Grafici Power BI efficaci - visual, misure DAX e report chiari

Quando un report mostra molti numeri ma non fa capire subito cosa sta succedendo, il problema spesso non è nei dati, bensì nella visualizzazione scelta. In questa guida spiego come creare grafici Power BI efficaci, come collegarli a misure DAX, quale visual usare in base alla domanda analitica e quali errori evitare per ottenere report chiari e realmente utili.

Come scegliere il grafico giusto in Power BI

Il mio criterio è semplice: prima definisco la domanda, poi scelgo il tipo di grafico. Un report commerciale, per esempio, può dover rispondere a domande diverse: quali prodotti vendono di più, come cambiano le vendite durante l’anno oppure quali regioni sono sotto obiettivo. La stessa tabella di dati può quindi richiedere visualizzazioni completamente diverse.

Il grafico a torta può essere utile quando si confrontano poche parti di un totale, idealmente non più di 4 o 5 categorie. Quando le categorie aumentano, le barre sono quasi sempre più leggibili. Anche Microsoft Learn presenta le visualizzazioni come il punto in cui dati e calcoli del modello diventano informazioni interpretabili, non come semplici elementi decorativi.

Il confronto tra colonne e linee

Le colonne sono adatte a confrontare mesi, prodotti o aree geografiche. Le linee, invece, guidano l’occhio lungo una sequenza temporale. Se voglio mostrare vendite mensili e budget nello stesso spazio, uso spesso un grafico combinato con colonne per il consuntivo e una linea per l’obiettivo.

La scelta diventa meno efficace quando si inseriscono troppe serie nello stesso visual. Con più di 3 o 4 linee, il lettore può perdere rapidamente il filo. In quel caso preferisco usare un filtro, piccoli multipli o visual separati.

Il flusso pratico per creare una visualizzazione

In Power BI Desktop parto dalla pagina del report e seleziono il tipo di visual nel riquadro delle visualizzazioni. Trascino quindi una categoria nell’asse, una misura nei valori e, quando serve, un campo temporale nella legenda o nell’asse secondario. Il grafico appare rapidamente, ma la parte importante arriva dopo: controllo se sta davvero rispondendo alla domanda iniziale.

1. Importo e controllo le tabelle necessarie.
2. Verifico le relazioni tra calendario, fatti e dimensioni.
3. Creo le misure DAX principali.
4. Scelgo il visual più adatto all’analisi.
5. Configuro filtri, tooltip, etichette e colori.
6. Provo le interazioni selezionando un elemento del grafico.

La selezione di una barra, di un punto o di una fetta può filtrare gli altri elementi della pagina. Questa interazione è uno dei punti forti dello strumento, ma va verificata: un filtro inatteso può produrre numeri corretti dal punto di vista tecnico e fuorvianti dal punto di vista decisionale.

Campi, filtri e gerarchie

Un asse temporale dovrebbe usare una vera tabella calendario, collegata alla tabella dei fatti. Senza questa struttura, mesi e trimestri possono essere ordinati alfabeticamente o filtrati in modo incompleto. Io controllo sempre anche la gerarchia Anno, Trimestre, Mese, soprattutto nei grafici con funzione di esplorazione dal livello annuale a quello giornaliero.

Il riquadro Filtri consente di agire a livello di visual, pagina o intero report. Per un indicatore che deve rispettare il periodo scelto dall’utente, applico normalmente un filtro di pagina o uno slicer. Per un riferimento fisso, come il budget annuale complessivo, può invece servire una misura DAX che gestisca esplicitamente il contesto.

DAX trasforma i numeri in indicatori utili

Un grafico ben disegnato non può correggere una misura sbagliata. DAX, il linguaggio di formule di Power BI, serve a creare misure dinamiche che reagiscono ai filtri applicati dal lettore. È una differenza sostanziale rispetto a inserire semplicemente una colonna numerica nel visual.

Supponiamo di avere una tabella chiamata Vendite con le colonne Quantità e PrezzoUnitario. Una misura essenziale può essere:

Ricavi =
SUMX(
    Vendite,
    Vendite[Quantità] * Vendite[PrezzoUnitario]
)

SUMX valuta l’espressione riga per riga e poi somma i risultati. In un grafico per regione, mese o prodotto, la misura si ricalcola nel contesto di filtro corrispondente alla selezione del lettore.

Misure per variazione e obiettivi

Per confrontare il risultato con l’anno precedente, una misura può assumere questa forma:

Ricavi anno precedente =
CALCULATE(
    [Ricavi],
    SAMEPERIODLASTYEAR('Calendario'[Data])
)

La variazione percentuale rende il grafico più leggibile:

Variazione % =
DIVIDE(
    [Ricavi] - [Ricavi anno precedente],
    [Ricavi anno precedente]
)

Uso DIVIDE invece della semplice divisione perché gestisce meglio i casi in cui il denominatore è vuoto o uguale a zero. È un dettaglio piccolo, ma evita errori visibili nelle card e nelle etichette del report.

