Ενημερώστε το μοντέλο δεδομένων σας για να λειτουργεί καλά για Copilot το Power BI
ΙΣΕΙ ΓΙΑ: 
Υπηρεσία Power BI Desktop 
Power BI
Προτού αρχίσετε να χρησιμοποιείτε Copilot το σημασιολογικό μοντέλο σας, αξιολογήστε τα δεδομένα σας. Ίσως χρειαστεί να κάνετε ορισμένες εργασίες εκκαθάρισης στο σημασιολογικό μοντέλο σας, ώστε Copilot να μπορείτε να αντλήσετε πληροφορίες από αυτό.
Σημείωμα
- Ο διαχειριστής σας πρέπει να ενεργοποιήσει Copilot το στο Microsoft Fabric.
- Οι εκχωρημένοι πόροι F64 ή P1 πρέπει να βρίσκονται σε μία από τις περιοχές που αναφέρονται σε αυτό το άρθρο, Διαθεσιμότητα περιοχής Fabric. Εάν δεν είναι, δεν μπορείτε να χρησιμοποιήσετε Copilotτο .
- Ο διαχειριστής σας πρέπει να ενεργοποιήσει τον διακόπτη μισθωτή προτού ξεκινήσετε να χρησιμοποιείτε το Copilot. Για λεπτομέρειες, ανατρέξτε στις ρυθμίσεις μισθωτή του άρθρου.Copilot
- Εάν ο μισθωτής ή οι εκχωρημένοι πόροι σας βρίσκονται εκτός Των Η.Π.Α. ή της Γαλλίας, είναι απενεργοποιημένος από προεπιλογή, Copilot εκτός εάν ο διαχειριστής μισθωτή Fabric επιτρέψει την επεξεργασία των δεδομένων που αποστέλλονται στο Azure OpenAI εκτός της γεωγραφικής περιοχής του μισθωτή, του ορίου συμμόρφωσης ή της ρύθμισης μισθωτή εθνικής παρουσίας cloud στην πύλη διαχείρισης Fabric.
- Copilot στο Microsoft Fabric δεν υποστηρίζεται σε SKU δοκιμαστικής έκδοσης. Υποστηρίζονται μόνο επί πληρωμή SKU (F64 ή νεότερη έκδοση ή P1 ή νεότερη έκδοση).
Ζητήματα σχετικά με τα σημασιολογικά μοντέλα για Copilot χρήση
Ο παρακάτω πίνακας παραθέτει τα κριτήρια για να σας βοηθήσει να δημιουργήσετε ακριβείς αναφορές με Copilotτο . Αυτά τα στοιχεία είναι προτάσεις που μπορούν να σας βοηθήσουν με τη δημιουργία ακριβών αναφορών Power BI.
| Στοιχείο | Παράγοντες που πρέπει να ληφθούν υπόψη | Περιγραφή | Παράδειγμα |
|---|---|---|---|
| Σύνδεση πίνακα | Ορισμός σαφών σχέσεων | Βεβαιωθείτε ότι όλες οι σχέσεις μεταξύ πινάκων είναι σαφώς καθορισμένες και λογικές, υποδεικνύοντας ποιες είναι ένα-προς-πολλά, πολλά-προς-ένα ή πολλά-προς-πολλά. | Πίνακας "Πωλήσεις" συνδεδεμένος στον πίνακα "Ημερομηνία" κατά πεδίο "Αναγνωριστικό ημερομηνίας". |
| Μετρήσεις | Τυποποιημένη λογική υπολογισμού | Οι μετρήσεις θα πρέπει να έχουν τυποποιημένη, σαφή λογική υπολογισμού που εξηγείται και κατανοείται εύκολα. | Το "Σύνολο πωλήσεων" υπολογίζεται ως το άθροισμα του "SaleAmount" από τον πίνακα "Πωλήσεις". |
| Μετρήσεις | Συμβάσεις ονοματοθεσιών | Τα ονόματα των μετρήσεων θα πρέπει να αντικατοπτρίζουν σαφώς τον υπολογισμό και τον σκοπό τους. | Χρησιμοποιήστε το "Average_Customer_Rating" αντί για το "AvgRating". |
