Aktualizowanie modelu danych w celu współdziałania z usługą Copilot Power BI
DOTYCZY: program Power BI Desktop usługa Power BI
Przed rozpoczęciem korzystania Copilot z modelu semantycznego należy ocenić dane. Może być konieczne wykonywanie pewnych czynności związanych z czyszczeniem modelu semantycznego, aby Copilot móc uzyskiwać z niego szczegółowe informacje.
Uwaga
- Administrator musi włączyć Copilot w usłudze Microsoft Fabric.
- Pojemność F64 lub P1 musi znajdować się w jednym z regionów wymienionych w tym artykule Dostępność regionu sieci szkieletowej. Jeśli tak nie jest, nie możesz użyć polecenia Copilot.
- Administrator musi włączyć przełącznik dzierżawy przed rozpoczęciem korzystania z usługi Copilot. Aby uzyskać szczegółowe informacje, zobacz artykuł Copilot Ustawienia dzierżawy.
- Jeśli dzierżawa lub pojemność znajduje się poza stanem USA lub Francji, jest domyślnie wyłączona, Copilot chyba że administrator dzierżawy usługi Fabric włączy przetwarzanie danych wysyłanych do usługi Azure OpenAI poza regionem geograficznym dzierżawy, granicą zgodności lub ustawieniem dzierżawy wystąpienia chmury krajowej w portalu Administracja sieci szkieletowej.
- Copilot w usłudze Microsoft Fabric nie jest obsługiwana w przypadku jednostek SKU wersji próbnej. Obsługiwane są tylko płatne jednostki SKU (F64 lub nowsze lub P1 lub nowsze).
Zagadnienia dotyczące zestawów danych do Copilot użycia
W poniższej tabeli wymieniono kryteria ułatwiające tworzenie dokładnych raportów za pomocą polecenia Copilot. Te elementy to zalecenia, które mogą pomóc w generowaniu dokładnych raportów usługi Power BI.
Element | Kwestie wymagające rozważenia | opis | Przykład |
---|---|---|---|
Łączenie tabeli | Definiowanie przejrzystych relacji | Upewnij się, że wszystkie relacje między tabelami są jasno zdefiniowane i logiczne, co wskazuje, które są relacjami "jeden do wielu", "wiele do jednego" lub "wiele do wielu". | Tabela "Sales" połączona z tabelą "Date" według pola "DateID". |
Miary | Ustandaryzowana logika obliczeń | Miary powinny mieć ustandaryzowaną, czystą logikę obliczeń, która jest łatwa do wyjaśnienia i zrozumienia. | Wyrażenie "Total Sales" obliczone jako suma "SaleAmount" z tabeli "Sales". |
Miary | Konwencje nazewnictwa | Nazwy miar powinny wyraźnie odzwierciedlać ich obliczenie i przeznaczenie. | Użyj wartości "Average_Customer_Rating" zamiast "AvgRating". |
Miary | Wstępnie zdefiniowane miary | Uwzględnij zestaw wstępnie zdefiniowanych miar, których użytkownicy najprawdopodobniej zażądają w raportach. | "Year_To_Date_Sales", "Month_Over_Month_Growth" itp. |
Tabele faktów | Wyczyść delineation | Wyraźnie określa tabele faktów, które przechowują mierzalne, ilościowe dane do analizy. | "Transakcje", "Sales", "Visits". |
Tabele wymiarów | Pomocnicze dane opisowe | Utwórz tabele wymiarów zawierające atrybuty opisowe związane z miarami ilościowymi w tabelach faktów. | "Product_Details", "Customer_Information". |
Hierarchie | Grupowania logiczne | Ustanów jasne hierarchie w danych, szczególnie w przypadku tabel wymiarów, których można użyć do przechodzenia do szczegółów w raportach. | Hierarchia "Time", która dzieli się z "Year" na "Quarter" na "Month" (Miesiąc) na "Day" (Dzień). |
Nazwy kolumn | Etykiety jednoznaczne | Nazwy kolumn powinny być jednoznaczne i objaśniające, unikając używania identyfikatorów lub kodów, które wymagają dalszego wyszukiwania bez kontekstu. | Użyj wartości "Product_Name" zamiast "ProdID". |
Typy danych kolumn | Poprawne i spójne | Zastosuj poprawne i spójne typy danych dla kolumn we wszystkich tabelach, aby upewnić się, że miary są obliczane poprawnie i umożliwiają prawidłowe sortowanie i filtrowanie. | Upewnij się, że kolumny liczbowe używane w obliczeniach nie są ustawione jako typy danych tekstowych. |
Typy relacji | Jasno określone | Aby zapewnić dokładne generowanie raportu, jasno określ charakter relacji (aktywnych lub nieaktywnych) i ich kardynalność. | Określ, czy relacja to "Jeden do jednego", "Jeden do wielu", czy "Wiele do wielu". |
Spójność danych | Standardowe wartości | Zachowaj standardowe wartości w kolumnach, aby zapewnić spójność filtrów i raportowania. | Jeśli masz kolumnę "Stan", konsekwentnie używaj wartości "Otwórz", "Zamknięte", "Oczekujące" itp. |
Kluczowe wskaźniki wydajności (KPI) | Wstępnie zdefiniowane i istotne | Ustanów zestaw wskaźników KPI, które są istotne dla kontekstu biznesowego i są często używane w raportach. | "Zwrot z inwestycji (ROI)", "Koszt nabycia klienta (CAC)", "Wartość okresu istnienia (LTV)". |
Odświeżanie harmonogramów | Przezroczyste i zaplanowane | Jasno komunikują harmonogramy odświeżania danych, aby zapewnić użytkownikom zrozumienie osi czasu analizowane przez nich danych. | Określ, czy dane są w czasie rzeczywistym, codziennie, co tydzień itp. |
Zabezpieczenia | Definicje na poziomie roli | Zdefiniuj role zabezpieczeń dla różnych poziomów dostępu do danych, jeśli istnieją poufne elementy, które nie wszyscy użytkownicy powinni zobaczyć. | Członkowie zespołu ds. sprzedaży mogą wyświetlać dane sprzedaży, ale nie dane kadrowe. |
Metadane | Dokumentacja struktury | Udokumentować strukturę modelu danych, w tym tabele, kolumny, relacje i miary, do celów referencyjnych. | Słownik danych lub diagram modelu podany jako odwołanie. |
Powiązana zawartość
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla