Power BI Copilot ei korvaa hyvää datamallia eikä analyytikon ammattitaitoa, mutta se nopeuttaa merkittävästi raportin rakentamista, tulkintaa ja dokumentointia. Kun datamalli on kunnossa, Copilot osaa luonnostella raporttisivuja, kirjoittaa DAX-kaavoja ja tiivistää löydökset tekstiksi luonnollisella kielellä. Tässä artikkelissa käymme läpi, mitä Power BI Copilot käytännössä tekee, mitä se vaatii datamallilta, ja esittelemme kymmenen konkreettista työnkulkua, joita voit ottaa käyttöön heti.
Mitä Copilot osaa Power BI:ssä?
Copilot Power BI:ssä on tekoälyavustaja, joka ymmärtää luonnollista kieltä ja muuntaa tekstimuotoiset ohjeet Power BI:n toiminnoiksi. Se toimii sekä Power BI Desktopissa että Power BI Servicessä, eikä sen käyttö edellytä ohjelmointiosaamista.
Käytännön tasolla Copilot osaa neljä päätehtävää. Ensinnäkin se luonnostelee raporttisivuja: kirjoitat kuvauksen haluamastasi sivusta, ja Copilot rakentaa sen valitsemalla sopivat visualisoinnit ja järjestämällä ne sivulle. Toiseksi se ehdottaa ja luo visualisointeja yksittäisiin kysymyksiin, kuten ”näytä myynti alueittain viimeisen kolmen kuukauden ajalta”. Kolmanneksi se kirjoittaa DAX-kaavoja ja selittää olemassa olevia kaavoja selkokielellä, mikä on erityisen hyödyllistä silloin, kun kaava on monimutkainen tai peritystä mallista. Neljänneksi se tiivistää raporttisivun tai koko raportin tekstimuotoiseksi yhteenvedoksi, jonka voi liittää suoraan sähköpostisubskriptioon tai esitysmateriaaliin.
Erillinen ”Chat with Your Data” -kokemus on kokopäätteinen, chat-pohjainen näkymä, jossa käyttäjä voi esittää kysymyksiä mille tahansa raportille tai semanttiselle mallille, johon hänellä on pääsy. Tämä tarkoittaa, että analyytikon ei tarvitse avata tiettyä raporttia ensin, vaan hän voi kysyä suoraan datasta. Sama kokemus on saatavilla myös Power BI -mobiilisovelluksissa.
Copilot voi myös automatisoida semanttisen mallin dokumentointia kirjoittamalla mittareille kuvaukset yhdellä napin painalluksella. Tämä on työnkulku, joka jää helposti tekemättä kiireessä mutta on kriittinen sekä Copilotin toimivuuden että mallin ylläpidettävyyden kannalta. Lisätietoja käyttöönottoon liittyvistä valinnoista löydät artikkelista Power BI Copilotin lisenssit ja asetukset.
Mitä Copilot vaatii datamallilta?
Copilot toimii semanttisen mallin varassa: se lukee taulujen nimet, sarakkeiden nimet, mittarit, kuvaukset ja relaatiot, ja muodostaa niiden perusteella käsityksen siitä, mitä data esittää. Jos malli on sekava tai puutteellisesti dokumentoitu, Copilot tuottaa epätarkkoja tai harhaanjohtavia tuloksia.
Microsoftin virallinen ohjeistus tiivistää mallin valmistelun neljään periaatteeseen: ihmisluettavat nimet kaikille objekteille, kuvaukset tauluille ja mittareille, tähtikaaviorakenne sekä tarpeettomien sarakkeiden ja monitulkintaisten relaatioiden poistaminen. Näiden lisäksi voidaan hyödyntää AI Instructions -kenttää, johon kirjoitetaan liiketoimintakonteksti, kuten tilikauden määritelmä tai se, mitä mittaria tiettyyn kysymykseen tulee käyttää.
Alla on lista keskeisistä valmistelutoimista ennen Copilotin käyttöönottoa:
- Nimeäminen: Taulut, sarakkeet ja mittarit nimetään selkokielisesti ja johdonmukaisesti, ei lyhenteillä tai teknisillä koodeilla.
- Kuvaukset: Jokaiselle mittarille ja keskeiselle sarakkeelle kirjoitetaan lyhyt kuvaus, joka kertoo, mitä se laskee tai edustaa.
- Tähtikaavio: Faktataulut ja dimensiotaulut erotetaan toisistaan selkeillä relaatioilla. Litteät, leveät taulut tuottavat huonoja tuloksia.
- Turhat objektit poistetaan: Käyttämättömät sarakkeet ja taulut poistetaan tai piilotetaan mallista ennen Copilotin aktivointia.
- AI data schema: Mallin tekijä voi määrittää, mihin tauluihin ja mittareihin Copilot ensisijaisesti tukeutuu, mikä vähentää monitulkintaisuutta.
- Verified answers: Usein kysytyille KPI-kysymyksille voidaan määrittää ennakkohyväksytty visuaalinen vastaus, jolloin Copilot palauttaa aina saman, tarkistetun tuloksen.
