Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Van toepassing op:✅ Power BI-service
Evalueer uw gegevens voordat u het semantische model gebruikt Copilot . Mogelijk moet u uw semantische model opschonen, zodat Copilot u er inzichten uit kunt afleiden.
Notitie
Houd rekening met de volgende vereisten:
- Uw beheerder moet inschakelen Copilot in Microsoft Fabric.
- Uw Fabric-capaciteit moet zich in een van de regio's bevinden die in dit artikel worden vermeld, Fabric-regiobeschikbaarheid. Als dat niet zo is, kunt u het niet gebruiken Copilot.
- De beheerder moet de tenant-switch inschakelen voordat u het gebruik van Copilot start. Zie het artikel Copilot tenantinstellingen voor meer informatie.
- Als uw tenant of capaciteit zich buiten de Verenigde Staten- of EU-gegevensgrens bevindt, Copilot is deze standaard uitgeschakeld. De ene uitzondering is als uw Fabric-tenantbeheerder ervoor zorgt dat de gegevens die naar Azure OpenAI worden verzonden, buiten de geografische regio, nalevingsgrens of tenantinstelling voor nationale cloudinstanties kunnen worden verwerkt . U vindt deze instelling in de fabric-beheerportal.
- Copilot in Microsoft Fabric wordt niet ondersteund voor proef-SKU's. Alleen betaalde SKU's worden ondersteund.
- Om de stand-alone Copilot ervaring in Power BI te zien, moet uw tenantbeheerder de tenantschakelaar inschakelen.
Notitie
In de Power BI-service webmodelleringservaringCopilot kunt u meer doen dan uw model evalueren. Het kan ook rechtstreeks wijzigingen voorstellen en toepassen, zoals het wijzigen van de naam van tabellen en kolommen, het maken van relaties en het genereren van DAX-metingen. De optimalisatierichtlijnen in dit artikel ondersteunen rechtstreeks betere resultaten van die analyse: een goed gestructureerd, duidelijk benoemd model helpt Copilot nauwkeurigere en nuttige suggesties te produceren.
Overwegingen voor semantische modellen voor Copilot gebruik
U kunt nauwkeurige rapporten maken met Copilot behulp van de criteria in de volgende tabellen. Met deze aanbevelingen kunt u nauwkeurige Power BI rapporten genereren.
Modelstructuur
| Onderdeel | Overweging | Beschrijving | Waar toe te passen | Voorbeeld |
|---|---|---|---|---|
| Tabelkoppeling | Duidelijke relaties definiëren | Definieer duidelijk alle relaties tussen tabellen en zorg ervoor dat ze logisch zijn. Geef aan welke relaties een-op-veel, veel-op-een- of veel-op-veel-relaties zijn. | Selecteer relaties beheren in de modelweergave | Maak een een-op-veel-relatie van Date[DateID] naar Sales[DateID] en controleer of deze relatie actief is. |
| Tabellen met feiten | Duidelijke afbakening | Maak feitentabellen duidelijk af, die de meetbare, kwantitatieve gegevens voor analyse bevatten. | In tabeleigenschappen en gegevensmodelstructuur | Geef tabellen expliciet een naam als feitentabellen: FactSales, FactTransactions, FactVisits. |
| Dimensietabellen | Ondersteunende beschrijvende gegevens | Dimensietabellen maken die de beschrijvende kenmerken bevatten die betrekking hebben op de kwantitatieve metingen in feitentabellen. | In tabeleigenschappen en gegevensmodelstructuur | Dimensietabellen maken zoals DimProduct met kenmerken (ProductName, Category, Brand) en DimCustomer met kenmerken (CustomerName, City, Segment). |
| Hiërarchieën | Logische groeperingen | Maak duidelijke hiërarchieën binnen de gegevens, met name voor dimensietabellen die ondersteuning bieden voor inzoomen in rapporten. | Selecteer Nieuwe hiërarchie in het contextmenu van de tabel | Maak in de Date tabel een hiërarchie:Year>Quarter>Month>Day . In Geography tabel: Country/Region>State>City. |
| Relatietypen | Duidelijk opgegeven | Geef duidelijk de aard van relaties (actief of inactief) en hun kardinaliteit op om een nauwkeurige rapportgeneratie te garanderen. | In het dialoogvenster Relatie-eigenschappen | Stel Date in op Sales als veel-op-een (actief), Product op Sales als veel-op-een (actief) en markeer rollenspelrelaties als inactief, wanneer van toepassing. |
Metingen en KPI's
| Onderdeel | Overweging | Beschrijving | Waar toe te passen | Voorbeeld |
|---|---|---|---|---|
| Metingen | Gestandaardiseerde berekeningslogica | Geef metingen gestandaardiseerde, duidelijke berekeningslogica die eenvoudig te verklaren en te begrijpen is. | De eigenschap van meetsdefinitie en beschrijving | Meet DAX: Total Sales = SUM(Sales[SaleAmount]) en voeg een beschrijving toe: 'Som van alle verkoopbedragen'. |
| Metingen | Naamgevingsconventies | Geef maatstaven namen die hun berekening en doel duidelijk weergeven. | In het veld Metingsnaam bij het maken van metingen | Gebruik beschrijvende naam: Average Customer Rating in plaats van afgekort: AvgRating. |
