Criar métricas personalizadas

2025-07-01

Pode expandir a capacidade de definir e calcular métricas personalizadas ao seguir o mesmo padrão usado para métricas pré-criadas.

Gerar tabelas agregadas

Com base na métrica que deseja calcular, qualquer um dos seguintes cenários mencionados é aplicável. Siga o passos para o cenário que é aplicável para si.

Cenário 1

A tabela de agregação pré-criada suporta os dados de medição necessários no conjunto de dimensões necessário, para que não seja necessário fazer alterações na tabela de agregação.

Gere a tabela de agregação pré-criada, conforme explicado em Gerar tabelas agregadas.
Atualize o modelo semântico DatasetForMetricsMeasures_DTST.

Cenário 2

As Tabelas de agregação pré-criadas suportam os dados de medição necessários, mas a dimensão necessária está ausente.

Adicione a dimensão necessária à tabela de agregação pré-criada ao atualizar a lógica de computação no bloco de notas que contém a lógica de computação da tabela de agregação. Por exemplo, se a lógica de computação da tabela EmissionsAggregate precisar de ser atualizada, atualize a lógica em CreateAggregateForEmissionsMetrics_INTB.
Execute o bloco de notas com a lógica de computação atualizada para gerar a tabela de agregação.

Nota

Não elimine nenhuma dimensão existente da tabela de agregação pré-criada para evitar afetar a computação de métricas pré-criadas.
Atualize a tabela de agregação no modelo semântico DatasetForMetricsMeasures_DTST:
1. Transfira o modelo semântico DatasetForMetricsMeasures_DTST a partir da página da área de trabalho e abra o modelo no Power BI Desktop.
2. No Power BI Desktop, clique com o botão direito do rato na tabela de agregação atualizada e selecione Editar Consulta para abrir o editor do Power Query.
3. No Editor do Power Query, abra o Editor Avançado ao selecionar Editor Avançado na faixa.
4. Atualize o código da consulta para incluir a nova coluna em quaisquer passos onde as colunas sejam referenciadas, ajustando qualquer processamento de erros conforme necessário para a nova coluna. Selecione Concluído.
5. Selecione Atualizar Pré-visualização para ver os dados atualizados. Depois de confirmar, selecione Fechar e Aplicar para aplicar as alterações ao modelo de dados.
6. Guarde o ficheiro do Power BI atualizado com as medidas adicionadas e as alterações ao esquema. Publique o modelo semântico atualizado na área de trabalho de destino no serviço do Power BI, substituindo a versão anterior na área de trabalho.

Cenário 3

As tabelas agregadas pré-criadas não suportam os dados de medição necessários:

Crie uma tabela de agregação personalizada ao definir a lógica de computação (usando padrões semelhantes aos usados para tabelas agregadas pré-criadas) num bloco de notas.
Execute o bloco de notas para gerar a tabela de agregação no lakehouse computedESGMetrics_LH.
Adicione a tabela de agregação personalizada a DatasetForMetricsMeasures_DTST:
1. Transfira o modelo semântico a partir da página da área de trabalho e abra o modelo no Power BI Desktop.
2. No Power BI Desktop, selecione o Hub de dados do OneLake, selecione Lakehouses e, em seguida, no pop-up, selecione o lakehouse ComputedESGMetrics. Selecione a seta pendente no botão Ligar e, em seguida, selecione Ligar ao ponto final do SQL.
3. Selecione as tabelas agregadas personalizadas a importar no modelo semântico. Selecione Carregar para trazer as tabelas para o Power BI Desktop.
4. No pedido da janela, defina a Definição da Ligação como Modo de importação para trazer o dados para o modelo e selecione OK.
5. Quando as tabelas forem carregadas no painel Dados, clique com o botão direito do rato nas tabelas recém-adicionadas e selecione Editar Consulta para abrir o Editor do Power Query.
6. Abra o Editor Avançado no painel Editor do Power Query para rever o código da consulta. Adicione o código de processamento de erros necessário para gerir quaisquer problemas de dados inesperados.
  
