Всем привет! Я — Ольга Матушевич, преподаватель онлайн-магистратуры «Дата-аналитика для бизнеса», а в прошлом наставница на курсе «Аналитик данных» в Яндекс Практикуме. И сегодня я расскажу, чем Copilot может помочь аналитику при создании дашбордов в Power BI: как работающему в компании, только приступившей к использованию BI-системы, так и обладателю обширного legacy.

Как получить доступ

К сожалению, нельзя просто так взять и использовать Copilot для построения дашбордов.

Во-первых, необходима как минимум лицензия Power BI Pro — бесплатной лицензии Power BI Free будет недостаточно. Хотя оплатить российской картой эту лицензию не получится, цена пока выглядит не очень страшно — около 10 долларов в месяц.

Во-вторых, рабочая область, в которой хранятся отчёты, должна быть привязана к выделенной высокоуровневой ёмкости по лицензии Microsoft Fabric Capacity (F64 или выше). Или Power BI Premium Capacity (P1 или выше). И тарифы на эти лицензии могут стать непреодолимым препятствием к долгосрочным отношениям аналитика и ИИ.

Ну и в заключение — нужно находиться в правильном регионе. Причём не вам лично, а вашим ёмкостям Fabric или Premium. Желательно во Франции или США.

В моём случае все проблемы были решены работодателем. И только во время занятия со студентами на тему «смотрите, что может ИИ» я осознала, как же сложно воспользоваться советом «попробуйте Copilot при создании дашбордов».

Подготовка

Давайте поэкспериментируем с Copilot на данных о людях, которые точно могут позволить себе и Power BI Pro, и Microsoft Fabric Capacity, — на датасете миллионеров (Billionaires Statistics Dataset). И чтобы этой таблице было не так одиноко, а у нас была бы полноценная база данных с миллионерами и связями one-to-many, дополним её датасетом о численности населения мира (World Population Dataset).

Как известно, дай Power BI две таблицы, и он тут же протянет между ними связь. Так и получилось: он тут же связал миллионеров с населением, но почему-то по столбцам Rank. C одной стороны, Microsoft большой, ему видней. С другой, я всё же планировала связать их по колонкам со странами. Поэтому предложенную связь удаляем и протягиваем новую.

Сценарии использования

Получить идеи для дашборда

Copilot самостоятельно предлагает три идеи по нашим данным:

Тут мы видим, что:

• общение с ИИ происходит в чате — формат, предложенный ChatGPT, слишком хорош, чтобы от него отказываться;

• Copilot начинает общение с нами на английском;

• при общении с ИИ вместо термина «дашборд» используется термин «отчёт» (report).

Создать дашборд по заданной теме

Воспользуемся предложением и на чистом русском попросим «создай дашборд по демографии миллионеров». И буквально через две минуты увидим, что:

• в мире есть примерно 2,64 тыс. миллионеров — почему ты ещё не там?

• их средний возраст 65,14 — а, вот почему!

• большинство из них занимается финансами и инвестициями — в какой стране проще всего открыть банк?

Дашборд, созданный ИИ, до и после ручной корректировки

Также мы можем оценить, что ИИ:

• дал дашборду название и два фильтра по полу и стране гражданства, создал два виджета с ключевыми показателями и график с распределением числа миллионеров по индустриям. Тип графика выбран отлично;

• понял, что мы общаемся с ним на русском, и элементы графика назвал именно на этом языке.

Если мы изменим размер графика, результат будет выглядеть очень прилично. Бонусом в чате появилось описание дашборда, но на английском.

Пока это было легко — ИИ построил дашборд по теме, которую сам себе выбрал, используя только одну таблицу и без подробного технического задания.

Создать дашборд по ТЗ

Давайте попросим создать дашборд по ТЗ, для выполнения которого нужны обе таблицы.

1. Фильтры: страна, континент, отрасль, возраст.

2. Верхняя панель (KPI): общее число миллионеров, количество стран, средняя доля миллионеров в мире.

3. Карта мира количества миллионеров по стране проживания.

4. Топ-10 стран. Два графика: Топ-10 стран по числу миллионеров (только мужчины), Топ-10 стран по числу миллионеров (только женщины).

Результат выглядит так (заметим, что в таблице по населению мира более 200 стран):

В чате ИИ при этом бодро отчитается: Your new report page is ready! And I don't care about your opinion.

Возможно, ИИ посчитал, что для этого дашборда нужно было создать несколько мер, и не справился с этим? Давайте попробуем создать меру.

Создать меру

ИИ легко дал нам нужную формулу. И она корректна. Есть только одна проблема — в модель данных он её не вставит, как бы мы ни просили. Нужно будет самостоятельно создать новую меру, перенести формулу в неё и настроить параметры.

Задать вопрос по данным

Впрочем, возможно, вам не нужно ничего строить. Возможно, вы являетесь обладателем большого и развесистого legacy из уже созданных и загруженных дашбордов, таблиц, связей и мер. А ваша задача — понять, что же это, чёрт возьми, такое. На мой взгляд, Copilot тут будет особенно полезен. Давайте попробуем задать вопрос по содержанию столбца.

Как видно, ИИ:

• cмог помочь, даже с учётом того, что я написала название столбца с ошибкой;

• не просто объяснил смысл столбца на человеческом русском английском языке, но и показал, какие значения в нём содержатся;

• предложил проверить себя с помощью DAX-формулы, оставив на неё ссылку.

Вы можете спрашивать не только о столбцах, но и о мерах. Кроме того, вы можете уточнить, есть ли в вашей модели данных мера или столбец, подходящие под ваши задачи, и не создавать дублирующие.

Внести изменения в графики

Давайте вернёмся к предыдущему отчёту и попробуем изменить синий цвет на какой-нибудь другой. Получится вот такой диалог:

С одной стороны, ИИ с задачей не справился. С другой, предложил инструкцию по самостоятельному внесению изменений. И это на самом деле очень полезно! В визуализациях Power BI много параметров, и зачастую невозможно вспомнить, как их настроить.

Если попросить заменить не цвет, а тип графика на круговую диаграмму, ИИ справится, и мы увидим вот это:

Результат не очень, но это не вина ИИ. Круговая диаграмма соответствует данным действительно хуже, чем изначально предложенная столбчатая. ИИ просто сделал то, что от него просили, а не выдал лекцию о хорошем вкусе в выборе типа графика.

Итог: чем Copilot уже может помочь аналитику данных

Часть экспериментов, особенно неудачных, я оставлю за пределами этой статьи. Но все полученные мной результаты объединю в таблицу.

Резюмирую: свой опыт с Copilot в Power BI я считаю удачным. Даже границы возможностей ИИ меня, скорее, радуют — благодаря ним нас пока нельзя заменить совсем. 

Если вы тоже хотите начать внедрять ИИ в работу, рекомендую изучить техническую документацию от производителя и посмотреть пару видео с примерами.

• «Общие сведения о Power BI Copilot» — официальная техническая документация Microsoft по использованию Copilot в Power BI;

• Copilot for Power BI: Your Ultimate Copilot Guide — видео на английском про популярные сценарии использования Copilot в Power BI;

• Power BI Copilot | Prep Data for AI, Create Reports & Ask Questions — видео на английском с дополнительной информацией о получении доступа к Copilot и его возможностях в Power BI Service (в статье я писала только о работе в Power BI Desktop).