Case Study: Analiza optymalizacji kosztów – migracja z Power BI Premium Per User na Microsoft Fabric

Większość sieci restauracyjnych rozpoczyna swoją przygodę z analityką od modelu licencjonowania Power BI Premium Per User (PPU). To rozwiązanie tanie, szybkie we wdrożeniu i idealne na start. Jednak w miarę rozwoju organizacji – gdy dostęp do danych zyskuje setki menedżerów i franczyzobiorców – faktura za licencje szybko zaczyna „zjadać” marżę.

Migracja na Microsoft Fabric F64 to przejście z modelu rozliczeń „za głowę” na konkretną moc obliczeniową (Capacity). W niniejszym artykule analizujemy, jak ta zmiana pozwala odzyskać kontrolę nad budżetem IT i dlaczego przy odpowiedniej skali jest to najbardziej logiczny ruch biznesowy.

W branży gastronomicznej, cechującej się niskimi marżami, optymalizacja wydatków na analitykę danych jest kluczowym elementem strategii operacyjnej. Początkowe wdrożenie oparte na licencjach Power BI Premium Per User (PPU) jest uzasadnione przy mniejszej skali, jednak wraz z rozwojem sieci i wzrostem liczby odbiorców raportów, model ten generuje wysokie, progresywne koszty.

Założenia finansowe i mechanizm rezerwacji

Kluczem do optymalizacji kosztów w modelu Microsoft Fabric F64 jest wykorzystanie rezerwacji (Reserved Capacity). Polega ona na zobowiązaniu się do korzystania z określonej mocy obliczeniowej przez z góry zdefiniowany czas – zazwyczaj jeden rok lub trzy lata. Jest to mechanizm finansowy w chmurze Azure, który pozwala na znaczące obniżenie wydatków w zamian za gwarancję długofalowej współpracy.

Przyjęte założenia (stawki w 2026 r.):

24 USD* miesięcznie za użytkownika.
Koszt stały zależny od ilości osób.

Koszt stały do 5400 USD** miesięcznie.
Brak kosztów za użytkownika.
Fabric Reserved na 2026 to obecnie 5280 USD** miesięcznie.
Twórcy raportów muszą mieć licencję Pro (14 USD miesięcznie).
Szacujemy, że dotyczy to średnio 10% załogi.

* Wyliczenia mają charakter poglądowy i orientacyjny. Nie muszą odzwierciedlać rzeczywistych cen i nie stanowią oferty handlowej. Oparte są na cenniku Microsoft: https://www.microsoft.com/en-us/power-platform/products/power-bi/pricing.
** Wyliczenia mają charakter poglądowy i orientacyjny. Nie muszą odzwierciedlać rzeczywistych cen i nie stanowią oferty handlowej. Oparte są o Azure Calculator https://azure.microsoft.com/en-us/pricing/calculator/ dla regionu Szwecja Centralna.

Zalety rezerwacji:

• • Wysoki rabat:
    W porównaniu do standardowego modelu płatności (Pay-As-You-Go), rezerwacja pozwala obniżyć koszt utrzymania instancji Fabric F64 o około 36–40% (przy zobowiązaniu rocznym).
  • Przewidywalność budżetu:
    Cena zostaje „zamrożona” na cały okres trwania rezerwacji. Chroni to organizację przed ewentualnymi podwyżkami cen katalogowych lub wahaniami kursów walut, jeśli rozliczenie następuje w stałej stawce.
  • Elastyczność płatności:
    Microsoft umożliwia opłacenie rezerwacji z góry za cały rok lub rozliczenie w stałych ratach miesięcznych. W obu przypadkach wysokość zniżki jest taka sama.
  • Aspekt techniczny:
    Rezerwacja nie wpływa na sposób działania usługi ani na jej wydajność. Jest to jedynie zmiana modelu rozliczeniowego „w tle” portalu Azure. Jeśli zapotrzebowanie wzrośnie, można dokupić kolejne jednostki w modelu godzinowym lub wykupić kolejną rezerwację.

Stąd też przyjmując założenie rabatu za rezerwację można zejść do poziomu z 5400 USD miesięcznie za Ms Fabric F64. (*, **)

Co zyskujemy poza oszczędnościami?

PPU z jednej strony umożliwia wiele, ale Ms Fabric ma dodatkowe mechanizmy, których w ogóle nie ma w przypadku PPU, co powoduje, że nie tylko pieniądze są argumentem przejścia na Ms Fabric.

