ปรับแบบจําลองความหมายของคุณให้เหมาะสมสําหรับ Copilot ใน Power BI

นําไปใช้กับ:✅ บริการของ Power BI

แบบจําลองความหมายที่เตรียมไว้อย่างดีจะมอบCopilotรากฐานที่แข็งแกร่งสําหรับการตอบคําถามทางธุรกิจอย่างถูกต้อง Power BI ก่อนที่คุณจะแนะนํา Copilot ผู้ใช้ ให้ประเมินปัญหาแบบจําลองและที่อยู่ของคุณที่อาจส่งผลต่อคุณภาพคําตอบ เริ่มต้นด้วยหน่วยวัด ความสัมพันธ์ และข้อกําหนดทางธุรกิจที่ใช้ในรายงานของคุณแล้ว แก้ไขปัญหาการสร้างแบบจําลองในแบบจําลองความหมายเนื่องจากคําแนะนําเพิ่มเติมไม่สามารถแก้ไขความสัมพันธ์ที่ไม่ถูกต้องหรือการรวมที่ไม่เหมาะสมได้ จากนั้นปรับแบบจําลองให้เหมาะสมสําหรับ Copilot และสร้างกระบวนการตรวจสอบที่สอดคล้องกัน

บทความนี้มีไว้สําหรับผู้เขียนแบบจําลองความหมาย เจ้าของรายงาน และทีมที่แนะนํา Copilot ผู้ใช้ ซึ่งเป็นส่วนเสริม ถาม Copilot คําถามเกี่ยวกับข้อมูลของคุณ ซึ่งอธิบายวิธีที่ผู้ใช้สามารถถามคําถามและตรวจสอบผลลัพธ์ได้ บทความนี้อธิบายวิธีการเตรียมแบบจําลองความหมายของคุณและประเมินคําตอบ Copilot ที่สร้างขึ้น

หมายเหตุ

โปรดคํานึงถึงข้อกําหนดต่อไปนี้:

หมายเหตุ

ใน บริการของ Power BI ประสบการณ์ Copilot สามารถทําได้มากกว่าการประเมินแบบจําลองของคุณ นอกจากนี้ยังสามารถเสนอและใช้การเปลี่ยนแปลงโดยตรง เช่น การเปลี่ยนชื่อตารางและคอลัมน์ การสร้างความสัมพันธ์ และการสร้างหน่วยวัด DAX คําแนะนําการปรับให้เหมาะสมในบทความนี้สนับสนุนผลลัพธ์ที่ดีกว่าจากการวิเคราะห์นั้นโดยตรง: แบบจําลองที่มีโครงสร้างและตั้งชื่อชัดเจนช่วย Copilot สร้างคําแนะนําที่ถูกต้องและเป็นประโยชน์มากขึ้น

เริ่มต้นด้วยคําถามทางธุรกิจที่มุ่งเน้น

เลือกสถานการณ์ทางธุรกิจที่มุ่งเน้นและระบุคําถามที่ผู้ใช้ถามบ่อย สําหรับแต่ละคําถาม ให้กําหนดหน่วยวัดที่คาดไว้ การจัดกลุ่ม เกณฑ์วันที่ ตัวกรอง และผลลัพธ์ที่ตรวจสอบแล้ว

รวมคําถามที่เปิดเผยความกํากวม ตัวอย่างเช่น ยอดขายมีประสิทธิภาพอย่างไร อาจหมายถึงรายได้ ปริมาณการสั่งซื้อ การเติบโต หรืออัตราส่วนกําไร กําหนดการตีความเริ่มต้น หรือแนะนํา Copilot เพื่อขอการชี้แจง

เริ่มต้นด้วยคําถามเกี่ยวกับผลรวม การเปรียบเทียบ การจัดอันดับ และแนวโน้มที่แบบจําลองความหมายสนับสนุน เพิ่มคําถามที่ซับซ้อนมากขึ้นหลังจาก Copilot ได้คําตอบชุดเริ่มต้นอย่างสม่ําเสมอ

