Optimaliser den semantiske modellen for Copilot i Power BI

Gjelder for:✅ Power Bi-tjeneste

Evaluer dataene før du bruker Copilot den semantiske modellen. Det kan hende du må rydde opp i den semantiske modellen slik at du Copilot kan få innsikt fra den.

Merk

Vær oppmerksom på følgende krav:

  • Administratoren må aktivere Copilot i Microsoft Fabric.
  • Stoffkapasiteten må være i et av områdene som er oppført i denne artikkelen, fabric-områdetilgjengelighet. Hvis den ikke er det, kan du ikke bruke Copilot.
  • Administratoren må aktivere leierbryteren før du begynner å bruke Copilot. Se leierinnstillingeneCopilot for mer informasjon.
  • Hvis leieren eller kapasiteten er utenfor datagrensen for USA eller EU, Copilot deaktiveres som standard. Det eneste unntaket er hvis Fabric-leieradministratoren aktiverer at dataene som sendes til Azure OpenAI, kan behandles utenfor leierens geografiske område, samsvarsgrense eller leierinnstilling for nasjonal skyforekomst. Du finner denne innstillingen i administrasjonsportalen for infrastruktur.
  • Copilot i Microsoft Fabric støttes ikke på prøveversjon av SKU-er. Bare betalte SKU-er støttes.
  • Hvis du vil se den frittstående Copilot opplevelsen i Power BI, må leieradministratoren aktivere leierbryteren.

Merk

I den Power Bi-tjeneste nettmodelleringsopplevelsenCopilot kan du gjøre mer enn å evaluere modellen. Den kan også foreslå og bruke endringer direkte, for eksempel gi nytt navn til tabeller og kolonner, opprette relasjoner og generere DAX-mål. Optimaliseringsveiledningen i denne artikkelen støtter direkte bedre resultater fra denne analysen: En godt strukturert, tydelig navngitt modell bidrar til å Copilot gi mer nøyaktige og nyttige forslag.

Vurderinger for semantiske modeller for Copilot bruk

Du kan opprette nøyaktige rapporter ved Copilot hjelp av vilkårene i tabellene nedenfor. Disse anbefalingene kan hjelpe deg med å generere nøyaktige Power BI rapporter.

Modellstruktur

Element Vurdering Bekrivelse Hvor du skal søke Eksempel
Kobling av tabell Definer klare relasjoner Du kan tydelig definere alle relasjoner mellom tabeller og kontrollere at de er logiske. Angi hvilke relasjoner som er én-til-mange, mange-til-en eller mange-til-mange. Velg Behandle relasjoner i modellvisning Opprett en én-til-mange-relasjon fra Date[DateID] til Sales[DateID] , og kontroller at relasjonen er aktiv.
Faktatabeller Tydelig avgrensning Tydelig avgrense faktatabeller, som inneholder de målbare, kvantitative dataene for analyse. I tabellegenskaper og datamodellstruktur Navngi tabeller eksplisitt som faktatabeller: FactSales, FactTransactions, FactVisits.
Dimensjonstabeller Støttende beskrivende data Opprett dimensjonstabeller som inneholder beskrivende attributter relatert til kvantitative mål i faktatabeller. I tabellegenskaper og datamodellstruktur Opprett dimensjonstabeller som DimProduct med attributter (ProductName, Category, Brand) og DimCustomer med attributter (CustomerName, City, Segment).
Hierarkier Logiske grupperinger Opprett klare hierarkier i dataene, spesielt for dimensjonstabeller som støtter neddrilling i rapporter. Velg Nytt hierarki i hurtigmenyen for tabellen Opprett et hierarki i Date tabellen:Year>Quarter>Month>Day . I Geography tabellen:Country/Region>State>City .
Relasjonstyper Tydelig spesifisert Hvis du vil sikre nøyaktig rapportgenerering, må du tydelig angi relasjonstypen (aktiv eller inaktiv) og kardinaliteten. I dialogboksen for relasjonsegenskaper Sett Date til Sales som Mange-til-én (aktiv), Product til Sales Mange-til-én (aktiv), og merk rollespillrelasjoner som inaktive når det er aktuelt.

Mål og KPI-er

Element Vurdering Bekrivelse Hvor du skal søke Eksempel
Tiltak Standardisert beregningslogikk Gi mål standardisert, klar beregningslogikk som er enkel å forklare og forstå. Egenskapen Definisjon og beskrivelse av mål Mål DAX: Total Sales = SUM(Sales[SaleAmount]) og legg til beskrivelsen: «Summen av alle salgsbeløp».
Tiltak Navnekonvensjoner Gi målnavn som tydelig gjenspeiler beregningen og formålet. I feltet Målnavn når du oppretter mål Bruk beskrivende navn: Average Customer Rating i stedet for forkortet: AvgRating.
Tiltak Forhåndsdefinerte mål Inkluder et sett med forhåndsdefinerte mål som brukere mest sannsynlig vil be om i rapporter. Opprett mål i modellen som brukere vanligvis trenger Legg til mål som YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) eller MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]).
KPI-er (Key Performance Indicators) Forhåndsdefinert og relevant Opprett et sett med KPI-er som er relevante for forretningskonteksten og vises ofte i rapporter. Opprette mål for ofte sporede KPI-er Definer mål som ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan].

