{"id":18739,"date":"2025-10-22T08:37:48","date_gmt":"2025-10-22T08:37:48","guid":{"rendered":"https:\/\/www.pkf-attest.es\/tecnologia\/?post_type=novedades-itc&p=18739"},"modified":"2025-10-28T10:44:14","modified_gmt":"2025-10-28T10:44:14","slug":"analisis-datos-power-bi-modelos-semanticos-compuestos","status":"publish","type":"novedades-itc","link":"https:\/\/www.pkf-attest.es\/tecnologia\/novedades-itc\/analisis-datos-power-bi-modelos-semanticos-compuestos\/","title":{"rendered":"An\u00e1lisis de datos con Power BI: Direct Lake e Import Tables"},"content":{"rendered":"\n
En su compromiso constante por transformar la anal\u00edtica empresarial<\/strong>, Microsoft<\/strong> ha dado un paso clave en la evoluci\u00f3n de Power BI<\/strong>. El lanzamiento de los modelos sem\u00e1nticos compuestos<\/strong> con integraci\u00f3n entre Direct Lake<\/strong> e Import Tables<\/strong>, anunciado el 6 de octubre de 2025, representa una revoluci\u00f3n t\u00e9cnica y estrat\u00e9gica<\/strong> dentro del ecosistema Microsoft Fabric<\/strong>.<\/p>\n\n\n\n Esta innovaci\u00f3n ampl\u00eda las posibilidades de an\u00e1lisis de datos<\/strong>, optimiza el rendimiento y refuerza la integraci\u00f3n con la inteligencia artificial<\/strong> y Copilot<\/strong>, preparando el terreno para una nueva generaci\u00f3n de modelos anal\u00edticos h\u00edbridos<\/strong>.<\/p>\n<\/div><\/div>\n\n\n\n Los modelos sem\u00e1nticos compuestos<\/strong> permiten combinar diferentes modos de conexi\u00f3n dentro de un mismo modelo:<\/p>\n\n\n\n Esta capacidad rompe las limitaciones de los enfoques previos, como los modelos DirectQuery + Import<\/strong>, ofreciendo una experiencia m\u00e1s fluida, escalable y coherente.<\/p>\n\n\n\n El resultado es un modelo h\u00edbrido<\/strong> en el que el analista puede elegir, tabla a tabla, el modo de acceso m\u00e1s adecuado seg\u00fan las necesidades del negocio. Imagen 1 – captura de pantalla del modelado web de Power BI que muestra tablas en modo de almacenamiento Direct Lake y en modo de almacenamiento de importaci\u00f3n dentro del mismo modelo compuesto, con opciones para agregar m\u00e1s tablas.<\/p>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n En la pr\u00e1ctica, un modelo compuesto Direct Lake + Import<\/strong> se apoya en la infraestructura unificada de Microsoft Fabric<\/strong>, que conecta fuentes como Lakehouses<\/strong>, Data Warehouses<\/strong>, SQL Databases<\/strong> o Dataflows<\/strong> dentro del entorno OneLake<\/strong>.<\/p>\n\n\n\n El modelo sem\u00e1ntico<\/strong> se convierte as\u00ed en una capa de negocio \u00fanica<\/strong>, donde conviven datos almacenados directamente en el lago con otros cargados en memoria o procedentes de conectores externos.<\/p>\n\n\n\n Entre sus principales ventajas destacan:<\/p>\n\n\n\n Esto facilita la colaboraci\u00f3n<\/strong>, la gobernanza<\/strong> y el despliegue continuo<\/strong> de modelos anal\u00edticos empresariales.<\/p>\n<\/div><\/div>\n\n\n\n Imagen 2 – captura de la p\u00e1gina de creaci\u00f3n en el servicio de Power BI que muestra el mosaico del cat\u00e1logo de OneLake usado para crear modelos sem\u00e1nticos desde cero con tablas Direct Lake.<\/p>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n Microsoft ilustra esta innovaci\u00f3n con un caso pr\u00e1ctico basado en un escenario de an\u00e1lisis de entregas y objetivos comerciales<\/strong>.<\/p>\n\n\n\n Ambas fuentes se combinan en un \u00fanico modelo sem\u00e1ntico<\/strong> que permite calcular m\u00e9tricas clave<\/strong>, como el porcentaje de cumplimiento de objetivos<\/strong>, desviaciones mensuales<\/strong> y tendencias de rendimiento<\/strong>.