Not
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
GÄLLER FÖR: Power BI Desktop-Power BI-tjänst
Vi rekommenderar att du utvärderar dina data innan du börjar använda Copilot med din semantiska modell. Du kan behöva rensa din semantiska modell så att Copilot du kan härleda insikter från den.
Kommentar
Tänk på följande krav:
- Administratören måste aktivera Copilot i Microsoft Fabric.
- Din Fabric-kapacitet måste finnas i någon av de regioner som anges i den här artikeln, tillgänglighet för Fabric-region. Om det inte är det kan du inte använda Copilot.
- Administratören måste aktivera klientväxeln innan du börjar använda Copilot. Mer information finns i artikeln Copilot klientinställningar .
- Om din klientorganisation eller kapacitet ligger utanför USA eller Frankrike Copilot inaktiveras som standard. Det enda undantaget är om administratören för infrastrukturklientorganisationen tillåter att data som skickas till Azure OpenAI kan bearbetas utanför klientorganisationens geografiska region, efterlevnadsgräns eller nationella klientinställning för molninstanser . Du hittar den här inställningen i Fabric-administratörsportalen.
- Copilot i Microsoft Fabric stöds inte på utvärderings-SKU:er. Endast betalda SKU:er stöds.
- Om du vill se den fristående Copilot upplevelsen i Power BI måste klientadministratören aktivera klientväxeln.
Överväganden för semantiska modeller för Copilot användning
Du kan skapa korrekta rapporter med Copilot med hjälp av kriterierna i följande tabell. De här rekommendationerna kan hjälpa dig att generera korrekta Power BI-rapporter.
| Komponent | Att tänka på | beskrivning | Var du ska ansöka | Exempel |
|---|---|---|---|---|
| Tabellänkning | Definiera tydliga relationer | Se till att alla relationer mellan tabeller är tydligt definierade och logiska. Ange vilka som är en-till-många, många-till-en eller många-till-många. | I modellvyn använder du Hantera relationer | Skapa en en-till-många-relation från Date[DateID] till Sales[DateID] och kontrollera att relationen är aktiv. |
| Mått | Standardiserad beräkningslogik | Mått bör ha standardiserad, tydlig beräkningslogik som är lätt att förklara och förstå. | I måttdefinitions- och beskrivningsegenskapsfält | Mät DAX: Total Sales = SUM(Sales[SaleAmount]) och lägg till beskrivning: "Summan av alla försäljningsbelopp.". |
| Mått | Namngivningskonventioner | Namnen på mått bör tydligt återspegla deras beräkning och syfte. | I fältet måttnamn när du skapar mått | Använd beskrivande namn: Average Customer Rating i stället för förkortat: AvgRating. |
| Mått | Fördefinierade mått | Inkludera en uppsättning fördefinierade mått som användarna mest sannolikt kommer att begära i rapporter. | Skapa mått i din modell som användarna ofta behöver | Lägg till mått som YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) eller MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| Faktatabeller | Tydlig avgränsning | Tydligt avgränsade faktatabeller som innehåller mätbara, kvantitativa data för analys. | I tabellegenskaper och datamodellstruktur | Namnge tabeller explicit som faktatabeller: FactSales, FactTransactions, FactVisits. |
| Dimensionstabeller | Stödjande beskrivande data | Skapa dimensionstabeller som innehåller de beskrivande attributen som är relaterade till de kvantitativa måtten i faktatabeller. | I tabellegenskaper och datamodellstruktur | Skapa dimensionstabeller som DimProduct med attribut (ProductName, Category, Brand) och DimCustomer med attribut (CustomerName, City, Segment). |
| Hierarkier | Logiska grupper | Upprätta tydliga hierarkier i data, särskilt för dimensionstabeller som kan användas för att öka detaljnivån i rapporter. | I snabbmenyn för tabellen väljer du Ny hierarki | Skapa en hierarki i Date tabellen:Year>Quarter>Month>Day . I Geography tabellen: Country/Region>State>City. |
| Kolumnnamn | Entydiga etiketter | Kolumnnamn ska vara entydiga och självförklarande. Undvik att använda ID:er eller koder som kräver ytterligare sökning utan kontext. | Byt namn på kolumner i Power Query-redigeraren eller modellvyn | Byt namn på kolumnen från ProdID till Product ID eller Product Nameoch från CustNo till Customer Number. |