| Μετρήσεις | Προκαθορισμένες μετρήσεις | Συμπεριλάβετε ένα σύνολο προκαθορισμένων μετρήσεων που είναι πιθανότερο να ζητήσουν οι χρήστες σε αναφορές. | "Year_To_Date_Sales", "Month_Over_Month_Growth" κ.λπ. |
| Πίνακες δεδομένων | Απαλοιφή της οριοθέτησης | Οριοθετήστε με σαφήνεια τους πίνακες δεδομένων, οι οποίοι περιέχουν τα μετρήσιμα, ποσοτικά δεδομένα για ανάλυση. | "Συναλλαγές", "Πωλήσεις", "Επισκέψεις". |
| Πίνακες διαστάσεων | Υποστηρικτικά περιγραφικά δεδομένα | Δημιουργήστε πίνακες διαστάσεων που περιέχουν τα περιγραφικά χαρακτηριστικά που σχετίζονται με τις ποσοτικές μετρήσεις σε πίνακες δεδομένων. | "Product_Details", "Customer_Information". |
| Ιεραρχίες | Λογικές ομαδοποιήσεις | Δημιουργήστε σαφείς ιεραρχίες μέσα στα δεδομένα, ιδιαίτερα για πίνακες διαστάσεων που θα μπορούσαν να χρησιμοποιηθούν για λεπτομερή έρευνα σε αναφορές. | Μια ιεραρχία "Χρόνος" που αναλύεται από "Έτος" σε "Τρίμηνο" σε "Μήνας" σε "Ημέρα". |
| Ονόματα στηλών | Σαφείς ετικέτες | Τα ονόματα στηλών πρέπει να είναι ξεκάθαρα και αυτονόητα, αποφεύγοντας τη χρήση αναγνωριστικών ή κωδικών που απαιτούν περαιτέρω αναζήτηση χωρίς περιβάλλον. | Χρησιμοποιήστε το "Product_Name" αντί για το "ProdID". |
| Τύποι δεδομένων στήλης | Σωστή και συνεπής | Εφαρμόστε σωστούς και συνεπείς τύπους δεδομένων για στήλες σε όλους τους πίνακες, ώστε να εξασφαλίσετε ότι οι μετρήσεις υπολογίζονται σωστά και για να ενεργοποιήσετε την κατάλληλη ταξινόμηση και φιλτράρισμα. | Βεβαιωθείτε ότι οι αριθμητικές στήλες που χρησιμοποιούνται σε υπολογισμούς δεν έχουν οριστεί ως τύποι δεδομένων κειμένου. |
| Τύποι σχέσεων | Σαφώς προσδιορισμένη | Για να εξασφαλίσετε ακριβή δημιουργία αναφορών, καθορίστε με σαφήνεια τη φύση των σχέσεων (ενεργές ή ανενεργές) και την πληθικότητά τους. | Σημειώστε εάν μια σχέση είναι "Ένα-προς-ένα", "Ένα-προς-πολλά" ή "Πολλά-προς-πολλά". |
| Συνέπεια δεδομένων | Τυποποιημένες τιμές | Διατηρήστε τυποποιημένες τιμές μέσα σε στήλες για να εξασφαλίσετε συνέπεια στα φίλτρα και τις αναφορές. | Εάν έχετε μια στήλη "Κατάσταση", χρησιμοποιείτε με συνέπεια τα στοιχεία "Άνοιγμα", "Κλειστό", "Σε εκκρεμότητα" κ.λπ. |
| Βασικοί δείκτες απόδοσης (KPI) | Προκαθορισμένο και σχετικό | Δημιουργήστε ένα σύνολο KPI που σχετίζονται με το επιχειρηματικό περιβάλλον και χρησιμοποιούνται συχνά σε αναφορές. | "Return on Investment (ROI)", "Customer Acquisition Cost (CAC)", "Lifetime Value (LTV)". |
