Dela via

Optimera din semantiska modell för Copilot i Power BI

GÄLLER FÖR: Power BI Desktop-Power BI-tjänst

Innan du börjar använda Copilot med din semantiska modell bör du utvärdera dina data. Du kan behöva rensa din semantiska modell så Copilot att du kan härleda insikter från den.

Kommentar

Överväganden för semantiska modeller för Copilot användning

I följande tabell visas kriterier som hjälper dig att skapa korrekta rapporter med Copilot. Dessa objekt är rekommendationer som kan hjälpa dig att generera korrekta Power BI-rapporter.

Komponent Att tänka på beskrivning Exempel
Tabelllänkning Definiera tydliga relationer Se till att alla relationer mellan tabeller är tydligt definierade och logiska, vilket anger vilka som är en-till-många, många-till-en eller många-till-många. Sales tabell som är ansluten till Date tabell med DateID fält.
Mått Standardiserad beräkningslogik Mått bör ha standardiserad, tydlig beräkningslogik som är lätt att förklara och förstå. Total Sales beräknas som summan av SaleAmount från Sales tabellen.
Mått Namngivning Namnen på mått bör tydligt återspegla deras beräkning och syfte. Använd Average_Customer_Rating i stället för AvgRating.
Mått Fördefinierade mått Inkludera en uppsättning fördefinierade mått som användarna mest sannolikt kommer att begära i rapporter. Year_To_Date_Sales, Month_Over_Month_Growth, osv.
Faktatabeller Rensa avgränsning Tydligt avgränsade faktatabeller som innehåller mätbara, kvantitativa data för analys. Transactions, Sales, Visits.
Dimensionstabeller Stödjande beskrivande data Skapa dimensionstabeller som innehåller de beskrivande attributen som är relaterade till de kvantitativa måtten i faktatabeller. Product_Details, Customer_Information.
Hierarkier Logiska grupper Upprätta tydliga hierarkier i data, särskilt för dimensionstabeller som kan användas för att öka detaljnivån i rapporter. En Time hierarki som delar upp från Year till Quarter till MonthDay.
Kolumn Namn Entydiga etiketter Kolumnnamn bör vara entydiga och självförklarande, vilket undviker användning av ID:er eller koder som kräver ytterligare uppslag utan kontext. Använd Product_Name i stället för ProdID.
Kolumndatatyper Rätt 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. Se till att numeriska kolumner som används i beräkningar inte anges som textdatatyper.
Relationstyper Tydligt angiven För att säkerställa korrekt rapportgenerering anger du tydligt typen av relationer (aktiva eller inaktiva) och deras kardinalitet. Markera om en relation är One-to-One, One-to-Manyeller Many-to-Many.
Datakonsekvens Standardiserade värden Underhålla standardiserade värden i kolumner för att säkerställa konsekvens i filter och rapportering. Om du har en Status kolumn använder du konsekvent Open, Closed, Pending, osv.
KPI:er (Key Performance Indicators) Fördefinierad och relevant Upprätta en uppsättning KPI:er som är relevanta för affärskontexten och som ofta används i rapporter. Return on Investment (ROI), Customer Acquisition Cost (CAC), Lifetime Value (LTV).
Uppdatera scheman Transparent och schemalagd Kommunicera tydligt uppdateringsscheman för data för att säkerställa att användarna förstår aktualiteten för de data som de analyserar. Ange om data är realtid, dag, vecka osv.
Säkerhet Definitioner på rollnivå Definiera säkerhetsroller för olika nivåer av dataåtkomst om det finns känsliga element som inte alla användare bör se. Säljteamets medlemmar kan se försäljningsdata men inte HR-data.
Metainformation Dokumentation om struktur Dokumentera datamodellens struktur, inklusive tabeller, kolumner, relationer och mått, som referens. En dataordlista eller ett modelldiagram som tillhandahålls som referens.

I följande tabell visas andra kriterier som hjälper dig att skapa korrekta DAX-frågor med Copilot. Dessa objekt är rekommendationer som kan hjälpa dig att generera korrekta DAX-frågor.

Komponent Att tänka på beskrivning Exempel
Mått, tabeller och kolumner Beskrivningar Inkludera vad det är och hur du tänker att varje element ska användas i beskrivningsegenskapen. Obs! Endast de första 200 tecknen används. Beskrivningen av [YOY Sales] kan vara "skillnad från år till år i order. Använd med kolumnen 'Date'[Year] för att visa med andra år än det senaste året. Delår kommer att 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. Obs! Endast de första 200 tecknen används. Exempel på beräkningsgruppskolumn för tidsinformation kan till exempel ha den här beskrivningen: "Använd med mått & datumtabell för Aktuell: aktuellt värde, MTD: hittills i månaden, QTD: kvartal hittills, HITTILLS i år, HITTILLS i år, PY: föregående år, PY MTD, PY QTD, YOY: år över år ändring, YOY%: YOY som en %" och i en tabell med mått kan utöka användningsbeskrivningen, till exempel "Mått används för att sammanställa data. Dessa mått kan visas som år för år med hjälp av den här syntaxen CALCULATE([Måttnamn], Time intelligence[Tidsberäkning] = YOY)"

Relaterat innehåll