Podcasts about power bi

For show notes please visit www.bifocal.show

Laith Palhawan, CEO and founder of OrangeCrew, has successfully transitioned his managed IT services company into the public sector by becoming GSA certified, allowing him to provide IT services to government agencies. This shift has required a deep understanding of compliance and security requirements that differ significantly from those in the private sector. In the public sector, clients expect adherence to strict standards and predefined solutions, which contrasts with the more flexible and responsive approach typically found in private business engagements.Pahlawan's experience highlights the challenges of profitability in the managed services landscape, particularly when working with government contracts that often yield lower margins of 10-15%. He emphasizes the importance of strategic partnerships and effective business analysis to maintain sustainable margins. By utilizing tools like Power BI and Kaseya, OrangeCrew can track time and resources spent on each client, allowing for informed decisions about which clients to prioritize and which to decline based on profitability and demand.The episode also delves into OrangeCrew's innovative use of artificial intelligence (AI) to enhance internal operations and client services. Pahlawan has developed a centralized database that integrates various data sources, enabling the use of AI to analyze client interactions and identify potential issues proactively. This system not only improves operational efficiency but also positions OrangeCrew as a forward-thinking MSP capable of offering advanced solutions to clients, particularly in the realm of AI.For MSPs and IT service leaders, the insights shared by Pahlawan underscore the necessity of adapting to evolving client needs, particularly regarding compliance and AI integration. As businesses increasingly rely on AI for operational efficiency, MSPs must enhance their understanding of data management and automation to remain competitive. The conversation serves as a reminder that embracing new technologies and strategic partnerships can lead to sustainable growth and improved service delivery in a challenging market.

