在 Azure DevOps 中建立分析檢視

Azure DevOps Services |Azure DevOps Server 2022 - Azure DevOps Server 2019

您可以建立自定義分析檢視，以定義篩選的數據集和其他準則，以支援您的 Power BI 報表需求。 自定義檢視可讓您在篩選準則和載入 Power BI 報表的欄位上擁有更大的彈性。

重要

分析檢視僅支援 Azure Boards 資料（工作專案）。 分析檢視不支援其他數據類型，例如管線。 檢視提供工作專案的一般清單，且不支援工作項目階層。 此時，我們沒有計劃更新連接器以支援其他類型的數據。 如需其他方法的相關信息，請參閱 Power BI 整合概觀。

您可以在 Azure DevOps 的入口網站中建立自定義檢視，然後使用 Power BI 數據 連線 or 載入檢視。 如同工作項目查詢，您只能建立檢視以供使用，或與小組上的其他人共用。

注意

如果 Boards 已停用，則 分析檢視 也會停用。 與工作專案追蹤相關聯的所有小工具也會在小工具目錄中停用。 若要重新啟用服務，請參閱 開啟或關閉 Azure DevOps 服務。

必要條件

• 若要檢視分析數據和查詢服務，您必須是具有基本存取權或更高許可權的項目成員。 根據預設，所有專案成員都會獲得查詢分析的許可權，並定義分析檢視。
• 若要瞭解有關服務與功能啟用和一般數據追蹤活動的其他必要條件，請參閱 存取分析的許可權和必要條件。

開啟分析以存取檢視

從入口網站中，選取 [Boards>Analytics 檢視]。

如果您沒有看到 分析檢視，請檢查您是否有權檢視分析。 請參閱存取分析的許可權和必要條件。

瀏覽您的檢視

從下圖所示的 [ 所有 ] 頁面中，您可以存取針對項目定義的所有 Analytics 檢視。 [我的檢視 ] 是只有您可以使用或編輯的檢視。 共享檢視 是跨專案共用的檢視。 小組中的任何人都可以在Power BI 中聯機和使用共享檢視。

注意

您針對預設分析檢視清單看到的標籤會根據建立小組專案時所選擇的程式而有所不同：基本、敏捷式、Scrum 或 CMMI。 不過，除非您明確提及，否則您可用的基本功能會維持不變。

若要將檢視設為我的最愛，請將滑鼠停留在檢視上方，然後選擇 。 您最愛的檢視會出現在 [我的最愛] 頁面上。

建立自定義檢視

選擇 [ 新增檢視 ] 以開啟建立自定義檢視的對話方塊。 完成每個索引卷標中提供的表單，以完整定義要在Power BI 中檢視之資料的篩選準則。

完成下列步驟以建立自定義檢視。

1. 為檢視命名並選擇共享選項
2. 指定工作項目篩選
3. 選取檢視的欄位
4. 選擇檢視中包含的歷程記錄數據量
5. 確認並儲存檢視

注意

工作流程看板欄位—面板欄、 面板列完成和 面板巷—目前無法新增為篩選或選取項目來檢視。 已定義功能要求以新增它們、 分析檢視 - 將面板數據行新增至 [檢視] 中可用的欄位清單。

1.為檢視命名並選擇共享選項

輸入檢視的名稱並提供描述。 若要允許其他人檢視和使用 [分析] 檢視，請選擇 [ 共用 ] 選項。 透過共享檢視，您可以將許可權設定為可檢視、編輯和刪除檢視的人員，如管理分析檢視中所述。

2.指定工作項目篩選

指定篩選條件以減少檢視所傳回的結果數目。 在 [工作專案] 區段中，您可以在工作專案欄位上新增不同的篩選，以界定您的數據範圍。 如需每個可用欄位的描述，請參閱 Azure Boards 的實體和屬性參考。

提示

將數據範圍設定為產生快速重新整理的報表。 對於大型數據集，重新整理未篩選的檢視可能會失敗。 若要縮小結果範圍，請新增正確的篩選集。 您新增的篩選越多，檢視在Power BI中載入和重新整理的速度就越快。

• 新增 Teams 或區域路徑篩選

  根據預設，檢視會包含目前專案中定義的所有小組。 您可以特別選取目前專案中的小組，或將組織內定義的其他專案新增至篩選。

  重要

  Microsoft 建議每個分析檢視 500 個專案的限制。 如果您需要超過 500 個專案，您可以建立其他分析檢視，並在檢視之間散發專案。

  您可以變更目前項目的選取小組，或將其他專案新增至篩選。 您也可以從小組篩選變更為區域路徑。 以下是依兩個 Fabrikam 區域路徑篩選的檢視。

  

• 新增待辦專案和工作專案類型的篩選

  將數據範圍設定為專案中的特定工作項目類型。 您可以指定待辦專案，依與特定待辦專案層級相關聯的工作專案類型進行篩選，或新增個別特定的工作項目類型。 選取類型的工作專案會包含在檢視中。

  

• 依欄位準則新增篩選

  除了所有先前的篩選準則之外，您還可以根據不同的工作專案欄位新增篩選。 您可以針對新增至工作項目查詢的欄位，以相同的方式指定這些欄位。 如下列範例所示，您可以篩選只顯示具有特定 「Hotfix」 標籤的高優先順序錯誤。

  

