Подготовка данных для использования с Copilot в Power BI
Перед использованием Copilot в Power BI необходимо подготовить семантическую модель, чтобы обеспечить согласованность и точность. Copilot использует крупные языковые модели (LLM), что требует точности и надежности данных, чтобы быть эффективными.
Обеспечение качества данных
Кроме того, необходимо оценить семантическую модель для различных аспектов качества данных, иначе Copilot может оказаться неэффективной.
Качество данных имеет решающее значение при создании отчета Power BI, так как оно напрямую влияет на точность и надежность аналитических сведений, которые можно получить из данных. Ниже приведены примеры того, как качество данных может повлиять на успешное создание отчета Power BI.
- Полнота. Отсутствующие значения могут привести к пробелам.
- Допустимость. Значения данных вне диапазона могут исказить визуальные элементы и результаты.
- Согласованность. Несогласованные данные могут повлиять на визуальные элементы, связанные с датой.
- Уникальность. Дубликаты могут влиять на точность данных.
- Связи данных. Визуальные элементы между таблицами могут быть недоступны без связей.
- Вычисления DAX. Ограниченные вычисления могут привести к уменьшению количества возможных аналитических сведений.
Подготовка данных с помощью Power Query
Power Query является ключевой функцией Power BI Desktop подготовки семантической модели. Это первый шаг при создании отчета Power BI, который необходим при использовании Copilot. Чтобы обеспечить качество данных, используйте Power Query, чтобы:
- Профилирование данных путем оценки качества столбцов, распределения столбцов и профиля столбца.
- Очистите данные , удаляя несоответствия, непредвиденные значения или значения NULL, а также другие проблемы с качеством данных.
- Преобразуйте данные , реализовав понятные соглашения об именовании столбцов и запросов, изменив типы данных столбцов и применяя преобразования фигур данных.
Оценка размера семантической модели
Хотя для размера семантической модели нет фиксированных ограничений, важно иметь достаточно данных для осмысленного содержимого. Однако слишком сложные модели могут привести к неясным результатам.
Рекомендации и ограничения
Мы постоянно работаем над улучшением качества страниц отчета, включая визуальные элементы и сводки, созданные Copilot. Например, Copilot может не понимать сложные запросы, такие как создание многостраничного отчета.
Совет
Полный список рекомендаций см. в справочной документации по Copilot в Power BI.