หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
นําไปใช้กับ:
บริการของ Power BI Power BI Desktop 
เราขอแนะนําให้คุณประเมินข้อมูลของคุณก่อนที่จะเริ่มใช้กับ Copilot แบบจําลองความหมายของคุณ คุณอาจต้องล้างโมเดลความหมายของคุณเพื่อให้ได้ Copilot ข้อมูลเชิงลึกจากโมเดลนั้น
หมายเหตุ
โปรดคํานึงถึงข้อกําหนดต่อไปนี้:
- ผู้ดูแลระบบของคุณต้องเปิดใช้งานCopilotใน Microsoft Fabric
- ความจุ Fabric ของคุณต้องอยู่ในหนึ่งในภูมิภาคที่ระบุไว้ในบทความนี้ ความพร้อมใช้งานของภูมิภาค Fabric ถ้าไม่ใช่ คุณไม่สามารถใช้ Copilotได้
- ผู้ดูแลระบบของคุณต้องเปิดใช้งานการสลับผู้เช่าก่อนที่คุณจะเริ่มใช้Copilot ดูการตั้งค่าCopilotสําหรับรายละเอียด
- หากผู้เช่าหรือความจุของคุณอยู่นอกสหรัฐอเมริกาหรือฝรั่งเศส Copilot จะถูกปิดใช้งานตามค่าเริ่มต้น ข้อยกเว้นประการหนึ่งคือหากผู้ดูแลระบบผู้เช่า Fabric ของคุณเปิดใช้งาน ข้อมูลที่ส่งไปยัง Azure OpenAI สามารถประมวลผลได้นอกภูมิภาคทางภูมิศาสตร์ของผู้เช่า ขอบเขตการปฏิบัติตามข้อกําหนด หรือการตั้งค่าผู้เช่าอินสแตนซ์ระบบคลาวด์แห่งชาติ คุณสามารถค้นหาการตั้งค่านี้ได้ในพอร์ทัลผู้ดูแลระบบ Fabric
- Copilot ใน Microsoft Fabric ไม่ได้รับการสนับสนุนใน SKU รุ่นทดลองใช้ รองรับเฉพาะ SKU ที่ชําระเงินเท่านั้น
- หากต้องการดูประสบการณ์แบบสแตนด์อโลน Copilot ใน Power BI ผู้ดูแลระบบผู้เช่าของคุณต้องเปิดใช้งานสวิตช์ผู้เช่า
ข้อควรพิจารณาสําหรับแบบจําลองความหมายสําหรับการใช้งานCopilot
คุณสามารถสร้างรายงานที่ถูกต้องโดยใช้ Copilot เกณฑ์ในตารางต่อไปนี้ คําแนะนําเหล่านี้สามารถช่วยคุณสร้างรายงาน Power BI ที่ถูกต้อง
| องค์ประกอบ | การพิจารณา | คำอธิบาย | สมัครได้ที่ไหน | ตัวอย่างเช่น |
|---|---|---|---|---|
| การเชื่อมโยงตาราง | กําหนดความสัมพันธ์ที่ชัดเจน | ตรวจสอบให้แน่ใจว่าความสัมพันธ์ทั้งหมดระหว่างตารางถูกกําหนดไว้อย่างชัดเจนและตรรกะ ระบุว่าแบบหนึ่งต่อกลุ่ม กลุ่มต่อหนึ่ง หรือกลุ่มต่อกลุ่ม | ในมุมมองแบบจําลอง ให้ใช้ จัดการความสัมพันธ์ | สร้างความสัมพันธ์แบบหนึ่งต่อกลุ่มจาก Date[DateID] ถึง Sales[DateID] และตรวจสอบว่าความสัมพันธ์ใช้งานอยู่ |