  如需使用標籤的詳細資訊，請參閱 新增工作專案標籤來分類和篩選清單和面板。

  注意

  請務必了解篩選如何套用至歷程記錄數據。 如需詳細資訊，請參閱 套用至歷程記錄數據的篩選。

3.選取要出現在報表中的欄位

在下一個索引標籤 的 [欄位] 中，您可以新增和移除您將在報表中使用的欄位。 選擇 [ 新增 ] 以新增欄位。 若要從全新清單開始，請選擇 [ 全部移除]。

您可以新增任何透過繼承程式新增的自訂欄位。

注意

您無法新增資料類型為純文字 （長文字） 或 HTML （RTF） 的欄位。 這些欄位無法從 Analytics 取得，以用於報告。

4.選取趨勢數據選項

在下一個索引 標籤的 [歷程記錄] 中，您可以選擇決定檢視中有多少記錄數據可用的選項。

在此範例中，如果您有10個工作專案，並選擇每周數據粒度為14天的滾動期間，則檢視包含30個數據列。 如果您在星期六重新整理，則每個工作項目的最後兩個星期六會有一個數據列，以及星期六最新數據的數據列。

歷史

針對目前狀態的快照集，請選擇 [僅限目前]。 針對趨勢圖，請選擇其他其中一個選項，如下所示。

選項	描述
僅限目前	當您想要工作項目狀態的快照集時，請選擇此選項。 為每個工作項目產生一個數據列，以符合分析數據存放區中工作專案的最新值。
滾動期間	選擇此選項，然後輸入前一天到目前日期的天數，以包含在數據集中。 每次重新整理報表時，滑動視窗都會變更。
日期範圍	選擇此選項並選取要包含在資料集中的特定開始和結束日期，或核取 [要呈現] 複選框，以指定沒有固定結束日期的滾動視窗。 當您檢查 要呈現時，結束日期會對應至重新整理報表的日期。 如果您取消核取，結束日期一律是結束日期欄位上選取的日期。
所有歷程記錄	選擇此選項可包含篩選準則中選取之所有工作專案的完整歷程記錄。 如果您有重要的歷程記錄，請指定 [每周] 或 [每月數據粒度]。

排除已關閉的專案 - 分析會儲存所有工作專案歷程記錄，包括關閉工作專案的任何修訂。 因此，在 [分析] 檢視中，如果您選取了 14 天的滾動期間，您的檢視會包含此期間之前關閉的所有工作專案的目前修訂。 若要排除在特定日期之前完成的工作專案，請在任何選項下核取對應的方塊以取得歷程記錄。 其可大幅減少載入 Power BI 的數據量，並協助進階計算，例如 狀態 的時間效能要高得多。 對於滾動期間和日期範圍，排除工作專案的日期會由期間開始設定。 針對 [僅限目前] 和 [所有歷程記錄]，您必須提供該日期。 例如，下圖會排除在 5 月 14 日之前完成的所有工時。

資料粒度

您可以選擇取得每個工作專案每天、每周或月份的快照集。 每個數據列都會根據定義間隔的最新修訂來表示專案。

選項	描述
每日	為每個工作項目產生一個數據列，顯示每天的最新數據。
每周	為每個工作項目產生一個數據列，其中顯示代表星期幾的星期幾所拍攝的數據（預設為星期六）。
每月	為每個工作項目產生一個數據列，其中顯示每個月最後一天的數據。

注意

• 預覽數據列是以歷程記錄和粒度為基礎的計算值，可能與PowerBI不符。
• 請務必了解篩選如何套用至歷程記錄數據。 如需詳細資訊，請閱讀 套用至歷程記錄數據的 篩選。

5.確認並儲存檢視

最後一個步驟會針對檢視執行測試查詢並驗證篩選準則，以驗證檢視。 驗證時間可能會根據檢視中定義的數據量而有所不同。 例如，包含所有工作項目類型的檢視並指定 [所有歷程記錄]，需要比只包含 Bug 並指定 30 天滾動週期的檢視還要花更多的時間進行驗證。

提示

確認檢視是重要的步驟。 驗證成功完成時，您的檢視更有可能在Power BI中正確載入。 如果驗證花費太長的時間，您可以快速調整檢視。 新增篩選或縮小記錄範圍，並再次驗證檢視。

檢視成功驗證之後，請儲存它。 然後，您可以在 Power BI 中開始使用它。

如果檢視無法成功驗證，您會收到說明問題並指向可能修正的錯誤。 請嘗試變更定義，然後再次確認檢視。 當檢視成功驗證時，您會取得檢視中包含的數據列計數估計。

例如，如果您嘗試依不再為項目定義的欄位進行篩選，您會收到錯誤。 您可以輕鬆地從 [ 工作項目篩選 ] 索引標籤中的篩選中移除該字段，然後再次確認。

如需解決錯誤的詳細資訊，請參閱 解決與分析檢視相關聯的錯誤。

檢視的篩選準則

從 [分析] 檢視的 [我的最愛] 或 [所有] 頁面選擇任何檢視，以查看檢視定義和篩選的摘要。 選擇 [ 編輯] 連結以編輯檢視。

下一步

使用自定義分析檢視建立作用中 Bug Power BI 報表

相關文章

• 管理分析檢視
• 從 Analytics 取得的數據
• 授與存取分析的許可權
• Power BI 整合概觀