Condividi tramite

Aggiornare il modello di dati in modo che funzioni correttamente con Copilot per Power BI

  • Articolo

SI APPLICA A: Power BI Desktop Servizio Power BI

Prima di iniziare a usare Copilot con il modello semantico, valutare i dati. Potrebbe essere necessario eseguire alcune operazioni di pulizia sul modello semantico in modo che Copilot possano derivare informazioni dettagliate.

Nota

Considerazioni per i modelli semantici da Copilot usare

Nella tabella seguente sono elencati i criteri che consentono di creare report accurati con Copilot. Questi elementi sono consigli utili per generare report di Power BI accurati.

Elemento Considerazione Descrizione Esempio
Collegamento di tabelle Definire relazioni chiare Assicurarsi che tutte le relazioni tra tabelle siano chiaramente definite e logiche, a indicare quali sono uno-a-molti, molti-a-uno o molti-a-molti. Tabella "Vendite" connessa alla tabella "Data" in base al campo "DateID".
Misure Logica di calcolo standardizzata Le misure devono avere una logica di calcolo standardizzata e chiara che è facile da spiegare e comprendere. "Vendite totali" calcolato come somma di "SaleAmount" dalla tabella "Vendite".
Misure Convenzioni di denominazione I nomi delle misure devono riflettere chiaramente il calcolo e lo scopo. Usare "Average_Customer_Rating" anziché "AvgRating".
Misure Misure predefinite Includere un set di misure predefinite che gli utenti potrebbero richiedere nei report. "Year_To_Date_Sales", "Month_Over_Month_Growth", etc.
Tabelle dei fatti Cancella delineazione Delineare chiaramente le tabelle dei fatti, che contengono i dati misurabili e quantitativi per l'analisi. "Transazioni", "Vendite", "Visite".
Tabelle delle dimensioni Dati descrittivi di supporto Creare tabelle delle dimensioni che contengono gli attributi descrittivi correlati alle misure quantitative nelle tabelle dei fatti. "Product_Details", "Customer_Information".
Gerarchie Raggruppamenti logici Stabilire gerarchie chiare all'interno dei dati, in particolare per le tabelle delle dimensioni che possono essere usate per eseguire il drill-down nei report. Una gerarchia “temporale” che va da “Anno” a “Trimestre” a “Mese” a “Giorno”.
Nomi colonne Etichette non ambigue I nomi delle colonne devono essere ambigui e autoesplicativi, evitando l'uso di ID o codici che richiedono un'ulteriore ricerca senza contesto. Usare "Product_Name" anziché "ProdID".
Tipi di dati colonna Corretto e coerente Applicare tipi di dati corretti e coerenti per le colonne in tutte le tabelle per garantire che le misure vengano calcolate correttamente e per abilitare l'ordinamento e il filtro appropriati. Verificare che le colonne numeriche usate nei calcoli non siano impostate come tipi di dati di testo.
Tipi di rapporto Chiaramente specificato Per garantire una generazione accurata dei report, specificare chiaramente la natura delle relazioni (attive o inattive) e la relativa cardinalità. Specificare se una relazione è "Uno-a-Uno", "Uno-a-Molti" o "Molti-a-Molti".
Coerenza dei dati Valori standardizzati Mantenere valori standardizzati all'interno delle colonne per garantire la coerenza nei filtri e nei report. Se si dispone di una colonna "Stato", usare in modo coerente "Aperto", "Chiuso", "In sospeso" e così via.
Indicatori di prestazioni chiave (KPI) Predefiniti e rilevanti Stabilire un set di indicatori KPI rilevanti per il contesto aziendale e usati comunemente nei report. “Ritorno sugli investimenti (ROI)”, ‘Costo di acquisizione del cliente (CAC)’, ‘Valore di vita (LTV)’.
Pianificazioni dell'aggiornamento Trasparente e pianificato Comunicare chiaramente le pianificazioni di aggiornamento dei dati per garantire agli utenti la tempestività dei dati che stanno analizzando. Indicare se i dati sono in tempo reale, giornalieri, settimanali e così via.
Sicurezza Definizioni a livello di ruolo Definire i ruoli di sicurezza per diversi livelli di accesso ai dati se sono presenti elementi sensibili che non devono essere visualizzati da tutti gli utenti. I membri del team di vendita possono visualizzare i dati delle vendite, ma non i dati HR.
Metadati UFX Documentazione della struttura Documentare la struttura del modello di dati, incluse tabelle, colonne, relazioni e misure, per riferimento. Un dizionario dati o un diagramma modello fornito come riferimento.

Nella tabella seguente sono elencati i criteri aggiuntivi che consentono di creare query DAX accurate con Copilot. Questi elementi sono consigli utili per generare query DAX accurate.

Elemento Considerazione Descrizione Esempio
Misure, tabelle e colonne Descrizione Includere ciò che è e come si intende usare ogni elemento nella proprietà description. Nota: vengono usati solo i primi 200 caratteri. [YOY Sales] la descrizione potrebbe essere "Differenza di anno nell'anno (YOY) negli ordini. Usare con la colonna 'Date'[Year] per visualizzare in base a anni diversi dall'ultimo anno. Gli anni parziali verranno confrontati con lo stesso periodo dell'anno precedente".
Gruppi di calcolo Descrizione Gli elementi di calcolo non sono inclusi nei metadati del modello. Usare la descrizione della colonna del gruppo di calcolo per elencare e spiegare l'uso degli elementi di calcolo. Nota: vengono usati solo i primi 200 caratteri. Ad esempio, la colonna Gruppo di calcolo di esempio di Business Intelligence per le gerarchie temporali potrebbe avere questa descrizione: "Usare con misure e tabella data per Current: valore corrente, MTD: month to date, QTD: quarter to date, YTD: year to date, PY: PY MTD, PY QTD, YOY: year over year change, YOY%: YOY as a %" (YOY as a %) e in una tabella con misure possono espandere l'utilizzo di una descrizione come "Le misure vengono usate per aggregare i dati. Queste misure possono essere visualizzate come anno dopo anno usando questa sintassi CALCULATE([Nome misura], 'Time intelligence'[Time calculation] = "YOY")"

Contenuto correlato