Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Aplica-se a:✅ serviço do Power BI
Um modelo semântico bem preparado fornece Copilot uma base mais forte para responder a perguntas de negócios com precisão em Power BI. Antes de apresentar Copilot aos usuários, avalie seu modelo e resolva problemas que podem afetar a qualidade da resposta. Comece com as medidas, relações e definições de negócios já usadas em seus relatórios. Resolva problemas de modelagem no modelo semântico porque instruções adicionais não podem corrigir relações imprecisas ou agregações inadequadas. Em seguida, otimize o modelo para Copilot e estabeleça um processo de revisão consistente.
Este artigo destina-se a autores de modelo semântico, proprietários de relatórios e equipes que estão apresentando Copilot aos usuários. Ele complementa Fazer Copilot perguntas sobre seus dados, que descreve como os usuários podem fazer perguntas e verificar os resultados. Este artigo explica como preparar seu modelo semântico e avaliar as respostas Copilot produzidas.
Observação
Tenha em mente os seguintes requisitos:
- O administrador precisa habilitar Copilot no Microsoft Fabric.
- Sua capacidade do Fabric precisa estar em uma das regiões listadas neste artigo, Disponibilidade da região do Fabric. Se não estiver, você não poderá usar o Copilot.
- Seu administrador precisa habilitar a alternância de locatários antes de você começar a usar o Copilot. Consulte o artigo Copilot configurações de locatário para obter detalhes.
- Se seu locatário ou capacidade estiverem fora do limite de dados dos Estados Unidos ou da UE, Copilot ficará desabilitado por padrão. A única exceção é se o administrador do locatário do Fabric habilitar a configuração do locatário que permite que os dados enviados para o Azure OpenAI sejam processados fora da região geográfica do locatário, do limite de conformidade ou da instância de nuvem nacional. Você pode encontrar essa configuração no portal de administração do Fabric.
- Não há suporte para o Copilot no Microsoft Fabric em SKUs de avaliação. Há suporte apenas para SKUs pagos.
- Para ver a experiência autônoma Copilot no Power BI, o administrador do inquilino precisa habilitar a chave de inquilino.
Observação
Na experiência de modelagem na Web do serviço do Power BI, Copilot pode fazer mais do que apenas avaliar seu modelo. Ele também pode propor e aplicar alterações diretamente, como renomear tabelas e colunas, criar relações e gerar medidas DAX. As diretrizes de otimização neste artigo dão suporte diretamente a melhores resultados dessa análise: um modelo bem estruturado e claramente nomeado ajuda a Copilot produzir sugestões mais precisas e úteis.
Comece com perguntas de negócios focadas
Escolha um cenário de negócios focado e identifique as perguntas que os usuários costumam fazer. Para cada pergunta, defina a medida esperada, o agrupamento, a base de data, os filtros e o resultado validado.
Inclua perguntas que expõem ambiguidade. Por exemplo, como as vendas estão funcionando? pode se referir à receita, volume de pedidos, crescimento ou margem. Defina uma interpretação padrão ou instrua Copilot a solicitar esclarecimentos.
Comece com perguntas sobre totais, comparações, classificações e tendências compatíveis com o modelo semântico. Adicione perguntas mais complexas depois Copilot de responder ao conjunto inicial de forma consistente.
Examinar e melhorar seu modelo semântico
Use as recomendações nas tabelas a seguir para ajudar a Copilot interpretar seu modelo semântico e melhorar a qualidade da resposta.
Estrutura do modelo
| Elemento | Consideração | Descrição | Onde aplicar | Exemplo |
|---|---|---|---|---|
| Vinculação de tabelas | Definir relações claras | Defina claramente todas as relações entre tabelas e verifique se elas são lógicas. Indique quais relações são um-para-muitos, muitos-para-um ou muitos-para-muitos. | No modo de exibição Modelo, selecione Gerenciar relações | Crie uma relação um-para-muitos de Date[DateID] para Sales[DateID] e verifique se a relação está ativa. |
| Tabelas de fatos | Propósito claro e nível de detalhamento | Identifique claramente as tabelas de fatos e defina o que cada linha representa. Verifique se os cálculos usam agregações apropriadas para esse nível de detalhes. | Nas propriedades da tabela e na estrutura do modelo | Nomeie as tabelas de fatos claramente, como FactSales, e descreva seu nível de detalhes, como uma linha por linha de ordem. |
| Tabelas de dimensões | Dados descritivos de suporte | Crie tabelas de dimensão que contenham os atributos descritivos relacionados às medidas quantitativas em tabelas de fatos. | Nas propriedades da tabela e na estrutura do modelo de dados | Crie tabelas de dimensão como DimProduct com atributos (ProductName, Category, Brand) e DimCustomer com atributos (CustomerName, City, ). Segment |
| Hierarquias | Agrupamentos lógicos | Estabeleça hierarquias claras dentro dos dados, especialmente para tabelas de dimensão que dão suporte à busca detalhada em relatórios. | No menu de contexto da tabela, selecione Nova hierarquia |
Date Na tabela, crie uma hierarquia:Year>Quarter>Month>Day . Na Geography tabela: Country/Region>State>City. |
| Tipos de relacionamentos | Claramente especificado | Para garantir a geração precisa de relatórios, especifique claramente a natureza dos relacionamentos (ativos ou inativos) e sua cardinalidade. | Na caixa de diálogo de propriedades da relação | Defina Date para Sales como Muitos para Um (ativo), Product para Sales como Muitos para Um (ativo), e marque as relações de role-playing como inativas quando apropriado. |
Medidas e KPIs
Copilot pode criar cálculos ad hoc, mas adicionar cálculos frequentemente usados ou comercialmente críticos ao modelo semântico como medidas revisadas. Essa abordagem fornece aos autores de relatório e Copilot definições de negócios consistentes a serem usadas.
