Aprire un file di Power BI e capire dove intervenire può essere meno immediato di quanto sembri. Il formato PBIX raccoglie dati, modello semantico, query, misure DAX e pagine del report in un unico progetto, ma il modo in cui lo si costruisce influenza aggiornamenti, prestazioni e pubblicazione. Qui chiarisco cosa contiene, come usarlo con DAX, quali alternative valutare e quali errori evitare.
Il formato che unisce dati, modello e report in Power BI
- PBIX è il formato principale di Power BI Desktop per salvare report e modelli.
- Può contenere query Power Query, dati importati, relazioni, misure DAX e visualizzazioni.
- La modalità Import offre spesso prestazioni migliori, mentre DirectQuery riduce la copia locale dei dati.
- Le misure DAX sono generalmente preferibili alle colonne calcolate per gli indicatori analitici.
- Per collaborazione e controllo versione, i progetti PBIP sono più adatti del file monolitico.
Che cos'è un file PBIX e cosa contiene
Un file PBIX è il contenitore di lavoro creato da Power BI Desktop. Al suo interno possono convivere connessioni alle origini dati, trasformazioni Power Query, modello semantico, misure DAX e pagine del report. In pratica, non è soltanto un documento grafico: conserva la logica che trasforma i dati grezzi in informazioni leggibili.
Quando si usa la modalità Import, il file può includere una copia compressa dei dati caricati nel modello. Questo spiega perché un report con molti milioni di righe può diventare pesante e perché bisogna trattarlo come un possibile contenitore di informazioni sensibili. Le credenziali di accesso, invece, non dovrebbero essere considerate parte del file da condividere liberamente.
Report, modello e query svolgono ruoli diversi
La parte più visibile è il report, cioè l’insieme di grafici, tabelle, filtri e pagine. Sotto questa superficie c’è il modello, formato da tabelle, colonne, relazioni e misure, mentre Power Query prepara i dati prima che entrino nel modello.
Questa distinzione è fondamentale. Se una categoria è scritta in modo incoerente alla fonte, la correzione appartiene di solito a Power Query; se serve calcolare il margine in base ai filtri scelti dall’utente, la soluzione corretta è spesso una misura DAX; se il problema riguarda la leggibilità del grafico, si interviene nel report.
Come si crea, si salva e si pubblica correttamente
Il flusso più comune parte da Power BI Desktop. Si importano o si collegano le origini, si puliscono i dati, si definiscono relazioni e calcoli, quindi si costruiscono le visualizzazioni. Il comando di salvataggio conserva il progetto in un unico file che può essere riaperto e modificato sul computer.
Per pubblicare il lavoro si usa il pulsante Pubblica, scegliendo un’area di lavoro nel servizio Power BI. Il report e il modello semantico vengono trasferiti nel cloud, ma pubblicare non significa rendere automaticamente tutto accessibile a chiunque. Permessi, ruoli RLS e condivisione devono essere configurati separatamente.
Import o DirectQuery
| Modalità | Come funziona | Quando conviene | Limite principale |
|---|---|---|---|
| Import | Copia i dati nel modello di Power BI | Dashboard rapide e analisi frequenti | Richiede aggiornamenti e spazio nel modello |
| DirectQuery | Interroga la fonte quando l’utente interagisce | Dati voluminosi o aggiornamento quasi immediato | Dipende dalle prestazioni della fonte |
| Live connection | Usa un modello già gestito altrove | Governance centralizzata e modelli condivisi | Riduce la libertà di modifica locale |
Nella mia esperienza, chi inizia tende a scegliere DirectQuery pensando che risolva ogni problema di aggiornamento. Non è così. Una query lenta resta lenta anche da Power BI, mentre un modello Import ben progettato può offrire un’esperienza molto più fluida con un aggiornamento pianificato ogni ora o ogni giorno.
Cosa controllare prima della pubblicazione
- Verificare che le relazioni abbiano cardinalità e direzione del filtro corrette.
- Rimuovere colonne inutilizzate per ridurre le dimensioni del modello.
- Controllare che le origini dati siano raggiungibili dal servizio o tramite gateway.
- Testare gli aggiornamenti con le stesse credenziali e autorizzazioni previste in produzione.
- Applicare la sicurezza a livello di riga quando utenti diversi devono vedere dati diversi.
Il servizio consente anche di esportare un report nel formato utilizzabile nuovamente da Power BI Desktop, quando le impostazioni e le autorizzazioni dell’area di lavoro lo permettono. Non tutti i report pubblicati sono però esportabili senza condizioni, soprattutto quando dipendono da modelli condivisi, connessioni live o policy aziendali.
Come DAX cambia il valore del report
DAX, acronimo di Data Analysis Expressions, è il linguaggio con cui si definiscono calcoli nel modello tabulare di Power BI. La differenza più importante rispetto a una semplice formula di foglio di calcolo è il contesto di filtro, cioè l’insieme di filtri applicati da pagina, visualizzazione, segmentazione o relazione.
Le misure sono la scelta principale per gli indicatori
Una misura viene calcolata quando serve e cambia risultato in base alla selezione dell’utente. Per esempio, il fatturato può essere definito così:
Fatturato = SUM(Vendite[Importo])La misura può poi essere usata per mese, regione o prodotto senza creare una nuova colonna fisica per ogni caso. Per un margine percentuale si può usare:
Margine % =
DIVIDE(
[Margine],
[Fatturato],
0
)Uso spesso DIVIDE al posto della divisione diretta perché gestisce meglio il caso in cui il denominatore sia vuoto o uguale a zero. È un dettaglio piccolo, ma evita errori e visualizzazioni piene di valori non validi.
