อัปเดตแบบจําลองข้อมูลของคุณเพื่อให้ทํางานได้ดีกับ Copilot Power BI

  • บทความ

นําไปใช้กับ: บริการของ Power BI Power BI Desktop

ก่อนที่คุณจะเริ่มใช้กับ Copilot แบบจําลองความหมายของคุณ ให้ประเมินข้อมูลของคุณ คุณอาจจําเป็นต้องดําเนินการล้างข้อมูลบางอย่างบนแบบจําลองความหมายของคุณเพื่อให้ Copilot ได้รับข้อมูลเชิงลึกจากแบบจําลองดังกล่าว

หมายเหตุ

ข้อควรพิจารณาสําหรับชุดข้อมูลสําหรับการใช้งานCopilot

ตารางต่อไปนี้แสดงรายการเกณฑ์เพื่อช่วยให้คุณสร้างรายงานที่ถูกต้องด้วยCopilot รายการเหล่านี้เป็นคําแนะนําที่สามารถช่วยในการสร้างรายงาน Power BI ที่ถูกต้อง

องค์ประกอบ พิจารณา คำอธิบาย ตัวอย่างเช่น
การเชื่อมโยงตาราง กําหนดความสัมพันธ์ที่ชัดเจน ตรวจสอบให้แน่ใจว่าความสัมพันธ์ทั้งหมดระหว่างตารางมีการกําหนดและตรรกะอย่างชัดเจน ซึ่งระบุว่าความสัมพันธ์ใดเป็นแบบหนึ่งต่อกลุ่ม กลุ่มต่อหนึ่ง หรือกลุ่มต่อกลุ่ม ตาราง "Sales" ที่เชื่อมต่อกับตาราง "Date" ตามเขตข้อมูล "DateID"
การวัด ตรรกะการคํานวณที่ได้มาตรฐาน หน่วยวัดควรมีตรรกะการคํานวณที่เป็นมาตรฐานและชัดเจนซึ่งอธิบายและเข้าใจง่าย "Total Sales" ที่คํานวณเป็นผลรวมของ "SaleAmount" จากตาราง "Sales"
การวัด แบบแผนการตั้งชื่อ ชื่อของหน่วยวัดควรสะท้อนถึงการคํานวณและวัตถุประสงค์อย่างชัดเจน ใช้ "Average_Customer_Rating" แทน "AvgRating"
การวัด หน่วยวัดที่กําหนดไว้ล่วงหน้า รวมชุดของหน่วยวัดที่กําหนดไว้ล่วงหน้า ซึ่งผู้ใช้มีแนวโน้มที่จะร้องขอในรายงาน "Year_To_Date_Sales", "Month_Over_Month_Growth" เป็นต้น
ตารางข้อเท็จจริง ล้างการกําหนดเส้น ตารางข้อเท็จจริงที่ชัดเจนซึ่งเก็บข้อมูลเชิงปริมาณและวัดได้สําหรับการวิเคราะห์ "ธุรกรรม", "ยอดขาย", "เยี่ยมชม"
ตารางมิติ ข้อมูลเชิงพรรณาสนับสนุน สร้างตารางมิติที่ประกอบด้วยแอตทริบิวต์เชิงพรรณาที่เกี่ยวข้องกับหน่วยวัดเชิงปริมาณในตารางข้อเท็จจริง "Product_Details", "Customer_Information"
ลำดับชั้น การจัดกลุ่มเชิงตรรกะ กําหนดลําดับชั้นที่ชัดเจนภายในข้อมูล โดยเฉพาะอย่างยิ่งสําหรับตารางมิติที่สามารถใช้เพื่อดูรายละเอียดแนวลึกในรายงาน ลําดับชั้น "เวลา" ที่แบ่งย่อยจาก "ปี" เป็น "ไตรมาส" เป็น "เดือน" เป็น "วัน"
