Teilen über

Anpassen Ihres Datenmodells für die Verwendung mit Copilot für Power BI

  • Artikel

GILT FÜR: ️ Power BI Desktop Power BI-Dienst

Bevor Sie mit der Verwendung von Copilot mit Ihrem semantischen Modell beginnen, bewerten Sie Ihre Daten. Möglicherweise müssen Sie Ihr semantisches Modell bereinigen, damit Copilot Einblicke daraus ableiten kann.

Hinweis

Überlegungen für semantische Modelle zur Copilot Verwendung

In der folgenden Tabelle sind die Kriterien aufgeführt, mit denen Sie genaue Berichte mit Copilot erstellen können. Diese Elemente sind Empfehlungen, die beim Generieren präziser Power BI-Berichte helfen können.

Element Aspekt Beschreibung Beispiel
Tabellenverknüpfung Definieren von klaren Beziehungen Stellen Sie sicher, dass alle Beziehungen zwischen Tabellen klar definiert und logisch sind und angeben, welche 1:n, n:n oder n:n sind. Tabelle „Sales“, die mit der Tabelle „Date“ durch das Feld „DateID“ verbunden ist.
Measures Standardisierte Berechnungslogik Measures sollten eine standardisierte, klare Berechnungslogik haben, die leicht zu erklären und zu verstehen ist. „Total Sales“ wird als Summe von „SaleAmount“ aus der Tabelle „Sales“ berechnet.
Measures Namenskonventionen Die Namen für Measures sollten ihre Berechnung und ihren Zweck eindeutig widerspiegeln. Verwenden Sie „Average_Customer_Rating“ anstelle von „AvgRating“.
Measures Vordefinierte Measures Schließen Sie eine Reihe vordefinierter Measures ein, die Benutzer höchstwahrscheinlich in Berichten anfordern. „Year_To_Date_Sales“, „Month_Over_Month_Growth“ etc.
Faktentabellen Klare Abgrenzung Grenzen Sie Faktentabellen, die die messbaren, quantitativen Daten für die Analyse enthalten, eindeutig ab. „Transactions“, „Sales“, „Visits“.
Dimensionstabellen Unterstützende beschreibende Daten Erstellen Sie Dimensionstabellen, die die beschreibenden Attribute im Zusammenhang mit den quantitativen Measures in Faktentabellen enthalten. „Product_Details“, „Customer_Information“.
Hierarchien Logische Gruppierungen Richten Sie klare Hierarchien innerhalb der Daten ein, insbesondere für Dimensionstabellen, die zum Drilldown in Berichten verwendet werden können. Eine „Zeit“-Hierarchie, die von „Jahr“ in „Quartal“ in „Monat“ und „Tag“ aufbricht.
Spaltennamen Eindeutige Bezeichnungen Spaltennamen sollten eindeutig und selbsterklärend sein und keine IDs oder Codes enthalten, die zusätzliche Suche ohne Kontext erfordern. Verwenden Sie „Product_Name“ anstelle von „ProdID“.
Spaltendatentypen Korrekt und konsistent Wenden Sie korrekte und konsistente Datentypen für Spalten in allen Tabellen an, um sicherzustellen, dass Measures korrekt berechnet werden und um eine ordnungsgemäße Sortierung und Filterung zu ermöglichen. Stellen Sie sicher, dass numerische Spalten, die in Berechnungen verwendet werden, nicht als Textdatentypen festgelegt sind.
Beziehungstypen Klar angegeben Geben Sie den Typ der Beziehungen (aktiv oder inaktiv) und deren Kardinalität eindeutig an, um eine genaue Berichtsgenerierung sicherzustellen. Markieren Sie, ob eine Beziehung „1:1“, „1:n“ oder „n:n“ lautet.
Datenkonsistenz Standardisierte Werte Verwalten Sie standardisierte Werte innerhalb von Spalten, um die Konsistenz in Filtern und Berichten sicherzustellen. Wenn Sie über eine Spalte "Status" verfügen, verwenden Sie konsistent „Offen“, „Geschlossen“, „Ausstehend“ usw.
Wichtigste Erfolgskennzahlen (Key Performance Indicators, KPIs) Vordefiniert und relevant Richten Sie eine Reihe von KPIs ein, die für den Geschäftskontext relevant sind und häufig in Berichten verwendet werden. „Return on Investment (ROI)“, „Customer Acquisition Cost (CAC)“, „Lifetime Value (LTV)“.
Aktualisierungszeitpläne Transparent und geplant Kommunizieren Sie die Aktualisierungszeitpläne der Daten eindeutig, um sicherzustellen, dass Benutzer die Zeitachsen der Daten verstehen, die sie analysieren. Geben Sie an, ob die Daten in Echtzeit, täglich, wöchentlich usw. sind.
Sicherheit Definitionen der Rollenebene Definieren Sie Sicherheitsrollen für unterschiedliche Ebenen des Datenzugriffs, wenn vertrauliche Elemente vorhanden sind, die nicht alle Benutzer*innen sehen sollten. Vertriebsteammitglieder können Verkaufsdaten, aber keine HR-Daten anzeigen.
Metadaten Dokumentation der Struktur Dokumentieren Sie die Struktur des Datenmodells, einschließlich Tabellen, Spalten, Beziehungen und Measures, zur Referenz. Ein Datenwörterbuch oder Modelldiagramm, das als Referenz bereitgestellt wird.

In der folgenden Tabelle sind zusätzliche Kriterien aufgeführt, mit denen Sie genaue DAX-Abfragen erstellen Copilotkönnen. Diese Elemente sind Empfehlungen, mit denen genaue DAX-Abfragen generiert werden können.

Element Aspekt Beschreibung Beispiel
Measures, Tabellen und Spalten Beschreibungen Geben Sie an, was es ist und wie Sie beabsichtigen, jedes Element in der Beschreibungseigenschaft zu verwenden. Hinweis: Es werden nur die ersten 200 Zeichen verwendet. [YOY Sales] Beschreibung könnte "Year-over-year (YOY) Differenz in Orders sein. Wird mit der Spalte "Datum"[Jahr] verwendet, um nach anderen Jahren als dem letzten Jahr anzuzeigen. Teiljahre werden mit dem gleichen Zeitraum des Vorjahres verglichen."
Berechnungsgruppen Beschreibungen Berechnungselemente sind in den Modellmetadaten nicht enthalten. Verwenden Sie die Beschreibung der Berechnungsgruppenspalte, um die Verwendung der Berechnungselemente auflisten und zu erläutern. Hinweis: Es werden nur die ersten 200 Zeichen verwendet. Die Spalte "Zeitintelligenz-Beispielberechnungsgruppe" könnte z. B. folgende Beschreibung aufweisen: "Verwenden mit Measures & Date-Tabelle für Current: current value, MTD: month to date, QTD: Quarter to date, YTD: year to date, PY: prior year, PY MTD, PY QTD, YOY: year over year change, YOY%: YOY as a %" und on a table with measures could expand on the usage a description as "Measures are used to aggregate data. Diese Measures können mit dieser Syntax CALCULATE([Measure Name], 'Time Intelligence'[Time calculation] = "YOY") als Jahr-über-Jahr angezeigt werden.

Zugehöriger Inhalt