ตรวจทานและปรับปรุงแบบจําลองความหมายของคุณ

ใช้คําแนะนําในตารางต่อไปนี้เพื่อช่วย Copilot ตีความแบบจําลองความหมายของคุณและปรับปรุงคุณภาพคําตอบ

โครงสร้างแบบจําลอง

องค์ประกอบ การพิจารณา คำอธิบาย สมัครได้ที่ไหน ตัวอย่างเช่น
การเชื่อมโยงตาราง กําหนดความสัมพันธ์ที่ชัดเจน กําหนดความสัมพันธ์ทั้งหมดระหว่างตารางอย่างชัดเจนและตรวจสอบให้แน่ใจว่ามีตรรกะ ระบุว่าความสัมพันธ์ใดเป็นแบบหนึ่งต่อกลุ่ม กลุ่มต่อหนึ่ง หรือกลุ่มต่อกลุ่ม ในมุมมองแบบจําลอง ให้เลือกจัดการความสัมพันธ์ สร้างความสัมพันธ์แบบหนึ่งต่อกลุ่มจาก Date[DateID] ถึง Sales[DateID] และตรวจสอบว่าความสัมพันธ์ใช้งานอยู่
ตารางข้อเท็จจริง ล้างวัตถุประสงค์และระดับของรายละเอียด ระบุตารางข้อเท็จจริงอย่างชัดเจนและกําหนดสิ่งที่แต่ละแถวแสดงถึง ตรวจสอบให้แน่ใจว่าการคํานวณใช้การรวมที่เหมาะสมกับระดับของรายละเอียดนั้น ในคุณสมบัติตารางและโครงสร้างแบบจําลอง ตั้งชื่อตารางข้อเท็จจริงให้ชัดเจน เช่น FactSalesและอธิบายระดับของรายละเอียด เช่น หนึ่งแถวต่อบรรทัดคําสั่ง
ตารางมิติ ข้อมูลเชิงพรรณนาที่สนับสนุน สร้างตารางมิติที่ประกอบด้วยแอตทริบิวต์เชิงพรรณาที่เกี่ยวข้องกับหน่วยวัดเชิงปริมาณในตารางข้อเท็จจริง ในคุณสมบัติของตารางและโครงสร้างแบบจําลองข้อมูล สร้างตารางมิติ เช่น DimProduct ด้วยแอตทริบิวต์ (ProductName, Category, ) BrandและDimCustomerด้วยแอตทริบิวต์ (CustomerName, City, ) Segment
ลำดับชั้น การจัดกลุ่มเชิงตรรกะ กําหนดลําดับชั้นที่ชัดเจนภายในข้อมูล โดยเฉพาะอย่างยิ่งสําหรับตารางมิติที่สนับสนุนการดูรายละเอียดแนวลึกในรายงาน ในเมนูบริบทตาราง เลือก ลําดับชั้นใหม่ ในDateตาราง ให้สร้างลําดับชั้น:Year>Quarter>Month>Day . ในGeographyตาราง:Country/Region>State>City .
ชนิดของความสัมพันธ์ ระบุไว้อย่างชัดเจน เพื่อให้แน่ใจในการสร้างรายงานที่ถูกต้อง ระบุลักษณะของความสัมพันธ์ (ใช้งานอยู่ หรือไม่ใช้งาน) และคาร์ดินาลลิตี้ของความสัมพันธ์อย่างชัดเจน ในกล่องโต้ตอบคุณสมบัติความสัมพันธ์ ตั้งค่า Date เป็น Sales กลุ่มต่อหนึ่ง (ใช้งานอยู่) Product เป็นกลุ่มต่อหนึ่ง (ใช้งานอยู่) และ Sales ทําเครื่องหมายความสัมพันธ์ตามบทบาทสมมติว่าไม่ใช้งานตามความเหมาะสม