| Kolumndatatyper | Korrekt och konsekvent | Använd korrekta och konsekventa datatyper för kolumner i alla tabeller för att säkerställa att måtten beräknas korrekt och för att möjliggöra korrekt sortering och filtrering. | I kolumnegenskaper anger du Datatyp | Kontrollera att Sales[SaleAmount] decimaltal (inte text), Date[Date] är datum (inte text), Product[ProductID] är heltal. |
| Relationstyper | Tydligt angiven | För att säkerställa korrekt rapportgenerering anger du tydligt typen av relationer (aktiva eller inaktiva) och deras kardinalitet. | Dialogrutan Relationsegenskaper | Ange Date som Sales Många-till-en (aktiv), Product till Sales som Många-till-en (aktiv) och markera rollspelsrelationer som inaktiva när det är lämpligt. |
| Datakonsekvens | Standardiserade värden | Underhålla standardiserade värden i kolumner för att säkerställa konsekvens i filter och rapportering. | Använda sök- och ersätt- eller Power Query-transformeringar | I Status kolumnen ser du till att alla värden använder konsekvent hölje: Open, Closed, Pending (inte blandat skiftläge som open, CLOSED). |
| Nyckeltal (KPI:er) | Fördefinierad och relevant | Upprätta en uppsättning KPI:er som är relevanta för affärskontexten och som ofta används i rapporter. | Skapa mått för vanliga spårade KPI:er | Definiera mått som ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan]. |
| Förnyelsescheman | Transparent och schemalagd | Kommunicera tydligt uppdateringsscheman för data för att säkerställa att användarna förstår aktualiteten för de data som de analyserar. | I datamängdsinställningar och dokumentation | Lägg till en textruta eller beskrivning som anger: "Data uppdateras dagligen kl. 06:00 UTC" eller "Realtidsdata med inkrementell uppdatering på 15 minuter". |
| Säkerhet | Definitioner på rollnivå | Definiera säkerhetsroller för olika nivåer av dataåtkomst om det finns känsliga element som inte alla användare bör se. | I modellvyn väljer du Hantera roller | Skapa rollen "Säljteamet" med filtret Sales[Region] = USERNAME() och rollen "HR-avdelningen" med ett filter på anställdas datatabeller. |
| Metainformation | Dokumentation om struktur | Som referens dokumenterar du datamodellens struktur, inklusive tabeller, kolumner, relationer och mått. | Använda beskrivningsegenskaper och extern dokumentation | Lägg till beskrivningar i tabeller och kolumner. Skapa ett separat dokument med modelldiagram, dataordlista och måttkatalog. |
I följande tabell visas andra kriterier som kan hjälpa dig att skapa korrekta DAX-frågor (Data Analysis Expressions) med Copilot. De här rekommendationerna kan hjälpa dig att generera korrekta DAX-frågor.
| Komponent | Att tänka på | beskrivning | Var du ska ansöka | Exempel |
|---|---|---|---|---|
| Mått, tabeller och kolumner | Beskrivningar | I beskrivningsegenskapen definierar du varje element och hur du tänker använda det. Endast de första 200 tecknen används. | I fönstret Egenskaper, fältet Beskrivning för mått, tabeller och kolumner | För mått [YOY Sales] lägger du till beskrivning: "År-över-år (YOY) skillnad i Beställningar." Använd med kolumnen 'Date'[Year] för att visa med andra år än det senaste året. Delåren kan jämföras med samma period föregående år." |
| Beräkningsgrupper | Beskrivningar | Beräkningsobjekt ingår inte i modellmetadata. Använd beskrivningen av kolumnen beräkningsgrupp för att lista och förklara användningen av beräkningsobjekten. Endast de första 200 tecknen används. | I panelen Egenskaper för kolumnen i beräkningsgruppen | För kolumnen i beräkningsgruppen för tidsintelligensexempel lägger du till beskrivning: "Använd med mått och datumtabell för 'Aktuell': aktuellt värde, MTD: hittills i månaden, QTD: hittills i kvartalet, YTD: hittills i år, PY: föregående år, PY MTD, PY QTD, YOY: årsmotårsändring, YOY%: YOY som en %." För en måtttabell lägger du till: "Mått används för att aggregera data." Dessa mått kan visas som år för år med hjälp av den här syntaxen CALCULATE([Måttnamn], Time intelligence[Tidsberäkning] = YOY)." |