Mike & Tommy dive into "Backward Ontology," exploring whether Fabric IQ can facilitate a bottom-up approach to defining enterprise semantics. They discuss the implications of shifting ontology creation from a top-down mandate to a team-generated process, and provide insights on how organizations can successfully navigate this evolving landscape.https://learn.microsoft.com/en-us/fabric/iq/ontology/overviewhttps://learn.microsoft.com/en-us/fabric/iq/ontology/concepts-generatehttps://learn.microsoft.com/en-us/fabric/iq/ontology/resources-frequently-asked-questionsGet in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Czy Twój zespół naprawdę dowozi to, co zaplanuje? A może się przyzwyczailiście do tego, że zrealizowany jest tylko ułamek planu na iterację? Rozkładamy na czynniki pierwsze przewidywalność zespołu. Miara ta może być potężnym wsparciem dla zespołu, ale i źródłem frustracji czy złych decyzji. Pokażemy Ci jak mierzyć ją w Jira, Excelu czy innych narzędziach. Podpowiemy też, jak interpretować wyniki, by realnie ustabilizować w zespole proces dowożenia zaplanowanego zakresu prac. Cała rozmowa odnosi się do case study z naszej pracy z jednym z zespołów. Jeśli masz już dość niewykonanych planów oraz ciągłych tłumaczeń, ten odcinek jest dla Ciebie. Porządny Agile · Przewidywalność zespołu Zapraszamy Cię do obejrzenia nagrania podcastu Transkrypcja podcastu „Przewidywalność zespołu” Poniżej znajdziesz pełny zapis rozmowy z tego odcinka podcastu Porządny Agile. Jacek: Ostatnio na naszej stronie pojawiło się nowe case study. Dotyczy ono tego, jak w jednym z zespołów poprawiliśmy przewidywalność. Uznaliśmy z Kubą, że jest to dobra okazja, żeby powiedzieć trochę więcej o przewidywalności w ramach tego odcinka. Kuba: Adres case jest nie do przedyktowania w nagraniu audio, więc po prostu zachęcam Cię do tego, żeby znaleźć wspomniany case study w notatkach do odcinka i przeczytanie tego, co Jacek tam pisze. Jacek: Jaki spis treści na dzisiaj? Przede wszystkim zdefiniujemy, czym dla nas jest przewidywalność. Opowiemy, jak mierzyć przewidywalność. Podzielimy się wskazówkami na temat stosowania przewidywalności i na koniec damy kilka wskazówek, jak faktycznie, jakimi praktykami poprawić przewidywalność zespołu. Kuba: To przechodząc do rzeczy, pierwsza część to definicja przewidywalności. Przewidywalność rozumiemy to, jak zespół dowozi czy dostarcza to, co zaplanował. W jakim stopniu realizuje ten plan, który sobie przyjął? Czy, jak mówią, że coś będzie zrealizowane, czy to faktycznie będzie? Z jakim prawdopodobieństwem zespół realizuje swoje zamiary. Jacek: Więc jest to dla nas z jednej strony miara, o której powiemy za chwilę trochę więcej, bo można ją bardzo konkretnie wyrazić, a z drugiej strony, jak mówimy o tym, że zespół jest przewidywalny, to myślimy też w kontekście takim, że jest to pewna pożądana cecha zespołu. To jest taki zespół, na którym w kontekście tych prognoz, z którymi się dzielą z organizacją, można na nim polegać. Kuba: Dla równowagi powiemy też, czym nie jest przewidywalność według nas, choć niektórzy to też tak rozumieją. Niektórzy rozumieją przewidywalność jako pewną taką cechę generyczną rozumianą jako prawdopodobieństwo dostarczania, ale również prawdopodobieństwo o bardzo niskim stopniu albo o bardzo dużej zmienności tej wartości. W sensie, takim matematycznym, to też jest przewidywalność, tak samo jak smród jest zapachem albo jakiś brunatny też jest kolorem, ale jednak jako przewidywalność rozumiemy coś pozytywnego, zjawisko korzystne. W tym sensie nie cieszy nas fakt, że jakiś zespół ma przewidywalność, tylko ta przewidywalność to jest jedno zadanie na cztery zaplanowane albo 20% planu. W sensie matematycznym to jest przewidywalność, ale my się od takiej przewidywalności i takiego rozumienia tego słowa odcinamy, uważamy, że przewidywalność jest cechą czy charakterystyką pozytywną. Miarą, która powinna dążyć też do pewnych wartości. Zespół przewidywalny to taki, który dostarcza to, co planuje, a nie dostarcza tyle, ile zazwyczaj dostarcza. Nawet jeśli zazwyczaj dostarcza bardzo mało. Zespół, który przewidywalnie dostarcza mało, to jest dla nas zespół nieprzewidywalny, a nie przewidywalny w jakimś dziwnym znaczeniu. Jacek: To prowadzi nas do pytania, w jaki sposób możemy przeżyć przewidywalność. Ogólny wzór jest bardzo prosty. W dużym uproszczeniu jest to stosunek tego, co zostało faktycznie zrealizowane w konkretnym Sprincie czy w konkretnej iteracji w stosunku do tego, co było zaplanowane. Najczęściej jest to wyrażone po prostu w procentach. Kuba: Natomiast w szczegółach już może być trochę bogato. Różne zespoły uwzględniają do tego wzoru różne składowe elementy. Najprościej, gdy po prostu bierze się wszystko to, co zespół realizuje, niezależnie od tego, jakie typy pracy, jakie typy elementów planów wchodzą w skład danego Sprintu właśnie czy iteracji. Ale wiemy też i obserwujemy, i czasem ma to sens, że są zespoły, które liczą na przykład tylko historyjki użytkownika, storki, czy jakkolwiek to się w danym zespole nazywa. Czasem ficzery, czasem jakieś wyłącznie prace rozwojowe. Inne zespoły uwzględniają zadania czy jakiś rodzaj subtasków, jakaś praca techniczna do wykonania tego, co jest potrzebne do zrobienia w danym Sprincie. Kontrowersje mogą się zaczynać gdzieś w sferze tego, gdy się zaczyna liczyć do przewidywalności zaplanowane rozwiązania błędów, które wiemy, że istnieją, gdy zaczyna się Sprint, ale jest plan w zespole, żeby je rozwiązać. No i kontrowersją mogą być też zadania utrzymaniowe, czyli jakieś zadania powtarzalne, które z góry wiadomo, że trzeba zrealizować, no i choćby nie wiadomo, co się działo, to one po prostu faktycznie są częścią pracy w Sprincie. W ewentualnej kontrowersji głębiej się nie chcemy zagłębiać. Tutaj tylko jakby sygnalizuje, że jest temat, jakie typy pracy uwzględniać w mierze przewidywalności. No moim zdaniem jest tu temat do przemyślenia i bardzo świadomego zaplanowania czy do doprecyzowania, co jest uwzględnione we wzorze dla Twojego zespołu. Jacek: Może to jest dobry czas na taki prosty, namacalny przykład. Jeżeli zespół planował dostarczyć 10 elementów, nazwijmy to bardzo ogólnie, i dostarczył tylko dwa elementy, no to dla nas, patrząc na ten wzór przewidywalność, to jest 20%. Jeżeli planował dostarczyć 10, a dostarczył 5, no to przewidywalność jest 50%, natomiast jeśli planował dostarczyć 10, a dostarczył 12, to przewidywalność wynosi 120%. Tak więc przewidywalność jest miarą, w której ta wartość oczekiwana raczej jest pewnym zakresem. Takim dla nas powiedzmy akceptowalnym punktem do rozpoczęcia rozmowy, to jest przewidywalność między 80 a 120%. I bardziej chodzi nam o przebywanie w tym zakresie, niż osiąganie jakiegoś konkretnego, precyzyjnego wyniku. W szczególności powtarzalne osiąganie 100% może oczywiście wskazywać na to, że no ta miara być może za bardzo jest traktowana jako jakiś taki punkt do osiągnięcia. Z kolei o tym zakresie, który można nazwać, że jest powiedzmy zdrowy, można myśleć tak jak na przykład o wskaźnikach, kiedy idziemy na badanie krwi. Dostajemy wylistowaną listę, dostajemy poukładaną listę wyników i najczęściej jesteśmy w stanie znaleźć informacje, czy ta konkretna wartość zbadania jest w normie, czy mieści się w jakimś tam spodziewanym zakresie. I bardzo podobnie, właściwie można powiedzieć, wręcz identycznie działa to w przypadku przewidywalności. Kuba: Jeśli chodzi o przewidywalność, warto też wspomnieć to, jak narzędziowo można to mierzyć, jak można to liczyć, czyli jak konkretnie w narzędziu, jakim sposobem to zrealizować. Jest kilka opcji, wymienimy cztery. Jacek: Tak, pierwsze narzędzie takie, no, najczęściej nadal spotykane przez nas w organizacjach, to jest JIRA. Należałoby się skierować do sekcji raportów i znaleźć tam w wersji anglojęzycznej Velocity Chart i na tym wykresie oprócz tej informacji, ile faktycznie zespół zrealizował, czyli jaka jest prędkość zespołu, no, można również znaleźć tę informację o tym, ile na dany Sprint zostało zaplanowane. Te dane, te wykresy powinny się właściwie same wyświetlić, jeśli tylko przestrzegasz jakiejś takiej podstawowej higieny pracy w JIRA. To znaczy faktycznie uruchamiane są Sprinty. We właściwych momentach takich prawdziwych, kiedy zaczyna się Sprint, to ten Sprint jest startowany, powinien też być zamykany faktycznie wtedy, kiedy Sprint się kończy. Sprint powinien zawierać w sobie tę faktycznie wykonywaną pracę. Jak również pewna taka otoczka dotycząca tego boardu, na którym się znajdujemy, czy projektu, który realizujemy, te rzeczy też powinny być poprawnie skonfigurowane, no i wtedy można powiedzieć, że ten wykres dostajemy z pudełka. Właściwie nic nie musimy dodatkowego zrobić, żeby móc zobaczyć sobie historycznie, jak ta przewidywalność się w naszym zespole układała. Kuba: Drugą opcją narzędziową jest po prostu Excel. W porównaniu do JIRA, Excel stanie się, czy jest o wiele bardziej elastyczny, co prawda nie budują się dane same, jak w JIRA. Jeśli dobrze zachować tą dyscyplinę, o której mówi Jacek, no to JIRA liczy to sama, no w Excelu siłą rzeczy, ktoś odpowiedzialny za proces, albo członek zespołu, albo jakiś jego rodzaj lidera, po prostu musi te dane do tego Excela wprowadzić. Pamiętać o tym, żeby je przepisać, żeby złapać te dane historyczne bazowe i też pewnie w odpowiednie formuły wprowadzić te dane, żeby pokazały pewien wynik. Jest to oczywiście praca trochę ręczna, ale za to po drugiej stronie, zwłaszcza gdyby zespół miał jakąś bardziej skomplikowaną sytuację, albo bardziej wysublimowane warunki, co uwzględniać, czego nie uwzględniać, no to może się okazać, że ten Excel jest bardziej wiarygodny i pod większą kontrolą, niż narzędzia, które biorą po prostu wynik jakiegoś filtru lub nie są tak dobrze prowadzone. Jacek: Innymi narzędziami mogą być wszelkiego rodzaju narzędzia, które pomagają nam wizualizować pracę i pewne koncepcje z nią związaną. Czyli z jednej strony w warunkach online’owych to może być jakiś Mural czy Miro. W warunkach stacjonarnych to może być tablica, flipchart czy nawet wręcz kartka papieru. Tak naprawdę istotne jest, żeby te dane się znalazły w tych miejscach, wokół których będziemy się skupiać jako zespół. Na bazie moich doświadczeń bardzo często zespoły pracujące online dokonują refleksji na przykład na Muralu. No i w takim przypadku śledzenie tych informacji procesowych w kontekście tego odcinka, mówię tutaj w szczególności o przewidywalności, może być takim naturalnym miejscem, na które i tak spojrzymy w momencie, kiedy będziemy realizować cotygodniową czy co dwutygodniową refleksję. Tak więc posiadając komplet informacji w miejscu, do którego i tak rutynowo zaglądamy, drastycznie zwiększa szanse, że na te dane spojrzymy i zastanowimy się co z tych informacji, które posiadamy płynie, jakie wnioski do zespołu. Kuba: Ostatnią opcją, którą wymienimy, jeśli chodzi o narzędziowe pokazanie, mierzenie i uwidacznianie przewidywalności to są narzędzia BI-owe. W kilku organizacjach niezależnie od siebie widziałem taki efekt podłączenia bazy danych. Najczęściej pod spodem była jakaś JIRA, może Azure DevOps, albo tego typu narzędzia do mierzenia zadań, pokazywania tych zadań, kończenia ich. Dane surowe z takich narzędzi można przerzucić do narzędzi BI-owych. Czy to jest Power BI, czy to jest Tablo, czy to jest jeszcze coś innego. Kilka narzędzi różnie popularnych w różnych organizacjach. Oczywiście wymaga to już pewnych konkretnych kompetencji, żeby to wszystko podłączyć, żeby też być może odpowiednio skonfigurować raporty. No potencjalnie po stronie nagrody jest dosyć atrakcyjny sposób wizualizacji, być może sposób też jakiejś konfiguracji dodatkowego filtrowania dodatkowego, może dokładania kolejnych danych. W kontekście dużej organizacji wartością w sobie samo może być też pokazanie na jednym dash-boardzie wyników wielu zespołów, czy może pewien rodzaj standaryzacji pomiędzy zespołami, jakie aspekty są tam odpowiednio uwzględniane. Potencjalnie nagroda wielka, no ale tak jak wspomniałem też potencjalnie pewien koszt. Jeśli ma się te