| การวัด | ตรรกะการคํานวณมาตรฐาน | การวัดผลควรมีตรรกะการคํานวณที่เป็นมาตรฐานและชัดเจนซึ่งง่ายต่อการอธิบายและเข้าใจ | ในข้อกําหนดการวัดและคุณสมบัติคําอธิบาย | วัด DAX: Total Sales = SUM(Sales[SaleAmount]) และเพิ่มคําอธิบาย: "ผลรวมของยอดขายทั้งหมด" |
| การวัด | หลักการตั้งชื่อ | ชื่อของหน่วยวัดควรสะท้อนถึงการคํานวณและวัตถุประสงค์อย่างชัดเจน | ในฟิลด์ชื่อหน่วยวัดเมื่อสร้างหน่วยวัด | ใช้ชื่อที่สื่อความหมาย: Average Customer Rating แทนตัวย่อ: AvgRating. |
| การวัด | หน่วยวัดที่กําหนดไว้ล่วงหน้า | รวมชุดของหน่วยวัดที่กําหนดไว้ล่วงหน้า ซึ่งผู้ใช้มีแนวโน้มที่จะร้องขอในรายงาน | สร้างหน่วยวัดในแบบจําลองของคุณที่ผู้ใช้ต้องการโดยทั่วไป | เพิ่มหน่วยวัดเช่น YTD Sales = TOTALYTD(SUM(Sales[SaleAmount]), 'Date'[Date]) หรือ MoM Growth = DIVIDE([This Month Sales] - [Last Month Sales], [Last Month Sales]). |
| ตารางข้อเท็จจริง | การแบ่งเส้นที่ชัดเจน | ตารางข้อเท็จจริงที่ชัดเจนซึ่งเก็บข้อมูลเชิงปริมาณและวัดได้สําหรับการวิเคราะห์ | ในคุณสมบัติของตารางและโครงสร้างแบบจําลองข้อมูล | ตั้งชื่อตารางอย่างชัดเจนเป็นตารางข้อเท็จจริง: FactSales, FactTransactions, . FactVisits |
| ตารางมิติ | ข้อมูลเชิงพรรณนาที่สนับสนุน | สร้างตารางมิติที่ประกอบด้วยแอตทริบิวต์เชิงพรรณาที่เกี่ยวข้องกับหน่วยวัดเชิงปริมาณในตารางข้อเท็จจริง | ในคุณสมบัติของตารางและโครงสร้างแบบจําลองข้อมูล | สร้างตารางมิติ เช่น DimProduct ด้วยแอตทริบิวต์ (ProductName, Category, ) BrandและDimCustomerด้วยแอตทริบิวต์ (CustomerName, City, ) Segment |
| ลำดับชั้น | การจัดกลุ่มเชิงตรรกะ | กําหนดลําดับชั้นที่ชัดเจนภายในข้อมูล โดยเฉพาะอย่างยิ่งสําหรับตารางมิติที่สามารถใช้เพื่อดูรายละเอียดแนวลึกในรายงาน | ในเมนูบริบทของตาราง ให้เลือกลําดับชั้นใหม่ | ในDateตาราง ให้สร้างลําดับชั้น:Year>Quarter>Month>Day . ในGeographyตาราง:Country/Region>State>City . |
| ชื่อคอลัมน์ | ป้ายกํากับที่ชัดเจน | ชื่อคอลัมน์ควรชัดเจนและอธิบายได้ด้วยตนเอง หลีกเลี่ยงการใช้รหัสหรือรหัสที่ต้องค้นหาเพิ่มเติมโดยไม่มีบริบท | เปลี่ยนชื่อคอลัมน์ในตัวแก้ไข Power Query หรือมุมมองแบบจําลอง | เปลี่ยนชื่อคอลัมน์จาก ProdID เป็น Product ID หรือ Product Nameและ จาก เป็นCustNoCustomer Number |