Mallin valmistelu ei ole kertaluonteinen tehtävä vaan jatkuva käytäntö. Jos organisaatiossasi on useita malleja, kannattaa aloittaa yhdestä hyvin rajatusta mallista ja laajentaa vasta sen jälkeen. Syvällisempi mallinnus on aiheena Power BI:n mallinnuksen jatkokurssilla.
10 työnkulkua Copilotin kanssa
Alla olevat työnkulut on järjestetty niin, että yksinkertaisimmat tulevat ensin. Jokainen kuvaus sisältää lähtötilanteen, mitä Copilotilta pyydetään, ja mitä tuloksena syntyy. Jokaisen työnkulun yhteydessä on myös esimerkkiprompt, jonka voit muokata omaan käyttöösi.
-
Raporttisivun luonnostelu. Lähtötilanne: semanttinen malli on valmis, mutta tyhjä raporttipohja odottaa. Avaat Copilot-paneelin ja kuvailet haluamasi sivun. Copilot luo sivun valmiiksi visualisointeineen, ja voit muokata tulosta tai pyytää muutoksia luonnollisella kielellä.
”Luo myyntiraporttisivu, jossa näkyy kuukausittainen liikevaihto, myyntikate ja suorituskyky alueittain.”
-
Mittarin luonti. Lähtötilanne: tarvitset uuden laskennallisen mittarin, mutta et muista tarkkaa DAX-syntaksia. Kuvailet mittarin laskentalogiikan, ja Copilot kirjoittaa DAX-kaavan, jonka voit tarkistaa ja lisätä malliin.
”Luo mittari, joka laskee edellisen vuoden vastaavan kauden myynnin käyttäen SAMEPERIODLASTYEAR-funktiota.”
-
DAX-kaavan selitys. Lähtötilanne: olet saanut perittynä mallin, jonka mittareita kukaan ei ole dokumentoinut. Liität kaavan Copilotille ja pyydät selitystä. Copilot kuvaa kaavan toiminnan virkkeittäin, mikä nopeuttaa perehtymistä huomattavasti. Lisää taustatietoa löydät artikkelista DAX-kaavat aloittelijalle.
”Selitä tämä DAX-kaava selkokielellä ja kerro, missä tilanteessa se saattaa antaa odottamattoman tuloksen.”
-
Poikkeamien etsintä. Lähtötilanne: johto haluaa tietää, onko datassa epätavallisia arvoja tai trendejä. Avaat Chat with Your Data -näkymän ja pyydät Copilotia etsimään poikkeamia. Copilot nostaa esiin arvot, jotka poikkeavat merkittävästi odotettavasta tasosta.
”Etsi myyntidatasta tuotteet tai alueet, joiden myynti poikkeaa merkittävästi edellisten kolmen kuukauden keskiarvosta.”
-
Raportin tiivistys johdolle. Lähtötilanne: kuukausiraportti on valmis, mutta johtoryhmä tarvitsee lyhyen tekstiyhteenvedon. Copilot analysoi raporttisivun visualisoinnit ja kirjoittaa tiivistelmän, joka voidaan liittää suoraan sähköpostisubskriptioon tai esitysdiaan.
”Tiivistä tämä raporttisivu kolmeen kappaleeseen: tärkeimmät löydökset, poikkeamat ja suositellut jatkotoimet.”
-
Visualisointityypin valinta. Lähtötilanne: sinulla on data valmiina, mutta et ole varma, mikä kaavio esittää sen selkeimmin. Kuvailet datan rakenteen ja kysymyksen, johon haluat vastauksen. Copilot ehdottaa sopivaa visualisointityyppiä ja perustelee valintansa.
”Minulla on kuukausittainen myyntidata viideltä alueelta kahden vuoden ajalta. Mikä visualisointityyppi sopii parhaiten trendin ja alueiden välisen vertailun esittämiseen?”
-
Suodattimien ehdotus. Lähtötilanne: raporttisivu on laaja, ja käyttäjät eivät tiedä, mitä suodattimia kannattaa käyttää tiettyyn analyysiin. Copilot ehdottaa relevantteja suodatinyhdistelmiä datan rakenteen ja esitetyn kysymyksen perusteella.
”Mitä suodattimia suosittelisit, jos haluan tarkastella vain uusien asiakkaiden ostokäyttäytymistä viimeisellä kvartaalilla?”
-
Datan laatuongelmien tunnistus. Lähtötilanne: epäilet, että datassa on puutteita tai virheitä, mutta et tiedä, mistä aloittaa. Copilot voi web-mallinnusnäkymässä tarkastella semanttista mallia ja nostaa esiin metadata-ongelmia, käyttämättömiä sarakkeita ja relaatioihin liittyviä riskejä.
”Tarkista tämä semanttinen malli ja listaa mahdolliset ongelmat, jotka saattavat vaikuttaa Copilotin tulosten tarkkuuteen.”