หน่วยวัดและ KPI

Copilot สามารถสร้างการคํานวณเฉพาะกิจ แต่เพิ่มการคํานวณที่ใช้บ่อยหรือสําคัญทางธุรกิจไปยังแบบจําลองความหมายเป็นหน่วยวัดที่ตรวจสอบแล้ว วิธีการนี้ให้ผู้เขียนรายงานและ Copilot ข้อกําหนดทางธุรกิจที่สอดคล้องกันในการใช้

องค์ประกอบ การพิจารณา คำอธิบาย สมัครได้ที่ไหน ตัวอย่างเช่น
การวัด ตรรกะการคํานวณมาตรฐาน ให้การวัดผลตรรกะการคํานวณที่ได้มาตรฐานและชัดเจน ซึ่งอธิบายและทําความเข้าใจได้ง่าย ในข้อกําหนดการวัดและคุณสมบัติคําอธิบาย วัด DAX: Total Sales = SUM(Sales[SaleAmount]) และเพิ่มคําอธิบาย: "ผลรวมของยอดขายทั้งหมด"
การวัด หลักการตั้งชื่อ ตั้งชื่อหน่วยวัดที่สะท้อนการคํานวณและวัตถุประสงค์ได้อย่างชัดเจน ในฟิลด์ชื่อหน่วยวัดเมื่อสร้างหน่วยวัด ใช้ชื่อที่สื่อความหมาย: Average Customer Rating แทนตัวย่อ: AvgRating.
การวัด หน่วยวัดที่กําหนดไว้ล่วงหน้าและได้รับการตรวจทาน สร้างหน่วยวัดที่นํามาใช้ใหม่ได้สําหรับคําขอทั่วไปและการคํานวณที่สําคัญทางธุรกิจ ตรวจสอบตรรกะของพวกเขาเพื่อให้ผู้เขียนรายงานและใช้ Copilot ข้อกําหนดทางธุรกิจที่สอดคล้องกัน ในข้อกําหนดหน่วยวัดและคุณสมบัติคําอธิบาย กําหนด [Net Sales] ด้วยการจัดการการส่งคืน ที่ได้รับอนุมัติ ส่วนลด และใบสั่งที่ยกเลิกแล้ว รวมหน่วยวัดที่ร้องขอโดยทั่วไป เช่น ยอดขายแบบเริ่มต้นปีจนถึงปัจจุบัน และการเติบโตแบบรายเดือนต่อเดือน
การวัด อัตราส่วน กําหนดอัตราส่วนที่มีตัวเศษ ตัวหาร และลักษณะการทํางานของการรวมที่เหมาะสม ในข้อกําหนดของหน่วยวัด กําหนด [Gross Margin %] โดยการหารหน่วยวัดอัตราส่วนกําไรขั้นต้นที่ได้รับอนุมัติด้วยหน่วยวัดยอดขายสุทธิที่ได้รับอนุมัติแทนเปอร์เซ็นต์ระดับแถวโดยเฉลี่ย
การวัด จํานวน สร้างหน่วยวัดแยกต่างหากเมื่อจํานวนแถวและจํานวนเหตุการณ์ทางธุรกิจแสดงผลลัพธ์ที่แตกต่างกัน ในข้อกําหนดของหน่วยวัด กําหนด[Order Count]แยกต่างหากจาก[Order Line Count]
การวัด ยอดดุลณ เวลานี้ ใช้หน่วยวัดที่รวมสแนปช็อตอย่างเหมาะสมทั่วทั้งผลิตภัณฑ์ ตําแหน่งที่ตั้ง และวันที่ ในข้อกําหนดของหน่วยวัด กําหนดหน่วยวัดสินค้าคงคลังสิ้นสุดแทนที่จะรวมสแนปช็อตสินค้าคงคลังรายวันในวันที่ต่างๆ
การวัด แสดงรูปแบบ ใช้รูปแบบที่ทําให้หน่วยวัดและมาตราส่วนของหน่วยวัดแต่ละรายการชัดเจน ในคุณสมบัติ รูปแบบ หน่วยวัด จัดรูปแบบหน่วยวัดการเงินเป็นสกุลเงิน อัตราส่วนเป็นเปอร์เซ็นต์ และนับเป็นจํานวนเต็ม
ตัวบ่งชี้ประสิทธิภาพหลัก (KPI) กําหนดไว้ล่วงหน้าและเกี่ยวข้อง สร้างชุดของ KPI ที่เกี่ยวข้องกับบริบททางธุรกิจ และมักจะปรากฏในรายงาน สร้างการวัดผลสําหรับ KPI ที่ติดตามโดยทั่วไป กําหนดหน่วยวัดเช่น ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), . LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan]