kompetencje w zespole, to może ten koszt jest siłą rzeczy pomijalny, a czasami warto to zainwestować, żeby dostać wartościowe widoki, czy wartościowe mierniki. Kuba: Ostatnią opcją, którą wymienimy, jeśli chodzi o narzędziowe pokazanie, mierzenie i uwidacznianie przewidywalności to są narzędzia BI-owe. W kilku organizacjach niezależnie od siebie widziałem taki efekt podłączenia bazy danych. Najczęściej pod spodem była jakaś JIRA, może Azure DevOps, albo tego typu narzędzia do mierzenia zadań, pokazywania tych zadań, kończenia ich. Dane surowe z takich narzędzi można przerzucić do narzędzi BI-owych. Czy to jest Power BI, czy to jest Tablo, czy to jest jeszcze coś innego? Kilka narzędzi różnie popularnych w różnych organizacjach. Oczywiście wymaga to już pewnych konkretnych kompetencji, żeby to wszystko podłączyć, żeby też być może odpowiednio skonfigurować raporty. No potencjalnie po stronie nagrody jest dosyć atrakcyjny sposób wizualizacji, być może sposób też jakiejś konfiguracji dodatkowego filtrowania dodatkowego, może dokładania kolejnych danych. W kontekście dużej organizacji wartością w sobie samo może być też pokazanie na jednym dash-boardzie wyników wielu zespołów, czy może pewien rodzaj standaryzacji pomiędzy zespołami, jakie aspekty są tam odpowiednio uwzględniane. Potencjalnie nagroda wielka, no ale tak jak wspomniałem też potencjalnie pewien koszt. Jeśli ma się te kompetencje w zespole, to może ten koszt jest siłą rzeczy pomijalny, a czasami warto to zainwestować, żeby dostać wartościowe widoki, czy wartościowe mierniki. Kuba: I zanim przejdziemy do następnego rozdziału, przypominamy, że jeżeli chcesz pogłębić wiedzę, jeszcze bardziej niż robimy to w podcaście, to znajdziesz nasze płatne produkty na stronie porzadnyagile.pl/sklep. Jacek: Przechodzimy do kolejnej sekcji dzisiejszego odcinka, czyli kilka wskazówek na temat tego, jak stosować miary przewidywalności w praktyce. Kuba: Pierwsza rzecz, od której chcę zacząć, to uwzględnij stopień innowacyjności zespołu. Przewidywalność jako miara w typowym zespole wytwórczym powinna być mierzona. To jest też cecha, którą taki zespół powinien posiadać. Natomiast mamy w swoim doświadczeniu kilka przykładów takich zespołów, które są naprawdę mocno innowacyjne, robią zadania takie mocno polegające na jakimś rodzaju research and development, jakimś badaniu, jakimś odkrywaniu, w takim stopniu innowacyjności naprawdę dużym. Te zespoły siłą rzeczy z racji na taką dużą chaotyczność czy dużą złożoność swojej pracy badawczej, po prostu tej przewidywalności osiągnąć nie za bardzo mogą, w takim znaczeniu, o jakim mówimy w tym odcinku. Dlatego tutaj bierzemy taką poprawkę, może taką dokładamy gwiazdkę do przewidywalności. W wybranej organizacji to niektóre zespoły będą siłą rzeczy nieprzewidywalne, w których firmach może w ogóle wszystkie, bo taka jest natura produktu czy branży, w której się działa, więc może wziąć warto poprawkę na to, że nie we wszystkich zespołach, nie we wszystkich firmach ta przewidywalność, o której dzisiaj powiedzieliśmy i jeszcze będziemy mówić, jest adekwatna, czy jest miarą, na którą warto spoglądać. Jacek: Jednocześnie przy tej okazji warto zwrócić uwagę na taki pewien ewenement, który obserwujemy z Kubą, że wiele zespołów wpada w poczucie, że są właśnie takim bardzo wyjątkowym i innowacyjnym zespołem, który ze względu na naturę swojej pracy nie jest w stanie pracować w przewidywalny sposób i nasze doświadczenie jest takie, że raczej nie do końca jest tak na takiej zasadzie, że faktycznie takie zespoły spotykamy, ale tych zespołów jest zdecydowania mniejszość. Nawet jeśli to faktycznie jest ten research, o którym wspominał Kuba, takie działania też można planować, można dzielić je na mniejsze kroki, bardzo precyzyjnie sobie określać kryteria akceptacji. I też w miarę w uporządkowany sposób decydować, czy to, co zaplanowaliśmy sobie zrobić, niekoniecznie te uzyskane rezultaty, ale tę pracę wykonaną, którą planowaliśmy, jesteśmy w stanie zaplanować. Raczej większość zespołów tę pracę, którą wykonuje ona, ma najczęściej jednak charakter taki, że jesteśmy w stanie przewidzieć, co będziemy realizować. Więc tutaj chcemy z Kubą wyraźnie zaznaczyć taką potencjalną pułapkę, żeby dokonać faktycznej refleksji, czy rzeczywiście ta nasza praca nosi znamiona takiej absolutnie niezarządzalnej, nieprzewidywalnej, czy tylko wpadliśmy w tę pułapkę, że tak o tej pracy myślimy. Jacek: Druga wskazówka, świadomie wybierz zmienne do wzoru. Wspomnieliśmy, jak taki wzór mógłby wyglądać, wspomnieliśmy, w jakiej jednostce wyrażony jest wynik. Taką główną wątpliwością osób, które podchodzą do tematu przewidywalności, jest wybór tego, czy powinniśmy patrzeć na konkretne elementy, które posiadamy jako zakres w danym konkretnym Sprincie, czy iteracji, czy raczej powinniśmy patrzeć na sumę story pointów I o ile historycznie pierwsze próby mierzenia się z przewidywalnością kierowały nas z Kubą w stronę story pointów, no to dzisiaj zdecydowanie jest nam bliżej do tego, żeby raczej patrzeć na tę liczbę elementów, które bierzemy do Sprintu. Konkretnie w Jirze można sobie przestawić wykres, ustawić go na to, żeby pokazywał issue count, czyli żeby po prostu policzył nam tę liczbę elementów, którą mamy w Sprincie. No i generalnie zbliża nas to do myślenia bardziej o patrzeniu i mierzeniu przepustowości i przewidywalności na tej bazie, niż na takie klasyczne Velocity, które najczęściej wyrażane jest jako suma story pointów zaplanowanych na konkretny Sprint. Kuba: Dlaczego poświęcamy na to czas w tym nagraniu? Bo wiele zespołów poświęca niepotrzebnie czas na przykład szczegółowy wycenianie, bo inaczej nie będzie pewien element uwzględniony we wzorze, a po wszystkim zwłaszcza też niezależne próby to potwierdzają w wielu zespołach, w wielu firmach korelacja między ilością skończonych elementów a story pointami zakończonymi jest na tyle silna, że w zasadzie nie ma potrzeby wkładać dodatkowej energii w to, żeby nawyceniać wszystkie prace. Zwłaszcza jeśli ma to prowadzić do, no naszym zdaniem, absurdów takich jak wycenianie błędów czy wycenianie jakichś zadań technicznych, tylko po to, żeby one się później ładnie w słupki sumowały. Może się okazać, że prosta suma ilości elementów jakichkolwiek, które uwzględniamy w takim predictability po prostu są do wzięcia i tyle, to jest dosyć łatwe, łatwo mechanicznie wyliczyć taki wzór i po prostu niepotrzebnie nie wkładać dodatkowej energii w coś, co nie wniesie dodatkowej wartości. I zaakcentuję, czy może tak trochę refrenem powtórzę to, co powiedział Jacek, niestety domyślnie Jira pokazuje, a Jira jest też najbardziej popularnym narzędziem z tego, co widzimy, pokazuje właśnie po story pointach, co może oznaczać, że nie uwzględnia rzeczy niewycenionych do tego typu wzorów na przewidywalność, no i z drugiej strony właśnie trochę miesza w przewidywalności, jeśli zespół cierpi na zadania przechodzące między Sprintami. Jeśli zespół właśnie uwzględnia w swoich działaniach również elementy, które są niewyceniane, więc tutaj domyślny sposób pokazania przewidywalności mierzonej w story pointach może być pewną pułapką, stąd wskazówka świadomie wybierz zmienne do wzoru. Kuba: Trzecia wskazówka to traktuj przewidywalność jako wewnętrzny kompas zespołu. Dużo nieszczęścia dzieje się w organizacjach, w których zostaje się celem. Jacek już to lekko zaznaczył, ja to wzmocnię. Są organizacje, które wręcz żądają, domagają się, zostawiają w celach rocznych, uzależniają premię od tego, czy zespół będzie przewidywalny, ustawiając też konkretne oczekiwane wartości. Najczęściej spotykam, że wartością oczekiwaną jest dokładnie 100%, czyli róbcie dokładnie tyle, ile planujecie, to poprowadzi do pewnych pułapek, ale znam też organizację, w której oczekiwana wartość przewidywalności to jest nie powinna przekraczać powiedzmy 80%. Czyli przewidywalny zespół to taki, który w przewidywalny sposób zawsze trochę nie dowozi. Też nie najszczęśliwszy pomysł. Więc tutaj mocno opieramy się na pomyśle, że przewidywalność to jest raczej miara wewnętrzna do mierzenia procesu przez zespół, do traktowania go jako punkt odniesienia przy usprawnianiu się, do myślenia o nim w czasie planowania, myślenia o nim w czasie Retrospektyw, myślenia o nim w jakimś tam dłuższym horyzoncie, ale na pewno nie jako sposób czy podstawa do tego, żeby dostać nagrodę albo karę, bo siłą rzeczy, zresztą jak każda inna miara tego typu, może się to łatwo przeinaczyć czy wręcz wypaczyć, stać się celem samym w sobie zamiast wiarygodną podstawą do usprawniania. Jacek: I czwarta porada, nie polegaj wyłącznie na przewidywalności. Tutaj zdecydowanie rekomendujemy, żeby przewidywalność nie była jedyną miarą procesu, którą zespół monitoruje. Dobrze jest od czegoś zacząć, ale zdecydowanie nie spoczywałbym tutaj na laurach. Przykładowo jednocześnie warto spojrzeć na throughput, czyli na przepustowość. Można do tego dołożyć sobie jakąś miarę jakości, można dołożyć jakąś miarę wartości biznesowej. To, co jest dla nas w danym momencie istotne i to, na co chcemy zwracać uwagę i wtedy patrzeć na pewien zestaw miar. Patrzeć jak one się wzajemnie zachowują. Może być tak, że poprawa jednej konkretnej miary może pogarszać wyniki w drugiej. Warto na to zwrócić uwagę i tak sobie skonfigurować te miary, żebyśmy mieli taki dosyć pełny obraz tego, jaka jest kondycja naszego zespołu i jego otoczenia. Kuba: I ostatni rozdział. Jak poprawiać przewidywalność zespołu? Ten rozdział będzie krótki, bo tak naprawdę to, co poprawia przewidywalność było tematem masy z poprzednich odcinków. My w zasadzie sami się z Jackiem zaśmialiśmy, że tak późno z naszej strony odcinek o przewidywalności w czasie, gdy mnóstwo praktyk poprawy przewidywalności już było przez nas poruszonych. Więc tutaj nie będziemy pogłębiać tematu, co dokładnie oznacza dana praktyka. Raczej potraktuj tę zawartość tego jako pewnego rodzaju spis treści czy nasze rekomendowane tak dokładnie osiem praktyk poprawy przewidywalności. Jeśli które z nich brzmi dla Ciebie intrygująco albo coś, czego jeszcze nie stosujesz, to po prostu odsyłamy Cię do materiałów, które też zamieszczamy w opisie odcinka. Jacek: Ok, czyli jakie praktyki zastosować, żeby poprawić przewidywalność zespołu? Kuba: Przede wszystkim zacznij kończyć, skończ zaczynać. Stosuj krótkie Sprinty. Wzmacniaj odpowiedzialność zespołu za produkt i dziel pracę na mniejsze kawałki. Jacek: Dodatkowo planuj zespołowo, zarządzaj zależnościami zewnętrznymi, traktuj codzienny stand-up jako bezpiecznik i usprawniaj się w oparciu o miary dostarczania produktu. Kuba: Wszystkie wymienione koncepcje, tak jak powiedziałem, znajdziesz w naszych starszych odcinkach, które linkujemy w opisie odcinka i na stronie tego odcinka porzadnyagile.pl/140 Jacek: Przewidywalność to miara i jednocześnie pożądana cecha zespołu, który realizuje zakres pracy, jaki sobie zaplanował na Sprint. Najczęściej przewidywalność podaje się w procentach jako stosunek liczby elementów faktycznie zrealizowanych do liczby elementów pierwotnie zaplanowanych. Kuba: Przewidywalność jest miarą, której wartość oczekiwana jest zakresem. Naszym zdaniem powinna mieścić się zazwyczaj między 80 a 120 procent. Istnieje szereg praktyk wspierających przewidywalność zespołu i zachęcamy do ich zastosowania w Twoim zespole. Jacek: Przyczyny braku przewidywalności w danym zespole mogą oczywiście być różne. Jako doświadczenie eksperci dołączamy do zespołu lub wskazanej części firmy i jasno je wskazujemy wraz z rekomendacjami sposobów, aby zmienić proces wytwórczy tak, by przewidywalność faktycznie rosła. Sprawdź naszą propozycję na stronie 202procent.pl/diagnoza. Kuba: A notatki do tego odcinka, artykuł, transkrypcję, wspomniane linki do innych rekomendowanych materiałów oraz zapis wideo znajdziesz na stronie porzadnyagile.pl/140. Jacek: I to by było wszystko na dzisiaj. Dzięki Kuba. Kuba: Dzięki Jacek. I do usłyszenia wkrótce. ________ To była pełna transkrypcja odcinka podcastu Porządny Agile. Dziękujemy za lekturę! The post Przewidywalność zespołu first appeared on Porządny Agile.

