分享方式:


更新資料模型以搭配適用於 Power BI 的 Copilot 妥善運作

適用於: Power BI Desktop Power BI 服務

在開始搭配語意模型使用 Copilot 之前,請先評估您的資料。 您可能需要對語意模型執行一些清理工作,以便 Copilot 可從中衍生深入解析。

注意

資料集供 Copilot 使用時的考量

下表列出可協助您使用 Copilot 建立正確報表的準則。 這些項目是有助於產生精確 Power BI 報表的建議。

元素 考量事項 描述 範例
資料表連結 定義清除關聯性 請確定資料表之間的所有關聯性都明確定義且符合邏輯,指出哪一個是一對多、多對一或多對多。 [Sales] 資料表會依 [DateID] 欄位段連接到 [Date] 資料表。
量值 標準化計算邏輯 量值應該已標準化、清楚的計算邏輯,易於解釋和了解。 [Total Sales] 計算為 [Sales] 資料表中的 [SaleAmount] 總和。
量值 命名規範 量值的名稱應該清楚地反映其計算和用途。 使用「Average_Customer_Rating」而不是「AvgRating」。
量值 預先定義的量值 包含一組使用者最有可能在報表中要求的預先定義量值。 「Year_To_Date_Sales」、「Month_Over_Month_Growth」等。
事實資料表 清楚劃界 清楚劃定事實資料表,其中保存可測量的量化資料進行分析。 「Transactions」、「Sales」、「Visits」。
維度資料表 支援性描述性資料 建立維度資料表,其中包含與事實資料表中量化量值相關的描述性屬性。 「Product_Details」、「Customer_Information」。
階層 邏輯群組 在資料中建立清楚的階層,尤其是可用於在報表中向下切入的維度資料表。 「時間」階層,從「年」細分為「季」到「月」到「日」。
資料行名稱 明確標籤 資料行名稱應該明確且自我解釋,避免使用不需要內容進一步查閱的識別碼或程式碼。 使用「Product_Name」而不是「ProdID」。
資料行資料類型 正確且一致 對所有資料表的資料行套用正確且一致的資料類型,以確保量值正確計算,並啟用適當的排序和篩選。 確定計算中使用的數值資料行未設定為文字資料類型。
關聯性類型 明確指定 若要確保產生正確的報表,請明確指定關聯性 (作用中或非作用中) 及其基數的性質。 標示關聯性是「一對一」、「一對多」還是「多對多」。
資料一致性 標準化值 維護資料行內的標準化值,以確保篩選和報告中的一致性。 如果您有 [狀態] 資料行,請一致地使用 [開啟]、[關閉]、[擱置中] 等。
關鍵效能指標 (KPI) 預先定義和相關 建立一組與商務內容相關的 KPI,並通常用於報表中。 「投資報酬率 (ROI)」、「客戶收購成本 (CAC)」、「存留期價值 (LTV)」。
重新整理排程 透明和已排程 清楚地傳達資料的重新整理排程,以確保使用者了解他們正在分析的資料時程表。 指出資料是否為即時、每天、每週等。
安全性 角色層級定義 如果有不便讓所有使用者都看到的敏感性元素,請為不同層級的資料存取定義安全性角色。 銷售小組成員可以看到銷售資料,但看不到 HR 資料。
中繼資料 結構文件 記載資料模型的結構,包括資料表、資料行、關聯性和量值,以供參考。 提供做為參考的資料字典或模型圖表。