| Metingen | Vooraf gedefinieerde metingen | Voeg een set vooraf gedefinieerde metingen toe die gebruikers waarschijnlijk zullen aanvragen in rapporten. | Metingen maken in uw model die gebruikers vaak nodig hebben | Voeg metingen toe zoals YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) of MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| Key Performance Indicators (KPI´s) | Vooraf gedefinieerd en relevant | Stel een set KPI's vast die relevant zijn voor de bedrijfscontext en die vaak worden weergegeven in rapporten. | Metingen maken voor veelgebruikte KPI's | Definieer metingen zoals ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), . LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan] |
Kolommen en gegevenskwaliteit
| Onderdeel | Overweging | Beschrijving | Waar toe te passen | Voorbeeld |
|---|---|---|---|---|
| Kolomnamen | Eenduidige labels | Maak kolomnamen ondubbelzinnig en verklarend. Vermijd id's of codes waarvoor verdere zoekacties zonder context nodig zijn. | De naam van kolommen wijzigen in de Power Query-editor of modelweergave | Wijzig de naam van kolom van ProdID naar Product ID of Product Name, en van CustNo naar Customer Number. |
| Kolomgegevenstypen | Correct en consistent | Pas de juiste en consistente gegevenstypen toe voor kolommen in alle tabellen om ervoor te zorgen dat metingen correct worden berekend en om de juiste sortering en filtering mogelijk te maken. | Stel in kolomeigenschappen het gegevenstype in | Zorg ervoor dat Sales[SaleAmount] het decimaal getal (niet tekst) is, Date[Date] datum (niet tekst), Product[ProductID] een geheel getal is. |
| Gegevensconsistentie | Gestandaardiseerde waarden | Behoud gestandaardiseerde waarden in kolommen om consistentie in filters en rapportage te garanderen. | Transformaties zoeken en vervangen of Power Query gebruiken | Zorg Status ervoor dat in de kolom alle waarden consistent hoofdlettergebruik gebruiken: Open, Closed( Pending niet gemengd hoofdlettergebruik, zoals open). CLOSED |
Vernieuwen, beveiliging en metagegevens
| Onderdeel | Overweging | Beschrijving | Waar toe te passen | Voorbeeld |
|---|---|---|---|---|
| Vernieuwingsschema's | Transparant en gestructureerd | Communiceer duidelijk de vernieuwingsschema's van de gegevens om ervoor te zorgen dat gebruikers de tijdigheid begrijpen van de gegevens die ze analyseren. | In de instellingen en documentatie van gegevenssets | Voeg een tekstvak of beschrijving toe met de mededeling: 'Gegevens worden dagelijks om 6:00 uur UTC vernieuwd' of 'Realtime gegevens met incrementeel vernieuwen van 15 minuten'. |
| Beveiliging | Definities op rolniveau | Definieer beveiligingsrollen voor verschillende gegevenstoegangsniveaus als er gevoelige elementen zijn die niet alle gebruikers moeten zien. | Selecteer rollen beheren in de modelweergave | Maak rol 'Verkoopteam' met filter: Sales[Region] = USERNAME() en rol 'HR' met filter op gegevenstabellen van werknemers. |
| Metagegevens | Documentatie van structuur | Documenteer ter referentie de structuur van het gegevensmodel, inclusief tabellen, kolommen, relaties en metingen. | Beschrijvingseigenschappen en externe documentatie gebruiken | Beschrijvingen toevoegen aan tabellen en kolommen. Maak een afzonderlijk document met modeldiagram, gegevenswoordenlijst en metingcatalogus. |
Aandachtspunten bij DAX-query's
De volgende tabel bevat andere criteria waarmee u nauwkeurige DAX-query's (Data Analysis Expressions) kunt maken.Copilot Met deze aanbevelingen kunt u nauwkeurige DAX-query's genereren.
| Onderdeel | Overweging | Beschrijving | Waar toe te passen | Voorbeeld |
|---|---|---|---|---|
| Metingen, tabellen en kolommen | Omschrijvingen | Definieer in de beschrijvingseigenschap elk element en hoe u dit wilt gebruiken. Copilot gebruikt alleen de eerste 200 tekens. | In het deelvenster Eigenschappen, veld Beschrijving voor metingen, tabellen en kolommen | Voor meting [YOY Sales]voegt u een beschrijving toe: "Jaar-over-jaar (YOY) verschil in bestellingen. Gebruik deze kolom met de kolom 'Date'[Year] om weer te geven voor andere jaren dan het laatste jaar. Gedeeltelijke jaren vergelijken met dezelfde periode van het voorgaande jaar." |
| Berekeningsgroepen | Omschrijvingen | De metagegevens van het model bevatten geen berekeningsitems. Gebruik de beschrijving van de kolom berekeningsgroep om een lijst weer te geven en uit te leggen hoe u de berekeningsitems gebruikt. Copilot gebruikt alleen de eerste 200 tekens. | In het deelvenster Eigenschappen voor de kolom berekeningsgroep | Voor de kolom Berekeningsgroep time intelligence-voorbeeld voegt u een beschrijving toe: "Gebruiken met metingen en datumtabel voor Huidige: huidige waarde, MTD: maand tot heden, QTD: kwartaal tot heden, YTD: jaar tot heden, PY: vorig jaar, PY MTD, PY QTD, YOY: jaar na jaar verandering, YOY%: YOY als een %." Voor een metingstabel voegt u het volgende toe: 'Metingen worden gebruikt om gegevens samen te voegen. Deze metingen kunnen worden weergegeven als jaar-op-jaar met behulp van deze syntaxis CALCULATE([Maateenheidnaam], Time intelligence[Tijdberekening] = YOY)." |