AI და Power BI: ChatGPT და Claude პრაქტიკაში
ChatGPT და Claude შეიძლება გამოგვადგეს მონაცემების შემოწმებაში, DAX-ის გამოთვლების მომზადებასა და Power Query-ის ლოგიკის განხილვაში. ოთხი პრაქტიკული მაგალითი და შედეგის გადამოწმების წესი.
სად შეიძლება AI-ის გამოყენება
Power BI რეპორტის შექმნისას დრო მხოლოდ ვიზუალებზე არ იხარჯება. საჭიროა საწყისი ფაილების შემოწმება, მაჩვენებლების განმარტება, გამოთვლების დაწერა და შედეგების შეჯერება. ChatGPT და Claude ამ ამოცანებზე მუშაობისას შეიძლება დამხმარე ინსტრუმენტები იყოს — მათ შორის მაშინაც, როცა Power BI-ში Copilot ჩართული არ არის.
მუშაობის დასაწყებად გამოდგება ცხრილის მცირე ნიმუში, სვეტების აღწერა ან კონკრეტული გამოთვლის კოდი. ქვემოთ მოცემული მაგალითები საილუსტრაციო დავალებებია და კონკრეტული კლიენტის მონაცემებს არ იყენებს. ჩვეულებრივ ჩატში ფაილის ან კოდის გაზიარება Power BI-სთან პირდაპირ კავშირსა და რეპორტის ავტომატურ განახლებას არ ნიშნავს.
ChatGPT: საწყისი ფაილის შემოწმება
მაგალითად, გაყიდვების CSV ფაილში თარიღები სხვადასხვა ფორმატითაა ჩაწერილი, ფილიალის სახელი რამდენიმე ვარიანტით გვხვდება და ზოგ ჩანაწერში თანხა ცარიელია. ChatGPT-ს შეიძლება დაევალოს პრობლემური ჩანაწერების გამოყოფა და მათი დამუშავების წესის შემოთავაზება.
დავალების მაგალითი: „შეამოწმე ეს გაყიდვების ფაილი. გამოყავი განსხვავებული თარიღის ფორმატები, ცარიელი თანხები და შესაძლო დუბლიკატები. დუბლიკატის კანდიდატი განსაზღვრე დოკუმენტის ნომრისა და სტრიქონის ნომრის წყვილით. ჯერ არაფერი წაშალო; დამიბრუნე საეჭვო ჩანაწერების ცალკე სია და ახსენი თითოეული შემთხვევა.“
ამ მიდგომით ჯერ ვიღებთ შესამოწმებელ სიას. ცარიელი თანხა ავტომატურად ნული არ ხდება, ხოლო მსგავსი ჩანაწერი — წასაშლელი დუბლიკატი. დადასტურებული გაწმენდის წესი შემდეგ Power Query-ში შეიძლება გადავიტანოთ, რათა მომდევნო ფაილებსაც თანმიმდევრულად მოერგოს.
ChatGPT: DAX-ის გამოთვლის მომზადება
DAX არის Power BI-ში გამოთვლების ენა. სასარგებლო საწყისი დავალებაა არსებული მაჩვენებლების აღწერა და ახალი გამოთვლისთვის ზუსტი პირობის მიცემა. მხოლოდ „დამიწერე მარჟა“ საკმარის კონტექსტს არ იძლევა.
დავალების მაგალითი: „მოდელში მაქვს [Net Sales] — დაბრუნებების გამოკლებით დათვლილი გაყიდვები — და [COGS] — გაყიდული პროდუქციის თვითღირებულება. მოამზადე მთლიანი მოგების პროცენტული მარჟის DAX measure. გამოიყენე ეს ორი მაჩვენებელი. თუ გაყიდვები ნულია, შედეგი იყოს BLANK. ახსენი გამოთვლა და ჩამოთვალე შესამოწმებელი შემთხვევები.“
მოსალოდნელი ლოგიკაა: (გაყიდვები − თვითღირებულება) / გაყიდვები. შემოწმებისთვის ავიღოთ გამოგონილი მონაცემები: გაყიდვები 1 000, თვითღირებულება 700 — მარჟა უნდა იყოს 30%. შემდეგ ვამოწმებთ ნულოვან გაყიდვებს და რამდენიმე ფილიალის საერთო შედეგს. საერთო მარჟა ჯამური მოგებისა და ჯამური გაყიდვების შეფარდებით ითვლება; ფილიალების პროცენტების უბრალო საშუალო სხვა შედეგს მოგვცემს.
Claude: Power Query-ის ლოგიკის განხილვა
Claude-ს შეიძლება გადავცეთ Power Query-ის M კოდი და ვთხოვოთ დამუშავების ნაბიჯების ახსნა ან საეჭვო გარდაქმნების მოძებნა. განსაკუთრებით გამოსადეგია მკაფიოდ ჩამოწერილი პირობები, რომლებიც შესწორებამ უნდა შეინარჩუნოს.
