Ihre Daten für die Verwendung mit Copilot für Power BI vorbereiten

  • 4 Minuten

Microsoft Power BI ermöglicht Ihnen die Entwicklung interaktiver Berichte innerhalb eines einzigen Tools. Die typische Berichtsentwicklung besteht aus den folgenden Schritten:

  • Daten vorbereiten und modellieren
  • Daten visualisieren und analysieren
  • Berichte sichern und verteilen

Je nach Komplexität der Daten und den Anforderungen an den Bericht, kann jeder Schritt für neue Power BI-Benutzer zeitaufwändig und einschüchternd sein. Sie können den Zeitaufwand für die Berichterstellung reduzieren, indem Sie Copilot für Power BI die Ausführung bestimmter Aufgaben überlassen, beispielsweise:

  • Kennzahlen basierend auf natürlicher Sprache erstellen
  • Das semantische Modell mit Synonymen aktualisieren, um eine verbesserte Q&A-Erfahrung der Benutzer zu erzielen
  • Berichtsinhalte, Zusammenfassungsvisuals und Seiten aus vordefinierten Eingabeaufforderungen generieren
  • Eine Zusammenfassung des zugrunde liegenden semantischen Modells analysieren

Sie führen jedoch weiterhin die anfänglichen Datenbereinigungs‑ und ‑transformationsaufgaben durch, die für die Gewährleistung der Genauigkeit der Berichte von entscheidender Bedeutung sind.

Datenqualität sicherstellen

Sie müssen Ihr semantisches Modell auch im Hinblick auf verschiedene Aspekte der Datenqualität bewerten, sonst ist Copilot möglicherweise nicht effektiv.

Die Datenqualität ist beim Erstellen eines Power BI Berichts von entscheidender Bedeutung, da sie direkte Auswirkungen auf die Genauigkeit und Zuverlässigkeit der Erkenntnisse hat, die Sie aus Ihren Daten gewinnen können. Hier finden Sie einige Beispiele dazu, wie sich die Datenqualität auf die erfolgreiche Erstellung eines Power BI-Berichts auswirken kann:

  • Vollständigkeit: Fehlende Werte können Lücken verursachen.
  • Gültigkeit: Außerhalb des Bereichs liegende Datenwerte können die Darstellung und die Ergebnisse verfälschen.
  • Konsistenz: Inkonsistente Daten können sich auf datumsbezogene Visuals auswirken.
  • Eindeutigkeit: Duplikate können die Datengenauigkeit beeinträchtigen.
  • Datenbeziehungen: Tabellenübergreifende Visuals sind ohne Beziehungen möglicherweise nicht möglich.
  • DAX-Berechnungen: Begrenzte Berechnungen können zu weniger möglichen Erkenntnissen führen.

Daten mit Power Query vorbereiten

Power Query ist eine wichtige Funktion von Power BI Desktop zur Vorbereitung Ihres semantischen Modells. Es ist das erste Schritt beim Erstellen eines Power BI-Berichts und bei der Verwendung von Copilot unverzichtbar. Verwenden Sie Power Query, um die Datenqualität sicherstellen:

  • Erstellen Sie Profile für Ihre Daten, indem Sie die Spaltenqualität, ‑verteilung und des ‑profils bewerten.
  • Bereinigen Sie Ihre Daten, indem Sie Inkonsistenzen, unerwartete oder Nullwerte und andere Probleme hinsichtlich der Datenqualität beheben.
  • Transformieren Sie Ihre Daten, indem Sie benutzerfreundliche Namenskonventionen für Spalten und Abfragen implementieren, Spaltendatentypen ändern und Datenformtransformationen anwenden.

Hinweis

Sie benötigen Schreibzugriff auf einen Arbeitsbereich auf F64 oder Power BI Premium im Power BI-Dienst, in dem Sie den Bericht veröffentlichen möchten. Erfahren Sie, wie Sie Copilot für Power BI aktivieren.