Mike & Tommy dive into 1-Click Notebooks, exploring how to start using them and the various customizations available. They discuss why these notebooks are essential for enhancing your Power BI experience, aiming to provide practical tips for effective implementation.https://learn.microsoft.com/en-us/power-bi/transform-model/service-notebookshttps://powerbi.microsoft.com/en-us/blog/deep-dive-into-using-notebooks-with-your-semantic-model-preview/Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Episode 312 - Power BI November 2025 Feature Summary by John White & Jason Himmelstein

This week on The Geek in Review, we sit down with Jennifer McIver, Legal Ops and Industry Insights at Wolters Kluwer ELM Solutions. We open with Jennifer's career detour from aspiring forensic pathologist to practicing attorney to legal tech and legal ops leader, sparked by a classic moment of lawyer frustration, a slammed office door, and a Google search for “what else can I do with my law degree.” From implementing Legal Tracker at scale, to customer success with major clients, to product and strategy work, her path lands in a role built for pattern spotting, benchmarking, and translating what legal teams are dealing with into actionable insights.Marlene pulls the thread on what the sharpest legal ops teams are doing with their data right now. Jennifer's answer is refreshingly practical. Visibility wins. Dashboards tied to business strategy and KPIs beat “everything everywhere all at once” reporting. She talks through why the shift to tools like Power BI matters, and why comfort with seeing the numbers is as important as the numbers themselves. You cannot become a strategic partner if the data stays trapped inside the tool, or inside the legal ops team, or inside someone's head.Then we get into the messy part, which is data quality and data discipline. Jennifer points out the trap legal teams fall into when they demand 87 fields on intake forms and then wonder why nobody enters anything, or why every category becomes “Other,” also known as the graveyard of analytics. Her suggestion is simple. Pick the handful of fields that tell a strong story, clean them up, and get serious about where the data lives. She also stresses the role of external benchmarks, since internal trends mean little without context from market data.Greg asks the question on everyone's bingo card, what is real in AI today versus what still smells like conference-stage smoke. Jennifer lands on something concrete, agentic workflows for the kind of repeatable work legal ops teams do every week. She shares how she uses an agent to turn event notes into usable internal takeaways, with human review still in the loop, and frames the near-term benefit as time back and faster cycles. She also calls out what slows adoption down inside many companies, internal security and privacy reviews, plus AI committees that sometimes lag behind the teams trying to move work forward.Marlene shifts to pricing, panels, AFAs, and what frustrates GCs and legal ops leaders about panel performance. Jennifer describes two extremes, rigid rate programs with little conversation, and “RFP everything” process overload. Her best advice sits in the middle, talk early, staff smart, and match complexity to the right team, so cost and risk make sense. She also challenges the assumption that consolidation always produces value. Benchmarking data often shows you where you are overpaying for certain work types, even when volume discounts look good on paper.We close with what makes a real partnership between corporate legal teams and firms, and Jennifer keeps returning to two themes, communication and transparency, with examples. Jennifer's crystal ball for 2026 is blunt and useful, data first, start the hard conversations now, and take a serious look at roles and skills inside legal ops, because the job is changing fast.Links:Jennifer McIver's LinkedIn pageWolters Kluwer ELM Solutions homepageLegalVIEW Insights reports homepageLegalVIEW DynamicInsights pageTyMetrix 360° pageListen on mobile platforms:  ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Apple Podcasts⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ |  ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Spotify⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠ | ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠YouTube⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠[Special Thanks to ⁠Legal Technology Hub⁠ for their sponsoring this episode.]⁠⁠⁠⁠⁠Email: geekinreviewpodcast@gmail.comMusic: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠Jerry David DeCicca⁠⁠⁠⁠⁠⁠⁠⁠⁠

What happens when AEC marketing owns the data story and becomes a true strategic partner to the firm?Katie Cash sits down with Katie Robinson, Chief Marketing Officer at LS3P, to unpack how a traditional proposal shop evolved into a firmwide, agency-style marketing and knowledge management team. Katie shares how LS3P aligned marketing with business strategy, centralized project data through a data manager program, and used tools like Power BI and AI to unlock insights that support both pursuit strategy and firm leadership. She also explains why open access to project data, clear security rules, and cross-functional collaboration are non-negotiables for sustainable growth.From Expert Hours that support thought leadership to an AI steering committee that protects IP and improves efficiency, Katie shares a practical roadmap that any AEC firm can start small and scale. Marketers will come away with clear strategies for strengthening relationships across the firm, earning a seat at the strategic table, and elevating marketing from a support function to a true driver of growth.Topics discussed in this episode:AEC marketingLS3PCRMPower BIAI in AECStrategic planningConnect with Katie Robinson, Chief Marketing Officer / Vice President / Principal at LS3P:https://www.ls3p.com/portfolio/katie-robinson/ https://www.linkedin.com/in/katie-schroer-robinson/ Connect with Katie:  https://smartegies.com/ Rate, Review, & Follow on Apple Podcasts:We hope you're finding value in our AEC Marketing For Principals.  Your feedback is important to us and we'd love to hear from you. Here's how you can help.  Scroll to the bottom, rate our podcast with five stars, and select “Write a Review.”  Let us know what you found most helpful from this episode!  And if you haven't done so already, give the podcast a follow, and you'll be notified when new episodes come out.