| ชนิดข้อมูลของคอลัมน์ | ถูกต้องและสอดคล้องกัน | ใช้ชนิดข้อมูลที่ถูกต้องและสอดคล้องกันสําหรับคอลัมน์ในทุกตารางเพื่อให้แน่ใจว่าหน่วยวัดคํานวณได้อย่างถูกต้องและเพื่อเปิดใช้งานการเรียงลําดับและการกรองที่เหมาะสม | ในคุณสมบัติของคอลัมน์ ให้ตั้งค่า ชนิดข้อมูล | ตรวจสอบให้แน่ใจ Sales[SaleAmount] ว่าเป็น เลขทศนิยม (ไม่ใช่ข้อความ) Date[Date] คือ วันที่ (ไม่ใช่ข้อความ) Product[ProductID] คือ จํานวนเต็ม |
| ชนิดของความสัมพันธ์ | ระบุไว้อย่างชัดเจน | เพื่อให้แน่ใจในการสร้างรายงานที่ถูกต้อง ระบุลักษณะของความสัมพันธ์ (ใช้งานอยู่ หรือไม่ใช้งาน) และคาร์ดินาลลิตี้ของความสัมพันธ์อย่างชัดเจน | ในกล่องโต้ตอบคุณสมบัติความสัมพันธ์ | ตั้งค่า Date เป็น Sales กลุ่มต่อหนึ่ง (ใช้งานอยู่) Product เป็นกลุ่มต่อหนึ่ง (ใช้งานอยู่) และ Sales ทําเครื่องหมายความสัมพันธ์ตามบทบาทสมมติว่าไม่ใช้งานตามความเหมาะสม |
| ความสอดคล้องกันของข้อมูล | ค่ามาตรฐาน | รักษาค่ามาตรฐานภายในคอลัมน์เพื่อให้แน่ใจว่าตัวกรองและการรายงานมีความสอดคล้องกัน | ใช้การแปลง ค้นหาและแทนที่ หรือ Power Query | ใน Status คอลัมน์ ตรวจสอบให้แน่ใจว่าค่าทั้งหมดใช้ตัวพิมพ์ใหญ่ที่สอดคล้องกัน: Open, Closed, ( Pending ไม่ใช่ตัวพิมพ์ใหญ่ผสม เช่น open, CLOSED) |
| ตัวบ่งชี้ประสิทธิภาพหลัก (KPI) | กําหนดไว้ล่วงหน้าและเกี่ยวข้อง | สร้างชุดของ KPI ที่เกี่ยวข้องกับบริบททางธุรกิจ และมักใช้ในรายงาน | สร้างการวัดผลสําหรับ KPI ที่ติดตามโดยทั่วไป | กําหนดหน่วยวัดเช่น ROI = DIVIDE([Profit], [Investment]), CAC = DIVIDE([Marketing Spend], [New Customers]), . LTV = [Avg Order Value] * [Purchase Frequency] * [Customer Lifespan] |
| รีเฟรชกําหนดการ | โปร่งใสและกําหนดเวลา | สื่อสารกําหนดการรีเฟรชข้อมูลอย่างชัดเจนเพื่อให้แน่ใจว่าผู้ใช้เข้าใจไทม์ไลน์ของข้อมูลที่พวกเขาวิเคราะห์อยู่ | ในการตั้งค่าชุดข้อมูลและเอกสารประกอบ | เพิ่มกล่องข้อความหรือคําอธิบายที่ระบุว่า "ข้อมูลรีเฟรชทุกวันเวลา 6:00 น. UTC" หรือ "ข้อมูลแบบเรียลไทม์ที่มีการรีเฟรชแบบเพิ่มหน่วย 15 นาที" |