Porównanie mocy obliczeniowej Power BI Premium Per User (PPU) oraz Microsoft Fabric F64 wymaga rozróżnienia między zasobami współdzielonymi, a dedykowanymi.

1. Architektura mocy obliczeniowej

• • Power BI PPU:
    Użytkownik otrzymuje dostęp do funkcji Premium, jednak moc obliczeniowa jest przydzielana dynamicznie z puli współdzielonej Microsoftu. Wydajność jest gwarantowana dla pojedynczej osoby, ale nie jest mierzona w stałych jednostkach mocy.
  • Fabric F64:
    Udostępnia 64 Capacity Units (CU). Jest to dedykowana, stała moc obliczeniowa przypisana do organizacji (odpowiednik dawnej instancji Premium P1).

2. Zarządzanie obciążeniem (Smoothing i Bursting)

W modelu Fabric F64 system operuje mechanizmami, które nie występują w PPU:

• • Smoothing:
    Pozwala na amortyzowanie chwilowych pików obciążenia poprzez rozłożenie części operacji w czasie zgodnie z harmonogramem capacity. Capacity nie musi pracować w pełnym obciążeniu przez 24 godziny na dobę, 7 dni w tygodniu.
  • Bursting:
    Umożliwia chwilowe zużycie mocy przekraczające 64 CU, aby przyspieszyć wykonanie zadania, o ile średnia dobowa pozostaje w normie.
  • PPU:
    W przypadku przekroczenia limitów operacyjnych następuje natychmiastowe ograniczenie wydajności (throttling) dla danego użytkownika.

3. Porównanie techniczne

• • Jednostki mocy:
    W przypadku PPU zarządzanie zasobami jest dynamiczne i ukryte przed użytkownikiem. Microsoft Fabric F64 oferuje 64 CU, co stanowi odpowiednik wydajności Power BI Premium P1. Należy jednak zaznaczyć, że w Fabricu pula ta jest współdzielona przez wszystkie usługi platformy (nie tylko Power BI). W praktyce jednak, przy migracji rozwiązań w modelu 1:1, użytkownik otrzymuje tę samą moc obliczeniową, zyskując jednocześnie dostęp do pełnego ekosystemu Fabric.
  • Max rozmiar modelu:
    W przypadku PPU (oraz dodatkowej opcji z large semantic model format) to 100 GB, natomiast w Ms Fabric F64 to limit pamięci danej instancji.
  • Współbieżność:
    W przypadku PPU jest to izolacja na poziomie użytkownika, a w przypadku Microsoft Fabric F64 jest to wspólna pula dla wszystkich procesów
  • Direct Lake:
    Nie występuje na PPU, natomiast w Ms Fabric F64 to coś, co zmienia wszystko do czego jesteśmy przyzwyczajeni, bo umożliwiaj błyskawiczny dostęp do danych
  • Inżynieria danych:
    W modelu Power BI Premium Per User opieramy się głównie na Dataflows, co przy bardziej złożonych projektach bywa wyzwaniem i wymusza wsparcie zewnętrznym ETL (np. Azure SQL). Doświadczony zespół potrafi jednak wycisnąć z tej konfiguracji maksimum, znajdując dodatkowe plusy w ścisłej kontroli kosztów i architektury. Z kolei Microsoft Fabric (od F64 w górę) to zupełnie inna liga – otrzymujemy pełne środowisko inżynieryjne (Notebooki, Lakehouse, Spark), które eliminuje bariery technologiczne i pozwala na pełną swobodę bez konieczności „wychodzenia” poza ekosystem.

Analiza opłacalności: Punkt rentowności

1. Firma zaczynająca swoją przygodę z Power BI – 50 użytkowników miesięcznie stale
2. Firma zaczynająca swoją przygodę z Power BI – 50 użytkowników miesięcznie plus rekrutacja 5 użytkowników miesięcznie
3. Firma doświadczona – 150 użytkowników miesięcznie z rekrutacją 5 użytkowników miesięcznie
4. Firma doświadczona – 220 użytkowników miesięcznie z rekrutacja 5 użytkowników miesięcznie
5. Firma doświadczona – 270 użytkowników miesięcznie z rekrutacją 3 użytkowników miesięcznie.

