Oppdater datamodellen slik at den fungerer bra med Copilot For Power BI

  • Artikkel

GJELDER FOR: Power BI Desktop Power Bi-tjeneste

Før du begynner å bruke Copilot den semantiske modellen, må du evaluere dataene. Du må kanskje gjøre noe oppryddingsarbeid på den semantiske modellen, slik at den Copilot kan få innsikt fra den.

Merk

Vurderinger for datasett for Copilot bruk

Tabellen nedenfor viser vilkårene for å hjelpe deg med å opprette nøyaktige rapporter med Copilot. Disse elementene er anbefalinger som kan hjelpe deg med å generere nøyaktige Power BI-rapporter.

Element Vurdering Bekrivelse Eksempel
Tabellkobling Definer fjern relasjoner Sørg for at alle relasjoner mellom tabeller er tydelig definerte og logiske, noe som angir hvilke som er én-til-mange, mange-til-en eller mange-til-mange. «Salg»-tabell koblet til «Dato»-tabell etter DateID-felt.
Measures Standardisert beregningslogikk Mål bør ha standardisert, klar beregningslogikk som er enkel å forklare og forstå. "Totalt salg" beregnet som summen av "SaleAmount" fra "Salg"-tabellen.
Measures Navnekonvensjoner Navn på mål bør tydelig gjenspeile beregningen og formålet. Bruk «Average_Customer_Rating» i stedet for «Gjennomsnitt».
Measures Forhåndsdefinerte mål Inkluder et sett med forhåndsdefinerte mål som brukere mest sannsynlig vil be om i rapporter. «Year_To_Date_Sales», «Month_Over_Month_Growth» osv.
Faktatabeller Fjern avgrenselse Tydelig avgrense faktatabeller, som inneholder de målbare, kvantitative dataene for analyse. "Transaksjoner", "Salg", "Besøk".
Dimensjonstabeller Støttende beskrivende data Opprett dimensjonstabeller som inneholder beskrivende attributter relatert til kvantitative mål i faktatabeller. "Product_Details", "Customer_Information".
Hierarkier Logiske grupperinger Opprett klare hierarkier i dataene, spesielt for dimensjonstabeller som kan brukes til å drille ned i rapporter. Et «Tid»-hierarki som bryter ned fra «År» til «Kvartal» til «Måned» til «Dag».
Kolonne- navn Entydige etiketter Kolonnenavn bør være entydige og selvforklarende, og unngå bruk av ID-er eller koder som krever ytterligere oppslag uten kontekst. Bruk «Product_Name» i stedet for «ProdID».
Kolonnedatatyper Riktig og konsekvent Bruk riktige og konsekvente datatyper for kolonner på tvers av alle tabeller for å sikre at målene beregnes riktig, og for å aktivere riktig sortering og filtrering. Kontroller at numeriske kolonner som brukes i beregninger, ikke er angitt som tekstdatatyper.
Relasjonstyper Klart angitt Hvis du vil sikre nøyaktig rapportgenerering, må du tydelig angi relasjonstypen (aktiv eller inaktiv) og kardinaliteten. Merk om en relasjon er «én-til-én», «én-til-mange» eller «Mange-til-mange».
Datakonsekvens Standardiserte verdier Vedlikehold standardiserte verdier i kolonner for å sikre konsekvens i filtre og rapportering. Hvis du har en «Status»-kolonne, bruker du konsekvent «Åpne», «Lukket», «Venter» osv.
KPI-er (Key Performance Indicators) Forhåndsdefinert og relevant Opprett et sett med KPI-er som er relevante for forretningskonteksten og som vanligvis brukes i rapporter. "Avkastning på investering (AVKASTNING)", "Kundeanskaffelseskostnad (CAC)", "Levetidsverdi (LTV)".
Oppdater tidsplaner Gjennomsiktig og planlagt Kommuniser tydelig oppdateringsplanene for dataene for å sikre at brukerne forstår aktualiteten til dataene de analyserer. Angi om dataene er sanntid, daglige, ukentlige osv.
Sikkerhet Definisjoner på rollenivå Definer sikkerhetsroller for ulike nivåer av datatilgang hvis det finnes sensitive elementer som ikke alle brukere skal se. Medlemmer av salgsteamet kan se salgsdata, men ikke HR-data.
Metadata Dokumentasjon av struktur Dokumenter strukturen til datamodellen, inkludert tabeller, kolonner, relasjoner og mål, for referanse. En dataordliste eller et modelldiagram som er angitt som en referanse.

Relatert innhold