Mike & Tommy dive into "Data Governance in the Age of Fabric IQ," exploring whether Fabric IQ is truly the missing link for effective data governance or just another AI feature. They discuss practical strategies for organizations to enhance their governance frameworks and ensure successful implementation.https://blog.fabric.microsoft.com/en-us/blog/introducing-fabric-iq-the-semantic-foundation-for-enterprise-ai?ft=Allhttps://learn.microsoft.com/en-us/fabric/iq/https://learn.microsoft.com/en-us/fabric/governance/governance-compliance-overviewGet in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Everyone keeps asking whether AI kills Power BI or makes it stronger. Rui Romano flips that entire question on its head. As the Microsoft PM behind PBIP, TMDL, and all the file format work that rebuilt Power BI's foundation, he explains how the platform accidentally became one of the most AI-ready systems in analytics - and it wasn't by accident, not really. His team was solving problems for real developers who were tired of unsupported workarounds and offshore relay races. They weren't training agents. But the work they did means AI now feels native instead of duct-taped on. What we learned was that the semantic model is still the highest ground in this whole space. While other tools let AI stumble through raw tables and pray the math holds up, a proper model gives AI the one thing it absolutely cannot fake: context. Relationships. Business logic that works at every level of granularity without falling apart. Rui breaks down why that matters now more than ever, why all the hardening work his team did keeps your models from exploding when an agent gets ambitious, and why the future of BI isn't about cranking out another hundred pixel-perfect dashboards. It's about fast iteration, lower friction, and answers you can trust at scale. Dashboards still matter - but only the ones people use. This conversation goes deep on architecture, not hype. Rui talks about what's changing right now, what still needs work, and why natural language will eventually beat drag-and-drop for a lot of what we do today. If you've been wondering whether to invest in real semantic modeling or just let AI figure it out from scratch every single time, this episode makes the case for why foundations always win. Always. Listen in and get ahead of the shift. And if the episode lands for you, leave us a review to help other folks find the show.

Mike & Tommy dive into semantic modeling on the web, exploring whether this new feature signals the decline of Power BI Desktop and discussing the implications for data culture. Tune in for practical insights on version history and governance strategies for organizations.https://powerbi.microsoft.com/en-us/blog/deep-dive-into-editing-semantic-models-in-the-power-bi-service-now-generally-available/https://learn.microsoft.com/en-us/power-bi/transform-model/service-semantic-model-version-historyGet in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Excel Data Visualization & Dashboards: Turn Raw Data into Executive-Ready StoriesExcel is the foundational tool for analysis, but simply having data isn't enough; you need to tell the story behind the numbers.In this episode of What's New at CFI on FinPod, CEO Tim Vipond introduces the new Excel Data Visualization and Dashboards course. Learn how to transform raw data into clean, clear, and powerful visuals that drive business decisions, no matter your industry.This course is a masterclass in building executive-ready dashboards from scratch, making it essential for FP&A, Marketing, Operations, and all analytical roles.This episode covers:The Power of Excel: Why Excel remains the ultimate "blank canvas" for visualization and the foundational skill set for tools like Power BI or Tableau.Mastering the Visual Toolkit: Learn to build and use advanced charts like Waterfall Charts (for variance analysis), Combo Charts (for margin vs. revenue), Sparklines, and Football Field Charts (for valuation ranges).End-to-End Dashboard Creation: Gain the confidence to plan, set up, and build complete, beautiful dashboards that are clearly sectioned, titled, and formatted for maximum impact.Highlighting Insights: The critical skill of moving beyond just building a chart to actively using color, arrows, and annotations to highlight the specific insights that drive business change (e.g., maximizing margins or accelerating growth).Developing Taste: Tim shares career advice on how to develop "good taste" in data visualization by actively seeking out and being inspired by varied internal and external reports (pitch decks, board reports, operations decks).

Wie der Weg in die Azure-Cloud die IT neu definiert.    Die Mainova macht's vor: raus aus der klassischen OnPrem-Welt, rein in die Cloud – mit Strategie, klarer Architektur und jeder Menge Learnings.  In dieser Folge spricht Peter Meckes von KOM4TEC mit Rochus Stobbe und Johannes Ditter von Mainova über den spannenden Wandel hin zu einer modernen Cloud-Infrastruktur auf Microsoft Azure.    Gemeinsam blicken sie darauf, warum Mainova den Schritt gegangen ist, wie die ersten Cloud-Services aufgebaut wurden und welche Erfahrungen das Team auf dem Weg gesammelt hat – von der Idee über die Umsetzung bis hin zur Weiterentwicklung der Cloud-Architektur.   

Mike & Tommy dive into the AMAZING new features and incredible impact they will have on businesses and our careers. First half is AI then we dive in to Fabric Ontology and Fabric IQ.https://blog.fabric.microsoft.com/en-us/blog/advancing-data-integration-innovations-in-data-factory-in-ms-fabric-at-ignite-2025?ft=Allhttps://blog.fabric.microsoft.com/en-us/blog/introducing-fabric-iq-the-semantic-foundation-for-enterprise-ai?ft=AllGet in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Mike & Tommy explore from fragmented import models to unified Fabric semantics, examining how to lead cultural change when teams resist moving from siloed datasets to shared models, and provide practical steps for building a culture that embraces a single source of truth.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

This is episode 311 recorded on November 25th, 2025, where John & Jason talk with Stephanie Bruno, Data Platform MVP & Data Witch, about the news coming out of Microsoft Ignite. For show notes please visit www.bifocal.show

In this episode we dive into building a construction scheduling team.The ChallengeA general contractor hands you the keys. They say, "Set up a planning and scheduling group for us. Do whatever you want." Where do you start?That's the hypothetical posed to Franco Giacuinto, CEO and founder of Outbuild. The status quo is familiar: no company-wide standards, a mix of P6, Excel, and whiteboards, and owners making decisions off monthly PDF updates. Franco's answer challenges everything about how most GCs approach scheduling today.Continue LearningCheck out our book The Critical Path Career: How to Advance in Construction Planning and SchedulingSubscribe to the Beyond Deadlines Email NewsletterSubscribe to the ⁠⁠⁠⁠Beyond Deadlines⁠⁠⁠⁠ Linkedin Newsletter⁠⁠Check Out Our YouTube Channel⁠⁠.ConnectFollow ⁠⁠⁠Micah⁠⁠⁠, ⁠⁠⁠Greg⁠⁠⁠, and ⁠⁠Beyond Deadlines⁠⁠ on LinkedIn.Beyond DeadlineIt's time to raise your career to new heights with Beyond Deadlines, the ultimate destination for construction planners and schedulers. Our podcast is designed to be your go-to guide whether you're starting out in this dynamic field, transitioning from another sector, or you're a seasoned professional. Through our cutting-edge content, practical advice, and innovative tools, we help you succeed in today's fast-evolving construction planning and scheduling landscape without relying on expensive certifications and traditional educational paths. Join us on Beyond Deadlines, where we empower you to shape the future of construction planning and scheduling, making it more efficient, effective, and accessible than ever before.About MicahMicah, the CEO of Movar US is an Intel and Google alumnus, champions next-gen planning and scheduling at both tech giants. Co-founder of Google's Computer Vision in Construction Team, he's saved projects millions via tech advancements. He writes two construction planning and scheduling newsletters and mentors the next generation of construction planners. He holds a Master of Science in Project Management, Saint Mary's University of Minnesota.About GregGreg, an Astrophysicist turned project guru, managed £100M+ defense programs at BAE Systems (UK) and advised on international strategy. Now CEO at ⁠⁠Nodes and Links⁠⁠, he's revolutionizing projects with pioneering AI Project Controls in Construction. Experience groundbreaking strategies with Greg's expertise.Topics We Coverchange management, communication, construction planning, construction, construction scheduling, creating teams, critical path method, cpm, culture, KPI, microsoft project, milestone tracking, oracle, p6, project planning, planning, planning engineer, pmp, portfolio management, predictability, presenting, primavera p6, project acceleration, project budgeting, project controls, project management, project planning, program management, resource allocation, risk management, schedule acceleration, scheduling, scope management, task sequencing, construction, construction reporting, prefabrication, preconstruction, modular construction, modularization, automation, Power BI, dashboard, metrics, process improvement, reporting, schedule consultancy, planning consultancy, material management