Colonne e tabelle calcolate hanno uno scopo diverso
Una colonna calcolata viene valutata riga per riga durante l’aggiornamento del modello. Può essere utile per una classificazione stabile, come una fascia di prezzo, ma aumenta il consumo di memoria e non reagisce ai filtri del report nello stesso modo di una misura.
Fascia prezzo =
IF(
Prodotti[Prezzo] >= 100,
"Premium",
"Standard"
)Le tabelle calcolate possono servire per calendari, classificazioni o strutture di supporto. Per un calendario affidabile, però, preferisco spesso preparare la tabella in Power Query o con una procedura DAX dedicata, assicurandomi che esista una relazione corretta con la tabella dei fatti.
Il contesto è più importante della formula lunga
Una formula DAX complessa non è necessariamente una formula migliore. Prima di aggiungere funzioni come CALCULATE, FILTER o ALL, controllo sempre il modello e le relazioni. Molti risultati apparentemente sbagliati non dipendono dalla sintassi, ma da una relazione inattiva, da una direzione del filtro ambigua o da una tabella calendario incompleta.
PBIX, PBIT e PBIP non sono la stessa cosa
Power BI offre più formati, ognuno pensato per un’esigenza diversa. Confonderli può portare a condividere dati riservati oppure a scegliere una struttura poco adatta al lavoro di squadra.
| Formato | Contiene dati | Uso tipico | Punto di forza |
|---|---|---|---|
| PBIX | Può contenere dati importati | Creazione e distribuzione di report completi | È semplice da aprire e condividere |
| PBIT | No, conserva soprattutto struttura e query | Modelli riutilizzabili e report aziendali standard | Riduce il rischio di distribuire dati reali |
| PBIP | Organizzato in cartelle e file di progetto | Collaborazione, Git e sviluppo strutturato | Gestisce meglio le modifiche e il controllo versione |
Il template PBIT è particolarmente pratico quando voglio distribuire la struttura di un report senza includere il dataset. Chi lo apre deve configurare le origini e caricare i dati, ma riceve già query, modello e impaginazione.
Il progetto PBIP è più adatto a team che lavorano con repository e revisioni. I componenti vengono salvati come file leggibili, spesso in JSON o in altre strutture testuali, quindi è più facile confrontare le modifiche. Restano però alcune limitazioni, tra cui la gestione dei percorsi molto lunghi e la necessità di usare versioni compatibili di Power BI Desktop.
La documentazione di Microsoft Learn segnala anche che la pubblicazione di un progetto utilizza un file temporaneo simile al normale flusso di pubblicazione. Per un analista singolo il formato tradizionale resta spesso più comodo; per un team con sviluppo, test e produzione separati, il progetto strutturato offre un controllo nettamente superiore.
Gli errori che rendono fragile un report Power BI
Il primo errore è usare il report come archivio personale di dati senza una strategia di aggiornamento. Un file può funzionare perfettamente sul computer dell’autore e fallire nel servizio perché il percorso locale non è disponibile, il gateway non è configurato o le credenziali sono scadute.
Il secondo è costruire un modello con troppe colonne, relazioni ambigue e calcoli duplicati. In genere ottengo risultati migliori con uno schema a stella, dove le tabelle dei fatti contengono gli eventi numerici e le dimensioni descrivono clienti, prodotti, date o sedi.
Leggi anche: Licenza Power BI, quale piano conviene davvero?
Una checklist pratica
- Dare nomi chiari a tabelle, colonne e misure.
- Separare le misure dalla logica di trasformazione dei dati.
- Creare una tabella calendario e contrassegnarla correttamente quando servono analisi temporali.
- Ridurre la granularità dei dati se il dettaglio non serve agli utenti.
- Misurare le prestazioni con Performance Analyzer prima di consegnare il report.
- Documentare origini, frequenza di aggiornamento e proprietari del modello.
Un altro problema frequente è affidarsi a colonne calcolate per ogni indicatore. Se il calcolo deve cambiare quando l’utente filtra il report, quasi sempre è meglio una misura DAX. La colonna ha senso quando il risultato è una proprietà stabile della singola riga.
Infine, non invierei mai un file completo via email senza controllare cosa contiene. Se il modello include dati di clienti o informazioni finanziarie, è più prudente usare il servizio Power BI con autorizzazioni adeguate oppure distribuire un template privo dei dati.
Il modo più solido per scegliere il formato giusto
Per un’analisi personale o per un prototipo, il formato PBIX resta la scelta più rapida. Permette di lavorare in un unico ambiente e di pubblicare il risultato con pochi passaggi, purché il modello sia ordinato e le origini siano gestibili.
Quando l’obiettivo è riutilizzare la stessa struttura con dataset diversi, sceglierei PBIT. Quando entrano in gioco più autori, repository, revisioni e ambienti separati, valuterei PBIP. La decisione non riguarda solo l’estensione del file, ma il modo in cui il report dovrà essere mantenuto nei mesi successivi.
Il vero salto di qualità, comunque, non arriva dal formato da solo. Arriva da un modello semantico pulito, da misure DAX comprensibili e da una pubblicazione governata. Se questi tre elementi sono solidi, Power BI smette di essere un semplice strumento per creare grafici e diventa una base affidabile per prendere decisioni sui dati.
