Comment utiliser le connecteur Power BI

Le connecteur Power BI de LLM Pulse vous permet de charger vos données de visibilité IA dans Power BI Desktop. Utilisez-le pour créer des tableaux de bord sur les mentions, les citations, le taux de mention, le sentiment et la comparaison avec vos concurrents.

Avec le connecteur Power BI, vous pouvez :

  • Charger vos métriques de visibilité IA dans Power BI Desktop
  • Créer et actualiser des tableaux de bord sur les mentions, les citations, le taux de mention, le sentiment et les concurrents
  • Écrire des requêtes personnalisées sur vos données LLM Pulse
  • Planifier une actualisation automatique pour que vos rapports restent à jour

Ce connecteur est actuellement un connecteur personnalisé en bêta privée. Vous installez donc un fichier de connecteur dans Power BI Desktop, au lieu de sélectionner LLM Pulse dans la liste des connecteurs intégrés de Microsoft.

Avant de commencer

Il vous faut :

  • Un forfait Scale ou supérieur. Le connecteur s’authentifie avec une clé API.
  • Une clé API LLM Pulse. Ouvrez le menu du compte en bas à gauche de l’application, allez dans Clés API et créez-en une si ce n’est pas déjà fait. Les clés commencent par llmpulse_.
  • Power BI Desktop sous Windows. L’installation du connecteur personnalisé et la création des rapports se font dans Power BI Desktop.
  • Le fichier de connecteur LLMPulse.mez. Téléchargez-le depuis la page Intégrations de l’application (Utilitaires > Intégrations > Power BI) ou directement via le lien de téléchargement du connecteur.

Installer le connecteur

  1. Fermez Power BI Desktop.
  2. Copiez LLMPulse.mez dans :
   [Documents]\Microsoft Power BI Desktop\Custom Connectors
  1. Ouvrez Power BI Desktop.
  2. Allez dans Fichier > Options et paramètres > Options > Sécurité.
  3. Sous Extensions de données, sélectionnez (Non recommandé) Autoriser le chargement de toute extension sans validation ni avertissement, puis sélectionnez OK.
  4. Redémarrez Power BI Desktop.

Connecter vos données

  1. Dans Power BI Desktop, ouvrez Obtenir les données.
  2. Recherchez LLM Pulse.
  3. Sélectionnez le connecteur et cliquez sur Se connecter.
  4. Collez votre clé API LLM Pulse.
  5. Laissez les champs facultatifs vides pour parcourir vos projets.
  6. Choisissez un projet.
  7. Choisissez Timeseries - last 30 days ou l’une des tables auxiliaires.

Tables disponibles

La bêta actuelle comprend :

  • Timeseries - last 30 days : métriques quotidiennes par date et par acteur (votre projet ou un concurrent)
  • Metrics : métriques de synthèse, synthèse des prompts, Share of Voice, principales sources, trafic des crawlers IA et trafic référent provenant de l’IA
  • Dimensions : concurrents, tags, prompts, exécutions de prompts, sources, mentions, citations, catégories de sentiment, modèles, pays et langues, et catalogue des bots IA
  • Search Console : synthèse, série temporelle, principales requêtes et principales pages lorsqu’une propriété est connectée à votre projet
  • Citation intelligence : groupes de citations par URL, domaine ou hôte
  • AI Model Insights : synthèse par modèle, répartition des positions et disponibilité des résultats AI Overview
  • Content and Workflow : réponses de l’IA, enregistrements de sentiment, recommandations et tâches GEO Writer
  • Webhooks : abonnements webhook actifs
  • API Endpoint Catalog : une table de référence de tous les endpoints de l’API REST accessibles au connecteur

Métriques disponibles

La table de série temporelle comprend :

Champ Ce qu’il mesure
mentions Réponses de l’IA qui mentionnent l’acteur
citations Réponses de l’IA qui citent l’acteur
responses Nombre total d’exécutions de prompts
visibility Part des prompts où l’acteur apparaît
aivisibilityscore Score de visibilité pondéré par la position
avg_position Position moyenne de citation
avgmentionposition Position moyenne de mention
citation_rate Part des réponses qui citent l’acteur
sentimentverypositive Part de sentiment très positif
sentiment_positive Part de sentiment positif
sentiment_neutral Part de sentiment neutre
sentiment_negative Part de sentiment négatif
sentimentverynegative Part de sentiment très négatif
net_sentiment Solde global du sentiment

Périodes et filtres personnalisés

Pour une période ou un filtre personnalisé, créez une requête vide et appelez directement le connecteur :

let
    Source = LLMPulse.Contents(
        123,
        90,
        "week",
        "mentions,visibility,citation_rate,ai_visibility_score"
    )
in
    Source

Remplacez 123 par l’ID de votre projet. La deuxième valeur est le nombre de jours, la troisième la granularité : "day", "week" ou "month".

Pour les endpoints qui ne sont pas proposés comme table par défaut dans le navigateur, utilisez LLMPulse.Table(...) :

let
    Source = LLMPulse.Table(
        "/metrics/top_sources",
        [project_id = 123, #"range" = 90, per_page = 100],
        "data"
    )
in
    Source

Les utilisateurs avancés peuvent appeler des endpoints GET et POST avec LLMPulse.Api(...) :

let
    Source = LLMPulse.Api(
        "/prompts",
        "POST",
        [],
        [project_id = 123, prompts = {"best CRM software"}]
    )
in
    Source

Bon à savoir

  • Dans Power BI, les pourcentages sont exprimés sur une échelle de 0 à 1. Un taux de mention de 45 % apparaît sous la forme 0.45, ce qui permet au format pourcentage de Power BI de fonctionner correctement.
  • Les tables paginées du navigateur chargent par défaut les 100 premières lignes. Utilisez LLMPulse.Table(...) avec page et per_page pour aller plus loin dans la pagination.
  • Le connecteur Power BI n’exécute aucune opération DELETE. Utilisez directement l’API REST pour les opérations destructives, comme la suppression d’un abonnement webhook.
  • Le connecteur est en bêta privée. Vous devrez peut-être autoriser le chargement des connecteurs personnalisés dans Power BI Desktop.
  • L’actualisation planifiée nécessite une passerelle. Comme ce connecteur n’est pas encore un connecteur intégré certifié, l’actualisation dans le service Power BI exige la passerelle de données locale, avec le connecteur installé.

Actualisation planifiée

Pour actualiser les données dans le service Power BI :

  1. Installez la passerelle de données locale sur une machine Windows qui reste allumée.
  2. Copiez LLMPulse.mez dans un dossier que le compte de service de la passerelle peut lire.
  3. Dans l’application de la passerelle, activez les connecteurs personnalisés et choisissez ce dossier.
  4. Dans le service Power BI, activez les connecteurs personnalisés pour le cluster de passerelles.
  5. Créez une source de données avec le connecteur LLM Pulse et votre clé API.
  6. Configurez l’actualisation planifiée du modèle sémantique.

Dépannage

Le connecteur n’apparaît pas
Vérifiez que le fichier se trouve dans [Documents]\Microsoft Power BI Desktop\Custom Connectors, que l’option de sécurité Extensions de données indiquée plus haut est sélectionnée et que Power BI Desktop a bien été redémarré.

L’authentification échoue
Vérifiez que votre clé API commence par llmpulse_, qu’elle n’a pas été révoquée et qu’elle appartient à un compte disposant du forfait Scale ou supérieur.

Le graphique est vide
Essayez une période plus longue, passez d’une granularité quotidienne à hebdomadaire et retirez les filtres trop restrictifs.

L’actualisation planifiée échoue
Vérifiez que la machine de la passerelle est en ligne, que le fichier du connecteur est installé dans le dossier des connecteurs personnalisés de la passerelle et que la clé API est renseignée dans les informations d’identification du service Power BI.

Cet article vous a-t-il été utile ?

Si un point reste flou ou si vous avez repéré un problème, dites-le-nous et nous améliorerons ce guide.

Nous contacter

Commencez à suivre votre visibilité IA

Découvrez comment votre marque apparaît dans ChatGPT, Perplexity, Gemini et Google AI. Démarrez votre essai gratuit de 14 jours en quelques minutes.

Démarrer l’essai gratuit
Essai gratuit de 14 jours
Résiliable à tout moment

Pas encore le moment d’acheter ? Réservez une démo et découvrez LLM Pulse avec nos fondateurs