Partager via


Meilleures pratiques pour optimiser les Q&A dans Power BI

Important

Les expériences Q&A vont disparaître en décembre 2026. Nous vous recommandons d’utiliser Copilot pour Power BI, qui offre un moyen plus avancé et intégré d’interroger vos données à l’aide du langage naturel. Pour obtenir plus d'informations et découvrir les alternatives recommandées, consultez Retrait de Power BI Q&A.

Il est puissant d’utiliser des expressions courantes et du langage naturel pour poser des questions sur vos données. Il est encore plus puissant lorsque vos données répondent, c’est ce que fait la fonctionnalité Q&A dans Power BI.

Pour permettre à Q&A d’interpréter avec succès la grande collection de questions auxquelles il est capable de répondre, Q&A fait des hypothèses sur le modèle. Si la structure de votre modèle ne répond pas à une ou plusieurs de ces hypothèses, vous devez ajuster votre modèle. Ces ajustements pour Q&A sont les mêmes optimisations recommandées pour n’importe quel modèle dans Power BI, que vous utilisiez Q&A ou non.

Utiliser les outils Q&A pour résoudre vos questions

Dans les sections suivantes, nous décrivons comment ajuster votre modèle afin qu’il fonctionne correctement avec Q&A dans Power BI. Avec les outils Q&A, vous enseignez vos principaux termes métier au Q&A et corrigez les questions que vos utilisateurs finaux posent. Parfois, les questions ne peuvent toujours pas être traitées, car les données sont mises en forme incorrectement ou les données sont manquantes. Dans ce cas, lisez les sections suivantes pour vous aider à optimiser Q&A. Pour plus d’informations, consultez Présentation des outils Q&A.

Ajouter des relations manquantes

Si votre modèle manque de relations entre les tables, les rapports Power BI et Q&A ne peuvent pas interpréter comment joindre ces tables. Les relations sont la pierre angulaire d’un bon modèle. Par exemple, vous ne pouvez pas demander le « total des ventes pour les clients seattle » si la relation entre la table commandes et la table clients est manquante. Les images suivantes montrent un modèle qui a besoin d’un travail et d’un modèle prêt pour Q&A.

Besoins de travail

Dans la première image, il n’existe aucune relation entre les tables Customers, Sales et Products.

Capture d’écran montrant les tables Customers, Sales et Products sans relations connectées.

Prêt pour Q&A

Dans la deuxième image, les relations sont définies entre les tables.

Capture d’écran montrant les tables Customers, Sales et Products avec des relations interconnectées.

Renommer des tables et des colonnes

Le choix des tables et des colonnes est important pour Q&A. Par exemple, supposons que vous disposez d’une table nommée CustomerSummary qui contient une liste de vos clients. Vous devrez poser une question telle que « Répertorier les résumés des clients à Chicago » plutôt que « Répertorier les clients à Chicago ».

Bien que Q&A puisse effectuer des opérations de base de segmentation des mots et de détection des pluriels, Q&A suppose que vos noms de table et de colonne reflètent précisément leur contenu.

Un autre exemple peut être si vous avez une table nommée Headcount qui contient des prénoms, des noms de famille et des numéros d'employé. Vous disposez d’une autre table nommée Employés qui contient des numéros d’employé, des numéros de travail et des dates de début. Les personnes familiarisées avec le modèle peuvent comprendre cette structure. Quelqu’un d’autre qui demande « compter les employés » va obtenir le nombre de lignes de la table « Employés ». Ce résultat n’est probablement pas ce qu’ils avaient à l’esprit, car il s’agit d’un compte de tous les emplois que chaque employé a eus. Il serait préférable de renommer ces tables pour refléter réellement ce qu’elles contiennent.

Besoins de travail

Les noms de tables tels que StoreInfo et Liste de produits doivent fonctionner.

Capture d’écran montrant des exemples de noms de tables qui ne sont pas optimaux pour Q et A.

Prêt pour Q&A

Les tables nommées Store et Products fonctionnent mieux.

Capture d’écran montrant des exemples de noms de tables optimaux pour Q et A.

Corriger les types de données incorrects

Les données importées peuvent avoir des types de données incorrects. En particulier, les colonnes de date et de nombre importées en tant que chaînes ne sont pas interprétées par Q&A comme des dates et des nombres . Sélectionnez le type de données correct dans votre modèle Power BI.

Capture d’écran montrant le panneau Mise en forme avec le type de données et le format Date heure sélectionnés.

Modifier les paramètres de colonne année et d’identificateur

Power BI agrège les colonnes numériques par défaut, de sorte que les questions telles que « total sales by year » peuvent parfois entraîner un total général des ventes en même temps qu’un grand nombre d’années. Si vous avez des colonnes spécifiques où vous ne souhaitez pas que Power BI affiche ce comportement, définissez la propriété Summarization par défaut sur la colonne sur Ne pas résumer. N’oubliez pas les colonnes Year, Month, Day et ID , car ces colonnes sont les problèmes les plus fréquents. D'autres colonnes qui ne sont pas logiques à additionner, telles que Age, peuvent également tirer parti de la définition de la synthèse par défaut sur Ne pas synthétiser ou sur Moyenne. Ce paramètre se trouve dans la section Propriétés après avoir sélectionné une colonne.

Capture d’écran montrant le champ Résumé avec Ne pas résumer sélectionné.

Choisir une catégorie de données pour chaque colonne date et géographie

La catégorie de données fournit des connaissances sur le contenu d’une colonne au-delà de son type de données. Par exemple, vous pouvez marquer une colonne entière en tant que code postal ou colonne de chaîne comme ville, pays/région. Q&A utilise ces informations de deux manières importantes, pour la sélection de visualisation et pour les biais linguistiques.

Tout d’abord, Q&A utilise les informations de catégorie de données pour vous aider à faire des choix sur le type d’affichage visuel à utiliser. Par exemple, il reconnaît que les colonnes avec des catégories de données de date ou d’heure sont un bon choix pour l’axe horizontal d’un graphique en courbes ou l’axe de lecture d’un graphique en bulles. Il part du principe que les résultats contenant des colonnes avec des catégories de données géographiques peuvent être bons sur une carte.

Deuxièmement, Q&A fait des estimations instruites sur la façon dont les utilisateurs sont susceptibles de parler des colonnes de date et de géographie pour l’aider à comprendre certains types de questions. Par exemple, le « quand » dans « Quand a été embauché John Smith ? » est presque certain de correspondre à une colonne de date, et le mot « Brown », dans « Count customers in Brown », est plus vraisemblablement une ville qu'une couleur de cheveux.

Capture d’écran montrant le champ catégorie de données avec Uncategorized sélectionné.

Choisir une colonne de tri par colonne pour les colonnes pertinentes

La propriété Trier par colonne permet au tri dans une colonne de trier automatiquement une autre colonne à la place. Par exemple, lorsque vous demandez « trier les clients par taille de chapeau », vous souhaitez probablement que votre colonne Hat Size trie selon le numéro de taille sous-jacent (XS, S, M, L, XL) plutôt que par ordre alphabétique (L, M, S, XL, XS).

Capture d’écran montrant la liste déroulante Trier par colonne avec l’ID hat Size sélectionné.

Normaliser votre modèle

Vous n’avez pas besoin de remodeler votre modèle entier. Toutefois, certaines structures sont si difficiles que Q&A ne les gère pas correctement. Si vous effectuez une normalisation de base de la structure de votre modèle, la facilité d’utilisation des rapports Power BI augmente considérablement, ainsi que la précision des résultats Q&A.

Suivez cette règle générale : chaque « chose » unique sur laquelle l’utilisateur parle doit être représenté par exactement un objet modèle (table ou colonne). Par conséquent, si vos utilisateurs parlent de clients, il doit y avoir un objet client . Si vos utilisateurs parlent de ventes, il doit y avoir un seul objet de vente . Il existe des fonctionnalités de mise en forme de données enrichies disponibles dans l’Éditeur de requête si vous en avez besoin. Les transformations plus simples peuvent être ajustées à l’aide de calculs dans le modèle Power BI.

Les sections suivantes contiennent certaines transformations courantes que vous devrez peut-être effectuer. Consultez normalisation et dénormalisation dans l’article Comprendre le schéma en étoile et l’importance de Power BI pour plus d’informations sur la normalisation d’un modèle.

