อัปเดตแบบจําลองข้อมูลของคุณเพื่อให้ทํางานได้ดีกับ Copilot Power BI
นําไปใช้กับ: บริการของ Power BI Power BI Desktop
ก่อนที่คุณจะเริ่มใช้กับ Copilot แบบจําลองความหมายของคุณ ให้ประเมินข้อมูลของคุณ คุณอาจจําเป็นต้องดําเนินการล้างข้อมูลบางอย่างบนแบบจําลองความหมายของคุณเพื่อให้ Copilot ได้รับข้อมูลเชิงลึกจากแบบจําลองดังกล่าว
หมายเหตุ
- ผู้ดูแลระบบของคุณต้องเปิดใช้งานCopilotใน Microsoft Fabric
- ความจุ F64 หรือ P1 ของคุณจะต้องอยู่ในหนึ่งในภูมิภาคที่ระบุไว้ในบทความนี้ ความพร้อมใช้งานของภูมิภาค Fabric ถ้าไม่ใช่ คุณไม่สามารถใช้ Copilotได้
- ผู้ดูแลระบบของคุณต้องเปิดใช้งานการสลับผู้เช่าก่อนที่คุณจะเริ่มใช้Copilot ดูการตั้งค่าผู้เช่าของบทความCopilotสําหรับรายละเอียด
- ถ้าผู้เช่าหรือความจุของคุณอยู่นอกสหรัฐอเมริกาหรือฝรั่งเศส Copilot ถูกปิดใช้งานตามค่าเริ่มต้น เว้นแต่ว่าผู้ดูแลระบบผู้เช่า Fabric ของคุณจะทําให้สามารถ ประมวลผลข้อมูลที่ส่งไปยัง Azure OpenAI ภายนอกภูมิภาคทางภูมิศาสตร์ ขอบเขตการปฏิบัติตามกฎระเบียบ หรือการตั้งค่าผู้เช่าอินสแตนซ์ ระบบคลาวด์แห่งชาติในพอร์ทัลผู้ดูแลระบบผ้า
- Copilot ใน Microsoft Fabric ไม่ได้รับการสนับสนุนใน SKU รุ่นทดลองใช้ รองรับเฉพาะ SKU ที่ชําระเงิน (F64 หรือสูงกว่า หรือ P1 หรือสูงกว่า) เท่านั้น
ข้อควรพิจารณาสําหรับแบบจําลองความหมายสําหรับการใช้งานCopilot
ตารางต่อไปนี้แสดงรายการเกณฑ์เพื่อช่วยให้คุณสร้างรายงานที่ถูกต้องด้วยCopilot รายการเหล่านี้เป็นคําแนะนําที่สามารถช่วยในการสร้างรายงาน Power BI ที่ถูกต้อง
องค์ประกอบ | การพิจารณา | 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 | ตรวจสอบให้แน่ใจว่าคอลัมน์ตัวเลขที่ใช้ในการคํานวณไม่ได้ตั้งค่าเป็นชนิดข้อมูลข้อความ |
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 |
ความปลอดภัย | ข้อกําหนดระดับบทบาท | กําหนดบทบาทความปลอดภัยสําหรับระดับต่าง ๆ ของการเข้าถึงข้อมูลถ้ามีองค์ประกอบที่สําคัญที่ผู้ใช้ทุกคนไม่ควรเห็น | สมาชิกทีมขายสามารถดูข้อมูลการขายแต่ไม่สามารถดูข้อมูล HR ได้ |
เมตาดาต้า | เอกสารประกอบโครงสร้าง | จัดทําเอกสารโครงสร้างของแบบจําลองข้อมูล รวมถึงตาราง คอลัมน์ ความสัมพันธ์ และหน่วยวัด สําหรับการอ้างอิง | พจนานุกรมข้อมูลหรือไดอะแกรมแบบจําลองที่มีให้ในการอ้างอิง |
ตารางต่อไปนี้แสดงรายการเกณฑ์เพิ่มเติมเพื่อช่วยให้คุณสร้างคิวรี DAX ที่ถูกต้องด้วยCopilot รายการเหล่านี้เป็นคําแนะนําที่สามารถช่วยในการสร้างคิวรี DAX ที่ถูกต้อง
องค์ประกอบ | การพิจารณา | คำอธิบาย | ตัวอย่างเช่น |
---|---|---|---|
หน่วยวัด ตาราง และคอลัมน์ | คำอธิบาย | รวมสิ่งที่เป็นและวิธีที่คุณตั้งใจแต่ละองค์ประกอบที่จะใช้ในคุณสมบัติคําอธิบาย หมายเหตุ: ใช้เพียง 200 อักขระแรกเท่านั้น | [ยอดขาย YOY] คําอธิบายอาจเป็นความแตกต่างของ "ยอดขายรายปี (YOY) ในคําสั่งซื้อ ใช้กับคอลัมน์ 'Date'[Year] เพื่อแสดงตามปีนอกเหนือจากปีล่าสุด โดยบางส่วนของปีจะเปรียบเทียบกับช่วงเดียวกันของปีก่อนหน้า" |
กลุ่มการคำนวณ | คำอธิบาย | รายการการคํานวณไม่ได้รวมอยู่ในเมตาดาต้าแบบจําลอง ใช้คําอธิบายของคอลัมน์กลุ่มการคํานวณเพื่อแสดงรายการและอธิบายการใช้หน่วยข้อมูลการคํานวณ หมายเหตุ: ใช้เพียง 200 อักขระแรกเท่านั้น | ตัวอย่างเช่น คอลัมน์กลุ่มการคํานวณตัวอย่างตัวแสดงเวลาอาจมีคําอธิบายนี้: "ใช้กับตารางหน่วยวัด & วันที่สําหรับปัจจุบัน: ค่าปัจจุบัน MTD: ต้นเดือนถึงปัจจุบัน QTD: ไตรมาสถึงปัจจุบัน YTD: ปีจนถึงปัจจุบัน PY: ปีก่อนหน้า PY MTD PY QTD YOY: การเปลี่ยนแปลงในปีต่อปี YOY: YOY เป็น %" และในตารางที่มีหน่วยวัดสามารถขยายคําอธิบายการใช้งานเช่น "หน่วยวัดถูกใช้เพื่อรวมข้อมูล หน่วยวัดเหล่านี้สามารถแสดงเป็นปีต่อปีได้โดยใช้ไวยากรณ์ CALCULATE([ชื่อหน่วยวัด], 'ตัวแสดงเวลา'[การคํานวณเวลา] = "YOY")" |