ชื่อคอลัมน์ ป้ายชื่อที่ไม่กํากวม ชื่อคอลัมน์ควรกํากวมและอธิบายได้ด้วยตนเอง เพื่อหลีกเลี่ยงการใช้รหัสหรือรหัสที่จําเป็นต้องค้นหาเพิ่มเติมโดยไม่มีบริบท ใช้ "Product_Name" แทน "ProdID"
ชนิดข้อมูลของคอลัมน์ ถูกต้องและสอดคล้องกัน ใช้ชนิดข้อมูลที่ถูกต้องและสอดคล้องกันสําหรับคอลัมน์ในทุกตารางเพื่อให้แน่ใจว่าหน่วยวัดคํานวณได้อย่างถูกต้องและเพื่อเปิดใช้งานการเรียงลําดับและการกรองที่เหมาะสม ตรวจสอบให้แน่ใจว่าคอลัมน์ตัวเลขที่ใช้ในการคํานวณไม่ได้ถูกตั้งค่าเป็นชนิดข้อมูลข้อความ
ชนิดความสัมพันธ์ ระบุอย่างชัดเจน เพื่อให้แน่ใจในการสร้างรายงานที่ถูกต้อง ระบุลักษณะของความสัมพันธ์ (ใช้งานอยู่ หรือไม่ใช้งาน) และคาร์ดินาลลิตี้ของความสัมพันธ์อย่างชัดเจน ทําเครื่องหมายว่าความสัมพันธ์เป็น "หนึ่งต่อหนึ่ง" "หนึ่งต่อกลุ่ม" หรือ "กลุ่มต่อกลุ่ม"
ความสอดคล้องของข้อมูล ค่ามาตรฐาน รักษาค่ามาตรฐานภายในคอลัมน์เพื่อให้แน่ใจว่าตัวกรองและการรายงานมีความสอดคล้องกัน ถ้าคุณมีคอลัมน์ "สถานะ" ให้ใช้ "เปิด", "ปิด", "รอดําเนินการ" อย่างสม่ําเสมอ
ตัวบ่งชี้ประสิทธิภาพหลัก (KPI) ที่กําหนดไว้ล่วงหน้าและเกี่ยวข้อง สร้างชุดของ KPI ที่เกี่ยวข้องกับบริบททางธุรกิจ และมักใช้ในรายงาน "ผลตอบแทนจากการลงทุน (ROI)", "ต้นทุนการได้มาของลูกค้า (CAC)", "มูลค่าตลอดอายุการใช้งาน (LTV)"
กําหนดตารางเวลาการรีเฟรช โปร่งใสและตามกําหนดเวลา สื่อสารกําหนดการรีเฟรชข้อมูลอย่างชัดเจนเพื่อให้แน่ใจว่าผู้ใช้เข้าใจไทม์ไลน์ของข้อมูลที่พวกเขาวิเคราะห์อยู่ ระบุว่าข้อมูลแบบเรียลไทม์ รายวัน รายสัปดาห์ ฯลฯ หรือไม่
การรักษาความปลอดภัย ข้อกําหนดระดับบทบาท กําหนดบทบาทความปลอดภัยสําหรับระดับต่าง ๆ ของการเข้าถึงข้อมูลถ้ามีองค์ประกอบที่สําคัญที่ผู้ใช้ทุกคนไม่ควรเห็น สมาชิกทีมขายสามารถดูข้อมูลการขายแต่ไม่สามารถดูข้อมูล HR ได้
เมตาดาต้า เอกสารประกอบโครงสร้าง จัดทําเอกสารโครงสร้างของแบบจําลองข้อมูล รวมถึงตาราง คอลัมน์ ความสัมพันธ์ และหน่วยวัด สําหรับการอ้างอิง พจนานุกรมข้อมูลหรือไดอะแกรมแบบจําลองที่มีให้ในการอ้างอิง

เนื้อหาที่เกี่ยวข้อง