| Elemento | Consideração | Descrição | Onde aplicar | Exemplo |
|---|---|---|---|---|
| Medidas | Lógica de cálculo padronizada | Forneça medidas padronizadas e lógica de cálculo clara que seja fácil de explicar e entender. | Na definição de medida e na propriedade de descrição | Medida DAX: Total Sales = SUM(Sales[SaleAmount]) e adicione a descrição: "Soma de todos os valores de vendas". |
| Medidas | Convenções de nomenclatura | Dê nomes de medidas que refletem claramente seu cálculo e finalidade. | No campo nome da medida ao criar medidas | Use o nome descritivo: Average Customer Rating em vez de abreviado: AvgRating. |
| Medidas | Medidas predefinidas e revisadas | Crie medidas reutilizáveis para solicitações comuns e cálculos comercialmente críticos. Revise a lógica deles para que os autores de relatórios e Copilot usem definições de negócios consistentes. | Na propriedade de definição e descrição da medida | Defina [Net Sales] com o tratamento aprovado de retornos, descontos e pedidos cancelados. Inclua medidas normalmente solicitadas, como vendas ano a ano e crescimento mensal. |
| Medidas | Razões | Defina as proporções com o numerador, o denominador e o comportamento de agregação apropriados. | Na definição de medida | Defina [Gross Margin %] dividindo a medida de margem bruta aprovada pela medida de vendas líquidas aprovada em vez de porcentagens médias de nível de linha. |
| Medidas | Conta | Crie medidas separadas quando contagens de linhas e contagens de eventos de negócios representam resultados diferentes. | Na definição de medida | Definir [Order Count] separadamente de [Order Line Count]. |
| Medidas | Saldos em um determinado momento | Use medidas que agreguem corretamente capturas instantâneas entre produtos, locais e datas. | Na definição de medida | Defina uma medida de estoque final em vez de somar instantâneos diários de estoque ao longo das datas. |
| Medidas | Formatos de exibição | Aplique formatos que tornam clara a unidade e a escala de cada medida. | Na propriedade Format da medida | Formate medidas monetárias como moeda, proporções como porcentagens e conta como números inteiros. |
| Indicadores chave de desempenho (KPIs) | Predefinido e relevante | Estabeleça um conjunto de KPIs relevantes para o contexto de negócios e que aparecem frequentemente em relatórios. | Criar medidas para KPIs normalmente rastreados | Definir medidas comoROI = DIVIDE([Profit], [Investment]), , CAC = DIVIDE([Marketing Spend], [New Customers]). LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan] |
Colunas e qualidade dos dados
| Elemento | Consideração | Descrição | Onde aplicar | Exemplo |
|---|---|---|---|---|
| Nomes de coluna | Rótulos inequívocas | Torne os nomes de colunas inequívocas e autoexplicativas. Retenha identificadores de negócios úteis, mas evite IDs ou códigos que exijam uma pesquisa adicional sem contexto. | Renomear colunas no Editor do Power Query ou no modo de exibição Modelo | Renomear coluna de ProdID para Product ID ou Product Name, e de CustNo para Customer Number. |
| Tipos de dados de coluna | Correto e consistente | Aplique tipos de dados corretos e consistentes para colunas em todas as tabelas para garantir que as medidas sejam calculadas corretamente e para permitir a classificação e a filtragem adequadas. | Nas propriedades da coluna, defina o tipo de dados | Verifique se Sales[SaleAmount] o número decimal (não texto) Date[Date] é Data (não Texto), Product[ProductID] é Número Inteiro. |
| Consistência de dados | Valores padronizados | Mantenha valores padronizados dentro de colunas para garantir a consistência em filtros e relatórios. | Usar transformações de Localizar e Substituir ou Power Query | Na coluna Status, verifique se todos os valores usam caixa consistente: Open, Closed, Pending (não caixa mista como open, CLOSED). |
| Colunas de data | Significado comercial claro | Distinga datas com diferentes significados comerciais. Documente se os períodos usam um ano fiscal ou civil, inclusive quando o ano fiscal é iniciado. Use colunas de data e relacionamentos em vez de se basear apenas em rótulos textuais. | Em tabelas de datas, relacionamentos e propriedades de descrição | Use colunas Shipment Date e Order Date distintas. Defina colunas de período fiscal em vez de depender apenas de rótulos como Q1. |
| Colunas de chave | Valores completos e exclusivos | Endereçar chaves ausentes ou duplicadas para que relações e cálculos produzam resultados precisos. | Em Power Query transformações e dados de origem | Verifique se cada linha em uma dimensão de cliente tem uma chave do cliente exclusiva e não vazia. |
