Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
BERLAKU UNTUK:
Power BI Desktop layanan Power BI 
Kami menyarankan agar Anda mengevaluasi data sebelum mulai menggunakan model semantik Anda dengan Copilot. Anda mungkin perlu membersihkan model semantik Anda sehingga Copilot dapat memperoleh wawasan darinya.
Catatan
Ingatlah persyaratan berikut:
- Administrator Anda perlu mengaktifkan Copilot di Microsoft Fabric.
- Kapasitas Fabric Anda harus berada di salah satu wilayah yang tercantum dalam ketersediaan wilayah Fabric artikel ini. Jika tidak, Anda tidak dapat menggunakan Copilot.
- Administrator Anda perlu mengaktifkan pengalih penyewa sebelum Anda mulai menggunakan Copilot. Lihat artikel Copilot pengaturan tenant untuk detail lebih lanjut.
- Jika penyewa atau kapasitas Anda berada di luar AS atau Prancis, Copilot dinonaktifkan secara default. Satu pengecualian adalah jika admin penyewa Fabric Anda memungkinkan Data yang dikirim ke Azure OpenAI dapat diproses di luar wilayah geografis penyewa, batas kepatuhan, atau pengaturan penyewa instans cloud nasional Anda. Anda dapat menemukan pengaturan ini di portal admin Fabric.
- Copilot di Microsoft Fabric tidak didukung pada SKU uji coba. Hanya SKU berbayar yang didukung.
- Untuk melihat pengalaman mandiri Copilot di Power BI, admin penyewa Anda perlu mengaktifkan pengalihan penyewa.
Pertimbangan untuk model semantik dalam penggunaan Copilot
Anda dapat membuat laporan yang akurat dengan Copilot menggunakan kriteria dalam tabel berikut. Rekomendasi ini dapat membantu Anda menghasilkan laporan Power BI yang akurat.
| Elemen | Pertimbangan | Deskripsi | Tempat pendaftaran | Contoh |
|---|---|---|---|---|
| Menghubungkan tabel | Menentukan hubungan yang jelas | Pastikan bahwa semua hubungan antara tabel ditentukan dengan jelas dan logis. Tunjukkan mana yang satu-ke-banyak, banyak-ke-satu, atau banyak-ke-banyak. | Dalam tampilan Model, gunakan Kelola hubungan | Buat hubungan satu ke banyak dari Date[DateID] ke Sales[DateID] dan verifikasi hubungan aktif. |
| Tindakan | Logika perhitungan standar | Langkah-langkah harus memiliki logika perhitungan yang standar dan jelas yang mudah dijelaskan dan dipahami. | Dalam mengukur properti definisi dan deskripsi | Ukuran DAX: Total Sales = SUM(Sales[SaleAmount]) dan menambahkan deskripsi: "Total semua jumlah penjualan." |
| Tindakan | Konvensi penamaan | Nama untuk langkah-langkah harus dengan jelas mencerminkan perhitungan dan tujuannya. | Di bidang nama ukuran saat membuat ukuran | Gunakan nama deskriptif: Average Customer Rating alih-alih disingkat: AvgRating. |
| Tindakan | Langkah-langkah yang telah ditentukan sebelumnya | Sertakan serangkaian langkah yang telah ditentukan sebelumnya yang kemungkinan besar diminta pengguna dalam laporan. | Membuat langkah-langkah dalam model Anda yang umumnya dibutuhkan pengguna | Tambahkan ukuran seperti YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) atau MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| Tabel fakta | Penentuan batas yang jelas | Jelas menguraikan tabel fakta, yang menyimpan data kuantitatif yang terukur untuk analisis. | Dalam properti tabel dan struktur model data | Beri nama tabel secara eksplisit sebagai tabel fakta: FactSales, FactTransactions, FactVisits. |
| Tabel dimensi | Data deskriptif yang mendukung | Buat tabel dimensi yang berisi atribut deskriptif yang terkait dengan langkah-langkah kuantitatif dalam tabel fakta. | Dalam properti tabel dan struktur model data | Buat tabel dimensi seperti DimProduct dengan atribut (ProductName, , CategoryBrand) dan DimCustomer dengan atribut (CustomerName, , CitySegment). |
| Hirarki | Pengelompokan logis | Buat hierarki yang jelas dalam data, terutama untuk tabel dimensi yang dapat digunakan untuk menelusuri paling detail dalam laporan. | Di menu konteks tabel, pilih Hierarki baru |
Date Dalam tabel, buat hierarki:Year>Quarter>Month>Day . Dalam Geography tabel: Country/Region>State>City. |
| Nama kolom | Label yang tidak ambigu | Nama kolom harus tidak ambigu dan jelas sendiri. Hindari penggunaan ID atau kode yang memerlukan pencarian lebih lanjut tanpa konteks. | Mengganti nama kolom dalam tampilan Editor atau Model Power Query | Ganti nama kolom dari ProdID ke Product ID atau Product Name, dan dari CustNo ke Customer Number. |
