Power Automate の文字列関数: Substring と IndexOf
Microsoft フローで使用できる 2 つの複雑な Power Automate String 関数、substring 関数とindexOf 関数を簡単に学習します。
このチュートリアルでは、自然言語クエリ(Q&A)で何ができるかを示します。これは LuckyTemplates オンライン サービス内の機能であり、LuckyTemplates デスクトップにも埋め込まれています。
たとえば、会議に参加しており、レポート、ダッシュボード、アプリの準備はできていますが、必要な具体的な情報がありません。Q&A機能を使えば簡単に見つけることができます。このチュートリアルの完全なビデオは、このブログの下部でご覧いただけます。
自然言語クエリを使用すると、レポートにクエリを実行して回答を得ることができます。
この機能を使用すると簡単に分析情報にアクセスできるため、技術的に詳しくないユーザーにとっても役立ちます。
目次
自然言語クエリの基本
ダッシュボードには、「データについて質問する」という検索バーがあります。
レポートには存在しないかもしれないが、すでに作成したメジャーに基づいてモデルには存在する洞察を見つけることができます。
このような例では、モデルを適切に構築することが重要です。自然言語クエリは、堅牢で詳細なモデルで最も効果的に機能します。
まず、新しい Q&A エクスペリエンスをアクティブ化します。
これは常に更新されるため、実際のものと異なる場合があります。
まず始めにいくつかの提案が表示されます。
クエリでの命名規則の使用
命名規則は、情報に基礎としてラベルを付けるため、非常に重要です。
検索バーに「製品名ごとの総利益を表示」と入力すると、結果が自動的に表示されます。
そして、私が入力したメジャー名と列名に基づいてこの情報を取得します。Q&A はそれらを使用して、私が要求した情報を検索します。
ここでさらに進んで、「2019 年」と入力できます。
年ごとの内訳を積み上げ棒グラフとして表示することもできます。
2019 を置き換えて積み上げ棒グラフとして入力すると、次のようなデータが表示されます。
ビジュアルをダッシュボードに固定することもできます。
この唯一の欠点は、ビジュアルの色を調整できないことです。しかし、機能面では非常に効果的です。
結論
自然言語クエリは、ほぼすべての洞察を見つけることができる高度な機能です。これは継続的に改良されており、いつか Outlook や Teams などの他の Microsoft Office アプリにも実装される予定です。
さまざまなデータを使用して自分で試してみることができます。非常に直感的であるため、機能内で入力した内容に応じて適応します。
この投稿を通じてさらに役立つヒントを学んでいただければ幸いです。
Microsoft フローで使用できる 2 つの複雑な Power Automate String 関数、substring 関数とindexOf 関数を簡単に学習します。
LuckyTemplates ツールチップを使用すると、より多くの情報を 1 つのレポート ページに圧縮できます。効果的な視覚化の手法を学ぶことができます。
Power Automate で HTTP 要求を作成し、データを受信する方法を学んでいます。
LuckyTemplates で簡単に日付テーブルを作成する方法について学びましょう。データの分析と視覚化のための効果的なツールとして活用できます。
SharePoint 列の検証の数式を使用して、ユーザーからの入力を制限および検証する方法を学びます。
SharePoint リストを Excel ファイルおよび CSV ファイルにエクスポートする方法を学び、さまざまな状況に最適なエクスポート方法を決定できるようにします。
ユーザーがコンピューターから離れているときに、オンプレミス データ ゲートウェイを使用して Power Automate がデスクトップ アプリケーションにアクセスできるようにする方法を説明します。
DAX 数式で LASTNONBLANK 関数を使用して、データ分析の深い洞察を得る方法を学びます。
LuckyTemplates で予算分析とレポートを実行しながら、CROSSJOIN 関数を使用して 2 つのデータ テーブルをバインドする方法を学びます。
このチュートリアルでは、LuckyTemplates TREATAS を使用して数式内に仮想リレーションシップを作成する方法を説明します。