Atualização, segurança e metadados
| Elemento | Consideração | Descrição | Onde aplicar | Exemplo |
|---|---|---|---|---|
| Horários de atualização | Transparente e agendada | Comunique claramente os agendamentos de atualização dos dados para garantir que os usuários entendam a pontualidade dos dados que estão analisando. | Nas configurações e documentação do conjunto de dados | Adicione uma caixa de texto ou descrição informando: "Os dados são atualizados diariamente às 6:00 UTC" ou "Dados em tempo real com atualização incremental de 15 minutos". |
| Segurança | Definições de nível de função | Defina funções de segurança para diferentes níveis de acesso a dados se houver elementos confidenciais que nem todos os usuários devem ver. | No modo de exibição Modelo, selecione Gerenciar funções | Crie a função "Equipe de Vendas" com filtro: Sales[Region] = USERNAME() e a função "RH" com filtro nas tabelas de dados dos funcionários. |
| Metadados | Documentação da estrutura | Para referência, documente a estrutura do modelo de dados, incluindo tabelas, colunas, relações e medidas. | Usar propriedades de descrição e documentação externa | Adicione descrições a tabelas e colunas. Crie um documento separado com diagrama de modelo, dicionário de dados e catálogo de medidas. |
Considerações de consulta DAX
A tabela a seguir lista outros critérios que podem ajudá-lo a criar consultas DAX (Expressões de Análise de Dados) precisas com Copilot. Essas recomendações podem ajudá-lo a gerar consultas DAX precisas.
| Elemento | Consideração | Descrição | Onde aplicar | Exemplo |
|---|---|---|---|---|
| Medidas, tabelas e colunas | Descrições | Na propriedade de descrição, defina cada elemento e como você pretende usá-lo. Comece com seu significado comercial, unidade e exclusões importantes. Copilot usa apenas os primeiros 200 caracteres. | No painel Propriedades, campo Descrição para medidas, tabelas e colunas | Para a medida [YOY Sales], adicione a descrição: "Diferença ano a ano (YOY) em Pedidos. Use com a coluna 'Data'[Ano] para exibir por anos que não sejam o ano mais recente. Anos parciais se comparam ao mesmo período do ano anterior." |
| Grupos de cálculo | Descrições | Os metadados do modelo não incluem itens de cálculo. Use a descrição da coluna do grupo de cálculo para listar e explicar como usar os itens de cálculo. Copilot usa apenas os primeiros 200 caracteres. | No painel de propriedades da coluna do grupo de cálculo | Para a coluna do grupo de cálculo de tempo do exemplo de inteligência, adicione a descrição: "Use com medidas e tabela de datas para Atual: valor atual, MTD: acumulado no mês, QTD: acumulado no trimestre, YTD: acumulado no ano, PY: acumulado no ano anterior, PY MTD, PY QTD, YOY: mudança ano sobre ano, YOY%: YOY como um %." Para tabela de medidas, adicione: "As medidas são usadas para agregar dados. Essas medidas podem ser mostradas como ano após ano usando essa sintaxe CALCULATE([Nome da Medida], Time intelligence[Cálculo de tempo] = YOY)." |
Solucionar problemas nos resultados de testes
Examine a consulta e os resultados gerados para identificar a origem de um problema antes de atualizar as instruções de IA.
| Issue | O que verificar |
|---|---|
| Métrica de negócios incorreta | Examine nomes de medidas, descrições, seleções de esquema de dados de IA e instruções que definem a métrica padrão. |
| Total ou período de tempo inesperado | Compare o contexto do filtro e a base de data com o resultado esperado. Em seguida, examine o comportamento da relação e a lógica de agregação. |
| Categorias ausentes ou nenhum resultado | Verifique os dados de origem, o estado de atualização, os valores de categoria, o período solicitado e as permissões do consumidor. Não interprete nenhum resultado como zero. |
| Corrigir dados apresentados de forma enganosa | Examine as unidades, a formatação, a classificação e se a explicação indica mais do que os dados dão suporte. |
| Resposta lenta ou com falha | Inspecione a consulta gerada e o desempenho do modelo semântico. Compare a consulta com uma consulta de referência validada antes de alterar as diretrizes de negócios. |
| As alterações em Preparar dados para IA não são exibidas | Confirme se você alterou o modelo semântico correto e dê tempo para que as alterações entrem em vigor. Feche e reabra o Copilot painel e verifique os requisitos de implantação e atualização. |
Para os requisitos de teste, implantação e atualização, consulte Testar suas Copilot alterações nas ferramentas e Considerações e limitações.