-
Raportin kuvausteksti. Lähtötilanne: valmis raportti pitää julkaista Power BI Serviceen, ja se tarvitsee selkeän kuvauksen käyttäjille. Copilot kirjoittaa kuvaustekstin raportin sisällön ja tarkoituksen perusteella, jolloin loppukäyttäjä ymmärtää heti, mihin käyttötarkoitukseen raportti sopii.
”Kirjoita tälle myyntiraportille lyhyt kuvaus, joka kertoo, mitä se sisältää, kenelle se on tarkoitettu ja mitä päätöksiä sen avulla voidaan tehdä.”
-
Kysymysten muotoilu jatkoanalyysiin. Lähtötilanne: olet käynyt raportin läpi, mutta et ole varma, mitä lisäkysymyksiä kannattaisi esittää. Copilot analysoi raporttisivun ja ehdottaa jatkokysymyksiä, jotka syventävät analyysia tai paljastavat piilossa olevia yhteyksiä datassa.
”Mitä lisäkysymyksiä tämän raportin data herättää, ja miten niitä voisi tutkia Power BI:ssä?”
Mitä Copilotin tuottamista raporteista pitää tarkistaa?
Copilotin tuottama sisältö ei ole automaattisesti oikeaa, ja tämä on tärkeä ymmärtää ennen kuin tuloksia jaetaan eteenpäin. Microsoftin oma dokumentaatio toteaa suoraan, että Copilotin vastaukset voivat sisältää virheellistä tai heikkolaatuista sisältöä, ja sama prompti voi tuottaa eri kerroilla erilaisen tuloksen.
Erityistä huomiota vaatii DAX-kaavojen oikeellisuus. Copilot voi tuottaa kaavan, joka näyttää oikealta mutta käyttäytyy odottamattomasti tietyssä suodatinkontekstissa. Esimerkiksi aikaälykkyysfunktiot tai iteraattorit voivat tuottaa virheellisiä tuloksia, jos mallin päivämäärätaulua ei ole merkitty oikein tai tilikausi poikkeaa kalenterivuodesta. Jokainen Copilotin kirjoittama DAX-kaava kannattaa testata usealla eri suodatinyhdistelmällä ennen mallin julkaisua.
Raporttien tiivistelmissä ja visualisoinneissa on tarkistettava, että Copilot on käyttänyt oikeita mittareita eikä sekoittanut toisiaan muistuttavia sarakkeita. Tämä riski kasvaa, jos mallissa on useita samankaltaisesti nimettyjä kenttiä. Mitä paremmin malli on valmisteltu, sitä harvemmin tällaisia virheitä syntyy. Siitä, millainen on hyvä Power BI -raportti, löydät lisää käytännön ohjeita.
Suositeltava julkaisuprosessi on kolmivaiheinen: Copilotin luonnos, asiantuntijan tarkistus ja visuaalinen katselmointi ennen julkaisua. Säännellyillä toimialoilla tämä ei ole suositus vaan vaatimus. Vastuu tuloksen oikeellisuudesta on aina käyttäjällä, ei tekoälyllä.
Power BI- ja Copilot-koulutukset Corelliassa
Tarjoamme kattavan valikoiman Power BI -koulutuksia eri osaamistasoille. Jos olet vasta aloittamassa, Power BI -perusteet -kurssi antaa vahvan pohjan raporttien rakentamiseen ja datan visualisointiin. DAX-kaavoja syvällisemmin haluavat löytävät sopivan lähtöpisteen DAX-perusteet -kurssilta, jossa käydään läpi tärkeimmät funktiot ja suodatinkontekstin logiikka käytännön harjoituksin.
Power BI Copilot -koulutuksessamme käsitellään Copilotin kyvyt kokonaisuutena: datamallin valmistelu, DAX-kaavojen generointi, visualisointien luonnostelu, loppukäyttäjän kysymykset ja arkaluonteisen datan hallintaan liittyvät näkökulmat. Koulutus sopii sekä raporttikehittäjille että niille, jotka suunnittelevat Copilotin käyttöönottoa organisaatiossaan. Kaikki koulutuksemme järjestetään sekä lähiopetuksena Helsingissä että etänä, ja ne voidaan toteuttaa myös räätälöityinä asiakaskohtaisina koulutuksina. Koko tarjontamme löydät Power BI -koulutukset -sivulta.
Katso tulevat koulutusajankohdat kurssiaikataulusta tai kysy meiltä asiakaskohtaista koulutusta, jos haluat räätälöidyn toteutuksen omalle tiimillesi.
Aiheeseen liittyvät artikkelit
- Microsoft Security Copilot – tekoäly tietoturvatiimin apuna
- Mitä Copilot-agentit ovat – ja miten ne eroavat tavallisesta Copilotista?
- Mitkä ovat Microsoft Azure hyödyt yritykselle?
- Microsoft Copilot -koulutukset: Käyttäjien valmentaminen tehokkuuteen ja tuottavuuteen
- SC-200: Microsoft Security Operations Analyst – Kyberpuolustuksen taidot