Créer des tables pour les entités à plusieurs colonnes

Si vous avez plusieurs colonnes qui agissent comme une seule unité distincte au sein d’une table plus grande, ces colonnes doivent être divisées en leur propre table. Par exemple, supposons que vous disposez d’un nom de contact, d’un titre de contact et d’une colonne Téléphone de contact dans votre table Entreprises . Une meilleure conception serait d’avoir une table Contacts distincte pour contenir le nom, le titre et le téléphone, et un lien vers la table Entreprises . Cela facilite la pose de questions sur les contacts indépendamment des questions sur les entreprises pour lesquelles ils sont le contact et améliore la flexibilité de l’affichage.

Besoins de travail

Capture d’écran montrant une table Fournisseurs qui inclut des informations de contact.

Prêt pour Q&A

Capture d’écran montrant deux tableaux, un pour fournisseurs et un pour contacts.

Pivoter pour éliminer les sacs de propriétés

Si vous avez des sacs de propriétés dans votre modèle, ils doivent être restructurés pour avoir une seule colonne par propriété. Les sacs de propriétés, bien que pratiques pour gérer un grand nombre de propriétés, ont des limitations inhérentes autour desquelles les rapports Power BI et Q&A ne sont pas conçus pour contourner.

Par exemple, considérez une table CustomerDemographics avec les colonnes CustomerID, Property et Value, où chaque ligne représente une propriété différente du client (par exemple, âge, état civil ou ville). En surchargeant la signification de la colonne Valeur en fonction du contenu de la colonne Property, il devient impossible pour Q&A d’interpréter la plupart des requêtes qui le référencent. Une question simple telle que « afficher l’âge de chaque client » pourrait bien fonctionner, car elle peut être interprétée comme « afficher les clients et les données démographiques des clients où la propriété est l'âge ». Toutefois, la structure du modèle ne prend pas en charge des questions plus complexes telles que l’âge moyen des clients à Chicago. Bien que les utilisateurs qui créent directement des rapports Power BI puissent parfois trouver des moyens intelligents d’obtenir les données qu’ils recherchent, Q&A fonctionne uniquement lorsque chaque colonne a une signification unique.

Besoins de travail

Capture d’écran montrant trois colonnes avec les titres Customer ID, Property et Value.

Prêt pour Q&A

Capture d’écran montrant trois colonnes avec les titres Customer ID, Age, Hat Size et City.

Union pour éliminer le partitionnement

Si vous avez partitionné vos données sur plusieurs tables ou que vous avez des valeurs pivotées sur plusieurs colonnes, certaines opérations courantes sont difficiles ou impossibles pour vos utilisateurs. Envisagez d’abord un partitionnement de table classique : une table Sales2000-2010 et une table Sales2011-2020 . Si tous vos rapports importants sont limités à une décennie spécifique, vous pouvez probablement le laisser ainsi pour les rapports Power BI. Toutefois, la flexibilité de Q&A conduit vos utilisateurs à s’attendre à des réponses à des questions telles que « total des ventes par année ». Pour que cette requête fonctionne, vous devez regrouper les données dans une seule table de modèles Power BI.

De même, considérez une colonne de valeur pivotée classique : une table BookTour contenant des colonnes Author, Book, City1, City2 et City3. Avec une structure comme celle-ci, même des questions simples comme « compter des livres par ville » ne peuvent pas être interprétées correctement. Pour que cette requête fonctionne, créez une table BookTourCities distincte, qui unione les valeurs de ville en une seule colonne.

Besoins de travail

Capture d’écran montrant un tableau avec des colonnes de valeurs pivotées, City 1, City 2 et City 3.

Prêt pour Q&A

Capture d’écran montrant deux tables, une avec des informations de livre et d’auteur pour les visites et une avec les villes associées aux visites.

Fractionner les colonnes mises en forme

Si la source à partir de laquelle vous importez vos données contient des colonnes mises en forme, les rapports Power BI (et Q&A) n’atteignent pas à l’intérieur de la colonne pour analyser son contenu. Par conséquent, si vous avez, par exemple, une colonne Adresse complète qui contient l’adresse, la ville et le pays/région, vous devez également la fractionner en colonnes Address, City et CountryRegion afin que vos utilisateurs puissent les interroger individuellement.