Kolonner og datakvalitet

Element Vurdering Bekrivelse Hvor du skal søke Eksempel
Kolonnenavn Entydige etiketter Gjør kolonnenavn entydige og selvforklarende. Unngå ID-er eller koder som krever ytterligere oppslag uten kontekst. Gi nytt navn til kolonner i Power Query-redigering eller modellvisning Gi nytt navn til kolonne fra ProdID til Product ID eller Product Name, og fra CustNo til Customer Number.
Kolonnedatatyper Riktig og konsekvent Bruk riktige og konsekvente datatyper for kolonner på tvers av alle tabeller for å sikre at målene beregnes riktig, og for å aktivere riktig sortering og filtrering. Angi datatype i kolonneegenskaper Sørg for Sales[SaleAmount] at desimaltall (ikke tekst), Date[Date] er dato (ikke tekst), Product[ProductID] er heltall.
Datakonsekvens Standardiserte verdier Vedlikehold standardiserte verdier i kolonner for å sikre konsekvens i filtre og rapportering. Bruke Søk og erstatt eller Power Query-transformasjoner I Status kolonnen må du sørge for at alle verdier bruker konsistente store og små bokstaver: Open, Closed, Pending (ikke store og små bokstaver som open, CLOSED).

Oppdatering, sikkerhet og metadata

Element Vurdering Bekrivelse Hvor du skal søke Eksempel
Tidsplaner for oppdatering Gjennomsiktig og planlagt Kommuniser tydelig oppdateringsplanene for dataene for å sikre at brukerne forstår aktualiteten til dataene de analyserer. I datasettinnstillinger og dokumentasjon Legg til en tekstboks eller beskrivelse som sier: «Data oppdateres daglig kl. 06:00 UTC» eller «Sanntidsdata med 15-minutters trinnvis oppdatering».
Sikkerhet Definisjoner på rollenivå Definer sikkerhetsroller for ulike nivåer av datatilgang hvis det finnes sensitive elementer som ikke alle brukere skal se. Velg Behandle roller i modellvisning Opprett rolle "Salgsteam" med filter: Sales[Region] = USERNAME() og rolle "HR" med filter på ansattdatatabeller.
Metadata Dokumentasjon av struktur Som referanse kan du dokumentere strukturen til datamodellen, inkludert tabeller, kolonner, relasjoner og mål. Bruk beskrivelsesegenskaper og ekstern dokumentasjon Legg til beskrivelser i tabeller og kolonner. Opprett et eget dokument med modelldiagram, dataordbok og målkatalog.

Vurderinger for DAX-spørring

Tabellen nedenfor viser andre vilkår som kan hjelpe deg med å opprette nøyaktige DAX-spørringer (Data Analysis Expressions) med Copilot. Disse anbefalingene kan hjelpe deg med å generere nøyaktige DAX-spørringer.

Element Vurdering Bekrivelse Hvor du skal søke Eksempel
Mål, tabeller og kolonner Beskrivelser I beskrivelsesegenskapen definerer du hvert element og hvordan du har tenkt å bruke det. Copilot bruker bare de første 200 tegnene. I Egenskaper-ruten, Beskrivelse-feltet for mål, tabeller og kolonner For mål [YOY Sales]legger du til beskrivelse: "Forskjell fra år til år (YOY) i ordrer. Bruk den med «Dato»[År]-kolonnen for å vise etter andre år enn det siste året. Delår kan sammenlignes med samme periode året før.»
Beregningsgrupper Beskrivelser Modellmetadataene inneholder ikke beregningselementer. Bruk beskrivelsen av beregningsgruppekolonnen til å vise og forklare hvordan du bruker beregningselementene. Copilot bruker bare de første 200 tegnene. I Egenskaper-ruten for kolonnen for beregningsgruppen For kolonnen Eksempelberegningsgruppe for tidsintelligens legger du til beskrivelse: "Bruk med mål og datotabell for Gjeldende: gjeldende verdi, MTD: hittil i måned og QTD: hittil i kvartal, hittil i år, hittil i år, PY: forrige år, PY MTD, PY QTD, YOY: endring fra år til år, YOY%: YOY som en %." For en måltabell legger du til: «Mål brukes til å aggregere data. Disse målene kan vises som år over år ved hjelp av denne syntaksen CALCULATE([Measure Name], Time intelligence[Time calculation] = YOY)."

Relatert innhold

  • Last updated on