Optimera din semantiska modell för Copilot i Power BI

Gäller för:✅ služba Power BI

En väl förberedd semantisk modell ger Copilot en starkare grund för att besvara affärsfrågor korrekt i Power BI. Innan du presenterar Copilot för användare bör du utvärdera din modell och åtgärda problem som kan påverka svarskvaliteten. Börja med de mått, relationer och affärsdefinitioner som redan används i dina rapporter. Lös modelleringsproblem i den semantiska modellen eftersom ytterligare instruktioner inte kan korrigera felaktiga relationer eller olämpliga aggregeringar. Optimera sedan modellen för Copilot och upprätta en konsekvent granskningsprocess.

Den här artikeln är avsedd för semantiska modellförfattare, rapportägare och team som introducerar Copilot för användare. Den kompletterar Ställ Copilot frågor om dina data, som beskriver hur användare kan ställa frågor och verifiera resultaten. Den här artikeln beskriver hur du förbereder din semantiska modell och utvärderar svaren Copilot .

Kommentar

Tänk på följande krav:

Kommentar

I Power BI-tjänstens webbmodelleringsupplevelseCopilot kan du göra mer än att bara utvärdera din modell. Den kan också föreslå och tillämpa ändringar direkt, till exempel byta namn på tabeller och kolumner, skapa relationer och generera DAX-mått. Optimeringsvägledningen i den här artikeln har direkt stöd för bättre resultat från den analysen: en välstrukturerad, tydligt namngiven modell hjälper till att Copilot skapa mer exakta och användbara förslag.

Börja med fokuserade affärsfrågor

Välj ett fokuserat affärsscenario och identifiera de frågor som användarna ofta ställer. För varje fråga definierar du det förväntade måttet, gruppering, datumbas, filter och verifierat resultat.

Ta med frågor som visar tvetydighet. Till exempel, Hur presterar försäljningen? kan referera till intäkter, ordervolym, tillväxt eller marginal. Definiera en standardtolkning eller be Copilot om förtydligande.

Börja med frågor om summor, jämförelser, ranking och trender som den semantiska modellen stöder. Lägg till mer komplexa frågor efter att Copilot konsekvent har besvarat den första uppsättningen frågor.

Granska och förbättra din semantiska modell

Använd rekommendationerna i följande tabeller för att tolka Copilot din semantiska modell och förbättra svarskvaliteten.

Modellstruktur

Komponent Att tänka på beskrivning Var du ska ansöka Exempel
Tabellänkning Definiera tydliga relationer Definiera tydligt alla relationer mellan tabeller och kontrollera att de är logiska. Ange vilka relationer som är en-till-många, många-till-en eller många-till-många. I modellvyn väljer du Hantera relationer Skapa en en-till-många-relation från Date[DateID] till Sales[DateID] och kontrollera att relationen är aktiv.
Faktatabeller Tydligt syfte och detaljnivå Identifiera faktatabeller tydligt och definiera vad varje rad representerar. Se till att beräkningarna använder aggregeringar som är lämpliga för den detaljnivån. I tabellegenskaper och modellstrukturen Namnge faktatabeller tydligt, till exempel FactSales, och beskriv deras detaljnivå, till exempel en rad per orderrad.
Dimensionstabeller Stödjande beskrivande data Skapa dimensionstabeller som innehåller de beskrivande attributen som är relaterade till de kvantitativa måtten i faktatabeller. I tabellegenskaper och datamodellstruktur Skapa dimensionstabeller som DimProduct med attribut (ProductName, Category, Brand) och DimCustomer med attribut (CustomerName, City, Segment).
Hierarkier Logiska grupper Upprätta tydliga hierarkier i data, särskilt för dimensionstabeller som stöder ökad detaljnivå i rapporter. I snabbmenyn för tabellen väljer du Ny hierarki Skapa en hierarki i Date tabellen:Year>Quarter>Month>Day . I Geography tabellen: Country/Region>State>City.
Relationstyper Tydligt angiven För att säkerställa korrekt rapportgenerering anger du tydligt typen av relationer (aktiva eller inaktiva) och deras kardinalitet. Dialogrutan Relationsegenskaper Ange Date som Sales Många-till-en (aktiv), Product till Sales som Många-till-en (aktiv) och markera rollspelsrelationer som inaktiva när det är lämpligt.

Mått och KPI:er

Copilot kan skapa ad hoc-beräkningar, men lägga till ofta använda eller affärskritiska beräkningar i semantikmodellen som granskade mått. Den här metoden ger rapportförfattare och Copilot konsekventa affärsdefinitioner att använda.

