准备您的数据以供适用于 Power BI 的 Copilot 使用
Microsoft Power BI 使您能够在单个工具内开发交互式报表。 典型的报表开发包括以下步骤：
- 准备数据和对数据进行建模
- 可视化和分析数据
- 保护和分发报表
每个步骤都可能很耗时，并且会让新 Power BI 用户望而生畏，具体取决于数据的复杂性和报表的要求。 通过使用适用于 Power BI 的 Copilot 执行如下一些任务，您可以减少创建报表所花费的时间：
- 基于自然语言创建度量值。
- 使用同义词更新语义模型，以改善用户问答体验。
- 根据预填充的提示生成报表内容、摘要视觉对象和页面。
- 分析基础语义模型的摘要。
但是，您仍需执行初始数据清理和转换任务，这对于确保报告的准确性至关重要。
确保数据质量
您还需要针对数据质量的不同方面评估语义模型，否则 Copilot 可能无效。
在创建 Power BI 报表时，数据质量至关重要，因为它直接影响从数据中获得的见解的准确性和可靠性。 下面是数据质量如何影响 Power BI 报表的成功创建的示例：
- 完整性：缺少值可能会导致差距。
- 有效性：超出范围的数据值可能会扭曲视觉对象和结果。
- 一致性：不一致的数据可能会影响与日期相关的视觉对象。
- 唯一性：重复项可能会影响数据准确性。
- 数据关系：如果没有关系，可能无法实现跨表视觉对象。
- DAX 计算：有限的计算可能会导致可能获得的见解更少。
使用 Power Query 准备数据
Power Query 是准备语义模型的关键 Power BI Desktop 功能。 这是创建 Power BI 报表的初始步骤，在使用 Copilot 时不可或缺。 使用 Power Query 确保数据质量：
- 通过评估列质量、分配和配置文件来分析数据。
- 通过解决不一致、意外值或 null 值和其他数据质量问题来清理数据。
- 通过为列和查询实施用户友好的命名约定、更改列数据类型和应用数据形状转换来转换数据。
注意
您需要对 Power BI 服务中位于 F64 或 Power BI Premium 上的工作区具有写入访问权限，您计划在其中发布报表。 了解如何启用适用于 Power BI 的 Copilot。