Rozpatrzmy to w następnych 12 miesiącach:

Komentarz do powyższej ilustracji:
Wyliczenia mają charakter poglądowy i orientacyjny. Nie muszą odzwierciedlać rzeczywistych cen i nie stanowią oferty handlowej. Oparte są na cenniku Microsoft https://www.microsoft.com/en-us/power-platform/products/power-bi/pricing oraz Azure Calculator https://azure.microsoft.com/en-us/pricing/calculator/ dla regionu Szwecja Centralna.

Należy pamiętać o licencjach Pro – dotyczą one zazwyczaj 5–15% ogółu użytkowników i są niezbędne dla twórców raportów, ale nie tylko. Jeżeli firma planuje przekroczyć próg ok. 200 użytkowników i ta liczba stale rośnie, to przy około 220 osobach pojawi się punkt zwrotny. Powyżej tej skali rozwiązanie Microsoft Fabric staje się po prostu bardziej opłacalne finansowo.

Licencje Pro dotyczą zwłaszcza tematu self-service reportingu. Każdy użytkownik łączący się poprzez Excela do istniejącego modelu semantycznego – poza uprawnieniami Build lub co najmniej Contributor – musi posiadać również licencję Pro. Zostało to uwzględnione w przyjętym założeniu.

Podsumowanie i rekomendacja

Wybór między PPU a Fabric F64 to decyzja strategiczna, która musi opierać się na rachunku TCO oraz ocenie dojrzałości procesów. O ile PPU sprawdza się w mniejszej skali, o tyle przy rozbudowanych ekosystemach pojawia się ryzyko związane z zarządzaniem wieloma procesami jednocześnie. Problemy takie jak kolizje harmonogramów odświeżania (refresh collisions) mogą negatywnie wpływać na dostępność raportów. Model oparty na pojemności (Fabric F64) rozwiązuje te wyzwania, zastępując dynamiczne i trudne do przewidzenia limity PPU jedną, scentralizowaną i sterowalną jednostką mocy.

Głównym wnioskiem z analizy jest identyfikacja równowagi kosztowej, czyli optymalnej liczby  użytkowników. Przy aktualnych stawkach ($24 za PPU vs. ~$5280 za F64 Reserved)***, punktem zrównania kosztów jest poziom ok. 220–230 użytkowników.

• • Poniżej 200 osób:
    PPU jest bezkonkurencyjne pod kątem jednostkowym.
  • Powyżej 230 osób:
    Każdy kolejny użytkownik w modelu Fabric kosztuje firmę $0 (licencja Free) lub $14 (twórcy Pro) ***, co generuje wykładnicze oszczędności względem PPU.

*** Wyliczenia mają charakter poglądowy i orientacyjny. Nie muszą odzwierciedlać rzeczywistych cen i nie stanowią oferty handlowej. Oparte są na cenniku Microsoft: https://www.microsoft.com/en-us/power-platform/products/power-bi/pricing.

Wybór Microsoft Fabric F64 to nie tylko optymalizacja Power BI. W tej samej cenie organizacja otrzymuje dostęp do pełnego ekosystemu danych:

• • OneLake:
    Centralny magazyn danych eliminujący silosy.
  • Data Factory & Synapse:
    Zaawansowane narzędzia ETL i inżynierii danych bez dodatkowych kosztów licencyjnych.
  • Skalowalność:
    Możliwość udostępniania raportów nieograniczonej liczbie odbiorców bez martwienia się o koszty „per head”.

Rekomendacja autora jest następująca:

1. Korzystaj z PPU do momentu osiągnięcia progu 180–200 aktywnych użytkowników.
2. Przygotuj infrastrukturę pod Fabric (architektura Medallion w OneLake) z wyprzedzeniem 3-miesięcznym.
3. Dokonaj migracji na F64 (Reserved) w momencie przekroczenia 230 użytkowników, aby natychmiastowo „zamrozić” koszty analityki na stałym poziomie.
4. Jeżeli w momencie czytania tego artykułu masz już ponad 230 użytkowników to nie czekaj. DataRiseLab świadczy kompleksowe usługi w tym zakresie, a nasz zespół doświadczonych i certyfikowanych specjalistów znajdzie dla Ciebie kompleksowe rozwiązanie

Komentarz do artykułu:
Wszystkie przedstawione ceny, wyliczenia i analizy w powyższym artykule mają charakter poglądowy i orientacyjny. Nie muszą odzwierciedlać rzeczywistych cen i nie stanowią oferty handlowej.