<\/p>\n\n\n\n Este enfoque h\u00edbrido demuestra que es posible mantener datos actualizados sin sacrificar velocidad ni capacidad de c\u00e1lculo<\/strong>.<\/p>\n<\/div><\/div>\n\n\n\n Imagen 3 \u2013 Modelo de datos hibrido con Direct Lake y fichero CSV<\/p>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n El avance hacia los modelos compuestos<\/strong> no solo mejora el rendimiento, sino que prepara Power BI<\/strong> para un uso m\u00e1s profundo de la IA<\/strong>.<\/p>\n\n\n\n Con Copilot<\/strong> y la posibilidad de preparar modelos directamente desde el servicio, los analistas pueden:<\/p>\n\n\n\n La mezcla de Direct Lake<\/strong> e Import<\/strong> facilita que los modelos sean comprendidos por Copilot<\/strong>, garantizando una interpretaci\u00f3n m\u00e1s precisa de los datos y potenciando la anal\u00edtica conversacional<\/strong>.<\/p>\n\n\n\n Esta actualizaci\u00f3n impulsa una anal\u00edtica m\u00e1s \u00e1gil, colaborativa y segura<\/strong>.<\/p>\n\n\n\n Departamentos de finanzas, operaciones o marketing pueden integrar fuentes heterog\u00e9neas bajo un mismo modelo de datos, garantizando:<\/p>\n\n\n\n Adem\u00e1s, la edici\u00f3n desde el entorno web acelera el desarrollo y favorece el trabajo concurrente<\/strong>.<\/p>\n\n\n\n En PKF Attest<\/strong> creemos que esta evoluci\u00f3n consolida la madurez de Power BI<\/strong> como plataforma integral de Business Intelligence<\/strong>.<\/p>\n\n\n\n La combinaci\u00f3n de Direct Lake e Import Tables<\/strong> permite construir una anal\u00edtica m\u00e1s robusta, escalable y preparada para la inteligencia artificial<\/strong>.<\/p>\n\n\n\n Nuestra experiencia en Microsoft Fabric<\/strong> nos permite acompa\u00f1ar a las empresas en el dise\u00f1o de modelos h\u00edbridos optimizados<\/strong>, impulsando la transformaci\u00f3n digital<\/strong> a trav\u00e9s de decisiones basadas en datos<\/strong>.<\/p>\n\n\n\n Los modelos sem\u00e1nticos compuestos<\/strong> representan un hito en la evoluci\u00f3n de Power BI<\/strong>. Esta mejora redefine c\u00f3mo las empresas interact\u00faan con sus datos<\/strong>, acercando el concepto de \u201canal\u00edtica viva\u201d<\/strong>: datos que se actualizan, se interpretan y se transforman en decisiones estrat\u00e9gicas en tiempo real<\/strong>.<\/p>\n\n\n\n <\/p>\n\n\n\n
<\/figure>\n<\/div><\/div>\n<\/div><\/div>\n\n\n\n1. Un nuevo paradigma en el modelado de datos<\/h3>\n\n\n\n
\n
Mientras las tablas de gran volumen permanecen en Direct Lake para asegurar rendimiento y actualizaci\u00f3n continua, las dimensiones peque\u00f1as o tablas de referencia pueden importarse para habilitar c\u00e1lculos complejos, jerarqu\u00edas o columnas calculadas.<\/p>\n<\/div><\/div>\n\n\n\n
<\/figure>\n\n\n\n2. Arquitectura y funcionamiento t\u00e9cnico<\/h3>\n\n\n\n
\n
<\/figure>\n\n\n\n3. Arquitectura y funcionamiento t\u00e9cnico<\/h3>\n\n\n\n
\n
4. Ejemplo pr\u00e1ctico: an\u00e1lisis h\u00edbrido de objetivos y rendimiento<\/h3>\n\n\n\n
\n
<\/figure>\n\n\n\n5. Impacto en la anal\u00edtica impulsada por IA y Copilot<\/h3>\n\n\n\n
\n
6. Implicaciones para las organizaciones<\/h3>\n\n\n\n
\n
7. La visi\u00f3n de PKF Attest<\/h3>\n\n\n\n
8. Conclusi\u00f3n<\/h3>\n\n\n\n
La integraci\u00f3n entre Direct Lake e Import Tables<\/strong> ofrece una base m\u00e1s s\u00f3lida para la anal\u00edtica avanzada<\/strong>, con soporte nativo para IA<\/strong>, mayor rendimiento<\/strong> y arquitectura unificada<\/strong>.<\/p>\n\n\n\n9. Fuentes<\/h3>\n\n\n\n
\n
\n