通过

在 Power BI 中优化 Copilot 语义模型

适用范围：Power BI Desktop Power BI 服务

在您开始将 Copilot 用于语义模型之前，我们建议您评估您的数据。 可能需要清理您的语义模型，以便Copilot能从中获取见解。

注意

请记住以下要求：

语义模型的 Copilot 使用注意事项

可以使用下表中的条件，通过 Copilot 创建准确的报表。 这些建议可帮助你生成准确的 Power BI 报表。

元素 注意事项 说明 示例
表链接 定义明确的关系 确保表之间的所有关系都得到清晰和逻辑的定义。 指出哪些是一对多、多对一或多对多。 Sales 表通过 DateID 字段连接到 Date 表。
度量值 标准化计算逻辑 度量值应具有标准化的清晰计算逻辑，易于解释和理解。 Total Sales是Sales表中SaleAmount字段的总和。
度量值 命名约定 度量值的名称应清楚地反映其计算和用途。 使用 Average_Customer_Rating 而不是 AvgRating。
度量值 预定义度量值 包括一组用户最有可能在报表中请求的预定义度量值。 赞 Year_To_Date_Sales 或 Month_Over_Month_Growth。
事实数据表 清晰划分 清晰地描述事实数据表，这些数据表保存可衡量的量化数据以用于分析。 Transactions、 Sales和 Visits。
维度表 支持性描述性数据 创建维度表，其中包含与事实数据表中的量化度量值相关的描述性属性。 Product_Details 和 Customer_Information。
层次结构 逻辑分组 在数据中建立明确的层次结构，尤其是可用于在报表中向下钻取的维度表。 一个Time层次结构，从Year逐渐细分到Quarter、Month，最后到Day。
列名 明确标签 列名应清晰明确且一目了然。 避免使用需要进一步查找的 ID 或代码，而无需上下文。 使用 Product_Name 而不是 ProdID。
列数据类型 正确且一致 对所有表的列应用正确且一致的数据类型，以确保度量值正确计算并启用适当的排序和筛选。 确保计算中使用的数值列未设置为文本数据类型。
关系类型 明确指定 为了确保准确生成报告，请明确指定关系（活动或非活动）的性质及其基数。 请标记关系是 One-to-One、One-to-Many 还是 Many-to-Many。
数据一致性 标准化值 在列中维护标准化值，以确保筛选器和报表中的一致性。 如果有列 Status ，请一致地使用筛选器，例如 Open， Closed或 Pending。
关键绩效指标 (KPI) 预定义和相关 建立一组与业务上下文相关并在报表中经常使用的 KPI。 Return on Investment (ROI), Customer Acquisition Cost (CAC) 或 Lifetime Value (LTV)。
刷新时间表 透明化和定时 清楚地传达数据的刷新计划，以确保用户了解他们正在分析的数据的时间线。 指示数据是否为实时、每日、每周等。
安全性 角色级别定义 如果存在并非所有用户都应看到的敏感元素，请定义安全角色，以实现不同级别的数据访问。 销售团队成员可以查看销售数据，但看不到 HR 数据。
元数据 结构文档 有关参考，请记录数据模型的结构，包括表、列、关系和度量值。 作为参考提供的数据字典或模型关系图。

下表列出了其他条件，这些条件可以帮助你创建Copilot准确的数据分析表达式（DAX）查询。 这些建议可帮助你生成准确的 DAX 查询。

元素 注意事项 说明 示例
度量值、表和列 说明 在 description 属性中，定义每个元素以及如何使用它。 仅使用前 200 个字符。 [YOY 销售] 说明可以是：“订单中的同比（YOY）差异。 与 'Date'[Year] 列一起使用，以显示除了最近年份之外的其他年份。 部分年份与上年同期相比。
计算组 说明 计算项不包括在模型元数据中。 使用计算组列的说明列出并说明计算项的使用。 仅使用前 200 个字符。 例如，时间智能示例 计算组列可以有以下描述：“与度量值和日期表结合使用：当前值，MTD：月到日期，QTD：季度到日期，YTD：年到日期，PY：上一年，PY MTD，PY QTD，YOY：同比变化，YOY%：同比变化的百分比。” 具有度量值的表可以进一步说明用法，如下所示：“度量值用于汇总数据。” 这些度量值可以使用以下语法逐年显示：CALCULATE（[Measure Name]，Time intelligence[Time calculation] = YOY）。

相关内容