Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Se aplica a:✅ servicio Power BI
Evalúe sus datos antes de usar Copilot con su modelo semántico. Es posible que tenga que limpiar el modelo semántico para que Copilot pueda derivar información de él.
Nota:
Tenga en cuenta los siguientes requisitos:
- El administrador debe habilitar Copilot en Microsoft Fabric.
- La capacidad de Fabric estar en una de las regiones enumeradas en este artículo, disponibilidad de la región de Fabric. Si no lo está, no puede usar Copilot.
- Para poder empezar a usar Copilot, el administrador debe habilitar el cambio de inquilino. Para más información, consulte el artículo Copilot Configuración de entidades.
- Si el inquilinato o la capacidad están fuera de la frontera de datos de Estados Unidos o de la UE, Copilot está deshabilitado de forma predeterminada. La única excepción es si el administrador del inquilino de Fabric habilita la configuración de inquilino de que los datos enviados a Azure OpenAI se pueden procesar fuera de la región geográfica del inquilino, el límite de cumplimiento o la instancia de nube nacional. Puede encontrar esta configuración en el portal de administración de Fabric.
- Copilot en Microsoft Fabric no se admite en las SKU de prueba. Solo se admiten las SKU de pago.
- Para ver la experiencia independiente Copilot en Power BI, el administrador de inquilinos debe habilitar el conmutador de inquilino.
Nota:
En la experiencia de modelado web de servicio Power BI, Copilot puede hacer más que evaluar el modelo. También puede proponer y aplicar cambios directamente, como cambiar el nombre de tablas y columnas, crear relaciones y generar medidas DAX. La guía de optimización de este artículo contribuye directamente a obtener mejores resultados de dicho análisis: un modelo bien estructurado y con un nombre claro ayuda a Copilot a generar sugerencias más precisas y útiles.
Consideraciones para los modelos semánticos en el uso de Copilot
Puede crear informes precisos con Copilot mediante los criterios de las tablas siguientes. Estas recomendaciones pueden ayudarle a generar informes de Power BI precisos.
Estructura del modelo
| Elemento | Consideración | Descripción | Dónde aplicar | Ejemplo |
|---|---|---|---|---|
| Vinculación de tablas | Definir relaciones claras | Defina claramente todas las relaciones entre tablas y asegúrese de que son lógicas. Indique qué relaciones son de uno a muchos, muchos a uno o muchos a muchos. | En la vista Modelo, seleccione Administrar relaciones. | Cree una relación uno a varios de Date[DateID] a Sales[DateID] y compruebe que la relación está activa. |
| Tablas de hechos | Delimitación clara | Delimite claramente las tablas de hechos, que contienen los datos medibles y cuantitativos para el análisis. | En propiedades de tabla y estructura del modelo de datos | Asigne nombres a las tablas explícitamente como tablas de hechos: FactSales, FactTransactions, FactVisits. |
| Tablas de dimensión | Datos descriptivos de apoyo | Cree tablas de dimensiones que contengan los atributos descriptivos relacionados con las medidas cuantitativas de las tablas de hechos. | En propiedades de tabla y estructura del modelo de datos | Cree tablas de dimensiones como DimProduct con atributos (ProductName, Category, Brand) y DimCustomer con atributos (CustomerName, City, Segment). |
| Jerarquías | Agrupaciones lógicas | Establezca jerarquías claras dentro de los datos, especialmente para las tablas de dimensiones que admiten la exploración en profundidad en los informes. | En el menú contextual de la tabla, seleccione Nueva jerarquía. | En la Date tabla, cree una jerarquía:Year>Quarter>Month>Day . En Geography la tabla:Country/Region>State>City . |
| Tipos de relaciones | Claramente especificado | Para garantizar una generación de informes precisa, especifique claramente la naturaleza de las relaciones (activas o inactivas) y su cardinalidad. | En el cuadro de diálogo propiedades de relación | Establezca Date a Sales como Varios a Uno (activo), Product a Sales como Varios a Uno (activo) y marque las relaciones de juego de roles como inactivas cuando sea necesario. |
Medidas y KPI
| Elemento | Consideración | Descripción | Dónde aplicar | Ejemplo |
|---|---|---|---|---|
| Medidas | Lógica de cálculo estandarizada | Proporcione medidas estandarizadas y lógicas de cálculo claras que sean fáciles de explicar y comprender. | En la definición de medida y la propiedad de descripción | Medir DAX: Total Sales = SUM(Sales[SaleAmount]) y agregar descripción: "Suma de todos los importes de ventas". |
| Medidas | Convenciones de nomenclatura | Asigne nombres de medidas que reflejen claramente su cálculo y propósito. | En el campo del nombre de la medida cuando se crean medidas | Use el nombre descriptivo: Average Customer Rating en lugar de abreviado: AvgRating. |
