Microsoft introduceert met Fabric IQ Plan een nieuwe functionaliteit binnen de Microsoft Fabric. Fabric Plan draait om planning, write-back en business workflows direct op data. Concreet betekent dit:
- Eén omgeving voor planning + analyse + rapportage
- Werkt direct op dezelfde data in Fabric (OneLake / SQL / semantic models)
- Geen aparte tools zoals Excel-planning of externe CPM-systemen nodig
Fabric Plan biedt de mogelijkheid om Excel-gebaseerde budgettering en forecasting te vervangen. Daarnaast kunnen ook data-input en datacorrecties als onderdeel van bredere use cases worden geïntegreerd.
Belangrijkste componenten binnen Fabric Plan
Planning sheets
Planning Sheets kunnen gebruikt worden voor budgettering, forecasting en scenario planning. Het werkt met dimensies zoals tijd, afdeling en product, waardoor planningsdata gestructureerd en flexibel kan worden vastgelegd. Daarnaast zorgen ondersteuning voor regels en validaties om de datakwaliteit te waarborgen. De basis kan worden gevuld vanuit een Semantic Model of (eenmalig) vanuit bestaande Excel-bestanden. Dit kan typische Excel-budgetmodellen vervangen.
Hoe werken de Planning Sheets?
Er kan voor worden gekozen om als basis voor de plandata de realisatiecijfers uit het Semantic Model te gebruiken, maar in dit voorbeeld is de budgetdata al beschikbaar in Excel en wordt deze overgezet naar Fabric Plan om daar verder mee te werken. “Date” en “LabelCode” zijn in dit geval alleen van technische aard om ze later te kunnen koppelen aan de Datum dimensie en Label dimensie in mijn Semantic Model.
In een Planning Sheet ziet dat er als volgt uit waarbij ik als extra een Forecast kolom heb toegevoegd, die een kopie is van Budget en die ik verhoogd heb met 2%.
Het interessante is dat er op basis van de initiële planning verschillende scenario’s kunnen worden gemaakt. Dit kunnen positieve of negatieve scenario’s zijn, of bijvoorbeeld een nieuwe versie die elk kwartaal wordt bijgewerkt op basis van de werkelijke realisatie. Bij een nieuw scenario kan zowel op totaalniveau als op celniveau worden aangegeven in hoeverre de forecast moet stijgen of dalen, waarna wijzigingen automatisch worden doorgerekend naar een hoger niveau. In het onderstaande voorbeeld zijn in de zomervakantie de verwachtingen voor Label Services naar beneden bijgesteld, terwijl de overige onderdelen zijn verhoogd.
Uiteindelijk kunnen deze verschillende scenario’s ook in de rapportage worden gebruikt en worden afgezet tegen de werkelijke realisatie.
PowerTable sheets
Een andere interessante functionaliteit binnen Fabric Plan zijn PowerTable Sheets. Dit is in feite een No-code mini app voor:
- data invoer
- master data beheer
- workflows
Een goed alternatief is om Excel-sheets te vervangen en “business driven dimensions” in te richten voor Semantic Models. Als voorbeeld is een PowerTable aangemaakt waarin een custom salesregio per land kan worden gedefinieerd.
Dit gebeurt via een user interface, waarbij diverse validatieregels aan een kolom (databaseveld) kunnen worden gekoppeld. In het onderstaande voorbeeld is het veld Country als uniek en verplicht aangemerkt en is de optie invoerformulier toegepast.
Autorisatie en Audit
Per Planning Sheet (en zelfs per scenario) kunnen aan personen lees- of schrijfrechten worden toegekend om de Planning Sheet te bekijken of aan te passen. Voor de daadwerkelijke “writeback” naar de database kan desgewenst een andere persoon worden aangewezen wanneer extra controle vereist is.
Voor elke PowerTable Sheet kan de autorisatie afzonderlijk worden ingesteld. Daarnaast wordt vastgelegd wie welke wijzigingen heeft doorgevoerd, en kan uitgebreide track changes worden geconfigureerd om eerdere waarden van een record te achterhalen.
Fabric SQL-database
Voordat met Fabric Plan kan worden begonnen, dient eerst een Fabric SQL-database te worden aangemaakt. Dit is de locatie waar de data voor Fabric Plan wordt opgeslagen.
Bij elke Planning Sheet en PowerTable Sheet kan worden aangegeven aan welke Fabric SQL-database, schema en tabel deze gekoppeld moet worden. Afhankelijk van de rechten kunnen op deze tabellen gewenste queries worden uitgevoerd en worden gecombineerd met andere databronnen.