Besoins de travail

Capture d’écran montrant un tableau avec deux colonnes, Customer et Full Address.

Prêt pour Q&A

Capture d’écran montrant un tableau avec cinq colonnes : Client, Adresse complète, Adresse, Ville et Pays ou région.

De même, si vous avez des colonnes de nom complet pour une personne, ajoutez des colonnes Prénom et Nom de famille, juste au cas où quelqu’un souhaite poser des questions à l’aide de noms partiels.

Créer des tables pour les colonnes à valeurs multiples

En outre, si la source à partir de laquelle vous importez vos données contient des colonnes à valeurs multiples, les rapports Power BI (et Q&A) ne peuvent pas accéder à l’intérieur de la colonne pour analyser le contenu. Ainsi, si vous disposez, par exemple, d’une colonne Composer qui contient les noms de plusieurs compositeurs pour une chanson, fractionnez-la en plusieurs lignes d’une table Composers distincte.

Besoins de travail

Capture d’écran montrant une table avec quatre colonnes, ID, Nom, Genre et Compositeurs.

Prêt pour Q&A

Capture d’écran montrant deux tableaux, un avec ID, Nom et Genre, et un avec ID et Composer.

Dénormaliser pour éliminer les relations inactives

L’une des exceptions à la règle de normalisation est meilleure se produit lorsqu’il existe plusieurs chemins d’accès pour passer d’une table à une autre. Par exemple, supposons que vous disposez d’une table Flight avec les colonnes SourceCityID et DestinationCityID, chacune d’elles étant associée à la table Cities . L’une de ces relations doit être marquée comme inactive. Étant donné que Q&A ne peut utiliser que des relations actives, vous ne pouvez pas poser de questions sur la source ou la destination, selon ce que vous avez choisi. Si vous dénormalisez plutôt les colonnes de noms de ville dans la table Vols , vous pouvez poser des questions telles que « répertorier les vols pour demain avec une ville source de Seattle et une ville de destination de San Francisco ».

Besoins de travail

Capture d’écran montrant deux tableaux, Vols et aéroports.

Prêt pour Q&A

Capture d’écran montrant une table nommée Flight. Les colonnes de la table Airports sont ajoutées à la table Vols.

Ajouter des synonymes à des tables et des colonnes

Cette étape s’applique spécifiquement aux rapports Q&A (et non aux rapports Power BI en général). Les utilisateurs ont souvent de nombreux termes qu’ils utilisent pour faire référence à la même chose, comme le total des ventes, les ventes nettes et le total des ventes nettes. Vous pouvez ajouter ces synonymes aux tables et colonnes dans le modèle Power BI.

Cette étape peut être importante. Même avec des noms de table et de colonnes simples, les utilisateurs de Q&A posent des questions à l’aide du vocabulaire qui leur vient d’abord. Ils ne choisissent pas d’une liste prédéfinie de colonnes. Plus vous ajoutez de synonymes pertinents, meilleure est l'expérience utilisateur avec votre rapport. Pour ajouter des synonymes, dans Power BI Desktop, accédez à l’affichage Modèle en sélectionnant l’onglet Modèle, puis sélectionnez un champ ou une table. Le volet Propriétés affiche la zone Synonymes , où vous pouvez ajouter des synonymes.

Capture d’écran montrant le volet Propriétés Q&A avec le champ Synonymes mis en surbrillance.

N’oubliez pas que l’ajout du même synonyme à plusieurs colonnes ou tables introduit une ambiguïté. Q&A utilise le contexte où il est possible de choisir entre des synonymes ambigus, mais toutes les questions n’ont pas de contexte suffisant. Par exemple, lorsqu’un utilisateur demande « compter les clients », si vous avez trois éléments avec le synonyme « customer » dans votre modèle, l’utilisateur peut ne pas obtenir la réponse qu’il recherche. Dans ces cas, rendez le synonyme principal unique, car c'est ce synonyme qui est utilisé dans la répétition. Il peut alerter l’utilisateur sur l’ambiguïté (par exemple, une reformulation de « afficher le nombre d’enregistrements clients archivés »), ce qui suggère qu’il pourrait vouloir poser la question différemment.