  Por predefinição, este código aparece no painel do editor de consulta:
```
let
   Source = Sql.Database("x6eps4xrq2xudenlfv6naeo3i4-lzqqwvhquhb2e7afwzp3ge4.msit-datawarehouse.fabric.microsoft.com", "SDS_ESGDE_ems_ComputedESGMetrics_LH"),
   <Table Name>= Source{[Schema="dbo",Item="<Table Name from the Lakehouse>"]}[Data]
in
<Table Name>
```
  Substitua esta consulta pelo seguinte código, fazendo as alterações necessárias com base na tabela e nas colunas presentes na sua tabela de agregação personalizada:
```
let
   Source = Sql.Database("x6eps4xrq2xudenlfv6naeo3i4-lzqqwvhquhb2e7afwzp3ge4.msit-datawarehouse.fabric.microsoft.com", "SDS_ESGDE_ems_ComputedESGMetrics_LH"),
   dbo_EmissionsAggregate = try Source{[Schema="dbo",Item="EmissionsAggregate"]}[Data] otherwise #table(
       type table
       [
           #"ReportingPeriod"=number,
           #"PartyId"=number,
           #"PartyTypeName"=text,
           #"PartyName"=text,
           #"SecondaryPartyId"=number,
           #"SecondaryPartyTypeName"=text,	
           #"SecondaryPartyName"=text,
           #"EmissionSource"=text,	
           #"isRolledUp"=logical,	
           #"CO2eEmission"=number,	
           #"UnitOfMeasureName"=text
       ],
       {})
in
   dbo_EmissionsAggregate
```
7. Para guardar as alterações, selecione Concluído.
8. Para aplicar as alterações, selecione Fechar e Aplicar no Editor do Power Query.
9. Na vista Modelo, adicione relações entre as tabelas recém-adicionadas, se necessário.
10. Guarde o ficheiro do Power BI Desktop atualizado. Publique o modelo na área de trabalho no serviço do Power BI ao selecionar Ficheiro > Publicar > Publicar no Power BI e escolher a área de trabalho de destino. Esta ação substitui o modelo semântico existente na área de trabalho sem alterar o ID do modelo.

Crie outra medida do Power BI para calcular a métrica personalizada

Como mencionado em Calcular e armazenar dados de métricas, a computação de métricas ESG é especificada em termos de medida, filtros e dimensões do Power BI.

Pode verificar a lista de medidas pré-criadas e verificar se pode reutilizar alguma das medidas existentes para calcular a métrica personalizada. Se puder reutilizar uma medida existente, pode ignorar este passo.

Se não puder usar uma medida existente, crie outra medida do Power BI no DatasetForMetricsMeasures_DTST.

Selecione o item do modelo semântico DatasetForMetricsMeasures_DTST na vista de lista da área de trabalho.
Selecione Abrir o modelo de dados na página do modelo semântico.

Nota

Se Abrir o modelo de dados estiver cinzento, navegue para a Definição da área de trabalho. Abra Power BI/Geral e ative Os utilizadores podem editar modelos de dados na definição do Serviço do Power BI.
Selecione ESG_Measures no painel lateral Dados e, em seguida, selecione Nova Medida para criar uma medida.
Atualize o nome da medida e, em seguida, adicione a lógica de computação no formulário de consultas DAX (Data Analysis Expressions). Para obter mais informações sobre as medidas do Power BI, Crie medidas para análise de dados no Power BI Desktop na documentação do Power BI.

Criar uma definição de métrica

Pode criar a definição da métrica usando a função utilitária pré-criada create_metric_definition(). Para obter mais informações sobre esta função, aceda a create_metric_definition.

No parâmetro da função, especifique as propriedades da métrica como ficheiro JSON. Por exemplo, pode querer calcular o consumo de água ao nível das instalações para instalações em áreas de risco hídrico elevado e extremamente elevado. A métrica pré-criada fornece apenas todo o consumo de água para áreas de risco hídrico, mas não fornece discriminação ao nível das instalações. Pode criar uma definição de métrica personalizada Consumo total de água em áreas com risco hídrico ao nível das instalações com o fragmento de código a seguir.

%run SDS_ESGM_SDS_UtilitiesForMetrics_INTB
metrics_manager = MetricsManager()
metrics_manager.create_metric_definition(
    {
            "metric_name": "Total water consumption in areas at water risk facility wise",
            "measure_name": "WaterConsumption",
            "dimensions": [
                "WaterUtilizationAggregate[ReportingPeriod]",
                "WaterUtilizationAggregate[UnitOfMeasureName]",
                "WaterUtilizationAggregate[PartyName]",
                "WaterUtilizationAggregate[PartyTypeName]"
            ],
            "filters": {
                "WaterUtilizationAggregate[isRolledUp]": [
                    "False"
                ],
                "WaterUtilizationAggregate[WaterRiskIndexName]": [
                    "Extremely High",
                    "High"
                ],
                "WaterUtilizationAggregate[UnitOfMeasureName]": [
                    "Cubic metres"
                ]
            },
            "sustainability_area": "Water and marine resources",
            "labels": {
                "Reporting standard": [
                    "CSRD"
                ],
                "Disclosure datapoint": [
                    "E3-4_02"
                ]
            }
        })

Quando a função é executada com êxito, a definição da métrica é adicionada como uma linha na tabela MetricsDefinitions no lakehouse ComputedESGMetrics_LH.

