Partager via

Optimiser votre modèle sémantique pour Copilot dans Power BI

S’APPLIQUE À : Power BI Desktop Service Power BI

Avant de commencer à utiliser Copilot avec votre modèle sémantique, évaluez vos données. Vous devrez peut-être nettoyer votre modèle sémantique afin de Copilot pouvoir en tirer des insights.

Remarque

Considérations relatives aux modèles sémantiques à Copilot utiliser

La table suivante répertorie les critères qui vous aident à créer des rapports précis avec Copilot. Ces éléments sont des recommandations qui peuvent vous aider à générer des rapports Power BI précis.

Élément Considération Descriptif Exemple
Liaison de tables Définir des relations claires Assurez-vous que toutes les relations entre les tables sont clairement définies et logiques, indiquant celles qui sont une-à-plusieurs, plusieurs-à-une ou plusieurs-à-plusieurs. Sales table connectée à Date table par DateID champ.
Mesures Logique de calcul standardisée La logique de calcul des mesures doit être standardisée, claire, facile à expliquer et à comprendre. Total Sales calculé comme la somme de SaleAmount de la table Sales.
Mesures Conventions d'affectation de noms Les noms des mesures doivent clairement refléter leur calcul et leur objectif. Utilisez Average_Customer_Rating au lieu de AvgRating.
Mesures Mesures prédéfinies Incluez un ensemble de mesures prédéfinies que les utilisateurs demanderont certainement à inclure dans les rapports. Year_To_Date_Sales, Month_Over_Month_Growth, etc.
Tables de faits Effacer la délimitation Délimitez clairement les tables de faits, qui contiennent les données quantitatives mesurables à des fins d’analyse. Transactions, Sales, Visits.
Tables de dimension Données descriptives en soutien Créez des tables de dimension qui contiennent les attributs descriptifs liés aux mesures quantitatives dans les tables de faits. Product_Details, Customer_Information.
Hiérarchies Regroupements logiques Établissez des hiérarchies claires dans les données, en particulier pour les tables de dimension qui peuvent être utilisées pour explorer les rapports. Hiérarchie Time qui se décompose de Year à Quarter .MonthDay
Noms des colonnes Étiquettes non ambiguës Les noms de colonnes doivent être non ambigus et explicites, évitant ainsi l’utilisation d’ID ou de codes qui nécessitent une recherche supplémentaire sans contexte. Utilisez Product_Name au lieu de ProdID.
Types de données de colonne Correct et cohérent Appliquez des types de données corrects et cohérents pour les colonnes de toutes les tables pour vous assurer que les mesures sont calculées correctement et pour activer le tri et le filtrage appropriés. Vérifiez que les colonnes numériques utilisées dans les calculs ne sont pas définies en tant que types de données texte.
Types de relation Clairement spécifié Pour garantir une génération de rapport précise, spécifiez clairement la nature des relations (actives ou inactives) et leur cardinalité. Marquez si une relation est One-to-One, One-to-Manyou Many-to-Many.
Cohérence des données Valeurs standardisées Conservez des valeurs standardisées dans les colonnes pour garantir la cohérence entre les filtres et les rapports. Si vous avez une Status colonne, utilisez Opende manière cohérente , Closed, Pendingetc.
Des indicateurs de performance clés (KPI) Prédéfini et pertinent Établissez un ensemble d’indicateurs de performance clés pertinents pour le contexte métier et qui sont couramment utilisés dans les rapports. Return on Investment (ROI), Customer Acquisition Cost (CAC), Lifetime Value (LTV).
Calendriers d’actualisation Transparent et planifié Communiquez clairement les planifications d’actualisation des données pour vous assurer que les utilisateurs comprennent les chronologies des données qu’ils analysent. Indiquez si les données sont en temps réel, quotidiennes, hebdomadaires, etc.
Sécurité Définitions au niveau du rôle Définissez des rôles de sécurité pour différents niveaux d’accès aux données s’il existe des éléments sensibles que tous les utilisateurs ne doivent pas voir. Les membres de l’équipe commerciale peuvent voir les données de ventes, mais pas les données RH.
Métadonnées Documentation de la structure Documentez la structure du modèle de données, y compris les tables, les colonnes, les relations et les mesures, pour référence. Un dictionnaire de données ou un diagramme de modèle fourni en tant que référence.

Le tableau suivant répertorie d’autres critères pour vous aider à créer des requêtes DAX précises avec Copilot. Ces éléments sont des recommandations qui peuvent vous aider à générer des requêtes DAX précises.

Élément Considération Descriptif Exemple
Mesures, tables et colonnes Descriptions Incluez ce qu’il est et comment vous envisagez d’utiliser chaque élément dans la propriété description. Remarque : seuls les 200 premiers caractères sont utilisés. [YOY Sales] description peut être « La différence d’année sur année (YOY) dans les commandes. Utilisez la colonne « Date » [Année] pour afficher les années autres que la dernière année. Les années partielles seront comparées à la même période de l’année précédente.
Groupes de calcul Descriptions Les éléments de calcul ne sont pas inclus dans les métadonnées du modèle. Utilisez la description de la colonne du groupe de calcul pour répertorier et expliquer l’utilisation des éléments de calcul. Remarque : seuls les 200 premiers caractères sont utilisés. Par exemple, l’exemple de colonne de groupe de calcul Time Intelligence peut avoir cette description : « Utiliser avec des mesures & table de dates pour 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% : YOY as a % » et sur une table avec des mesures peut étendre l’utilisation d’une description telle que « Mesures sont utilisées pour agréger des données. Ces mesures peuvent être affichées sous la forme d’une année à l’autre à l’aide de cette syntaxe CALCULATE([Nom de la mesure], Time intelligence[Calcul du temps] = YOY)"

Contenu connexe