Mettre à jour votre modèle de données pour qu’il fonctionne correctement avec Copilot pour Power BI

S’APPLIQUE À :️ Power BI Desktop Service Power BI

Avant de commencer à utiliser Copilot avec votre modèle sémantique, évaluez vos données. Vous devrez peut-être effectuer un travail de nettoyage sur votre modèle sémantique afin que Copilot puisse en déduire des insights.

Remarque

• Votre administrateur doit activer Copilot dans Microsoft Fabric.
• Votre capacité F64 ou P1 doit se trouver dans une des régions répertoriées dans cet article, Disponibilité des régions 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.
• Copilot est désactivé par défaut si votre locataire ou votre capacité sont situés en dehors des États-Unis ou de la France, à moins que l’administrateur de votre locataire Fabric n’active le paramètre de locataire Les données envoyées à Azure OpenAI peuvent être traitées en dehors de la région géographique de votre locataire, de la limite de conformité ou de l’instance du cloud national dans le portail d’administration de Fabric.
• Copilot dans Microsoft Fabric n’est pas pris en charge sur les références SKU d’essais gratuits. Seules les références SKU payantes (F64 ou ultérieures, ou P1 ou version ultérieure) sont prises en charge.

Considérations relatives aux jeux de données pour l’utilisation de Copilot

La table suivante répertorie les critères qui vous aident à créer des rapports précis avec Copilot. Ces éléments sont des recommandations qui peuvent vous aider à générer des rapports Power BI précis.

Élément	Considération	Description	Exemple
Liaison de tables	Définir des relations claires	Assurez-vous que toutes les relations entre les tables sont clairement définies et logiques, indiquant celles qui sont une-à-plusieurs, plusieurs-à-une ou plusieurs-à-plusieurs.	Table « Ventes » connectée à la table « Date » par le champ « DateID ».
Mesures	Logique de calcul standardisée	La logique de calcul des mesures doit être standardisée, claire, facile à expliquer et à comprendre.	« Total des ventes » est calculé comme la somme de « SaleAmount » de la table « Ventes ».
Mesures	Conventions d'affectation de noms	Les noms des mesures doivent clairement refléter leur calcul et leur objectif.	Utilisez « Average_Customer_Rating » plutôt que « AvgRating ».
Mesures	Mesures prédéfinies	Incluez un ensemble de mesures prédéfinies que les utilisateurs demanderont certainement à inclure dans les rapports.	« Year_To_Date_Sales », « Month_Over_Month_Growth », etc.
Tables de faits	Effacer la délimitation	Délimitez clairement les tables de faits, qui contiennent les données quantitatives mesurables à des fins d’analyse.	« Transactions », « Ventes », « Visites ».
Tables de dimension	Données descriptives en soutien	Créez des tables de dimension qui contiennent les attributs descriptifs liés aux mesures quantitatives dans les tables de faits.	« Product_Details », « Customer_Information ».
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.	Une hiérarchie de « Période » qui se décompose en « Année » « Trimestre », « Mois » et « Jour ».
Noms des colonnes	Étiquettes non ambiguës	Les noms de colonnes doivent être non ambigus et explicites, évitant ainsi l’utilisation d’ID ou de codes qui nécessitent une recherche supplémentaire sans contexte.	Utilisez « Product_Name » plutôt que « ProdID ».
Types de données de 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.	Vérifiez que les colonnes numériques utilisées dans les calculs ne sont pas définies en tant que types de données texte.
Types de relation	Clairement spécifié	Pour garantir une génération de rapport précise, spécifiez clairement la nature des relations (actives ou inactives) et leur cardinalité.	Indiquez si une relation est « une-à-une », « une-à-plusieurs » ou « plusieurs à plusieurs ».
Cohérence des données	Valeurs standardisées	Conservez des valeurs standardisées dans les colonnes pour garantir la cohérence entre les filtres et les rapports.	Si vous avez une colonne « État », utilisez « Ouvert », « Fermé », « En attente » etc. de manière cohérente.
Des indicateurs de performance clés (KPI)	Prédéfini et pertinent	Établissez un ensemble d’indicateurs de performance clés pertinents pour le contexte métier et qui sont couramment utilisés dans les rapports.	« Retour sur investissement (ROI) », « Coût d’acquisition du client (CAC) », « Valeur de durée de vie (LTV) ».
Calendriers d’actualisation	Transparent et planifié	Communiquez clairement les calendriers d’actualisation des données pour vous assurer que les utilisateurs comprennent le caractère opportun des données qu’ils analysent.	Indiquez si les données sont en temps réel, quotidiennes, hebdomadaires, etc.
Sécurité	Définitions au niveau du 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.	Les membres de l’équipe commerciale peuvent voir les données de ventes, mais pas les données RH.
Métadonnées	Documentation de la structure	Documentez la structure du modèle de données, y compris les tables, les colonnes, les relations et les mesures, pour référence.	Un dictionnaire de données ou un diagramme de modèle fourni en tant que référence.

Contenu connexe

• Vue d’ensemble de Copilot pour Power BI
• Créer un rapport avec Copilot pour Power BI