In this episode of FP&A Unlocked, host Paul Barnhurst sits down with Rishi Sapra to explore how finance professionals can leverage business intelligence tools like Power BI to drive better decision-making. Rishi discusses how the role of FP&A is evolving with technology, and why it's essential for finance teams to not only consume data but to create and model it in ways that deliver actionable insights.Rishi Sapra is a Group Manager at Avanade, a global technology consulting firm, and a Microsoft Most Valuable Professional (MVP). With over 20 years of experience in major firms such as Deloitte, KPMG, HSBC, and Accenture, Rishi combines his financial expertise with cutting-edge data and AI solutions. Rishi is also the founder of Power Platform Finance, where he runs an accelerator program to teach finance professionals how to use tools like Power BI, Power Query, and semantic modeling to transform business data into actionable insights.Expect to Learn:Why learning Power Query is a must-have skill for every finance professionalThe mindset shift from being a consumer of data to becoming a creator of data solutionsHow to build simple, effective data models and dashboards using Power BITips for applying semantic models and data storytelling in financial reportingHow AI and business intelligence tools are changing the role of FP&A professionalsHere are a few quotes from the episode:“As a finance professional, you need to understand not just the data, but how to create the solutions that bring out insights from it.” – Rishi Sapra“It's less about learning every tool, and more about understanding the fundamentals that remain the same, regardless of the software.” – Rishi SapraRishi Sapra highlights the importance of shifting from being a consumer to a creator of data solutions within finance teams. By mastering tools like Power BI and embracing a mindset of data storytelling, finance professionals can unlock actionable insights and drive meaningful change. Rishi's advice empowers finance teams to not just adapt to technology, but to lead the way in transforming business intelligence.Campfire: AI-First ERP:Campfire is the AI-first ERP that powers next-gen finance and accounting teams. With integrated solutions for the general ledger, revenue automation, close management, and more, all in one unified platform.Explore Campfire today: https://campfire.ai/?utm_source=fpaguy_podcast&utm_medium=podcast&utm_campaign=100225_fpaguyFollow Rishi:LinkedIn - https://www.linkedin.com/in/rsaprano/Website - www.rishisapra.comCompany 1 - www.msfabrictraining.comCompany 2 - www.learndatainsights.comCompany 3 - www.powerplatformfinance.comEarn Your CPE Credit For CPE credit, please go to earmarkcpe.com, listen to the episode, download the app, answer a few questions, and earn your CPE certification. To earn education credits for the FP&A Certificate, take the quiz on Earmark and contact Paul Barnhurst for further...

Mike & Tommy tackle the controversial idea of killing your data team, questioning whether centralized BI teams have become expensive bottlenecks, and exploring how embedding analysts into product teams could deliver faster, more impactful insights.https://medium.com/dashboards-suck/kill-your-data-team-why-product-teams-should-own-data-bddd991dcff8Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Information access: While many have Copilot licenses, usage is low beyond basic tasks like email and meeting summaries. The main challenge with adoption is providing guidance within apps like PowerPoint, Excel, Dynamics, and Word so users can access help exactly when they need it. This is something Rehmani's company, VisualSP, and his training platform, copilottrainingpackage.com, specialize in. "I'm a big proponent of giving people 'at the moment need' information," he notes.Training paths: Copilottrainingpackage.com enables users to go down different "training paths," explains Rehmani. Specifically, there are pre-built PowerPoint training modules covering key topics like prompt creation and preventing hallucinations. Additionally, there's learning management system (LMS)-ready video content on Copilot use cases in Word, Excel, and other tools for on-demand learning. Finally, the platform offers optional live training sessions for trainers and power users to ensure effective adoption and ROI from Copilot. "At the end of the day, it's all about making Copilot into ROI and not just an expense layer."What to expect: Rehmani describes the "anatomy" of the program. It uses seven modules to teach trainers and power users how to craft effective prompts, reduce Copilot errors, and apply specific workflows for high-impact ROI. Then, participants share this knowledge internally, enabling time savings and efficiency across their organizations.End-of-year pricing: Users can take advantage of this resource with special pricing through the end of the year. Users can purchase the standalone package for $4,950 or the package and live training for $8,950, all of which could be delivered in 2026, explains Rehmani. Visit Cloud Wars for more.

Mike & Tommy dive into tracking app usage at scale, exploring how education consultants can monitor dashboard engagement across 70 school districts and 9,000 users. They break down the limitations of built-in metrics and reveal practical strategies for implementing audience-level usage tracking in Power BI.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

This is episode 310 recorded on November 21st, 2025, where John & Jason talk about the Power BI & Fabric Feature Summaries from October 2025 in preparation for the big news releases from Ignite in November.

Question of the Week:   What are Best Practices you ignore?

Mike & Tommy untangle workspace, branching, and artifact chaos, exploring how to organize Fabric environments amid conflicting advice from Microsoft and consultants, and provide a practical framework for managing dev/test/prod workflows without workspace proliferation.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Get featured on the show by leaving us a Voice Mail: https://bit.ly/MIPVM Frederick Anaafi shares his journey from Excel trainer to Microsoft MVP, highlighting how AI - especially Microsoft Copilot - is transforming productivity and career paths in Africa and beyond. He offers practical insights on building AI fluency, driving community-led tech adoption, and staying competitive in a rapidly evolving digital economy.

Mike & Tommy explore the new Tabular Editor feature Semantic Bridge, investigating how this technology bridges the gap between different semantic modeling standards across platforms, and examining whether it solves real problems or just adds complexity to the BI ecosystem.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Everyone's talking about AI like it's plug-and-play. Spoiler: it's not. In this episode, Rob digs into why Big Tech's billions in AI R&D haven't yet turned into matching revenue — and what that means for the rest of us. The truth? The real business wins don't come from off-the-shelf models; they come from smart customization. Rob breaks down the "magic Lego brick" approach that separates hype from practical reality, showing how everyday tools like Power BI and Power Automate can connect to AI in surprisingly simple (and powerful) ways. He also revisits Bill Krolicki's "Vendor Bot" example to prove that you don't need to be a researcher or a billionaire to make AI deliver real results. If you've ever opened ChatGPT, asked it to "optimize operations," and gotten nowhere — this one's for you.

Mike & Tommy tackle source control in BI, exploring whether serialization formats like database.json and TMDL solve more problems than they create, and how teams can implement version control without overwhelming analysts.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

In this episode we dive into Change ManagementThe ChallengeYou're six months into a billion dollar project. Change orders are stacking up. Your schedule is morphing weekly. The owner wants a meeting. And you're buried in spreadsheets trying to figure out what changed, when it changed, and who changed it. Sound familiar? This is the reality for most construction schedulers. Schedule change management shows up as the leading cause of construction disputes every single year, costing teams millions. But here's the thing. The best schedulers don't run from change. They use it to their advantage. In this week's Beyond Deadlines podcast episode, we break down exactly how to manage schedule change like a pro.Continue LearningCheck out our book The Critical Path Career: How to Advance in Construction Planning and SchedulingSubscribe to the Beyond Deadlines Email NewsletterSubscribe to the ⁠⁠⁠⁠Beyond Deadlines⁠⁠⁠⁠ Linkedin Newsletter⁠⁠Check Out Our YouTube Channel⁠⁠.ConnectFollow ⁠⁠⁠Micah⁠⁠⁠, ⁠⁠⁠Greg⁠⁠⁠, and ⁠⁠Beyond Deadlines⁠⁠ on LinkedIn.Beyond DeadlineIt's time to raise your career to new heights with Beyond Deadlines, the ultimate destination for construction planners and schedulers. Our podcast is designed to be your go-to guide whether you're starting out in this dynamic field, transitioning from another sector, or you're a seasoned professional. Through our cutting-edge content, practical advice, and innovative tools, we help you succeed in today's fast-evolving construction planning and scheduling landscape without relying on expensive certifications and traditional educational paths. Join us on Beyond Deadlines, where we empower you to shape the future of construction planning and scheduling, making it more efficient, effective, and accessible than ever before.About MicahMicah, the CEO of Movar US is an Intel and Google alumnus, champions next-gen planning and scheduling at both tech giants. Co-founder of Google's Computer Vision in Construction Team, he's saved projects millions via tech advancements. He writes two construction planning and scheduling newsletters and mentors the next generation of construction planners. He holds a Master of Science in Project Management, Saint Mary's University of Minnesota.About GregGreg, an Astrophysicist turned project guru, managed £100M+ defense programs at BAE Systems (UK) and advised on international strategy. Now CEO at ⁠⁠Nodes and Links⁠⁠, he's revolutionizing projects with pioneering AI Project Controls in Construction. Experience groundbreaking strategies with Greg's expertise.Topics We Coverchange management, communication, construction planning, construction, construction scheduling, creating teams, critical path method, cpm, culture, KPI, microsoft project, milestone tracking, oracle, p6, project planning, planning, planning engineer, pmp, portfolio management, predictability, presenting, primavera p6, project acceleration, project budgeting, project controls, project management, project planning, program management, resource allocation, risk management, schedule acceleration, scheduling, scope management, task sequencing, construction, construction reporting, prefabrication, preconstruction, modular construction, modularization, automation, Power BI, dashboard, metrics, process improvement, reporting, schedule consultancy, planning consultancy, material management

