Power BI: i visual R e Python si spengono a maggio 2027
A maggio 2027 i visual R e Python smettono di funzionare nei report pubblicati su Power BI, anche in quelli già in uso da anni. Microsoft lo ha annunciato nelle ultime settimane e lo ha scritto nella documentazione ufficiale. Se in azienda qualcuno ha costruito un grafico con uno script, quel grafico ha una data di scadenza.
Cosa cambia e cosa no
I visual R e Python (Microsoft li chiama script visual) sono quei riquadri del report in cui scrivi codice, per esempio con pandas e Matplotlib, e Power BI mostra il risultato come immagine. Il ritiro riguarda i visual Python, i visual R e i visual personalizzati di AppSource che usano R dietro le quinte.
Secondo Microsoft Learn, al momento del ritiro questi visual smettono di funzionare nel servizio Power BI, compresi i report pubblicati prima di quella data. Le versioni future di Power BI Desktop non li includeranno più, quindi non potrai aggiungerli a un report nuovo. Le versioni vecchie di Desktop continueranno a mostrarli in locale, usando R o Python installati sul tuo computer, ma è una consolazione da poco, perché i colleghi vedono il report nel servizio, non sul tuo PC.
Una cosa resta intatta, ed è importante dirla subito. Gli script Python usati in Power Query per preparare o caricare le tabelle non sono toccati. Il ritiro riguarda solo la parte grafica dei report interattivi.
Microsoft precisa anche che non esiste una migrazione automatica. Ogni visual va sostituito a mano con un’altra visualizzazione.
Come trovare i report coinvolti
Il primo passo è fare l’inventario. La documentazione suggerisce di salvare gli script e l’elenco dei pacchetti da cui dipendono, così non perdi la logica quando ricostruisci il grafico.
Se lavori con il formato PBIP (Power BI Project, il formato che salva report e modello come file di testo, adatto al controllo versione con Git), la ricerca è veloce. Basta cercare nei file di definizione dei report i valori pythonVisual per i visual Python e scriptVisual per quelli R. Attenzione però, questa ricerca non trova i visual personalizzati basati su R, che vanno controllati report per report.
Se invece i report vivono solo nel servizio, senza PBIP, l’inventario va fatto aprendo i report e chiedendo a chi li ha costruiti. Non è elegante, ma con sei mesi davanti è un lavoro sostenibile.
Un esempio dal magazzino
Prendo un caso tipico. Un’azienda di distribuzione ha un report sulle giacenze con una pagina dedicata alla rotazione degli articoli. Anni fa un analista ha inserito un visual Python che disegna una mappa di calore per categoria e settimana, con una curva di tendenza calcolata dallo script. Il responsabile di magazzino la guarda ogni lunedì per decidere i riordini.
A maggio quella pagina si svuota. Le strade sono tre. La mappa di calore si può rifare con una matrice e la formattazione condizionale, che Power BI fa già bene. La linea di tendenza si può ottenere con il riquadro Analisi dei grafici a linee nativi. Se invece lo script faceva un calcolo statistico più complesso, la soluzione è spostare quel calcolo a monte: in Power Query, dove Python resta ammesso, oppure in un notebook Fabric che scrive i risultati in una tabella. Il report poi mostra solo il numero, con un visual standard.
Questa terza strada è quella che consiglio quasi sempre. Separa il calcolo dalla visualizzazione e rende il dato riutilizzabile anche in altri report.
Il mio punto di vista
La decisione mi sembra sensata, anche se scomoda. I visual a script erano immagini statiche. Non permettevano di cliccare per filtrare gli altri grafici, non avevano tooltip e giravano solo con i pacchetti supportati dal servizio. Erano spesso una scorciatoia che nessuno sapeva più mantenere quando l’autore cambiava lavoro.
Il limite reale è per chi faceva analisi statistica vera dentro il report, come previsioni, clustering o grafici scientifici. Per loro la sostituzione non è un grafico nuovo, è un piccolo progetto. E le alternative indicate da Microsoft, notebook e app Fabric, presuppongono una capacità Fabric che molte PMI non hanno.
È il secondo cambio di questo autunno che costringe a guardare dentro i report esistenti, dopo quello dei driver che ho raccontato nell’articolo su Power BI e i nuovi driver ADBC. Il messaggio è lo stesso. Un report senza documentazione è un debito che prima o poi si paga.
Da dove partire
Io non aspetterei la primavera. Farei l’inventario entro fine anno, dividerei i visual tra quelli che si rifanno con un grafico nativo e quelli che richiedono di spostare il calcolo, e partirei dai report che arrivano alla direzione. La domanda da farsi è semplice. Chi in azienda sa ancora cosa fa quello script?
Se non sai quanti visual R o Python girano nei tuoi report, scrivimi. Ti offro un audit gratuito dei report Power BI che usi oggi, così troviamo i visual a rischio e decidiamo cosa ricostruire, prima di maggio. Richiedi l’audit.