Opdater din datamodel, så den fungerer godt sammen med Copilot Power BI
GÆLDER FOR:
Power BI Desktop 
Power BI-tjeneste
Før du begynder at bruge Copilot med din semantiske model, skal du evaluere dine data. Det kan være nødvendigt at rydde op i din semantiske model, så du Copilot kan få indsigt i den.
Bemærk
- Administratoren skal aktivere i Copilot Microsoft Fabric.
- Din F64- eller P1-kapacitet skal være i et af de områder, der er angivet i denne artikel: Tilgængelighed af Fabric-område. Hvis det ikke er, kan du ikke bruge Copilot.
- Administratoren skal aktivere lejerkontakten, før du begynder at bruge Copilot. Du kan finde flere oplysninger i lejerindstillingerne for artiklen.Copilot
- Hvis din lejer eller kapacitet er uden for USA eller Frankrig, er den som standard deaktiveret, Copilot medmindre din Fabric-lejeradministrator aktiverer de data, der sendes til Azure OpenAI, kan behandles uden for din lejers geografiske område, overholdelsesgrænse eller lejerindstilling for nationale cloudforekomster på Fabric Administration-portalen.
- Copilot i Microsoft Fabric understøttes ikke på prøveversions-SKU'er. Kun betalte SKU'er (F64 eller højere eller P1 eller højere) understøttes.
Overvejelser i forbindelse med datasæt til Copilot brug
I følgende tabel vises de kriterier, der kan hjælpe dig med at oprette nøjagtige rapporter med Copilot. Disse elementer er anbefalinger, der kan hjælpe med at generere nøjagtige Power BI-rapporter.
| Element | Overvejelse | Beskrivelse | Eksempel |
|---|---|---|---|
| Tabellinkning | Definer Ryd relationer | Sørg for, at alle relationer mellem tabeller er klart defineret og logiske, hvilket angiver, hvilke der er en til mange, mange til en eller mange til mange. | Tabellen "Sales" er knyttet til tabellen "Date" efter feltet "DateID". |
| Målinger | Standardiseret beregningslogik | Målinger skal have standardiseret, klar beregningslogik, der er let at forklare og forstå. | "Total Sales" beregnet som summen af "SaleAmount" fra tabellen "Sales". |
| Målinger | Navngivningskonventioner | Navnene på målinger skal tydeligt afspejle deres beregning og formål. | Brug "Average_Customer_Rating" i stedet for "AvgRating". |
| Målinger | Foruddefinerede målinger | Medtag et sæt foruddefinerede målinger, som brugerne med størst sandsynlighed vil anmode om i rapporter. | "Year_To_Date_Sales", "Month_Over_Month_Growth" osv. |
| Faktatabeller | Ryd afgrænsning | Afgræns tydeligt faktatabeller, der indeholder de målbare, kvantitative data til analyse. | "Transaktioner", "Salg", "Besøg". |
| Dimensionstabeller | Understøttende beskrivende data | Opret dimensionstabeller, der indeholder de beskrivende attributter, der er relateret til de kvantitative målinger i faktatabeller. | "Product_Details", "Customer_Information". |
| Hierarkier | Logiske grupperinger | Opret klare hierarkier i dataene, især for dimensionstabeller, der kan bruges til at foretage detailudledning i rapporter. | Et hierarki af typen "Tid", der opdeler fra "År" til "Kvartal" til "Måned" til "Dag". |
| Kolonne- navne | Entydige navne | Kolonnenavne skal være entydige og selvforklarende, så du undgår brug af id'er eller koder, der kræver yderligere opslag uden kontekst. | Brug "Product_Name" i stedet for "ProdID". |
| Kolonnedatatyper | Korrekt og konsistent | Anvend korrekte og konsistente datatyper for kolonner på tværs af alle tabeller for at sikre, at målingerne beregnes korrekt, og for at aktivere korrekt sortering og filtrering. | Sørg for, at numeriske kolonner, der bruges i beregninger, ikke er angivet som tekstdatatyper. |
| Relationstyper | Klart angivet | Hvis du vil sikre nøjagtig oprettelse af rapporter, skal du tydeligt angive relationernes art (aktiv eller inaktiv) og deres kardinalitet. | Markér, om en relation er "En til en", "En til mange" eller "Mange til mange". |
| Datakonsistens | Standardiserede værdier | Vedligehold standardiserede værdier i kolonner for at sikre ensartethed i filtre og rapportering. | Hvis du har kolonnen "Status", skal du konsekvent bruge "Open", "Closed", "Pending" osv. |
| KPI'er (Key Performance Indicators) | Foruddefineret og relevant | Opret et sæt KPI'er, der er relevante for forretningskonteksten, og som ofte bruges i rapporter. | "Return on Investment (ROI)", "Customer Acquisition Cost (CAC)", "Lifetime Value (LTV)". |
| Opdater tidsplaner | Gennemsigtig og planlagt | Du kan tydeligt kommunikere opdateringsplanerne for dataene for at sikre, at brugerne forstår rettidigheden af de data, de analyserer. | Angiv, om dataene er i realtid, dagligt, ugentligt osv. |
| Sikkerhed | Definitioner på rolleniveau | Definer sikkerhedsroller for forskellige niveauer af dataadgang, hvis der er følsomme elementer, som ikke alle brugere skal se. | Medlemmer af salgsteamet kan se salgsdata, men ikke HR-data. |
| Metadata | Dokumentation til struktur | Dokumentér datamodellens struktur, herunder tabeller, kolonner, relationer og målinger, til reference. | En dataordbog eller et modeldiagram, der er angivet som en reference. |