คอลัมน์และคุณภาพของข้อมูล

องค์ประกอบ การพิจารณา คำอธิบาย สมัครได้ที่ไหน ตัวอย่างเช่น
ชื่อคอลัมน์ ป้ายกํากับที่ชัดเจน ตั้งชื่อคอลัมน์ให้ไม่กํากวมและอธิบายตัวเองให้ชัดเจน รักษาตัวระบุธุรกิจที่มีประโยชน์ แต่หลีกเลี่ยงรหัสหรือรหัสที่จําเป็นต้องค้นหาเพิ่มเติมโดยไม่มีบริบท เปลี่ยนชื่อคอลัมน์ในตัวแก้ไข Power Query หรือมุมมองแบบจําลอง เปลี่ยนชื่อคอลัมน์จาก ProdID เป็น Product ID หรือ Product Nameและ จาก เป็นCustNoCustomer Number
ชนิดข้อมูลของคอลัมน์ ถูกต้องและสอดคล้องกัน ใช้ชนิดข้อมูลที่ถูกต้องและสอดคล้องกันสําหรับคอลัมน์ในทุกตารางเพื่อให้แน่ใจว่าหน่วยวัดคํานวณได้อย่างถูกต้องและเพื่อเปิดใช้งานการเรียงลําดับและการกรองที่เหมาะสม ในคุณสมบัติของคอลัมน์ ให้ตั้งค่า ชนิดข้อมูล ตรวจสอบให้แน่ใจ Sales[SaleAmount] ว่าเป็น เลขทศนิยม (ไม่ใช่ข้อความ) Date[Date] คือ วันที่ (ไม่ใช่ข้อความ) Product[ProductID] คือ จํานวนเต็ม
ความสอดคล้องกันของข้อมูล ค่ามาตรฐาน รักษาค่ามาตรฐานภายในคอลัมน์เพื่อให้แน่ใจว่าตัวกรองและการรายงานมีความสอดคล้องกัน ใช้การแปลง ค้นหาและแทนที่ หรือ Power Query ใน Status คอลัมน์ ตรวจสอบให้แน่ใจว่าค่าทั้งหมดใช้ตัวพิมพ์ใหญ่ที่สอดคล้องกัน: Open, Closed, ( Pending ไม่ใช่ตัวพิมพ์ใหญ่ผสม เช่น open, CLOSED)
คอลัมน์วันที่ ความหมายทางธุรกิจที่ชัดเจน แยกความแตกต่างระหว่างวันที่ด้วยความหมายทางธุรกิจที่แตกต่างกัน จัดทําเอกสารว่ารอบระยะเวลาใช้ปีบัญชีหรือปีปฏิทิน รวมถึงเวลาที่เริ่มต้นปีบัญชี ใช้คอลัมน์วันที่และความสัมพันธ์แทนที่จะใช้ป้ายชื่อข้อความเท่านั้น ในตารางวันที่ ความสัมพันธ์ และคุณสมบัติคําอธิบาย ใช้ค่า Order Date เฉพาะและ Shipment Date คอลัมน์ กําหนดคอลัมน์รอบระยะเวลาทางบัญชีแทนที่จะพึ่งพาเฉพาะบนป้ายชื่อเช่นQ1
คอลัมน์หลัก เติมค่าให้สมบูรณ์และไม่ซ้ํากัน จัดการกับคีย์ที่ขาดหายไปหรือซ้ําซ้อนเพื่อให้ความสัมพันธ์และการคํานวณให้ผลลัพธ์ที่ถูกต้อง ในการแปลง Power Query และข้อมูลต้นทาง ตรวจสอบว่าแต่ละแถวในมิติลูกค้ามีคีย์ลูกค้าที่ไม่ซ้ํากัน และไม่ว่าง

