Σημείωση
Η πρόσβαση σε αυτή τη σελίδα απαιτεί εξουσιοδότηση. Μπορείτε να δοκιμάσετε να συνδεθείτε ή να αλλάξετε καταλόγους.
Η πρόσβαση σε αυτή τη σελίδα απαιτεί εξουσιοδότηση. Μπορείτε να δοκιμάσετε να αλλάξετε καταλόγους.
ΙΣΕΙ ΓΙΑ: Υπηρεσία Power BI Desktop
Power BI
Συνιστούμε να αξιολογήσετε τα δεδομένα σας προτού αρχίσετε να χρησιμοποιείτε Copilot το μοντέλο σημασιολογίας σας. Ίσως χρειαστεί να καθαρίσετε το σημασιολογικό σας μοντέλο, ώστε Copilot να μπορείτε να αντλήσετε πληροφορίες από αυτό.
Σημείωμα
Λάβετε υπόψη τις ακόλουθες απαιτήσεις:
- Ο διαχειριστής σας πρέπει να ενεργοποιήσει Copilot το στο Microsoft Fabric.
- Οι εκχωρημένοι πόροι fabric σας 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 λεπτομέρειεςCopilot
- Εάν ο μισθωτής ή οι εκχωρημένοι πόροι σας βρίσκονται εκτός των ΗΠΑ ή της Γαλλίας, Copilot είναι απενεργοποιημένοι από προεπιλογή. Η μόνη εξαίρεση είναι εάν ο διαχειριστής μισθωτή Fabric ενεργοποιήσει τα δεδομένα που αποστέλλονται στο Azure OpenAI μπορούν να υποβληθούν σε επεξεργασία εκτός της γεωγραφικής περιοχής, του ορίου συμμόρφωσης ή της εθνικής ρύθμισης μισθωτή παρουσίας cloud του μισθωτή σας . Μπορείτε να βρείτε αυτήν τη ρύθμιση στην πύλη διαχείρισης Fabric.
- Copilot στο Microsoft Fabric δεν υποστηρίζεται σε SKU δοκιμαστικής έκδοσης. Υποστηρίζονται μόνο επί πληρωμή SKU.
- Για να δείτε την μεμονωμένη Copilot εμπειρία στο Power BI, ο διαχειριστής μισθωτή σας πρέπει να ενεργοποιήσει την αλλαγή μισθωτή.
Ζητήματα σχετικά με τα σημασιολογικά μοντέλα για Copilot χρήση
Μπορείτε να δημιουργήσετε ακριβείς αναφορές Copilot χρησιμοποιώντας τα κριτήρια στον παρακάτω πίνακα. Αυτές οι προτάσεις μπορούν να σας βοηθήσουν να δημιουργήσετε ακριβείς αναφορές Power BI.
| Στοιχείο | Παράγοντες που πρέπει να ληφθούν υπόψη | Περιγραφή | Που Υποβάλλω Αίτηση | Παράδειγμα |
|---|---|---|---|---|
| Σύνδεση πινάκων | Ορισμός σαφών σχέσεων | Βεβαιωθείτε ότι όλες οι σχέσεις μεταξύ πινάκων είναι σαφώς καθορισμένες και λογικές. Υποδείξτε ποιες είναι ένα προς πολλά, πολλά προς ένα ή πολλά προς πολλά. | Στην προβολή μοντέλου, χρησιμοποιήστε τη Διαχείριση σχέσεων | Δημιουργήστε μια σχέση ένα-προς-πολλά από Date[DateID] έως Sales[DateID] και επαληθεύστε ότι η σχέση είναι ενεργή. |
| Μετρήσεις | Τυποποιημένη λογική υπολογισμού | Τα μέτρα θα πρέπει να έχουν τυποποιημένη, σαφή λογική υπολογισμού που να είναι εύκολο να εξηγηθεί και να κατανοηθεί. | Στην ιδιότητα ορισμού και περιγραφής μέτρησης | Μετρήστε το DAX: Total Sales = SUM(Sales[SaleAmount]) και προσθέστε περιγραφή: "Άθροισμα όλων των ποσών πωλήσεων". |
| Μετρήσεις | Κανόνες ονοματοθεσίας | Τα ονόματα των μετρήσεων θα πρέπει να αντικατοπτρίζουν σαφώς τον υπολογισμό και τον σκοπό τους. | Στο πεδίο ονόματος μέτρησης κατά τη δημιουργία μετρήσεων | Χρησιμοποιήστε περιγραφικό όνομα: Average Customer Rating αντί για συντομογραφία: AvgRating. |
