在自定义报表中使用现成的数据模型

备注

功能可用性信息如下。

Dynamics 365 Contact Center—嵌入 Dynamics 365 Contact Center—独立 Dynamics 365 Customer Service
否​

备注

案例信息仅适用于 Customer Service。

本文介绍如何创建利用现成数据模型的新报表。 您还可以扩展此报表,并根据 Dynamics 365 Customer Service 数据集中的可用数据添加新指标。

先决条件

基于 Dynamics 365 Customer Service 数据集创建新报表

  1. 转到 Power BI desktop,然后转到文件>新建

  2. 选择获取数据>Microsoft Fabric(预览),然后从列表中选择 Power BI 数据集搜索 Power BI 数据集

  3. 根据您需要的是历史指标还是实时指标,选择适当的数据集。 确保从托管工作区选择数据模型。

    托管数据模型中的表和属性现在可供您在数据面板中在报表中使用。

  4. 选择连接

  5. 编辑完成后,选择文件>发布,将新报表发布回 Power BI。

备注

我们建议您不要在自定义报表中使用隐藏的现成事实或维度字段,因为这些字段可能会在将来的更新中被修改或删除。

向现有报表添加 Dynamics 365 Customer Service 数据集

  • 下载报表的副本。 请确保您通过与数据的在线实时连接来下载。
  • 如果您想要编辑报表的现成副本,从客户工作区下载报表。

要向现有报表添加 Dynamics 365 Customer Service 数据集:

  1. 转到 Power BI 服务,然后从自定义工作区选择报表。

  2. 选择文件>下载此文件

  3. 选择通过数据在线实时连接下载报表副本的选项。

  4. 选择获取数据>Power BI 数据集

  5. 根据您需要的是历史指标还是实时指标,选择适当的数据集。 确保从托管工作区选择数据模型。

    托管数据模型中的表和属性现在可供您在数据面板中在报表中使用。

  6. 完成编辑后,选择文件>发布,将更新的报表发布回 Power BI。

扩展现成的数据模型

根据 Dynamics 365 Customer Service 数据集中的可用数据添加新指标

如果您需要在现有实体中创建指标(如场景 1 和场景 2 中所述),请执行以下步骤:

  1. 转到 Power BI desktop,打开要编辑的报表。 确保使用向现有报表添加 Dynamics 365 Customer Service 数据集中描述的步骤,以确保您的报表连接到 Dynamics 365 Customer Service 数据集。

  2. 右键单击要为其创建新指标的实体。

  3. 选择所需的属性(如名称和数据类型)后,输入实时指标的 Data Analysis Expressions (DAX) 逻辑。 有关 DAX 的更多信息,请转到 DAX 函数参考

  4. 保存您的度量值,并根据需要将其包含在可视化效果中。

  5. 选择文件>发布,将新版本发布到 Power BI。

备注

如果您需要重命名现有列,必须创建一个新的本地模型。

示例

下面的示例描述了如何为实时报表创建 150 秒的新服务级别。

  1. 转到 Power BI 服务,然后从自定义工作区选择报表。

  2. 通过实时连接下载实时报表,然后在 Power BI 中打开。

  3. 右键单击 FactConversation 实体,然后选择新建度量值

    请参阅 Customer Service 全渠道中实时分析报表的数据模型映射获取用于计算现成指标的逻辑,您可以使用该逻辑来构建逻辑。

  4. 输入以下代码:

    Service level (150 seconds) =  
        DIVIDE ( 
            SUMX ( 
                FactConversation, 
                IF ( 
                    FactConversation[ConversationFirstWaitTimeInSeconds] <= 150 
                        && FactConversation[IsAgentAccepted] 
                        && NOT FactConversation[DirectionCode], 
                    1, 
                    0 
                ) 
            ), 
          SUMX ( 
                FactConversation, 
                IF ( 
                    FactConversation[IsAgentAccepted] 
                        && NOT FactConversation[DirectionCode], 
                    1, 
                    0 
                ) 
            ), 
            BLANK () 
        ) 
    