In het geval van een Planning Sheet zijn naast de dimensies en meetwaarden ook het scenario zichtbaar, evenals informatie over wie en wanneer per recordniveau wijzigingen heeft aangebracht.
Relatie met BI en Power BI Semantic Models
Traditioneel is BI voornamelijk read-only. Met Fabric Plan wordt dit translytical (analyse en transacties gecombineerd). Hierdoor ontstaat voor gebruikers een closed loop:
Analyseren → aanpassen → opslaan → opnieuw analyseren
De vraag is dan: zijn wijzigingen direct zichtbaar in Power BI-rapportages?
Dit hangt af van de gekozen architectuur.
Fabric Plan slaat write-back data op in een Fabric SQL database. Wanneer het semantic model (gedeeltelijk) via DirectQuery is gekoppeld aan deze data (bijvoorbeeld alleen de planningsdata), zijn wijzigingen real-time zichtbaar. Dit kan echter impact hebben op performance en bepaalde functionaliteiten beperken.
Een alternatief is near real-time. Hierbij start een gebruiker bijvoorbeeld een actie, zoals het klikken op een knop, waarna op de achtergrond een pipeline wordt uitgevoerd die uitsluitend de planningsdata opnieuw verwerkt.
Dit kan op twee manieren worden ingericht. Enerzijds door (een deel van) het Semantic Model opnieuw te laden in Import-modus. Anderzijds, bij gebruik van Direct Lake, door de data te synchroniseren naar het Lakehouse, zodat deze direct beschikbaar is voor rapportages.
AI en het grotere plaatje
Fabric Plan is onderdeel van de Fabric IQ stack, die bestaat uit onder andere Ontology, Graph en AI Agents.
Wanneer een AI-agent gekoppeld wordt aan een semantic model, is het niet voldoende om alleen de data te kennen — de agent moet ook de businesscontext begrijpen. Daarom wordt de AI-agent gekoppeld aan de Ontology, waarin businessdefinities (zoals Customer, Revenue, Order) en regels zijn vastgelegd. Daarnaast moet een AI-agent ook kunnen redeneren over data. Dit gebeurt via de Graph, waarin relaties tussen entiteiten worden vastgelegd (bijvoorbeeld Order → Shipment → Sensor → Incident). Hierdoor kan de agent verbanden leggen over meerdere databronnen heen en inzichten verklaren. Fabric Plan maakt dit geheel completer door een operationele laag toe te voegen. Hierdoor krijgt AI meer context en kan het besluitvorming beter ondersteunen en gerichte acties voorstellen.
Fabric Plan versus andere planning tools
Microsoft biedt ook planningsfunctionaliteit binnen zijn eigen Dynamics-suite. Daarnaast bestaan er gespecialiseerde planningsoplossingen in de markt, zoals Jedox en Anaplan. Deze tools beschikken over een uitgebreide calculation engine en ondersteunen complexe processen zoals consolidatie en top-down- en bottom-up-planning.
Fabric Plan heeft deze geavanceerde functionaliteit (nog) niet, maar brengt planning wél naar het dataplatform. Hierdoor kan planningsdata direct worden verrijkt en gecombineerd met BI- en AI-toepassingen.
Voor organisaties die hun planning nog in Excel uitvoeren, biedt dit een logische eerste stap om planning te centraliseren en beter te integreren met hun data- en analyticsomgeving.
Conclusie
Fabric Plan nog wel in preview biedt met Planning Sheets en PowerTable een alternatief voor traditionele, Excel-gebaseerde oplossingen. Het stelt organisaties in staat om planningsprocessen te centraliseren en tegelijkertijd de governance, controle en datakwaliteit binnen werkstromen te verbeteren.
Voor organisaties die al gebruikmaken van gespecialiseerde planningsoplossingen, zal planningsdata vaak via ETL-processen naar Fabric worden gebracht. In de praktijk bestaan daarnaast echter nog vaak losse Excel-lijsten en handmatige aanvullingen. Dit biedt juist kansen om deze versnipperde processen te structureren en te standaardiseren binnen Fabric.
AI krijgt een steeds grotere rol binnen Fabric en door het toevoegen plan data kan IA hierdoor niet alleen analyses uitvoeren op historische data, maar ook context toevoegen door historische data en planningsinformatie te combineren en zo organisaties te ondersteunen bij betere besluitvorming en het voorstellen van gerichte acties.