รีเฟรช ความปลอดภัย และเมตาดาต้า

องค์ประกอบ การพิจารณา คำอธิบาย สมัครได้ที่ไหน ตัวอย่างเช่น
รีเฟรชกําหนดการ โปร่งใสและกําหนดเวลา สื่อสารกําหนดการรีเฟรชข้อมูลอย่างชัดเจนเพื่อให้แน่ใจว่าผู้ใช้เข้าใจไทม์ไลน์ของข้อมูลที่พวกเขาวิเคราะห์อยู่ ในการตั้งค่าชุดข้อมูลและเอกสารประกอบ เพิ่มกล่องข้อความหรือคําอธิบายที่ระบุว่า "ข้อมูลรีเฟรชทุกวันเวลา 6:00 น. UTC" หรือ "ข้อมูลแบบเรียลไทม์ที่มีการรีเฟรชแบบเพิ่มหน่วย 15 นาที"
ความปลอดภัย คําจํากัดความระดับบทบาท กําหนดบทบาทความปลอดภัยสําหรับระดับต่าง ๆ ของการเข้าถึงข้อมูลถ้ามีองค์ประกอบที่สําคัญที่ผู้ใช้ทุกคนไม่ควรเห็น ในมุมมองแบบจําลอง ให้เลือกจัดการบทบาท สร้างบทบาท "ทีมขาย" ด้วยตัวกรอง: Sales[Region] = USERNAME() และบทบาท "HR" ด้วยตัวกรองในตารางข้อมูลพนักงาน
เมตาดาต้า เอกสารโครงสร้าง สําหรับการอ้างอิง ให้จัดทําเอกสารโครงสร้างของแบบจําลองข้อมูล รวมถึงตาราง คอลัมน์ ความสัมพันธ์ และหน่วยวัด ใช้คุณสมบัติคําอธิบายและเอกสารภายนอก เพิ่มคําอธิบายลงในตารางและคอลัมน์ สร้างเอกสารแยกต่างหากด้วยไดอะแกรมแบบจําลอง พจนานุกรมข้อมูล และแค็ตตาล็อกหน่วยวัด

ข้อควรพิจารณาเกี่ยวกับคิวรี DAX

ตารางต่อไปนี้แสดงรายการเกณฑ์อื่นๆ ที่สามารถช่วยคุณสร้างคิวรีนิพจน์การวิเคราะห์ข้อมูล (DAX) ที่ถูกต้องด้วยCopilot คําแนะนําเหล่านี้สามารถช่วยคุณสร้างคิวรี DAX ที่ถูกต้อง