| Μετρήσεις | Προκαθορισμένα μέτρα | Συμπεριλάβετε ένα σύνολο προκαθορισμένων μετρήσεων που είναι πιθανότερο να ζητήσουν οι χρήστες σε αναφορές. | Δημιουργήστε μετρήσεις στο μοντέλο σας που χρειάζονται συνήθως οι χρήστες | Προσθέστε μέτρα όπως YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) ή MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| Πίνακες δεδομένων | Σαφής οριοθέτηση | Οριοθετήστε με σαφήνεια τους πίνακες δεδομένων, οι οποίοι περιέχουν τα μετρήσιμα, ποσοτικά δεδομένα για ανάλυση. | Στις ιδιότητες του πίνακα και στη δομή του μοντέλου δεδομένων | Ονομάστε τους πίνακες ρητά ως πίνακες γεγονότων: FactSales, FactTransactions, FactVisits. |
| Πίνακες διαστάσεων | Υποστηρικτικά περιγραφικά δεδομένα | Δημιουργήστε πίνακες διαστάσεων που περιέχουν τα περιγραφικά χαρακτηριστικά που σχετίζονται με τις ποσοτικές μετρήσεις σε πίνακες δεδομένων. | Στις ιδιότητες του πίνακα και στη δομή του μοντέλου δεδομένων | Δημιουργήστε πίνακες διαστάσεων όπως DimProduct με χαρακτηριστικά (ProductName, Category, Brand) και DimCustomer με χαρακτηριστικά (CustomerName, City, Segment). |
| Ιεραρχίες | Λογικές ομαδοποιήσεις | Δημιουργήστε σαφείς ιεραρχίες μέσα στα δεδομένα, ιδιαίτερα για πίνακες διαστάσεων που θα μπορούσαν να χρησιμοποιηθούν για λεπτομερή έρευνα σε αναφορές. | Στο μενού περιβάλλοντος πίνακα, επιλέξτε Νέα ιεραρχία | Στον Date πίνακα, δημιουργήστε μια ιεραρχία:Year>Quarter>Month>Day . Στον Geography πίνακα: Country/Region>State>City. |
| Ονόματα στηλών | Σαφείς ετικέτες | Τα ονόματα των στηλών πρέπει να είναι σαφή και αυτονόητα. Αποφύγετε τη χρήση αναγνωριστικών ή κωδικών που απαιτούν περαιτέρω αναζήτηση χωρίς πλαίσιο. | Μετονομασία στηλών στο πρόγραμμα επεξεργασίας Power Query ή στην προβολή μοντέλου | Μετονομάστε τη στήλη από ProdID σε Product ID ή Product Nameκαι από CustNo σε Customer Number. |
| Τύποι δεδομένων στήλης | Σωστό και συνεπές | 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. | Στις ιδιότητες στήλης, ορίστε τον Τύπο δεδομένων | Βεβαιωθείτε ότι Sales[SaleAmount] είναι δεκαδικός αριθμός (όχι κείμενο), Date[Date] είναι ημερομηνία (όχι κείμενο), Product[ProductID] είναι ακέραιος αριθμός. |
| Τύποι σχέσεων | Σαφώς καθορισμένο | Για να εξασφαλίσετε ακριβή δημιουργία αναφορών, καθορίστε με σαφήνεια τη φύση των σχέσεων (ενεργές ή ανενεργές) και την πληθικότητά τους. | Στο παράθυρο διαλόγου ιδιοτήτων σχέσης | Ορίστε Date σε Sales Πολλά προς ένα (ενεργό), Product σε Sales Πολλά προς ένα (ενεργό) και επισημάνετε τις σχέσεις ρόλων ως ανενεργές, όταν χρειάζεται. |
| Συνέπεια δεδομένων | Τυποποιημένες τιμές | Διατηρήστε τυποποιημένες τιμές μέσα σε στήλες για να εξασφαλίσετε συνέπεια στα φίλτρα και τις αναφορές. | Χρήση μετασχηματισμών "Εύρεση και αντικατάσταση" ή Power Query | Στη Status στήλη, βεβαιωθείτε ότι όλες οι τιμές χρησιμοποιούν συνεπή κεφαλαία: , Open, Closed (όχι μικτά πεζά-κεφαλαία Pendingόπως open, CLOSED). |
| Βασικοί δείκτες επιδόσεων (KPI) | Προκαθορισμένο και σχετικό | Δημιουργήστε ένα σύνολο KPI που σχετίζονται με το επιχειρηματικό περιβάλλον και χρησιμοποιούνται συχνά σε αναφορές. | Δημιουργία μετρήσεων για KPI που παρακολουθούνται συχνά | Ορίστε μέτρα όπως ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan]. |