| Ανανέωση χρονοδιαγραμμάτων | Διαφανής και προγραμματισμένη | Κοινοποιήστε με σαφήνεια τα χρονοδιαγράμματα ανανέωσης των δεδομένων για να εξασφαλίσετε ότι οι χρήστες κατανοούν την επικαιρότητά των δεδομένων που αναλύουν. | Υποδείξτε εάν τα δεδομένα είναι σε πραγματικό χρόνο, καθημερινά, εβδομαδιαία κ.λπ. |
| Ασφάλεια | Ορισμοί επιπέδου ρόλων | Καθορίστε ρόλους ασφαλείας για διαφορετικά επίπεδα πρόσβασης στα δεδομένα εάν υπάρχουν ευαίσθητα στοιχεία που δεν πρέπει να βλέπουν όλοι οι χρήστες. | Τα μέλη της ομάδας πωλήσεων μπορούν να βλέπουν δεδομένα πωλήσεων, αλλά όχι δεδομένα ανθρώπινου δυναμικού. |
| Μετα-δεδομένα | Τεκμηρίωση δομής | Καταγράψτε τη δομή του μοντέλου δεδομένων, συμπεριλαμβανομένων πινάκων, στηλών, σχέσεων και μετρήσεων, για αναφορά. | Ένα λεξικό δεδομένων ή ένα διάγραμμα μοντέλου παρέχεται ως αναφορά. |
Ο παρακάτω πίνακας παραθέτει πρόσθετα κριτήρια για να σας βοηθήσει να δημιουργήσετε ακριβή ερωτήματα DAX με Copilotτο . Αυτά τα στοιχεία είναι προτάσεις που μπορούν να σας βοηθήσουν στη δημιουργία ακριβών ερωτημάτων DAX.
| Στοιχείο | Παράγοντες που πρέπει να ληφθούν υπόψη | Περιγραφή | Παράδειγμα |
|---|---|---|---|
| Μετρήσεις, πίνακες και στήλες | Περιγραφές | Συμπεριλάβετε τι είναι και τον τρόπο με τον οποίο σκοπεύετε να χρησιμοποιηθεί κάθε στοιχείο στην ιδιότητα περιγραφής. Σημείωση: Χρησιμοποιούνται μόνο οι πρώτοι 200 χαρακτήρες. | Η περιγραφή [YOY Sales] μπορεί να είναι η διαφορά "Year-over-year (YOY) στις Παραγγελίες. Χρησιμοποιήστε την με τη στήλη "Date"[Year] για εμφάνιση κατά έτη εκτός του τελευταίου έτους. Τα μερικά έτη συγκρίνονται με την ίδια περίοδο του προηγούμενου έτους." |
| Ομάδες υπολογισμού | Περιγραφές | Τα στοιχεία υπολογισμού δεν περιλαμβάνονται στα μετα-δεδομένα μοντέλου. Χρησιμοποιήστε την περιγραφή της στήλης ομάδας υπολογισμού για να αναφέρετε και να εξηγήσετε τη χρήση των στοιχείων υπολογισμού. Σημείωση: Χρησιμοποιούνται μόνο οι πρώτοι 200 χαρακτήρες. | Για παράδειγμα, η στήλη ομάδας υπολογισμού δείγματος χρονικής ευφυΐας μπορεί να έχει αυτή την περιγραφή: "Χρησιμοποιήστε με μετρήσεις και πίνακα ημερομηνιών για Τρέχουσα: τρέχουσα τιμή, MTD: μήνας έως σήμερα, QTD: τρίμηνο έως σήμερα, YTD: έτος έως σήμερα, PY: προηγούμενο έτος, PY MTD, PY QTD, YOY: μεταβολή σε έτος, YOY%: YOY ως %" και σε έναν πίνακα με μετρήσεις θα μπορούσε να επεκταθεί στην περιγραφή χρήσης όπως "Οι μετρήσεις χρησιμοποιούνται για τη συγκέντρωση δεδομένων. Αυτές οι μετρήσεις μπορούν να εμφανιστούν ως ετήσια χρήση αυτής της σύνταξης CALCULATE([Όνομα μέτρησης], 'Χρονική ευφυΐα'[Υπολογισμός χρόνου] = "YOY")" |