დავალების მაგალითი: „განიხილე ეს M კოდი. პროდუქტის კოდი ტექსტად უნდა დარჩეს, მათ შორის საწყისი ნულებიც. თარიღის მოსალოდნელი ფორმატია დღე/თვე/წელი. უცნობი ფილიალი ცალკე შესამოწმებელ სიაში უნდა მოხვდეს. ჯერ ახსენი არსებული ნაბიჯები, შემდეგ შემოგვთავაზე შესწორება და ჩამოთვალე, რომელი დაშვებები საჭიროებს დაზუსტებას.“
მიღებულ ცვლილებას ვცდით Power BI Desktop-ის ასლში. ვადარებთ სტრიქონების რაოდენობას, უნიკალურ პროდუქტებსა და გაყიდვების ჯამს ცვლილებამდე და შემდეგ. კოდის დამაჯერებელი ახსნა მის უშეცდომო შესრულებას არ ადასტურებს.
Claude: ორი რეპორტის შეჯერება
კიდევ ერთი პრაქტიკული ამოცანაა ერთი პერიოდის ორი აგრეგირებული ამონაწერის შედარება. მაგალითად, ERP-ისა და Power BI-ის ექსპორტებში საერთო თანხა განსხვავდება. Claude-ს შეიძლება დავავალოთ სხვაობის ფილიალებისა და პროდუქტის ჯგუფების მიხედვით გაშლა.
დავალების მაგალითი: „შეადარე ეს ორი CSV. ჯერ გადაამოწმე პერიოდი, თანხის სვეტები და დაჯგუფების დონე. შემდეგ შეაერთე ფილიალისა და პროდუქტის ჯგუფის კოდებით. აჩვენე თანხების სხვაობა და ორივე მხარეს დაუმთხვეველი ჩანაწერები. ცალკე მიუთითე, რომელი განსხვავება ვერ ახსენი მოცემული მონაცემებით.“
Claude-ს ფაილებთან მუშაობის შესაძლებლობები ასეთი შედარებისა და შედეგის ცხრილად მომზადებისთვის შეიძლება გამოვიყენოთ. საბოლოოდ ანალიტიკოსი ამოწმებს გაერთიანების გასაღებებსა და საკონტროლო ჯამებს. ორი ფაილის შეჯერება გაყიდვების სრული მიზეზობრივი ანალიზი არ არის.
სად ჯდება Copilot
Copilot უშუალოდ Power BI-ის გარემოში მუშაობის ვარიანტია: მას შეუძლია რეპორტის შეჯამებასა და გვერდების მომზადებაში დახმარება. ცალკე ჩატში კოდის განხილვისგან განსხვავებით, აქ მნიშვნელოვანია არსებული მონაცემთა მოდელის მომზადება და Power BI-ის გარემოს პირობები.
Microsoft-ის მიმდინარე მოთხოვნებით საჭიროა შესაბამისი ფასიანი Fabric F2+ ან Power BI Premium P1+ capacity, ადმინისტრატორის პარამეტრები და მხარდაჭერილი რეგიონი. მხოლოდ Pro ან Premium Per User ლიცენზია საკმარისი არ არის. Copilot-ის ჩართვის საჭიროება კონკრეტული სამუშაო სცენარით უნდა შეფასდეს.
პირველი გამოცდის მოკლე გეგმა
საწყისად აირჩიეთ ერთი განმეორებადი ამოცანა: ფაილის შემოწმება, ერთი DAX measure ან ორი რეპორტის შეჯერება. წინასწარ აღწერეთ სწორი შედეგი და შემოწმების გზა. მიღებული კოდი და ტექსტი მხოლოდ გადამოწმების შემდეგ გადავიდეს სამუშაო რეპორტში.
DataStudio-სთან პროექტის განხილვისთვის საკმარისი საწყისი მასალაა არსებული რეპორტის აღწერა, ძირითადი მაჩვენებლების განმარტებები და ის ამოცანა, რომელსაც გუნდი ხშირად იმეორებს. ქვემოთ მოცემულია ჩვენი სერვისები და გამოყენებული ოფიციალური წყაროები. ტექნიკური ინფორმაცია გადამოწმებულია 2026 წლის 16 სექტემბერს.
- მონაცემის გაზიარებამდე განსაზღვრეთ, რა კონტექსტია ნამდვილად საჭირო.
- დავალებაში ჩაწერეთ პერიოდი, გამოთვლის წესი და მოსალოდნელი ფორმატი.
- შეინახეთ ორიგინალი; ცვლილება ჯერ ასლზე გამოცადეთ.
- შეამოწმეთ ჯამები, ცარიელი მნიშვნელობები და გამონაკლისები.
- დააფიქსირეთ დამტკიცებული ლოგიკა და პასუხისმგებელი პირი.