| Ανανέωση χρονοδιαγραμμάτων | Διαφανές και προγραμματισμένο | Κοινοποιήστε με σαφήνεια τα χρονοδιαγράμματα ανανέωσης των δεδομένων για να εξασφαλίσετε ότι οι χρήστες κατανοούν την επικαιρότητά των δεδομένων που αναλύουν. | Στις ρυθμίσεις και την τεκμηρίωση του συνόλου δεδομένων | Προσθέστε ένα πλαίσιο κειμένου ή μια περιγραφή που αναφέρει: "Τα δεδομένα ανανεώνονται καθημερινά στις 6:00 π.μ. UTC" ή "Δεδομένα σε πραγματικό χρόνο με επαυξητική ανανέωση 15 λεπτών". |
| Ασφάλεια | Ορισμοί σε επίπεδο ρόλων | Καθορίστε ρόλους ασφαλείας για διαφορετικά επίπεδα πρόσβασης στα δεδομένα εάν υπάρχουν ευαίσθητα στοιχεία που δεν πρέπει να βλέπουν όλοι οι χρήστες. | Στην προβολή μοντέλου, επιλέξτε Διαχείριση ρόλων | Δημιουργήστε ρόλο "Ομάδα πωλήσεων" με φίλτρο: Sales[Region] = USERNAME() και ρόλο "HR" με φίλτρο σε πίνακες δεδομένων εργαζομένων. |
| Μετα-δεδομένα | Τεκμηρίωση της δομής | Για αναφορά, τεκμηριώστε τη δομή του μοντέλου δεδομένων, συμπεριλαμβανομένων πινάκων, στηλών, σχέσεων και μετρήσεων. | Χρήση ιδιοτήτων περιγραφής και εξωτερικής τεκμηρίωσης | Προσθέστε περιγραφές σε πίνακες και στήλες. Δημιουργήστε ένα ξεχωριστό έγγραφο με διάγραμμα μοντέλου, λεξικό δεδομένων και κατάλογο μετρήσεων. |
Ο παρακάτω πίνακας παραθέτει άλλα κριτήρια που μπορούν να σας βοηθήσουν να δημιουργήσετε ακριβή ερωτήματα παραστάσεων ανάλυσης δεδομένων (DAX) με Copilot. Αυτές οι προτάσεις μπορούν να σας βοηθήσουν να δημιουργήσετε ακριβή ερωτήματα DAX.
| Στοιχείο | Παράγοντες που πρέπει να ληφθούν υπόψη | Περιγραφή | Που Υποβάλλω Αίτηση | Παράδειγμα |
|---|---|---|---|---|
| Μετρήσεις, πίνακες και στήλες | Περιγραφές | Στην ιδιότητα περιγραφή, ορίστε κάθε στοιχείο και πώς σκοπεύετε να το χρησιμοποιήσετε. Χρησιμοποιούνται μόνο οι πρώτοι 200 χαρακτήρες. | Στο τμήμα παραθύρου "Ιδιότητες", πεδίο "Περιγραφή" για μετρήσεις, πίνακες και στήλες | Για τη μέτρηση [YOY Sales], προσθέστε περιγραφή: "Διαφορά παραγγελιών από έτος σε έτος (YOY). Χρησιμοποιήστε το με τη στήλη "Ημερομηνία"[Έτος] για εμφάνιση κατά έτη εκτός του τελευταίου έτους. 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. Χρησιμοποιούνται μόνο οι πρώτοι 200 χαρακτήρες. | Στο τμήμα παραθύρου "Ιδιότητες" για τη στήλη ομάδας υπολογισμού | Για τη στήλη ομάδας υπολογισμού δείγματος χρονικής ευφυΐας , προσθέστε περιγραφή: "Χρήση με μετρήσεις και πίνακα ημερομηνιών για Τρέχουσα: τρέχουσα τιμή, MTD: μήνας μέχρι σήμερα, QTD: τρίμηνο μέχρι σήμερα, YTD: έτος μέχρι σήμερα, PY: προηγούμενο έτος, PY MTD, PY QTD, YOY: αλλαγή από έτος σε έτος, YOY%: YOY ως %." Για έναν πίνακα μετρήσεων, προσθέστε: "Οι μετρήσεις χρησιμοποιούνται για τη συγκέντρωση δεδομένων. Αυτές οι μετρήσεις μπορούν να εμφανίζονται από έτος σε έτος χρησιμοποιώντας αυτήν τη σύνταξη CALCULATE([Όνομα μέτρησης], Time intelligence[Υπολογισμός χρόνου] = YOY)." |