Blog de Alex Ayala

Funciones avanzadas en el modelo de datos de Power BI: protección, seguridad a nivel de filas y lenguaje naturalPrepárate para el examen PL-300 con nuestro curso especializado en estas funciones.

Introducción

¿Te has planteado alguna vez cómo proteger la información sensible de tus informes en Power BI, filtrar registros para cada usuario sin duplicar modelos o aprovechar la inteligencia artificial para explorar datos con lenguaje natural? En este artículo exploraremos en profundidad estas cuestiones. Veremos cómo configurar etiquetas de sensibilidad a través de Microsoft Purview Information Protection, implementar seguridad a nivel de filas (RLS) y aprovechar la funcionalidad Q&A para formular preguntas en “lenguaje cotidiano”. Al finalizar este recorrido, contarás con una visión completa de estas capacidades avanzadas y conocerás ejemplos prácticos y recomendaciones que podrás aplicar en tu día a día.

El contexto de estos avances es clave. En proyectos de Business Intelligence, la protección de la información es prioritaria. Las organizaciones deben garantizar que solo el personal autorizado tenga acceso a datos delicados, evitar fugas de información y mantener una arquitectura limpia. Además, en un entorno colaborativo, resulta esencial que cada miembro del equipo vea únicamente lo que le corresponde, sin necesidad de gestionar múltiples versiones de un mismo informe. Por otro lado, la velocidad con la que un usuario descubre información relevante marca la diferencia en la toma de decisiones. La capacidad de consultar el modelo de datos en lenguaje natural –mediante la función Q&A– empodera tanto a perfiles técnicos como a aquellos sin conocimientos avanzados, permitiendo obtener respuestas de forma casi instantánea.

Acompáñame en este viaje a través de tres funcionalidades esenciales del modelado avanzado en Power BI:

1. Etiquetas de sensibilidad (Microsoft Purview Information Protection)
2. Seguridad a nivel de filas (RLS)
3. Q&A y modelos lingüísticos

Además de explorar estas capacidades, discutiremos estrategias para integrarlas en entornos empresariales, su impacto en la gobernanza de datos y cómo optimizar su rendimiento para obtener el máximo provecho de las herramientas disponibles en Power BI.

1. Etiquetas de sensibilidad (Microsoft Purview Information Protection)

Power BI se integra de manera estrecha con Microsoft Purview Information Protection para ofrecer lo que se conoce como etiquetas de sensibilidad. Estas etiquetas permiten clasificar y proteger la información, definiendo categorías como “Público”, “Confidencial” o “Secreto”, entre otras. La aplicación de estas etiquetas no solo clasifica la información, sino que activa controles específicos en el entorno de Power BI.

Por ejemplo, supongamos que trabajas con datos de ventas internas. Al etiquetar un informe o dataset como “Confidencial”, Power BI puede activar controles de protección que incluyan la encriptación del archivo y restricciones para compartirlo. Si un usuario intenta exportar el informe a PDF o Excel, las restricciones asociadas pueden exigir credenciales adicionales o bloquear la acción si el usuario no está autorizado. De esta forma, la información permanece resguardada y se reduce el riesgo de exposición accidental.

Otra ventaja importante es la capacidad de Power BI para aplicar medidas de control avanzadas, como la integración con Microsoft Defender for Cloud Apps, permitiendo a los administradores monitorear y restringir el acceso en tiempo real. Esta funcionalidad es especialmente útil en entornos con altos requisitos de seguridad, como el sector financiero o el sanitario.

Requisitos para utilizar etiquetas de sensibilidad

Para poder utilizar correctamente las etiquetas de sensibilidad es necesario cumplir ciertos requisitos, de acuerdo con la documentación oficial de Microsoft:

• Tener habilitada la solución de Microsoft Purview Information Protection y contar con etiquetas definidas y publicadas en Microsoft 365.
• Disponer de las licencias adecuadas según lo establecido por Microsoft Purview.
• El usuario que aplique las etiquetas debe contar con una licencia de Power BI Pro o Power BI Premium por usuario.
• En el portal de administración de Power BI (tenant settings) se debe habilitar la opción Information Protection para la organización o para grupos de seguridad específicos.
• Integración con Microsoft Defender para mejorar la supervisión de accesos y evitar fugas de información.

Para más información: Documentación de etiquetas de sensibilidad en Power BI

2. Seguridad a nivel de filas (Row-Level Security, RLS)

RLS permite filtrar los datos en tiempo real según quién accede al informe. La idea principal es que, dentro de un único modelo de datos, puedas definir reglas que determinen qué registros son visibles para cada usuario o grupo.

Cómo configurar RLS en Power BI Desktop

1. Conecta tu informe a las tablas relevantes.
2. Desde la pestaña Modelado, selecciona la opción Administrar roles.
3. Crea un nuevo rol y asigna un nombre representativo.
4. Define la expresión DAX para el filtro, por ejemplo: [País] = «Estados Unidos».
5. Repite el proceso para otros roles según sea necesario.
6. Usa Ver como para validar que los filtros se aplican correctamente.

Seguridad dinámica con USERPRINCIPALNAME()

Una de las características más interesantes de RLS es la posibilidad de utilizar USERPRINCIPALNAME() en la fórmula DAX. De este modo, el sistema filtra automáticamente según el usuario que inicia sesión, facilitando la administración. Por ejemplo: [TablaUsuarios].[Email] = USERPRINCIPALNAME()

Además, en escenarios avanzados, puedes integrar RLS con Azure Active Directory (AAD) para definir permisos en función de grupos organizacionales. De esta manera, la gestión de accesos se simplifica y la administración centralizada mejora la eficiencia del modelo de seguridad.

3. Q&A: preguntas en lenguaje natural

La función Q&A permite a cualquier usuario explorar el modelo de datos usando lenguaje natural. Al agregar el objeto Q&A, el usuario puede escribir preguntas como “Muestra total de ventas por producto en 2023” y obtener una respuesta inmediata en forma de tabla o gráfico.

Consejos para optimizar Q&A

• Usa nombres de columna claros y comprensibles.
• Verifica que los tipos de datos estén correctamente definidos.
• Configura sinónimos para facilitar la comprensión del usuario.
• Aprovecha la integración con modelos de IA para mejorar la comprensión semántica.

Para más información: Documentación de Q&A en Power BI

Conclusión

Las etiquetas de sensibilidad, RLS y Q&A son herramientas fundamentales para mejorar la seguridad y la accesibilidad de los datos en Power BI. Implementarlas correctamente te permitirá garantizar la protección de la información y optimizar la experiencia de los usuarios.

¿Has utilizado alguna de estas funcionalidades en tus proyectos? Comparte tu experiencia en los comentarios y hablemos sobre cómo Power BI puede seguir evolucionando para garantizar un entorno más seguro e intuitivo para todos los usuarios.