Cập nhật data model để tạo báo cáo chính xác với Power BI Copilot

1/18/2024

Lưu ý:

Capacity F64 hoặc P1 của bạn cần thuộc một trong các khu vực được liệt kê trong các khu vực khả dụng của Fabric. Nếu không, bạn không thể sử dụng Copilot.
Quản trị viên của bạn cần bật tính năng chuyển đổi tenant trước khi bắt đầu sử dụng Copilot.
Nếu tenant hoặc capacity của bạn ở ngoài quốc gia Hoa Kỳ hoặc Pháp, Copilot bị tắt theo mặc định trừ khi quản trị viên tenant Fabric của bạn bật cài đặt tenant Data sent to Azure OpenAI can be processed outside your tenant's geographic region, compliance boundary, or national cloud instance trong Fabric Admin portal.
Copilot trong Microsoft Fabric không được hỗ trợ trên SKU dùng thử. Chỉ hỗ trợ SKU trả phí (F64 trở lên hoặc P1 trở lên).

Trước khi bắt đầu sử dụng Copilot với semantic model của mình, bạn hãy đánh giá dữ liệu. Bạn có thể cần thực hiện một số công việc dọn dẹp semantic model của mình để Copilot có thể rút ra những ý nghĩa cốt lõi từ dữ liệu đó.

Những cân nhắc đối với dataset khi sử dụng Copilot

Bảng sau liệt kê các tiêu chí được đề xuất sẽ giúp bạn tạo báo cáo Power BI chính xác với Copilot.

Thành phần	Cân nhắc	Mô tả	Ví dụ

Liên kết bảng	Xác định rõ mối quan hệ giữa các bảng	Đảm bảo rằng tất cả các mối quan hệ giữa các bảng được xác định rõ ràng và hợp lý, cho biết mối quan hệ nào là một-nhiều, nhiều-một hoặc nhiều-nhiều.	Bảng "Sales" được kết nối với bảng "Date" bằng trường "DateID".

Measure	Logic tính toán được tiêu chuẩn hóa	Các measure phải được chuẩn hóa, logic tính toán rõ ràng, dễ giải thích, dễ hiểu.	"Total Sales" được tính bằng tổng của "SaleAmount" từ bảng "Sales".

Measure	Quy ước đặt tên	Tên của các measure phải phản ánh rõ tính toán và mục đích của chúng.	Sử dụng "Average_Customer_Rating" thay vì "AvgRating".

Measure	Xác định trước các measure	Gồm một tập hợp các measure được xác định trước mà người dùng có nhiều khả năng yêu cầu nhất trong báo cáo.	"Year_To_Date_Sales", "Month_Over_Month_Growth", etc.

Bảng thực tế	Phân định rõ ràng	Phân định rõ ràng các bảng thực tế, chứa dữ liệu định lượng, có thể đo lường được để phân tích.	"Transactions", "Sales", "Visits".

Dimension Table	Dữ liệu mô tả hỗ trợ	Tạo các dimension table chứa các thuộc tính mô tả liên quan đến các measure định lượng trong các bảng thực tế.	"Product_Details", "Customer_Information".

Hệ thống phân cấp	Phân nhóm có logic	Thiết lập hệ thống phân cấp rõ ràng trong dữ liệu, đặc biệt đối với các dimension table có thể được sử dụng để xem chi tiết trong báo cáo.	Phân cấp "Time" được chia nhỏ từ "Year" đến "Quarter" đến "Month" đến "Day".

Tên cột	Đặt tên cột rõ ràng	Tên cột phải rõ ràng và dễ hiểu, tránh sử dụng ID hoặc mã yêu cầu tra cứu bổ sung mà không có ngữ cảnh.	Sử dụng "Product_Name" thay cho "ProdID".

Các kiểu dữ liệu cột	Chính xác và nhất quán	Áp dụng các loại dữ liệu chính xác và nhất quán cho các cột trên tất cả các bảng để đảm bảo rằng các measure được tính toán chính xác cũng như cho phép sắp xếp và lọc thích hợp.	Đảm bảo các cột số được sử dụng trong tính toán không được đặt làm kiểu dữ liệu văn bản.

Các kiểu mối quan hệ	Được chỉ định rõ ràng	Xác định rõ ràng bản chất của các mối quan hệ (hoạt động hoặc không hoạt động) và số lượng của chúng để đảm bảo tạo báo cáo chính xác.	Đánh dấu xem mối quan hệ là "One-to-One", "One-to-Many" hay "Many-to-Many".

Tính nhất quán của dữ liệu	Giá trị tiêu chuẩn hóa	Duy trì các giá trị được tiêu chuẩn hóa trong các cột để đảm bảo tính nhất quán trong bộ lọc và báo cáo.	Nếu bạn có cột "Status", hãy sử dụng nhất quán "Open", "Closed", "Pending", v.v.

Các chỉ số hiệu suất chính (KPIs)	Được xác định trước và có liên quan	Thiết lập bộ KPI phù hợp với bối cảnh kinh doanh và thường được sử dụng trong các báo cáo.	"Return on Investment (ROI)", "Customer Acquisition Cost (CAC)", "Lifetime Value (LTV)".

Làm mới dữ liệu	Minh bạch và được lên lịch rõ ràng	Truyền đạt rõ ràng lịch làm mới dữ liệu để đảm bảo người dùng hiểu được tính kịp thời của dữ liệu họ đang phân tích.	Cho biết dữ liệu là thời gian thực, hàng ngày, hàng tuần, v.v.

Bảo mật	Xác định cấp độ vai trò	Xác định vai trò bảo mật cho các cấp độ truy cập dữ liệu khác nhau nếu có các yếu tố nhạy cảm mà không phải tất cả người dùng đều thấy.	Nhân viên bộ phận Sales có thể xem dữ liệu bán hàng nhưng không thể xem dữ liệu của bộ phận HR.

Metadata	Tài liệu các cấu trúc	Ghi lại cấu trúc của data model, bao gồm các bảng, cột, mối quan hệ và measure để tham khảo.	Từ điển dữ liệu hoặc sơ đồ mô hình được cung cấp làm tài liệu tham khảo.