก Claude และ Claude Cowork

• ภาพรวม Claude ปี 2026: Chat, Claude Desktop, Claude Cowork และ Claude for Excel
• Claude Cowork คืออะไร AI Agent ที่ทำงานกับไฟล์และเครื่องมือบนเครื่องเราได้โดยตรง
• การติดตั้ง ตั้งค่า และการเลือกใช้ Plan ที่เหมาะสมกับองค์กร
• Prompt Engineering for Analytics: เทคนิคการสั่งงาน AI ให้ได้ผลลัพธ์แม่นยำ

Section 7: ทำความเข้าใจ MCP (Model Context Protocol)

• MCP คืออะไร ทำไมถึงกลายเป็นมาตรฐานกลางของการเชื่อม AI กับเครื่องมือต่าง ๆ
• สถาปัตยกรรม MCP: Server, Client, Tools และ Resources ในภาพที่เข้าใจง่าย
• ภาพรวม MCP Servers ของ Power BI: Local Modeling Server กับ Remote Server เลือกใช้อย่างไร

Section 8: Power BI Modeling MCP Server (Hands-on)

• การติดตั้งและตั้งค่า Power BI Modeling MCP Server ให้ทำงานกับ Claude Desktop
• เชื่อมต่อ Semantic Model แบบสด: อ่านโครงสร้างตาราง Relationship และ Measures ทั้งหมด
• สั่ง Claude เขียน DAX Measures จากภาษาธรรมชาติ พร้อม Validate ผลลัพธ์
• Bulk Operations: สร้างและแก้ไข Measures จำนวนมากในครั้งเดียว และการ Apply Best Practices ทั้งโมเดล
• การใช้ Remote Power BI MCP Server ถาม-ตอบกับข้อมูลใน Power BI Service ด้วยภาษาธรรมชาติ

Section 9: Documentation อัตโนมัติด้วย Claude

• สร้าง Data Dictionary และ Measure Reference จาก Semantic Model อัตโนมัติ
• สร้างเอกสารอธิบายโมเดลสำหรับทีม (Model Handbook) ด้วย Claude Cowork

Section 10: Claude for Excel กับงานข้อมูล

• ใช้ Claude ช่วยวิเคราะห์ สร้างสูตร และจัดการข้อมูลใน Excel ก่อนเข้าสู่ Power BI
• แนวทางส่งต่อข้อมูลระหว่าง Excel และ Power BI ใน Workflow เดียวกัน
• Workshop Day 2 (Sales Intelligence 2026): เชื่อม Claude Desktop เข้ากับ Semantic Model ของโปรเจกต์ผ่าน Power BI Modeling MCP Server สั่งสร้างชุด DAX Measures วิเคราะห์ยอดขาย (YoY, Running Total, Customer Segmentation) แบบ Bulk พร้อมสร้าง Data Dictionary และ Model Documentation อัตโนมัติ

Day 3: AI-Driven Workflow - จากข้อมูลดิบสู่รายงานผู้บริหาร

Section 11: Claude Cowork กับงาน Data Preparation

• ใช้ Claude Cowork ทำความสะอาดข้อมูลดิบ: จัดการ Missing Values, Duplicate, รูปแบบวันที่ และข้อมูลภาษาไทย
• แปลงและรวมไฟล์หลายแหล่ง (CSV และ Excel) ให้พร้อมนำเข้า Power BI
• เปรียบเทียบว่างานไหนควรใช้ Power Query งานไหนควรใช้ Claude เลือกเครื่องมือให้ถูกงาน

Section 12: Agentic Workflow Design

• หลักการออกแบบ Workflow ที่มี AI Agent เป็นผู้ช่วย งานไหน Automate ได้ งานไหนต้องมีคนตรวจ (Human-in-the-loop)
• แนวคิด Agent Skills for Power BI: ให้ AI สร้างรายงานจากภาษาธรรมชาติหรือภาพตัวอย่าง
• ทิศทาง Fabric IQ และการเชื่อม AI Agent กับข้อมูลองค์กรที่ผ่านการ Govern แล้ว

Section 13: สร้างรายงานผู้บริหารอัตโนมัติ

• ใช้ Claude Cowork ดึงผลวิเคราะห์จาก Power BI มาสร้างรายงานสรุปผู้บริหาร (Word) และ Presentation (PowerPoint) อัตโนมัติ
• การออกแบบ Template รายงานให้ AI ใช้ซ้ำได้ทุกเดือน (Reusable Skills)
• แนวทางตั้งเวลางานอัตโนมัติ จาก Manual Report สู่ Scheduled AI Workflow

Section 14: AI Governance & Security

• ข้อควรระวังในการให้ AI เข้าถึงข้อมูลองค์กร ทั้ง Permission, Data Privacy และ PDPA
• การควบคุมสิทธิ์ของ MCP Server และแนวปฏิบัติที่ปลอดภัยสำหรับองค์กร
• ข้อจำกัดของ AI: Hallucination การตรวจสอบตัวเลข และแนวทาง Verify ผลลัพธ์ก่อนนำเสนอ

Section 15: Best Practices & Roadmap 2026

• สรุป Workflow ต้นแบบที่นำไปปรับใช้กับงานจริงขององค์กรได้ทันที
• Checklist การนำ AI มาใช้ในทีม BI ว่าเริ่มจากตรงไหน และวัดผลอย่างไร
• ทิศทางอนาคต: Agentic BI, AI Agents ในองค์กร และทักษะที่นักวิเคราะห์ต้องมีต่อจากนี้
• Workshop Day 3 (Master Workshop - Sales Intelligence 2026): ประกอบ Workflow ครบวงจร รับข้อมูลยอดขายชุดใหม่ ให้ Claude Cowork ทำความสะอาดและเตรียมข้อมูล อัปเดต Semantic Model ผ่าน MCP Server ตรวจสอบ Dashboard ใน Power BI แล้วสั่งสร้างรายงานสรุปผู้บริหารและ Presentation อัตโนมัติ พร้อมนำเสนอผลงานและรับ Feedback