其他行业 · AI应用
Power BI迁移与AI驱动的学生洞察
斯威本科技大学将八年的报告从Tableau迁移到Microsoft Power BI，并将数据从Amazon Redshift迁移到Microsoft Fabric，以现代化其报告系统并促进更广泛的数据采用。大学在60天内完成了Power BI迁移，优先处理约2000份历史报告中约20%的活跃报告，并将约90%的报告数据迁移到新平台。它正在使用大型语言模型分析超过65,000条自由文本学生调查记录，构建基于Microsoft Teams的IT支持聊天机器人，并部署了机器学习模型以识别有脱离风险的学生。
从超过65,000条自由文本调查记录中提取主题和情感。
未披露
部署了机器学习模型以更好地识别有脱离风险的学生。
未披露
用户发现Power BI在开发和理解报告方面更直观、更易用。
未披露
01
业务背景
斯威本科技大学将八年的报告从Tableau迁移到Microsoft Power BI，并将数据从Amazon Redshift迁移到Microsoft Fabric，以现代化其报告系统并促进更广泛的数据采用。大学在60天内完成了Power BI迁移，优先处理约2000份历史报告中约20%的活跃报告，并将约90%的报告数据迁移到新平台。它正在使用大型语言模型分析超过65,000条自由文本学生调查记录，构建基于Microsoft Teams的IT支持聊天机器人，并部署了机器学习模型以识别有脱离风险的学生。
02
遇到的问题
03
AI 解决方案
04
实施结果
从超过65,000条自由文本调查记录中提取主题和情感。：
部署了机器学习模型以更好地识别有脱离风险的学生。：
用户发现Power BI在开发和理解报告方面更直观、更易用。：
在60天内完成了向Power BI的迁移。：
将八年的报告从Tableau迁移到Power BI，覆盖了约90%用于报告的数据。：
05
风险与边界
“”
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。