องค์ประกอบ การพิจารณา คำอธิบาย สมัครได้ที่ไหน ตัวอย่างเช่น
หน่วยวัด ตาราง และคอลัมน์ คำอธิบาย ในคุณสมบัติคําอธิบาย ให้กําหนดแต่ละองค์ประกอบและวิธีที่คุณต้องการใช้ เริ่มต้นด้วยความหมายธุรกิจ หน่วย และการยกเว้นที่สําคัญ Copilot ใช้เพียง 200 อักขระแรก ในบานหน้าต่าง คุณสมบัติ เขตข้อมูล คําอธิบาย สําหรับหน่วยวัด ตาราง และคอลัมน์ สําหรับการวัดผล [YOY Sales]ให้เพิ่มคําอธิบาย: "ความแตกต่างของคําสั่งซื้อแบบปีต่อปี (YOY) ใช้กับคอลัมน์ 'วันที่'[ปี] เพื่อแสดงตามปีอื่นที่ไม่ใช่ปีล่าสุด ปีบางส่วนเมื่อเทียบกับช่วงเวลาเดียวกันของปีก่อนหน้า"
กลุ่มการคำนวณ คำอธิบาย เมตาดาต้าแบบจําลองไม่รวมรายการการคํานวณ ใช้คําอธิบายของคอลัมน์กลุ่มการคํานวณเพื่อแสดงรายการและอธิบายวิธีการใช้หน่วยข้อมูลการคํานวณ Copilot ใช้เพียง 200 อักขระแรก ในบานหน้าต่างคุณสมบัติสําหรับคอลัมน์กลุ่มการคํานวณ สําหรับคอลัมน์กลุ่มการคํานวณ ตัวอย่างข่าวกรองเวลา ให้เพิ่มคําอธิบาย: "ใช้กับหน่วยวัดและตารางวันที่สําหรับ ปัจจุบัน: ค่าปัจจุบัน, MTD: เดือนจนถึงปัจจุบัน, QTD: ไตรมาสถึงปัจจุบัน, YTD: ปีจนถึงปัจจุบัน, PY: ปีก่อนหน้า, PY MTD, PY QTD, YOY: การเปลี่ยนแปลงปีต่อปี, YOY%: YOY เป็น %" สําหรับตารางการวัดผล ให้เพิ่ม: "หน่วยวัดใช้เพื่อรวมข้อมูล หน่วยวัดเหล่านี้สามารถแสดงเป็นแบบปีต่อปีได้โดยใช้ไวยากรณ์นี้ CALCULATE([ชื่อหน่วยวัด], Time intelligence[การคํานวณเวลา] = YOY)"

แก้ไขปัญหาผลลัพธ์การทดสอบ

ตรวจสอบคิวรีและผลลัพธ์ที่สร้างขึ้นเพื่อระบุแหล่งที่มาของปัญหาก่อนที่คุณจะอัปเดตคําแนะนํา AI

ปัญหา สิ่งที่ต้องตรวจสอบ
เมตริกธุรกิจไม่ถูกต้อง ตรวจสอบชื่อหน่วยวัด คําอธิบาย การเลือก Schema ข้อมูล AI และคําแนะนําที่กําหนดเมตริกเริ่มต้น
ผลรวมหรือช่วงเวลาที่ไม่คาดคิด เปรียบเทียบบริบทตัวกรองและเกณฑ์วันที่กับผลลัพธ์ที่คาดไว้ จากนั้น ให้ตรวจสอบลักษณะการทํางานของความสัมพันธ์และตรรกะการรวม
หมวดหมู่หายไปหรือไม่มีผลลัพธ์ ตรวจสอบข้อมูลต้นทาง สถานะการรีเฟรช ค่าหมวดหมู่ ช่วงเวลาที่ร้องขอ และสิทธิ์ของผู้บริโภค อย่าตีความผลลัพธ์ที่ไม่มีเป็นศูนย์
การแก้ไขข้อมูลด้วยงานนําเสนอที่ทําให้เข้าใจผิด ตรวจสอบหน่วย การจัดรูปแบบ การเรียงลําดับ และระบุว่าคําอธิบายระบุมากกว่าที่ข้อมูลรองรับหรือไม่
การตอบสนองช้าหรือล้มเหลว ตรวจสอบคิวรีที่สร้างขึ้นและประสิทธิภาพของแบบจําลองความหมาย เปรียบเทียบคิวรีกับคิวรีการอ้างอิงที่ตรวจสอบความถูกต้องแล้วก่อนที่คุณจะเปลี่ยนคําแนะนําทางธุรกิจ
ข้อมูลการเตรียมสําหรับการเปลี่ยนแปลง AI จะไม่แสดง ยืนยันว่าคุณเปลี่ยนแบบจําลองความหมายที่ถูกต้องและอนุญาตให้เวลาการเปลี่ยนแปลงมีผลบังคับใช้ ปิดและเปิดบานหน้าต่าง Copilot อีกครั้ง และตรวจสอบข้อกําหนดการปรับใช้และการรีเฟรชใด ๆ

สําหรับการทดสอบ การปรับใช้ และข้อกําหนดการรีเฟรช โปรดดู ทดสอบการเปลี่ยนแปลงเครื่องมือและข้อควรพิจารณาและข้อจํากัดของคุณCopilot