Komponent Att tänka på beskrivning Var du ska ansöka Exempel
Mätvärden Standardiserad beräkningslogik Ge måtten standardiserad, tydlig beräkningslogik som är enkel att förklara och förstå. I måttdefinitions- och beskrivningsegenskapsfält Mät DAX: Total Sales = SUM(Sales[SaleAmount]) och lägg till beskrivning: "Summan av alla försäljningsbelopp.".
Mätvärden Namngivningskonventioner Ge måttnamn som tydligt återspeglar deras beräkning och syfte. I fältet måttnamn när du skapar mått Använd beskrivande namn: Average Customer Rating i stället för förkortat: AvgRating.
Mätvärden Fördefinierade och granskade mått Skapa återanvändbara mått för vanliga begäranden och affärskritiska beräkningar. Granska deras logik så att rapportförfattare och Copilot använder konsekventa affärsdefinitioner. I egenskapen för måttdefinition och beskrivning Definiera [Net Sales] med godkänd behandling av returer, rabatter och annullerade beställningar. Inkludera vanligt efterfrågade mätvärden som försäljning hittills i år och tillväxt från månad till månad.
Mätvärden Kvoter Definiera kvoter med lämplig täljare, nämnare och aggregeringsbeteende. I måttdefinitionen Definiera [Gross Margin %] genom att dividera det godkända bruttomarginalmåttet med det godkända nettoförsäljningsmåttet i stället för i genomsnitt procent på radnivå.
Mätvärden Räknas Skapa separata mått när antal rader och antal affärshändelser representerar olika resultat. I måttdefinitionen Definiera [Order Count] separat från [Order Line Count].
Mätvärden Saldon vid en viss tidpunkt Använd mått som aggregerar ögonblicksbilder på lämpligt sätt mellan produkter, platser och datum. I måttdefinitionen Definiera ett mått för slutinventering i stället för att summera ögonblicksbilder av daglig inventering mellan datum.
Mätvärden Visningsformat Använd format som gör enheten och skalan för varje mått tydlig. I måttets egenskap Format Formatera monetära mått som valuta, kvoter som procenttal och antal som heltal.
Nyckeltal (KPI:er) Fördefinierad och relevant Upprätta en uppsättning KPI:er som är relevanta för affärskontexten och som ofta visas i rapporter. Skapa mått för vanliga spårade KPI:er Definiera mått som ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan].

Kolumner och datakvalitet

Komponent Att tänka på beskrivning Var du ska ansöka Exempel
Kolumnnamn Entydiga etiketter Gör kolumnnamnen tvetydiga och självförklarande. Behåll användbara affärsidentifierare, men undvik ID:er eller koder som kräver ytterligare sökning utan kontext. Byt namn på kolumner i Power Query-redigeraren eller modellvyn Byt namn på kolumnen från ProdID till Product ID eller Product Nameoch från CustNo till Customer Number.
Kolumndatatyper Korrekt och konsekvent Använd korrekta och konsekventa datatyper för kolumner i alla tabeller för att säkerställa att måtten beräknas korrekt och för att möjliggöra korrekt sortering och filtrering. I kolumnegenskaper anger du Datatyp Kontrollera att Sales[SaleAmount] decimaltal (inte text), Date[Date] är datum (inte text), Product[ProductID] är heltal.
Datakonsekvens Standardiserade värden Underhålla standardiserade värden i kolumner för att säkerställa konsekvens i filter och rapportering. Använda sök- och ersätt- eller Power Query-transformeringar I Status kolumnen ser du till att alla värden använder konsekvent hölje: Open, Closed, Pending (inte blandat skiftläge som open, CLOSED).
Datumkolumner Tydlig affärsmenande Särskilj datum med olika affärsbetydelser. Dokumentera om perioder använder ett räkenskaps- eller kalenderår, inklusive när räkenskapsåret startar. Använd datumkolumner och relationer i stället för att bara förlita sig på textetiketter. I datumtabeller, relationer och beskrivningsegenskaper Använd distinkta Order Date kolumner och Shipment Date kolumner. Definiera kolumner för räkenskapsperiod i stället för att bara förlita sig på etiketter som Q1.
Nyckelkolumner Fullständiga och unika värden Åtgärda saknade eller duplicerade nycklar så att relationer och beräkningar ger korrekta resultat. I Power Query-transformationer och källdata Kontrollera att varje rad i en kunddimension har en unik, icke-blank kundnyckel.