Get featured on the show by leaving us a Voice Mail: https://bit.ly/MIPVM 

Trolls, Features and Common Data problems.   In this chaotic episode of Unpivot, the gang kicks things off with Halloween antics and quickly spirals into the wild world of Excel, Power BI, and internet comment drama. From TikTok trolls who think Power Pivot lives in Access (spoiler: it doesn't) to debates about whether picking pumpkins is just muddy shopping, it's a rollercoaster of laughs and learning. They also dive into juicy new features like visual calcs, agent mode, and formula-by-example, and share their favourite ways to handle messy data, missing dates, and the eternal mystery of “what does sales actually mean?”  Question of the Week:   What are Common Data Problems you come across

Mike & Tommy dive into TMDL, Tabular Editor, and AI automation for semantic modeling, questioning why typing less gets so much attention when it's never the real bottleneck, and uncovering which workflow friction points actually deserve your automation effort.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Thomas Berrington discusses the role of data-driven decision-making in the construction industry. He shares insights from his journey into construction and IT, focusing on technology's impact on French Brothers' operations. The episode covers challenges in securing leadership buy-in for new tech, strategies for non-technical communication, and the importance of historical data for efficiency. Thomas also explores Power BI integration for executive and customer insights, the debate between third-party solutions and custom development, and adapting tech for a younger workforce. He concludes with thoughts on data management, AI roadmaps, and offers final advice.

Mike & Tommy unpack developer experience for Power BI pros, exploring how UDFs, enhanced time intelligence, and specialized tools transform data modeling workflows, and revealing why certain development practices stick while others fade away.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Mike & Tommy break down Real Time Intelligence in Fabric, exploring what Power BI pros need to know to get started with this feature, and how to build real-time pipelines that transform traditional refresh-based reporting into powerful streaming insights. Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

In this episode, Paul sits down with renowned data strategist Khaled Chowdhury to unpack what it means to bring clarity to data in the age of AI. With a background in FP&A and a track record as an early Power BI adopter, Khaled brings a rare blend of financial and technical expertise. The conversation explores the concept of "data clarity," the challenges behind AI adoption in business, and why clean data models matter more than ever.Khaled Chowdhury is a globally recognized expert in data strategy and the founder of Data Crafters. With roots in FP&A, Khaled was among the first to integrate Power BI into planning workflows. Today, he helps executives and teams transition from data chaos to clarity, particularly as AI transforms the business landscape.Expect to Learn:What “data clarity” really means and why it matters for business decisions.The two big barriers preventing organizations from becoming data-driven.What the “AI paradox” is and why 95% of enterprise AI projects fail.Why your data model is the hidden make-or-break factor in using AI tools.How to think about probabilistic vs. deterministic results in AI systems.Khaled Chowdhury and Paul Barnhurst offer a thought-provoking exploration of how data and AI are reshaping decision-making in the modern enterprise. From breaking down the myths of being data-driven to unpacking the AI paradox, their conversation highlights the growing need for clean data, smart models, and strategic thinking.Join hosts Glenn and Paul as they unravel the complexities of AI in finance:Follow Khaled Chowdhury:LinkedIn: https://www.linkedin.com/in/khaledchowdhury/Follow Paul: LinkedIn - https://www.linkedin.com/in/thefpandaguyFollow QFlow.AI:Website - https://bit.ly/4i1EkjgFuture Finance is sponsored by QFlow.ai, the strategic finance platform solving the toughest part of planning and analysis: B2B revenue. Align sales, marketing, and finance, speed up decision-making, and lock in accountability with QFlow.ai. Stay tuned for a deeper understanding of how AI is shaping the future of finance and what it means for businesses and individuals alike.In Today's Episode:[01:44] - Defining Data Clarity and the Cost of Chaos[04:05] - Data-Informed Gut vs. Data-Driven Myths[06:54] - The AI Paradox Explained[09:18] - Why AI Projects Fail in the Enterprise[13:33] - Clean Data Models: No Hiding Behind Lipstick[14:26] - Closing Thoughts & What's Next

Mike & Tommy dive into Data Modeling in Event-Driven Architectures, exploring how Power BI skills apply to Real-Time Analytics in Microsoft Fabric, and provide practical approaches for transitioning from traditional modeling to handling streaming data effectively.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

In this episode we dive into Schedule HealthThe ChallengeYou're handed a live project and a plan that “passes DCMA,” yet dates keep slipping and no one trusts the critical path. On this episode of Beyond Deadlines, we tackle the core challenge: what “schedule health” really means and how to use it to drive real predictability.We discuss why a schedule is more than a spreadsheet of tasks, it's an algorithm that models intent and execution and how the best schedulers blend data checks with field truth to build trust and precision in project delivery.Continue LearningCheck out our book The Critical Path Career: How to Advance in Construction Planning and SchedulingSubscribe to the Beyond Deadlines Email NewsletterSubscribe to the ⁠⁠⁠⁠Beyond Deadlines⁠⁠⁠⁠ Linkedin Newsletter⁠⁠Check Out Our YouTube Channel⁠⁠.ConnectFollow ⁠⁠⁠Micah⁠⁠⁠, ⁠⁠⁠Greg⁠⁠⁠, and ⁠⁠Beyond Deadlines⁠⁠ on LinkedIn.Beyond DeadlineIt's time to raise your career to new heights with Beyond Deadlines, the ultimate destination for construction planners and schedulers. Our podcast is designed to be your go-to guide whether you're starting out in this dynamic field, transitioning from another sector, or you're a seasoned professional. Through our cutting-edge content, practical advice, and innovative tools, we help you succeed in today's fast-evolving construction planning and scheduling landscape without relying on expensive certifications and traditional educational paths. Join us on Beyond Deadlines, where we empower you to shape the future of construction planning and scheduling, making it more efficient, effective, and accessible than ever before.About MicahMicah, the CEO of Movar US is an Intel and Google alumnus, champions next-gen planning and scheduling at both tech giants. Co-founder of Google's Computer Vision in Construction Team, he's saved projects millions via tech advancements. He writes two construction planning and scheduling newsletters and mentors the next generation of construction planners. He holds a Master of Science in Project Management, Saint Mary's University of Minnesota.About GregGreg, an Astrophysicist turned project guru, managed £100M+ defense programs at BAE Systems (UK) and advised on international strategy. Now CEO at ⁠⁠Nodes and Links⁠⁠, he's revolutionizing projects with pioneering AI Project Controls in Construction. Experience groundbreaking strategies with Greg's expertise.Topics We Coverchange management, communication, construction planning, construction, construction scheduling, creating teams, critical path method, cpm, culture, KPI, microsoft project, milestone tracking, oracle, p6, project planning, planning, planning engineer, pmp, portfolio management, predictability, presenting, primavera p6, project acceleration, project budgeting, project controls, project management, project planning, program management, resource allocation, risk management, schedule acceleration, scheduling, scope management, task sequencing, construction, construction reporting, prefabrication, preconstruction, modular construction, modularization, automation, Power BI, dashboard, metrics, process improvement, reporting, schedule consultancy, planning consultancy, material management

Mike & Tommy finally weigh in on the measure total debate that's been heating up online, exploring why totals don't add up as expected, whether it's a DAX problem or a misunderstanding of filter context, and how developers can build measures that business users actually trust without breaking their mental models.https://www.linkedin.com/pulse/more-measure-totals-shenanigans-daniel-otykier-7bwefGet in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

AI without the committee: Most manufacturers are still holding meetings about AI. Bill Krolicki just built it. As CFO of Interpak, he didn't wait for a strategy deck or a vendor pilot—he wired Power BI and Power Automate into a self-running operation. His bots read supplier emails, catch late shipments before they blow up production, and update the ERP while everyone else is still asking who owns the spreadsheet. Rob Collie and Justin Mannhardt sit down with Bill to talk about what happens when finance stops waiting and starts building. From "Vendor Bot" to the soon-to-launch "Budget Bot," it's a front-row look at how AI turns from theory to throughput when a data person is actually in charge—no consultants, no six-month roadmaps, just results. If you've had your fill of AI hype and want to see what it looks like when someone actually ships something, this is your episode. And if you enjoyed it, leave us a review on your favorite podcast platform—it helps other no-BS practitioners find us.