Nota

O nome da métrica para cada métrica precisa de ser exclusivo. Se criar um métrica personalizada com um nome que corresponda ao nome de uma métrica existente na tabela MetricsDefinitions, a função terá um erro.
No ficheiro JSON de definição da métrica, pode ignorar a especificação das propriedades de etiqueta e filtro se não precisar deles para a sua métrica personalizada.

Gerar e armazenar dados de métricas

Use o mesmo passos que os especificados para métricas pré-criadas para gerar e armazenar dados de métricas. Especifique o nome da métrica personalizada que criou no passo anterior no parâmetro metric_names.

Consumir dados de métricas

Quando os dados de métricas personalizadas estão disponíveis na tabela ComputedESGMetrics, pode consumir os dados para estes cenários:

Visualizar e analisar dados de métricas personalizadas

Pode visualizar e analisar dados de métricas personalizadas no dashboard do Power BI pré-criado usando os passos em Visualizar e analisar dados de métricas.

Se a métrica personalizada tiver dimensões adicionais além do Período de reporte e do nome da unidade de medida, o dashboard pré-criado pode processar a visualização de uma outra dimensão como uma segmentação de dados e duas outras dimensões como um filtro de várias linhas.

Pode especificar as dimensões da tabela de métricas a serem consideradas para a segmentação de dados e o filtro de várias linhas no ficheiro translate_metrics_output_for_report_config.json.

Por exemplo, cria Desagregação das emissões de GEE — por país/região como uma métrica personalizada com estas colunas:

valor
Country
Scope
Método de gestão contabilística
Período de reporte
Nome da unidade de medida

Para visualizar esta métrica no dashboard pré-criado, pode especificar os dados na configuração da seguinte maneira:
```
{
         "metric_name": "Disaggregation of GHG emissions - by country",
         "dimensions_for_multiple_lines": [
             "Scope",
             "AccountingMethod"
         ],
         "dimension_for_slicer": "CountryOrRegion"
}
```
Este fragmento adiciona a dimensão CountryOrRegion como uma segmentação de dados no dashboard. As dimensões Scope e AccountingMethod são concatenadas com um caráter de sublinhado (_) e, em seguida, adicionadas como filtro básico (ou filtro de várias linhas) no dashboard.
Após as atualizações de configuração, pode executar os mesmos passos especificados aqui para visualizar dados de métricas pré-criadas. Bloco de notas TranslateOutputOfMetricsForReport_INTB.
Atualize o modelo semântico DatasetForMetricsDashboard_DTST.
Abra o item DashboardForMetrics_RPT. Deve localizar a métrica personalizada num dos quatro separadores, com base na área de sustentabilidade mapeada para a métrica.

Nota

Se a área de sustentabilidade for especificada como um valor diferente de Alteração Climática, Social, Governação, Recursos hídricos e marinhos ou Utilização de recursos e economia circular, precisa de personalizar o relatório do Power BI pré-criado.

Publicar dados de métricas para auditar dados de métricas no Gestor de conformidade

Para a métrica personalizada, atualize translate_metrics_output_for_CM_config.json ao adicionar um objeto para a métrica personalizada com estes detalhes:
- metricName: nome da métrica.
- metricExtractDataPath: nome da pasta da métrica a criar na pasta ReportingData/ano no lakehouse ComputedESGMetrics_LH, a qual contém o ficheiro JSON traduzido para a métrica.
  
  Nota
  
  Carateres especiais ou espaços não são suportados em metricExtractDataPath.
- disclosureRequirements: nome do requisito de divulgação (ação de melhoria) no Gestor de Conformidade do modelo CSRD. O Gestor de Conformidade pode ler este valor e mapear dados de métricas para a ação de melhoria certa na avaliação de CSRD do Gestor de Conformidade.
- Colunas: o nome a apresentar da coluna para cada uma das colunas de métricas, que mostra nomes de coluna amigáveis para dados de métricas em aplicações a jusante.
Quando a configuração é atualizada, execute o bloco de notas TranslateOutputOfMetricsForCM_INTB com estes parâmetros:
- metric_names: o nome da métrica personalizada gerado.
- reporting_period: o ano de relatório para os dados da métrica.
- num_previous_years: o número de anos comparativos que os dados que precisam de ser enviados juntamente com os dados de reporting_period.

Após a execução do bloco de notas, os dados da métrica como ficheiros JSON estão disponíveis na pasta ReportingData da secção de ficheiros em ComputedESGMetrics.json. Agora, pode ingerir os dados da métrica publicados no Gestor de Conformidade usando o conector de dados do Sustainability.