| ความปลอดภัย | คําจํากัดความระดับบทบาท | กําหนดบทบาทความปลอดภัยสําหรับระดับต่าง ๆ ของการเข้าถึงข้อมูลถ้ามีองค์ประกอบที่สําคัญที่ผู้ใช้ทุกคนไม่ควรเห็น | ในมุมมองแบบจําลอง ให้เลือก จัดการบทบาท | สร้างบทบาท "ทีมขาย" ด้วยตัวกรอง: Sales[Region] = USERNAME() และบทบาท "HR" ด้วยตัวกรองในตารางข้อมูลพนักงาน |
| เมตาดาต้า | เอกสารโครงสร้าง | สําหรับการอ้างอิง ให้จัดทําเอกสารโครงสร้างของแบบจําลองข้อมูล รวมถึงตาราง คอลัมน์ ความสัมพันธ์ และหน่วยวัด | ใช้คุณสมบัติคําอธิบายและเอกสารภายนอก | เพิ่มคําอธิบายลงในตารางและคอลัมน์ สร้างเอกสารแยกต่างหากด้วยไดอะแกรมแบบจําลอง พจนานุกรมข้อมูล และแค็ตตาล็อกหน่วยวัด |
ตารางต่อไปนี้แสดงรายการเกณฑ์อื่นๆ ที่สามารถช่วยคุณสร้างคิวรีนิพจน์การวิเคราะห์ข้อมูล (DAX) ที่ถูกต้องด้วยCopilot คําแนะนําเหล่านี้สามารถช่วยคุณสร้างคิวรี DAX ที่ถูกต้อง
| องค์ประกอบ | การพิจารณา | คำอธิบาย | สมัครได้ที่ไหน | ตัวอย่างเช่น |
|---|---|---|---|---|
| หน่วยวัด ตาราง และคอลัมน์ | คำอธิบาย | ในคุณสมบัติคําอธิบาย ให้กําหนดแต่ละองค์ประกอบและวิธีที่คุณต้องการใช้ ใช้เฉพาะอักขระ 200 ตัวแรกเท่านั้น | ในบานหน้าต่าง คุณสมบัติ เขตข้อมูล คําอธิบาย สําหรับหน่วยวัด ตาราง และคอลัมน์ | สําหรับการวัดผล [YOY Sales]ให้เพิ่มคําอธิบาย: "ความแตกต่างของคําสั่งซื้อแบบปีต่อปี (YOY) ใช้กับคอลัมน์ 'วันที่'[ปี] เพื่อแสดงตามปีอื่นที่ไม่ใช่ปีล่าสุด ปีบางส่วนเมื่อเทียบกับช่วงเวลาเดียวกันของปีก่อนหน้า" |
| กลุ่มการคำนวณ | คำอธิบาย | รายการการคํานวณไม่ได้รวมอยู่ในเมตาดาต้าแบบจําลอง ใช้คําอธิบายของคอลัมน์กลุ่มการคํานวณเพื่อแสดงรายการและอธิบายการใช้หน่วยข้อมูลการคํานวณ ใช้เฉพาะอักขระ 200 ตัวแรกเท่านั้น | ในบานหน้าต่างคุณสมบัติสําหรับคอลัมน์กลุ่มการคํานวณ | สําหรับคอลัมน์กลุ่มการคํานวณ ตัวอย่างข่าวกรองเวลา ให้เพิ่มคําอธิบาย: "ใช้กับหน่วยวัดและตารางวันที่สําหรับ ปัจจุบัน: ค่าปัจจุบัน, MTD: เดือนจนถึงปัจจุบัน, QTD: ไตรมาสถึงปัจจุบัน, YTD: ปีจนถึงปัจจุบัน, PY: ปีก่อนหน้า, PY MTD, PY QTD, YOY: การเปลี่ยนแปลงปีต่อปี, YOY%: YOY เป็น %" สําหรับตารางการวัดผล ให้เพิ่ม: "หน่วยวัดใช้เพื่อรวมข้อมูล หน่วยวัดเหล่านี้สามารถแสดงเป็นแบบปีต่อปีได้โดยใช้ไวยากรณ์นี้ CALCULATE([ชื่อหน่วยวัด], Time intelligence[การคํานวณเวลา] = YOY)" |