In this episode of Future Finance, host Paul Barnhurst speaks with data expert Khaled Chowdhury, a renowned leader in the data and AI space. Khaled shares his journey from finance to data analytics, offering insights into the evolving role of AI in business decisions, the importance of data clarity, and how tools like Power BI and Fabric are transforming the data landscape. Khaled's approach to data clarity in the age of AI brings a fresh perspective to the conversation on how companies can leverage data to make better, faster decisions.Khaled Chowdhury is a data expert and founder of Data Crafters, helping businesses, especially in finance, build clear data strategies in the age of AI. With a background in FP&A, Khaled's unique journey spans from finance director to certified data professional, with expertise in tools like Power BI and Fabric. He's been recognized globally for his contributions to the data world, empowering organizations to make data-driven decisions. Khaled's experience bridges finance, technology, and business leadership.In this episode, you will discover:Khaled's journey from finance to data analytics and AIThe importance of data clarity and the common mistakes companies makeWhy AI and data-driven decisions require a strong foundationHow AI can both enhance and challenge business decision-makingPractical advice on how companies should prioritize AI investments and data managementKhaled Chowdhury highlights the importance of building a solid data foundation before diving into AI and advanced tools like Power BI and Fabric. His journey from finance to data leadership demonstrates how clarity, smart data strategies, and a focus on outcomes can transform decision-making. Join hosts Glenn and Paul as they unravel the complexities of AI in finance:Follow Khaled:LinkedIn:https://www.linkedin.com/in/khaledchowdhury/Follow Glenn:LinkedIn: https://www.linkedin.com/in/gbhopperiiiFollow Paul:LinkedIn - https://www.linkedin.com/in/thefpandaguyFollow QFlow.AI:Website - https://bit.ly/4i1EkjgFuture Finance is sponsored by QFlow.ai, the strategic finance platform solving the toughest part of planning and analysis: B2B revenue. Align sales, marketing, and finance, speed up decision-making, and lock in accountability with QFlow.ai. Stay tuned for a deeper understanding of how AI is shaping the future of finance and what it means for businesses and individuals alike.In Today's Episode:[02:12] – Khaled's Journey: From Finance to Data[06:10] – Defining Data Clarity[10:15] – The AI Paradox[14:42] – The Power of Power BI and Fabric[18:30] – The Data Maturity Curve[22:05] – How Companies Should Invest in AI[25:03] – The Future of Data and AI[29:12] – The AI Chatbot Question[34:25] – Wrapping Up: Final Thoughts from Khaled

Mike & Tommy debate the new Power BI Project (PBIP) format, questioning whether source control and Git integration are worth the added complexity, and discussing who should migrate from the traditional PBIX binary format.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Mike & Tommy are joined by Microsoft's Chris Schimdt on utilizing real time with actual applications in and outside Microsoft Fabric.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

Last week we got a facelift—new name, new look, same deep data dives. This week? We prove the rebrand wasn't just cosmetic. Rob kicks things off with a time machine moment: his first gig at Microsoft in the '90s, building the Windows Installer. The running joke back then? "Installing yesterday's apps tomorrow." Cut to 2025, and that exact same code shows up while he's configuring an AI tool for data modeling. Build something right, and it really sticks around. And that's the bridge, AI context management isn't some brave new world. It's the same discipline that made Power BI models and Copilot integrations actually useful. You don't need to burn it all down and start over. You just need to get specific enough to matter. If you've suffered through bloated "AI strategy" decks or watched a model confidently hallucinate through your business logic, this episode's for you. The fix isn't fancier AI—it's giving it structure, purpose, and the right context to work with. That's how you turn a show pony into a workhorse. Bottom line: AI isn't a revolution. It's a new faucet. And the people who know how to connect it—and what to feed it—are already leading the next wave of transformation.

Mike & Tommy explore Real-Time Intelligence in Microsoft Fabric, questioning whether event-driven analytics is a genuine business need or just technical hype, and discussing how organizations can move beyond real-time dashboards to embed streaming intelligence into their Power BI adoption strategy.Get in touch:Send in your questions or topics you want us to discuss by tweeting to @PowerBITips with the hashtag #empMailbag or submit on the PowerBI.tips Podcast Page.Visit PowerBI.tips: https://powerbi.tips/Watch the episodes live every Tuesday and Thursday morning at 730am CST on YouTube: https://www.youtube.com/powerbitipsSubscribe on Spotify: https://open.spotify.com/show/230fp78XmHHRXTiYICRLVvSubscribe on Apple: https://podcasts.apple.com/us/podcast/explicit-measures-podcast/id1568944083‎Check Out Community Jam: https://jam.powerbi.tipsFollow Mike: https://www.linkedin.com/in/michaelcarlo/Follow Tommy: https://www.linkedin.com/in/tommypuglia/

SigCore UC (https://www.sigcoreuc.com/) SigCore UC on Crowd Supply (https://www.crowdsupply.com/en-z-em/sigcore-uc) Alice for Power BI (https://alice.dev/alice-power-bi/) Mike on X (https://x.com/dominucco) Mike on BlueSky (https://bsky.app/profile/dominucco.bsky.social) Coder on X (https://x.com/coderradioshow) Show Discord (https://discord.gg/k8e7gKUpEp) Alice & Custom Dev (https://alice.dev) Mike's Recent Omakub Blog Post (https://dominickm.com/omakhub-review/)

Everyone's talking like AI is coming for your job. Rob's here to tell you it's coming for your skill set. If you already think in tables, models, and relationships, congratulations—you're built for what's next. This episode is part pep talk, part reality check, and all proof that data people aren't getting replaced. We're getting promoted. Rob takes you inside Microsoft's campus and out into the real world, where big firms are burning millions on AI theater while mid-market teams quietly pull ahead. The twist? You don't need to change the AI to win with it. You just need to feed it the right data. That means the same instincts that made you good at Power BI now make you dangerous—in the best way. This one's for the data geners, the ones who never flinched at a gnarly spreadsheet and always saw potential where others saw pain. AI isn't a threat. It's your next playground. Listen in and meet the only cavalry that's actually showing up: you. Check out the first episode of Raw Data with Rob Collie and get ready to lead the AI charge.

Marketers' roles are changing, but their goals are still the same: reach and engage customers, meeting them where they are, and for better or worse, often needing to do more with less while delivering greater value. Agility requires both adapting to change quickly while also having the wisdom to know which changes truly matter. It demands a delicate balance between embracing new technologies and staying laser-focused on core business objectives. Today, we are here in New York City at Opticon25. We are going to talk about the growing role of AI for both marketers and consumers, how organizations can leverage an agentic platform to create better internal and external customer experiences, and how marketers can both do more with less while delivering exponentially greater value. To help me discuss this topic, I'd like to welcome Rupali Jain, Chief Product Officer and Kevin Li, SVP Product at Optimizely. About Rupali JainRupali Jain is the Chief Product Officer at Optimizely. Previously she has held product leadership roles at several SaaS software companies, including Microsoft's PowerBI and Qualtrics. Throughout her two-decade career, Rupali has shared Optimizely's vision of prioritizing the end user's daily needs. Rupali is committed to advancing practical, growth-driving applications of AI and machine learning to help marketers take control of their workflows, experiment at scale, and deliver digital experiences that meet and exceed customer expectations Rupali Jain on LinkedIn: ⁠https://www.linkedin.com/in/rupali/⁠ About Kevin LiAt Optimizely (previously Episerver before rebrand), I describe my job as a "tale of two mirrors" with one being a telescope and one being a microscope. On the telescope side of product strategy, I own long-term strategy covering build/buy/partner, M&A (thesis, due diligence, etc.), new product launches (SaaS CMS, Personalization, etc.), analyst relations (leader in 11 categories across Gartner, Forrester, and IDC), etc. On the microscope side of product operations, I own the product commercialization process, product operations, product analytics, documentation, and competitive intelligence. Kevin Li on LinkedIn: https://www.linkedin.com/in/kevinsyli/ Resources Optimizely: https://www.optimizely.com The Agile Brand podcast is brought to you by TEKsystems. Learn more here: https://www.teksystems.com/versionnextnow Don't Miss MAICON 2025, October 14-16 in Cleveland - the event bringing together the brights minds and leading voices in AI. Use Code AGILE150 for $150 off registration. Go here to register: https://bit.ly/agile150 Connect with Greg on LinkedIn: https://www.linkedin.com/in/gregkihlstromDon't miss a thing: get the latest episodes, sign up for our newsletter and more: https://www.theagilebrand.showCheck out The Agile Brand Guide website with articles, insights, and Martechipedia, the wiki for marketing technology: https://www.agilebrandguide.com The Agile Brand is produced by Missing Link—a Latina-owned strategy-driven, creatively fueled production co-op. From ideation to creation, they craft human connections through intelligent, engaging and informative content. https://www.missinglink.company