| Jenis Data Kolom | Benar dan konsisten | Terapkan tipe data yang benar dan konsisten untuk kolom di semua tabel untuk memastikan bahwa pengukuran dihitung dengan benar dan untuk mengaktifkan pengurutan dan pemfilteran yang tepat. | Di properti kolom, atur Jenis data | Pastikan Sales[SaleAmount] Angka Desimal (bukan Teks), Date[Date] adalah Tanggal (bukan Teks), Product[ProductID] adalah Bilangan Bulat. |
| Jenis hubungan | Ditentukan dengan jelas | Untuk memastikan pembuatan laporan yang akurat, tentukan dengan jelas sifat hubungan (aktif atau tidak aktif) dan kardinalitasnya. | Dalam dialog properti hubungan | Atur Date ke Sales sebagai Many-to-One (aktif), Product ke Sales sebagai Many-to-One (aktif), dan tandai hubungan yang menjalankan peran sebagai tidak aktif jika perlu. |
| Konsistensi data | Nilai standar | Pertahankan nilai standar dalam kolom untuk memastikan konsistensi dalam filter dan pelaporan. | Menggunakan transformasi Temukan dan Ganti atau Power Query | Dalam Status kolom, pastikan semua nilai menggunakan casing yang konsisten: Open, , ClosedPending(bukan kasus campuran seperti open, CLOSED). |
| Indikator kinerja utama (KPI) | Sudah ditentukan dan relevan | Tetapkan sekumpulan KPI yang relevan dengan konteks bisnis dan umumnya digunakan dalam laporan. | Membuat metode untuk KPI yang biasa dilacak | Tentukan langkah-langkah seperti ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan]. |
| Menyegarkan jadwal | Transparan dan terjadwal | Komunikasikan jadwal refresh data dengan jelas untuk memastikan pengguna memahami kewajaran data yang mereka analisis. | Dalam pengaturan dan dokumentasi himpunan data | Tambahkan kotak teks atau deskripsi yang menyatakan: "Data diperbarui setiap hari pada pukul 06.00 UTC" atau "Data real-time dengan pembaruan berinterval 15 menit." |
| Keamanan | Definisi tingkat peran | Tentukan peran keamanan untuk tingkat akses data yang berbeda jika ada elemen sensitif yang tidak semua pengguna akan melihat. | Dalam tampilan Model, pilih Kelola peran | Buat peran "Tim Penjualan" dengan filter: Sales[Region] = USERNAME() dan peran "SDM" dengan filter pada tabel data karyawan. |
| Metainformasi | Dokumentasi struktur | Untuk referensi, dokumentasikan struktur model data, termasuk tabel, kolom, hubungan, dan pengukuran. | Menggunakan properti deskripsi dan dokumentasi eksternal | Tambahkan deskripsi ke tabel dan kolom. Buat dokumen terpisah dengan diagram model, kamus data, dan katalog ukuran. |
Tabel berikut ini mencantumkan kriteria lain yang dapat membantu Anda membuat kueri Data Analysis Expressions (DAX) yang akurat dengan Copilot. Rekomendasi ini dapat membantu Anda menghasilkan kueri DAX yang akurat.
| Elemen | Pertimbangan | Deskripsi | Tempat pendaftaran | Contoh |
|---|---|---|---|---|
| Pengukuran, tabel, dan kolom | Deskripsi | Di properti deskripsi, tentukan setiap elemen dan bagaimana Anda ingin menggunakannya. Hanya 200 karakter pertama yang digunakan. | Di panel Properti, bidang Deskripsi untuk pengukuran, tabel, dan kolom | Untuk mengukur [YOY Sales], tambahkan deskripsi: "Perbedaan tahun ke tahun (YOY) dalam Pesanan. Gunakan dengan kolom 'Tanggal'[Tahun] untuk ditampilkan menurut tahun selain tahun terbaru. Sebagian tahun dibandingkan dengan periode yang sama tahun sebelumnya." |
| Grup perhitungan | Deskripsi | Item perhitungan tidak disertakan dalam metadata model. Gunakan deskripsi kolom grup perhitungan untuk mencantumkan dan menjelaskan penggunaan item perhitungan. Hanya 200 karakter pertama yang digunakan. | Di panel properti untuk kolom grup perhitungan | Untuk Kolom grup perhitungan sampel inteligensi waktu , tambahkan deskripsi: "Gunakan dengan ukuran dan tabel tanggal untuk Saat Ini: nilai saat ini, MTD: bulan ke tanggal, QTD: kuartal hingga saat ini, YTD: tahun ke tanggal, PY: tahun sebelumnya, PY MTD, PY QTD, YOY: perubahan tahun ke tahun, YOY%: YOY sebagai %." Untuk tabel pengukuran, tambahkan: "Pengukuran digunakan untuk mengagregasi data. Langkah-langkah ini dapat ditampilkan sebagai dari tahun ke tahun dengan menggunakan sintaks CALCULATE([Measure Name], Time intelligence[Time calculation] = YOY). |