Boas práticas para Uso do Power Pilot
Modelagem:
O modelo semântico é o coração da interação entre os seus dados no Power BI e a IA. Ele traduz a estrutura técnica dos dados em conceitos de negócio compreensíveis, permitindo que a IA entenda perguntas como:
“Qual foi o valor total de vendas por categoria no último trimestre?”
Para que essa interpretação seja correta, o modelo deve refletir relações claras entre os dados presentes no conjunto.
O modelo Star Schema é a arquitetura recomendada para modelos analíticos em geral e é especialmente importante em soluções de Power BI principalmente quando integradas a ambiente com IA. É um modelo mais enxuto e coeso, o que permite melhor interpretação das relações entre tabelas.
• Fato: Concentra eventos ou transações do negócio. FatoVendas, FatoPedidos,FatoAtendimentos
•Dimensão: Descreve atributos contextuais relacionados às tabelas fatos. DimCliente,DimProduto,DimTempo,DimRegiao
Características Principais:
Relacionamentos do tipo 1:N;
Sem joins complexos ou múltiplos caminhos ambíguos.
Estrutura simples e intuitiva para interpretação semântica.
Benefícios para o Power Pilot:
Facilita o entendimento das relacções entre fatos e dimensoes
Permite à IA identificar métricas de negócios e seus contextos ( quem, quando, onde, o quê).
Evita ambiguidade semântica em modelos complexos ( como snowflake schemas)
Melhora a eficiência e a precisão na geração das consultas DAX.
Nomeação:
O assistente trabalha com PLN ( Processamento de Linguagem Natural), o que faz com que ela analise o modelo do Power BI linguisticamente, ou seja, os nomes e descrições tem extrema importancia na forma como a IA compreende os dados.
Evite abreviações: Use nomes completos e claros. Exemplo: QuantidadeVendida e evite usar QtdVend
Use nomes descritivos e semânticos: Deixe explicito o significado. Exemplo: ValorVenda, DataPedido,CategoriaProduto e evite usar ValVen,DataPed.
Evite caracteres especiais e acentos: Use apenas letras e números. Exemplo: PrecoUnitario evite Preço_Unitário
Cada tabela e coluna no Power BI possui um campo de descrição, que pode (e deve) ser preenchido cin informações sobre:
O significado do dado;
O contexto de negócio;
A forma de cálculo ou origem da informação.
Essas descrições são consumidadas diretamente pela IA, ampliando sua capacidade de racionar de raciocinar sobre o contexto e gerar respostas mais precisas e contextualizadas.
AVISO: É importante que as descrições sejam claras, porém sucinta e objetivas. A quantidade de conteúdo utilizado na descrição impacta no uso de tokens, ou seja, tenha cautela ao escrever suas descrições no modelo.
Exemplo:
Tabela: FatoVendas Descrição: Contém os registros de vendas realizadas. Cada linha representa uma transação individual. As medidas associadas refletem o valor e a quantidade vendida.
Coluna:ValorVenda Descrição: Valor monetário total da venda, considerando descontos aplicados.
O ponto se aplica à medidas, defina medidas DAX claras, nomeadas semanticamente e documentadas.
Use nomes significativos: TotalVendas, LucroBruto,MargemPercentual;
Evite medidas duplicadas ou com lógica redundante;
Documente as descrições.
Atualizado