    
  5. 确保格式为百分比,然后选择保存

  6. 用新创建的服务级别(150 秒)度量值替换“摘要报表”页面上的服务级别(60 秒)

  7. 选择保存,然后选择文件 > 发布到 Power BI。

根据 Dynamics 365 Customer Service 数据集和外部数据添加新指标

如果您需要从 Dynamics 365 Customer Service 内以及外部数据获取其他数据,如场景 3 和场景 4 所述,请执行以下步骤:

  1. 转到 Power BI desktop,打开要编辑的报表。

    确保使用向现有报表添加 Dynamics 365 Customer Service 数据集中描述的步骤,以确保您的报表连接到动态数据模型。

  2. 选择建模选项卡,然后选择对此模型进行更改

    您可能会被要求创建一个本地模型来引入其他数据源。 这将在报表所在的工作区中创建一个数据模型。 此本地模型(用于报表)使用 DirectQuery 连接连接到 Dynamics 365 模型,让您可以在添加自己的指标时利用动态模型中的指标。

  3. 选择添加本地模型

  4. 连接到数据对话中,选择提交

  5. 如果需要从 Dynamics 引入其他属性,选择 Dataverse。 对于其他应用程序,使用适当的源。

  6. 导航器窗格中,选择实体,然后选择转换数据

  7. 连接设置对话中,选择首选连接,然后选择确定

  8. 创建本地模型后,选择获取数据,然后选择适当的数据源。

  9. 建模选项卡上,选择管理关系在已添加的新实体与现有实体之间创建关系。

  10. 右键单击要为其创建新指标的实体。

  11. 选择所需的属性(如名称和数据类型)后,输入 DAX 逻辑。

  12. 保存您的度量值,并根据需要将其包含在可视化效果中。

  13. 选择文件>发布,将新版本发布到 Power BI。

示例

下面是一个示例,描述了如何按用户的标题筛选现成的 Customer Service 历史报表。

  1. 转到 Power BI 服务,然后从自定义工作区选择报表。

  2. 通过实时连接下载 Customer Service 历史分析报表,然后在 Power BI 中打开。

  3. 使用前面所述的步骤创建本地模型。

  4. 导航器窗格中,选择适当的 Dynamics Customer Service 组织。 由于指标将基于 Dynamics 365 数据,因此使用 Dataverse 连接器。

  5. 从实体列表中,选择所需的实体。 使用系统用户实体。

  6. 选择转换数据应用必要的筛选器并删除不需要的列。

    作为最佳做法,确保只拉取确保最佳性能和刷新率所需的数据。 您可以根据需要选择使用 Import 模式或 DirectQuery 模式。 如果是实时报表,您可以选择使用 DirectQuery 来帮助确保每次都能获得最新的数据。 为了防止混淆,此实体可以命名为 UserTitle

    新实体 UserTitleTitle 属性已加载并对您可用。 要成功地在此新实体和现有数据之间创建关系,我们还需要用户 ID。

  7. 选择建模选项卡和管理关系,使用代理 ID 属性在 DimAgent 实体和新创建的 UserTitle 实体之间创建新关系。

    然后,您可以将其作为筛选器添加到现有报表中,或者根据此属性添加更新的指标(如果需要)。

  8. 选择保存,然后选择文件>发布到 Power BI

将报表发布回 Dynamics 365 Customer Service

创建新报表后,您可以让 Dynamics 365 用户能够从 Customer Service workspace 应用查看这些报表。 请与管理员合作,确保查看者具有适当的访问权限,可以在 Dynamics 365 中查看和嵌入这些报表。

后续步骤

自定义历史和实时分析报表的数据模型
Customer Service 中历史分析报表的数据模型和报表映射
Customer Service 全渠道中实时分析报表的数据模型映射数据模型自定义概述