设想

使用 Copilot 在 Fabric 中构建分析

IT 团队可以使用 Azure AI Foundry 访问应用程序内的数据并将其提供给 Power BI 仪表板。

1. 构建数据管道

管理员计划通过修改 M 查询来创建单独的 DataFlow Gen2 管道,以包含用于多日数据提取的循环,作为日常任务失败时的补充。

Microsoft Fabric icon

Microsoft Fabric 中的 Copilot

示例提示:重写此 M 查询,将相对日期“昨天”更改为接受“MM/dd/yyyy”字符串格式的“startDate”和“endDate”参数。确保像原始查询一样,每次循环处理一天。

由于 Lakehouse 中有多个表,管理员需要帮助来创建复杂的自定义 SQL 查询。他们决定使用 AI Skill 帮助构建查询。

Microsoft Fabric icon

Microsoft Fabric 中的 Copilot

示例提示:过去 30 天和 31-60 天前,有多少用户的操作级别为 2,即 CreateNewPublication?请将它们分成两列。请按职业细分,并从用户数量最多到最少进行排序。

管理员希望通过将相似的记录分组在一起来减少行数,从而简化报告。

Microsoft Fabric icon

Microsoft Fabric 中的 Copilot

示例提示:在“专业”列下,我想将“产品管理”和“项目管理”合并为“产品管理”。然后按“专业”将它们分组,并将总和应用于其他两列。

在 Power BI 中构建报告时,管理员想要强调显示月度增长率最高的数据区域。

Power BI icon

Power BI 中的 Copilot

示例提示:本月哪个职业的产品使用量增幅最高?

管理员确定哪个群体的发布活动下降幅度最大,并分析产品使用情况的变化可能如何影响这些用户。

Power BI icon

Power BI 中的 Copilot

示例提示:哪个行业的出版活动下降最为显著?产品使用量的增加/减少对下降最为显著的行业可能产生什么影响?

管理员希望创建交互式体验,并允许任何有权访问报告的人对报告中的数据提出问题。

Power BI icon

Power BI 中的 Copilot

示例提示:出版物创作者 MOM 的职业是商业运营或设计与创意

关键绩效指标

影响关键职能领域 KPI 的机会

Microsoft Copilot 如何帮助改善预算差异

通过提高员工和流程效率来保证预算正常进行。
创建内部反馈回路来确定成本节省领域:
  • 起草员工调查,重点关注所用资源的价值和节省成本的想法
  • 分析调查,以获得有关员工快乐的因素或组织内需要改进的方面的宝贵见解

Microsoft Copilot 如何帮助提高应用程序使用率

创造出色的入职体验并收集和分析反馈以改善用户体验
创建入职材料:
  • 使用Copilot起草培训指南
  • 使用 Copilot 增强员工手册
  • 生成新闻和公告

Microsoft Copilot 如何帮助提高产品采用率

创造出色的入职体验并收集和分析反馈以改善用户体验。
创建入职材料:
  • 使用Copilot起草培训指南
  • 使用 Copilot 增强员工手册
  • 生成新闻和公告

Microsoft Copilot 如何帮助提高 NPS

实时 AI 协助可以更快地解决问题,使代理能够专注于提供高质量的服务。
纳入反馈:
  • 快速分析客户反馈
  • 快速创建建议
  • 快速更新脚本和流程
  • 建立沟通渠道,使变革社会化

Microsoft Copilot 如何帮助降低成本

利用 Copilot 节省的时间将活动带入内部,减少对外部资源的依赖。
创建内部反馈回路来确定成本节省领域:
  • 草拟的员工调查重点关注所利用资源的价值和节省成本的想法
  • 分析调查,以获得有关员工快乐的因素或组织内需要改进的方面的宝贵见解

Microsoft Copilot 如何帮助优化服务中断响应

Copilot 帮助您恢复服务并最大程度地提高用户满意度。
回应用户投诉或询问:
  • 快速回复入站电子邮件
  • 访问客户记录以改善支持
  • 通过搜索内部网站和文档快速获得答案

Microsoft Copilot 如何帮助缩短平均支持单解决时间

Microsoft Copilot 将 AI 帮助集成到自助服务和服务台工作流程中,增强客户支持。
增加支持沟通和跟进效率:
  • 让 Copilot 协助收发电子邮件
  • 使用 Copilot 起草电子邮件通讯和公告
  • 生成会议记录和后续项目

此示例场景中的内容仅用于演示目的。您应该评估 Copilot 如何与您组织的业务流程、监管要求和负责任的 AI 原则保持一致。