| Medidas | Medidas predefinidas | Incluya un conjunto de medidas predefinidas que es más probable que los usuarios soliciten en los informes. | Creación de medidas en el modelo que los usuarios necesitan normalmente | Agregue medidas como YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) o MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| Indicadores clave de rendimiento (KPI) | Predefinido y relevante | Establezca un conjunto de KPI que sean relevantes para el contexto empresarial y aparezcan a menudo en los informes. | Creación de medidas para KPI con seguimiento frecuente | Defina medidas como ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan]. |
Columnas y calidad de datos
| Elemento | Consideración | Descripción | Dónde aplicar | Ejemplo |
|---|---|---|---|---|
| Nombres de columna | Etiquetas inequívocas | Haga que los nombres de columna no sean ambiguos y autoexplicativos. Evite los identificadores o códigos que requieren una búsqueda adicional sin contexto. | Cambiar el nombre de las columnas en el Editor de Power Query o en la vista Modelo | Cambie el nombre de la columna de ProdID a Product ID o Product Namey de CustNo a Customer Number. |
| Tipos de datos de columna | Correcto y coherente | Aplique tipos de datos correctos y coherentes para las columnas de todas las tablas para asegurarse de que las medidas se calculan correctamente y para habilitar la ordenación y el filtrado adecuados. | En las propiedades de columna, establezca Tipo de datos. | Asegúrese Sales[SaleAmount] de que es Número decimal (no texto), Date[Date] es Fecha (no texto), Product[ProductID] es Número entero. |
| Coherencia de datos | Valores estandarizados | Mantenga los valores normalizados dentro de las columnas para garantizar la coherencia en los filtros y los informes. | Utilizar Buscar y Reemplazar o transformaciones de Power Query | Asegúrese de que, en la columna Status, todos los valores utilicen una misma capitalización: Open, Closed, Pending (no mezclando mayúsculas y minúsculas como en open, CLOSED). |
Actualización, seguridad y metadatos
| Elemento | Consideración | Descripción | Dónde aplicar | Ejemplo |
|---|---|---|---|---|
| Programaciones de actualización | Transparente y planificada | Comunique claramente las programaciones de actualización de los datos para asegurarse de que los usuarios comprendan las escalas de tiempo de los datos que están analizando. | En la configuración y la documentación del conjunto de datos | Agregue un cuadro de texto o una descripción que indique: "Los datos se actualizan diariamente a las 6:00 UTC" o "Datos en tiempo real con actualización incremental de 15 minutos". |
| Seguridad | Definiciones de nivel de rol | Defina roles de seguridad para distintos niveles de acceso a datos si hay elementos confidenciales que no todos los usuarios deben ver. | En la vista Modelo, seleccione Administrar roles. | Cree el rol "Equipo de ventas" con filtro: Sales[Region] = USERNAME() y rol "HR" con filtro en tablas de datos de empleados. |
| Metadatos | Documentación de la estructura | Como referencia, documente la estructura del modelo de datos, incluidas tablas, columnas, relaciones y medidas. | Uso de propiedades de descripción y documentación externa | Agregue descripciones a tablas y columnas. Cree un documento independiente con el diagrama de modelos, el diccionario de datos y el catálogo de medidas. |
Consideraciones sobre consultas DAX
En la tabla siguiente se enumeran otros criterios que pueden ayudarle a crear consultas precisas de expresiones de análisis de datos (DAX) con Copilot. Estas recomendaciones pueden ayudarle a generar consultas DAX precisas.
| Elemento | Consideración | Descripción | Dónde aplicar | Ejemplo |
|---|---|---|---|---|
| Medidas, tablas y columnas | Descripciones | En la propiedad description, defina cada elemento y cómo quiera usarlo. Copilot usa solo los primeros 200 caracteres. | En el panel Propiedades, campo Descripción de medidas, tablas y columnas | Para la medida [YOY Sales], agregue descripción: "Diferencia de año a año (YOY) en Pedidos. Use con la columna "Fecha"[Año] para mostrar por años distintos del año más reciente. Los años parciales se comparan con el mismo período del año anterior". |
| Grupos de cálculo | Descripciones | Los metadatos del modelo no incluyen elementos de cálculo. Use la descripción de la columna de grupo de cálculo para enumerar y explicar cómo usar los elementos de cálculo. Copilot usa solo los primeros 200 caracteres. | En el panel Propiedades de la columna del grupo de cálculo | Para la columna del grupo de cálculo de inteligencia temporal de ejemplo, agregue la descripción: "Úselo con medidas y tabla de fechas para: Current: valor actual, MTD: mes a la fecha, QTD: trimestre a la fecha, YTD: año a la fecha, PY: año anterior, PY MTD, PY QTD, YOY: cambio interanual, YOY%: YOY como un porcentaje." Para una tabla de medidas, agregue: "Las medidas se utilizan para agregar datos." Estas medidas se pueden mostrar como año a año mediante esta sintaxis CALCULATE([Measure Name], Time intelligence[Time calculation] = YOY)." |