Partager via

Optimiser votre modèle sémantique pour Copilot dans Power BI

S’APPLIQUE À : Power BI Desktop Service Power BI

Nous vous recommandons d’évaluer vos données avant de commencer à utiliser Copilot avec votre modèle sémantique. Vous devrez peut-être nettoyer votre modèle sémantique afin de Copilot pouvoir en tirer des insights.

Remarque

Gardez à l’esprit les exigences suivantes :

  • Votre administrateur doit activer Copilot dans Microsoft Fabric.
  • Votre capacité Fabric doit se trouver dans l’une des régions répertoriées dans cet article, disponibilité de la région Fabric. Si ce n’est pas le cas, vous ne pouvez pas utiliser Copilot.
  • Avant de commencer à utiliser Copilot, votre administrateur doit activer le commutateur de locataire. Pour obtenir plus d’informations, consultez l’article Paramètres du locataire Copilot.
  • Si votre locataire ou capacité se trouve en dehors des États-Unis ou de la France, Copilot est désactivé par défaut. L'une des exceptions est que si votre administrateur de locataire Fabric active le paramètre de locataire « Les données envoyées à Azure OpenAI peuvent être traitées en dehors de la région géographique, de la limite de conformité ou de l'instance de cloud national ». Vous trouverez ce paramètre dans le portail d’administration Fabric.
  • Copilot dans Microsoft Fabric n’est pas pris en charge sur les références SKU d’essais gratuits. Seules les références SKU payantes sont prises en charge.
  • Pour voir l’expérience autonome Copilot dans Power BI, votre administrateur de locataire doit activer le commutateur de locataire.

Considérations relatives aux modèles sémantiques à Copilot utiliser

Vous pouvez créer des rapports précis avec Copilot en utilisant les critères du tableau suivant. Ces recommandations peuvent vous aider à générer des rapports Power BI précis.

