Modéliser vos données à l’aide de Copilot pour Power BI
Des données correctement préparées constituent la base d’insights sur les données. Après avoir nettoyé, transformé et mis en forme vos données, vous pouvez commencer à concevoir le modèle sémantique.
Connecter des tables avec des relations
Votre prochaine étape consiste à créer des relations entre les tables. Les relations vous permettent de filtrer et résumer les données dans les visuels d’état ultérieurement dans le processus de développement. Vous pouvez démarrer à l’aide de la fonctionnalité de détection automatique des relations, puis résumer le modèle sémantique initial à l’aide de Copilot afin de déterminer si d’autres relations sont nécessaires.
Dans l’image suivante, il existe une seule table de faits avec des tables de dimensions connectées par des relations. Les états Power BI fonctionnent mieux lorsque vous utilisez un schéma en étoile ou en flocon de neige pour le modèle sémantique.
Créer des mesures rapides
Une fois vos tables connectées, vous constaterez peut-être que vous ne pouvez pas répondre à des questions sur les besoins métier avec les données telles quelles. Dans ce scénario, vous pouvez créer des mesures à l’aide de DAX (Data Analysis Expressions) pour créer des calculs de données afin de répondre à vos besoins. DAX est polyvalent et puissant, mais aussi intimidant lors de la prise en main de Power BI. DAX est décrit comme un langage fonctionnel. Les langages fonctionnels tels que DAX se concentrent sur le calcul des résultats à l’aide de fonctions, ce qui peut être plus contre-intuitif par rapport à l’approche étape par étape des langages basés sur des ensembles.
Power BI vous permet de créer des mesures rapides, qui vous permettent d’ajouter les champs de données que vous souhaitez calculer.
Suggestions avec Copilot
Les mesures rapides sont une excellente solution, mais vous pourriez avoir besoin d’une option encore plus simple lors de la prise en main. Si vous avez accès à Copilot pour Power BI, vous pouvez également utiliser l’option Suggestions avec Copilot dans Mesures rapides. Copilot vous permet d’utiliser une expérience de type questions-réponses, dans laquelle vous pouvez décrire le calcul que vous souhaitez afficher à l’aide du langage naturel.
Avec une seule invite telle que total sales by all products et un modèle sémantique préparé, nous pouvons rapidement voir les mesures possibles à ajouter pour de nouveaux insights sur les données.
Les mesures rapides et Copilot vous permettent de créer des mesures et de découvrir DAX avec un minimum d’effort, tout en répondant à vos besoins en matière d’états.
Requête avec DAX
Power BI Desktop comporte quatre vues : État, Table, Modèle et Requête DAX. Dans la vue Requête DAX, vous pouvez cliquer sur Copilot dans le ruban et décrire ce que vous souhaitez à l’aide du langage naturel.
Prenons l’invite total sales for all salespeople individually for all items in the accessories category saisie dans la fonctionnalité Copilot de la vue Requête DAX.
Cette invite a pour but de calculer les ventes totales de chaque vendeur individuel pour la catégorie Accessoires. Chez AdventureWorks, plusieurs catégories comportent plusieurs produits. Les ventes d’accessoires sont faibles et le besoin métier est de mieux comprendre qui vend le plus d’accessoires, au cas où ces vendeurs pourraient partager de précieuses informations.
// DAX query generated by Fabric Copilot with "total sales for all salespeople individually for all items in the accessories category"
// Total sales for each salesperson for items in the accessories category
EVALUATE
SUMMARIZECOLUMNS(
'Salesperson'[Salesperson],
FILTER('Product', 'Product'[Category] == "Accessories"),
"Total Sales", [Total Sales]
)
Le tableau suivant présente des exemples de résultats de la requête DAX générée par Copilot :
| Vendeur | Total des ventes |
|---|---|
| Stephen Jiang | 8 374,76 |
| Michael Blythe | 38 682,84 |
| Linda Mitchell | 66 916,05 |
Créer des mesures à partir de requêtes DAX
Explorez les données à l’aide de Copilot dans la vue Requête DAX et déterminez les mesures que vous devez créer, puis cliquez sur Mettre à jour le modèle avec les modifications pour créer les mesures. La requête suivante a été générée à partir d’une invite suggest measures.
// DAX query generated by Fabric Copilot with "Suggest new measures in a DAX query for further analysis and try them out with one or more suitable columns"
DEFINE
// New measure to calculate the average profit per product sold
MEASURE 'Sales'[Avg Profit per Product] = DIVIDE([Profit], [Unique Products Sold])
// New measure to calculate the average sales per reseller
MEASURE 'Sales'[Avg Sales per Reseller] = DIVIDE([Total Sales], [Unique Resellers])
// New measure to calculate the average quantity per order
MEASURE 'Sales'[Avg Quantity per Order] = DIVIDE([Total Quantity], [Orders])
// New measure to calculate the average sales per order
MEASURE 'Sales'[Avg Sales per Order] = DIVIDE([Total Sales], [Orders])
// Evaluate the new measures
EVALUATE
ROW(
"Avg Profit per Product", [Avg Profit per Product],
"Avg Sales per Reseller", [Avg Sales per Reseller],
"Avg Quantity per Order", [Avg Quantity per Order],
"Avg Sales per Order", [Avg Sales per Order]
)
Et voici le tableau résultant :
| Bénéfice moyen par produit | Ventes moyennes par revendeur | Quantité moyenne par commande | Ventes moyennes par commande |
|---|---|---|---|
| 2 992,4987 | 122 703,4339 | 56,44745575221239 | 21 445,9541 |
La capture d’écran suivante est le résultat de trois étapes simples :
- Saisir l’invite suggest measures
- Cliquer sur Conserver la requête après le renvoi des résultats
- Exécuter la requête
En tant que développeur d’états, vous pouvez Mettre à jour le modèle avec les modifications pour créer les mesures les mieux adaptées à votre projet.
Résumé
Copilot vous permet d’explorer et de concevoir des modèles sémantiques plus efficacement, développant ainsi vos compétences en analyse de données et faisant de vous un meilleur développeur d’états.