Le colonne calcolate vengono calcolate riga per riga durante l’aggiornamento del modello. Le misure, invece, si calcolano quando il visual viene interrogato. Per KPI, totali, percentuali e confronti temporali preferisco quasi sempre le misure, perché rispettano il contesto dei filtri e mantengono il modello più flessibile.

Come rendere leggibile una pagina piena di dati

La qualità di un report dipende anche dalla gerarchia visiva. In alto metto generalmente 3 o 4 KPI, sotto una visualizzazione che mostra l’andamento e più in basso il dettaglio necessario per indagare le cause. Se ogni elemento ha lo stesso peso grafico, il lettore non sa da dove cominciare.

Colori, etichette e tooltip

Uso il colore per comunicare una regola, non per decorare. Il blu può rappresentare il valore effettivo, l’arancione una soglia di attenzione e il rosso una condizione critica. Una palette limitata a 4 o 5 colori coerenti rende il report più facile da leggere e più accessibile anche alle persone con difficoltà nella percezione dei colori.

Le etichette dati sono utili quando ci sono pochi elementi, ma diventano rumore in un grafico con decine di categorie. In questi casi preferisco un tooltip ben costruito con valore, percentuale, confronto e data di aggiornamento. Il lettore ottiene il dettaglio quando serve, senza appesantire la vista principale.

Leggi anche: DAX in Power BI - misure, filtri e funzioni da imparare

Interazioni e analisi guidata

Ogni pagina dovrebbe avere un percorso naturale. Un grafico dei ricavi per regione può filtrare una classifica dei prodotti e una linea temporale. Se l’interazione non aiuta a passare dall’osservazione alla spiegazione, la disattivo o la modifico.

Le linee di riferimento, gli obiettivi e le soglie sono spesso più utili di un altro grafico. Una linea del budget, per esempio, mostra immediatamente se il risultato è sopra o sotto la meta, mentre due visual separati richiederebbero un confronto mentale.

Gli errori che compromettono i grafici

Il primo errore è usare un grafico per mostrare tutto. Una pagina con dieci visual può sembrare completa, ma spesso rallenta la lettura e aumenta le possibilità di interpretazione errata. Io preferisco eliminare gli elementi ridondanti e lasciare spazio a una domanda analitica precisa per ogni visual.

• Assi senza unità, che rendono ambiguo il significato dei valori.
• Totali non coerenti, causati da relazioni errate o filtri inattivi.
• Date testuali, ordinate alfabeticamente invece che cronologicamente.
• Percentuali senza denominatore chiaro, soprattutto nei grafici a torta.
• Misure DAX duplicate, create per ogni singolo visual senza una logica condivisa.
• Visual personalizzati scelti solo per l’aspetto, senza valutarne prestazioni e affidabilità.

Un altro problema frequente riguarda i dati mancanti. Un mese senza vendite può significare zero, ma può anche indicare che il caricamento non è avvenuto. Prima di mostrare uno zero, verifico il significato del vuoto: zero e dato assente non sono la stessa cosa.

Le visualizzazioni personalizzate disponibili tramite AppSource possono ampliare le possibilità del report, ma introducono dipendenze aggiuntive. Per report aziendali destinati a molti utenti preferisco partire dai visual nativi e aggiungere componenti esterni solo quando risolvono un’esigenza concreta.

Un metodo semplice per validare il report

Prima della pubblicazione faccio una verifica in tre passaggi. Controllo i numeri con una fonte indipendente, provo i filtri più importanti e osservo il report come se non conoscessi il modello. Se una conclusione richiede troppe spiegazioni, spesso il problema è nella progettazione del visual.

Le versioni recenti di Power BI includono anche strumenti come la visualizzazione delle query DAX e i calcoli visivi, che possono aiutare nell’analisi e in alcuni calcoli locali al visual. Non li considero però una scorciatoia per ignorare il modello dati: relazioni, calendario e misure di base restano il fondamento di un report solido.

La regola che seguo prima di pubblicare un grafico

Un buon report Power BI non è quello con più grafici, ma quello che porta rapidamente dalla domanda al risultato. Scelgo il visual in base al confronto da effettuare, costruisco misure DAX verificabili, curo filtri e gerarchie e lascio fuori tutto ciò che non aiuta a decidere.

Quando il modello è ordinato e ogni elemento ha uno scopo, anche una pagina semplice può diventare uno strumento analitico potente. Il miglior test resta questo: il lettore capisce cosa sta accadendo e quale azione valutare? Se la risposta è sì, il grafico sta facendo il suo lavoro.