# Buenas prácticas para el uso de Power Pilot ## Modelado: El modelo semántico es el corazón de la interacción entre sus datos en Power BI y la IA. Traduce la estructura técnica de los datos en conceptos de negocio comprensibles, permitiendo que la IA entienda preguntas como: “¿Cuál fue el valor total de ventas por categoría en el último trimestre?” Para que esa interpretación sea correcta, el modelo debe reflejar relaciones claras entre los datos presentes en el conjunto. El modelo **Star Schema** es la arquitectura recomendada para modelos analíticos en general y es especialmente importante en soluciones de Power BI, principalmente cuando se integran a un entorno con IA. Es un modelo más compacto y cohesivo, lo que permite una mejor interpretación de las relaciones entre tablas.
**• Hecho:** \ Concentra eventos o transacciones del negocio. \ FatoVendas, FatoPedidos,FatoAtendimentos •**Dimensión:** \ Describe atributos contextuales relacionados con las tablas de hechos.\ DimCliente,DimProduto,DimTempo,DimRegiao #### **Características Principales:** 1. Relaciones de tipo 1:N; 2. Sin joins complejos ni múltiples caminos ambiguos. 3. Estructura simple e intuitiva para la interpretación semántica. #### Beneficios para Power Pilot: 1. Facilita la comprensión de las relaciones entre hechos y dimensiones 2. Permite a la IA identificar métricas de negocio y sus contextos (quién, cuándo, dónde, qué). 3. Evita la ambigüedad semántica en modelos complejos (como los snowflake schemas) 4. Mejora la eficiencia y la precisión en la generación de las consultas DAX. #### Nomenclatura: El asistente trabaja con PLN (Procesamiento de Lenguaje Natural), lo que hace que analice el modelo de Power BI de forma lingüística, es decir, los nombres y las descripciones tienen extrema importancia en la forma en que la IA comprende los datos. * **Evite abreviaturas:** Use nombres completos y claros. \ _Ejemplo:_ QuantidadeVendida y evite usar QtdVend * **Use nombres descriptivos y semánticos:** Deje explícito el significado. \ _Ejemplo:_ ValorVenda, DataPedido,CategoriaProduto y evite usar ValVen,DataPed. * **Evite caracteres especiales y acentos:** Use solo letras y números.\ _Ejemplo:_ PrecoUnitario evite Preço\_Unitário Cada tabla y columna en Power BI posee un campo de descripción, que puede (y debe) completarse con información sobre: 1. El significado del dato; 2. El contexto de negocio; 3. La forma de cálculo u origen de la información. Estas descripciones son consumidas directamente por la IA, ampliando su capacidad de razonar sobre el contexto y generar respuestas más precisas y contextualizadas. > AVISO: Es importante que las descripciones sean claras, pero sucintas y objetivas. La cantidad de contenido utilizado en la descripción impacta en el uso de tokens, es decir, tenga cautela al escribir las descripciones en el modelo. _Ejemplo:_ **Tabla:** FatoVendas\ **Descripción:** Contiene los registros de ventas realizadas. Cada fila representa una transacción individual. Las medidas asociadas reflejan el valor y la cantidad vendida. **Columna:**ValorVenda\ **Descripción:** Valor monetario total de la venta, considerando los descuentos aplicados.
El punto se aplica a las medidas: defina medidas DAX claras, con nombres semánticos y documentadas. 1. Use nombres significativos: TotalVendas, LucroBruto,MargemPercentual; 2. Evite medidas duplicadas o con lógica redundante; 3. Documente las descripciones.