Élément Considération Descriptif Où appliquer Exemple
Liaison de tables Définir des relations claires Vérifiez que toutes les relations entre les tables sont clairement définies et logiques. Indiquez lesquels sont un-à-plusieurs, plusieurs-à-un ou plusieurs-à-plusieurs. En mode Modèle, utilisez Gérer les relations Créez une relation un-à-plusieurs de Date[DateID] vers Sales[DateID] et vérifiez que la relation est active.
Mesures Logique de calcul standardisée Les mesures doivent avoir une logique de calcul standardisée et claire qui est facile à expliquer et à comprendre. Dans la définition de la mesure et la description de propriété Mesurer DAX : Total Sales = SUM(Sales[SaleAmount]) et ajouter une description : « Somme de tous les montants des ventes ».
Mesures Conventions d’affectation de noms Les noms des mesures doivent clairement refléter leur calcul et leur objectif. Dans le champ nom de mesure lors de la création de mesures Utilisez un nom descriptif : Average Customer Rating au lieu d’abrégé : AvgRating.
Mesures Mesures prédéfinies Incluez un ensemble de mesures prédéfinies que les utilisateurs demanderont certainement à inclure dans les rapports. Créer des mesures dans votre modèle dont les utilisateurs ont généralement besoin Ajouter des mesures comme YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) ou MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]).
Tables de faits Délimitation claire Délimitez clairement les tables de faits, qui contiennent les données quantitatives mesurables à des fins d’analyse. Dans les propriétés de table et la structure du modèle de données Nommer explicitement les tables en tant que tables de faits : FactSales, FactTransactions, FactVisits.
Tables de dimension Données descriptives de support Créez des tables de dimension qui contiennent les attributs descriptifs liés aux mesures quantitatives dans les tables de faits. Dans les propriétés de table et la structure du modèle de données Créez des tables de dimension comme DimProduct avec des attributs (ProductName, Category, Brand) et DimCustomer avec des attributs (CustomerName, City, Segment).
Hiérarchies Regroupements logiques Établissez des hiérarchies claires dans les données, en particulier pour les tables de dimension qui peuvent être utilisées pour explorer les rapports. Dans le menu contextuel du tableau, sélectionnez Nouvelle hiérarchie Dans la Date table, créez une hiérarchie :Year>Quarter>Month>Day . Tableau Geography : Country/Region>State>City.
Noms de colonnes Étiquettes non ambiguës Les noms de colonnes doivent être non ambigus et explicites. Évitez l’utilisation d’ID ou de codes qui nécessitent une recherche supplémentaire sans contexte. Renommer des colonnes dans l’éditeur Power Query ou l’affichage Modèle Renommez la colonne ProdID en Product ID ou Product Name, et de CustNo à Customer Number.
Types données colonne Correct et cohérent Appliquez des types de données corrects et cohérents pour les colonnes de toutes les tables pour vous assurer que les mesures sont calculées correctement et pour activer le tri et le filtrage appropriés. Dans les propriétés de colonne, définissez le type de données Assurez-vous que Sales[SaleAmount] est un nombre décimal (et non du texte), Date[Date] est une date (et non du texte), Product[ProductID] est un nombre entier.
Types de relations Clairement spécifié Pour garantir une génération de rapport précise, spécifiez clairement la nature des relations (actives ou inactives) et leur cardinalité. Boîte de dialogue Propriétés de relation Définir Date sur Sales en tant que Plusieurs-à-un (actif), Product sur Sales en tant que Plusieurs-à-un (actif), et marquer les relations de jeu de rôle comme inactives si nécessaire.
Cohérence des données Valeurs standardisées Conservez des valeurs standardisées dans les colonnes pour garantir la cohérence entre les filtres et les rapports. Utilisez la fonction Rechercher et Remplacer ou les transformations Power Query Dans Status la colonne, vérifiez que toutes les valeurs utilisent la casse cohérente : Open, Closed, Pending (pas de cas mixte comme open, CLOSED).
Indicateurs de performance clé Prédéfini et pertinent Établissez un ensemble d’indicateurs de performance clés pertinents pour le contexte métier et qui sont couramment utilisés dans les rapports. Créer des mesures pour les indicateurs de performance clés couramment suivis Définir des mesures telles que ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan].
Planifications de rafraîchissement Transparent et planifié Communiquez clairement les planifications d’actualisation des données pour vous assurer que les utilisateurs comprennent les chronologies des données qu’ils analysent. Dans les paramètres et la documentation du jeu de données Ajoutez une zone de texte ou une description indiquant : « Les données sont actualisées quotidiennement à 6 h 00 UTC » ou « Données en temps réel avec actualisation incrémentielle de 15 minutes ».
Sécurité Définitions de niveau de rôle Définissez des rôles de sécurité pour différents niveaux d’accès aux données s’il existe des éléments sensibles que tous les utilisateurs ne doivent pas voir. En mode Modèle, sélectionnez Gérer les rôles Créez le rôle « Sales Team » avec le filtre : Sales[Region] = USERNAME() et le rôle « HR » avec un filtre sur les tables de données des employés.
Métadonnées Documentation de la structure Pour référence, documentez la structure du modèle de données, y compris les tables, les colonnes, les relations et les mesures. Utiliser les propriétés de description et la documentation externe Ajoutez des descriptions aux tables et aux colonnes. Créez un document distinct avec le diagramme de modèle, le dictionnaire de données et le catalogue de mesures.

Le tableau suivant répertorie d’autres critères qui peuvent vous aider à créer des requêtes DAX (Data Analysis Expressions) précises avec Copilot. Ces recommandations peuvent vous aider à générer des requêtes DAX précises.

Élément Considération Descriptif Où appliquer Exemple
Mesures, tables et colonnes Descriptions Dans la propriété description, définissez chaque élément et la façon dont vous envisagez de l’utiliser. Seuls les 200 premiers caractères sont utilisés. Dans le volet Propriétés, champ Description pour les mesures, les tables et les colonnes Pour la mesure [YOY Sales], ajoutez une description : « Différence d'une année sur l'autre dans les commandes. » Utilisez la colonne « Date » [Année] pour afficher les années autres que la dernière année. Les années partielles se comparent à la même période de l’année précédente.
Groupes de calcul Descriptions Les éléments de calcul ne sont pas inclus dans les métadonnées du modèle. Utilisez la description de la colonne du groupe de calcul pour répertorier et expliquer l’utilisation des éléments de calcul. Seuls les 200 premiers caractères sont utilisés. Dans le volet Propriétés de la colonne de groupe de calcul Pour la colonne du groupe de calcul de l’exemple Time Intelligence, ajoutez la description suivante : « Utiliser avec des mesures et une table de dates pour Current : valeur actuelle, MTD : mois à date, QTD : trimestre à date, YTD : cumul annuel, PY : année précédente, PY MTD, PY QTD, YOY : variation annuelle, YOY% : YOY en pourcentage ». Pour une table de mesures, ajoutez : « Les mesures sont utilisées pour agréger des données. Ces mesures peuvent être affichées sous la forme d’une année à l’autre à l’aide de cette syntaxe CALCULATE([Nom de la mesure], Time intelligence[Calcul de l’heure] = YOY)."

Contenu connexe

  • Last updated on