Uppdatera, säkerhet och metadata

Komponent Att tänka på beskrivning Var du ska ansöka Exempel
Förnyelsescheman Transparent och schemalagd Kommunicera tydligt uppdateringsscheman för data för att säkerställa att användarna förstår aktualiteten för de data som de analyserar. I datamängdsinställningar och dokumentation Lägg till en textruta eller beskrivning som anger: "Data uppdateras dagligen kl. 06:00 UTC" eller "Realtidsdata med inkrementell uppdatering på 15 minuter".
Säkerhet Definitioner på rollnivå Definiera säkerhetsroller för olika nivåer av dataåtkomst om det finns känsliga element som inte alla användare bör se. I modellvyn väljer du Hantera roller Skapa rollen "Säljteamet" med filtret Sales[Region] = USERNAME() och rollen "HR-avdelningen" med ett filter på anställdas datatabeller.
Metainformation Dokumentation om struktur Som referens dokumenterar du datamodellens struktur, inklusive tabeller, kolumner, relationer och mått. Använda beskrivningsegenskaper och extern dokumentation Lägg till beskrivningar i tabeller och kolumner. Skapa ett separat dokument med modelldiagram, dataordlista och måttkatalog.

Att tänka på vid DAX-frågor

I följande tabell visas andra kriterier som kan hjälpa dig att skapa korrekta DAX-frågor (Data Analysis Expressions) med Copilot. De här rekommendationerna kan hjälpa dig att generera korrekta DAX-frågor.

Komponent Att tänka på beskrivning Var du ska ansöka Exempel
Mått, tabeller och kolumner Beskrivningar I beskrivningsegenskapen definierar du varje element och hur du tänker använda det. Börja med dess affärsmässiga innebörd, enhet och viktiga undantag. Copilot använder endast de första 200 tecknen. I fönstret Egenskaper, fältet Beskrivning för mått, tabeller och kolumner För mått [YOY Sales] lägger du till beskrivning: "År-över-år (YOY) skillnad i Beställningar." Använd med kolumnen 'Date'[Year] för att visa med andra år än det senaste året. Delåren kan jämföras med samma period föregående år."
Beräkningsgrupper Beskrivningar Modellmetadata innehåller inte beräkningsobjekt. Använd beskrivningen av kolumnen beräkningsgrupp för att lista och förklara hur du använder beräkningsobjekten. Copilot använder endast de första 200 tecknen. I panelen Egenskaper för kolumnen i beräkningsgruppen För kolumnen i beräkningsgruppen för tidsintelligensexempel lägger du till beskrivning: "Använd med mått och datumtabell för 'Aktuell': aktuellt värde, MTD: hittills i månaden, QTD: hittills i kvartalet, YTD: hittills i år, PY: föregående år, PY MTD, PY QTD, YOY: årsmotårsändring, YOY%: YOY som en %." För en måtttabell lägger du till: "Mått används för att aggregera data." Dessa mått kan visas som år för år med hjälp av den här syntaxen CALCULATE([Måttnamn], Time intelligence[Tidsberäkning] = YOY)."

Felsökning av testresultat

Granska den genererade frågan och resultaten för att identifiera källan till ett problem innan du uppdaterar AI-instruktioner.

Problem Vad du bör kontrollera
Felaktigt affärsmått Granska måttnamn, beskrivningar, val av AI-datascheman och instruktioner som definierar standardmåttet.
Oväntad summa eller tidsperiod Jämför filterkontexten och datumbasen med det förväntade resultatet. Granska sedan relationsbeteende och aggregeringslogik.
Saknade kategorier eller inga resultat Kontrollera källdata, uppdateringstillstånd, kategorivärden, begärd period och konsumentens behörigheter. Tolka inget resultat som noll.
Korrigera data med en vilseledande presentation Granska enheter, formatering, sortering och om förklaringen anger mer än vad data stöder.
Långsamt eller misslyckat svar Granska den genererade frågan och semantikmodellens prestanda. Jämför frågan med en validerad referensfråga innan du ändrar affärsvägledningen.
Förberedelsedata för AI-ändringar återspeglas inte Bekräfta att du har ändrat rätt semantisk modell och att det tar tid för ändringarna att börja gälla. Stäng och öppna fönstret Copilot igen och kontrollera eventuella distributions- och uppdateringskrav.

För testning, distribution och uppdateringskrav, se Testa dina Copilot verktygsändringar och överväganden och begränsningar.

Relaterat innehåll

  • Uppdaterades senast