Power BI

Power BI nie zastępuje Excela — zastępuje jeden konkretny rodzaj pracy w Excelu: powtarzalne raportowanie z wielu źródeł, na rosnących danych, dla wielu odbiorców. Jeśli poznajesz w tym opisie swoją codzienność — przesiadka zacznie się zwracać w tygodniach, a nie miesiącach. Jeśli używasz Excela jako kalkulatora z opcją obsługi kolorowych tabelek — zostań w Excelu.

Pytanie pada w prawie każdej firmie, w której zaczyna się rozmowa o BI: „mamy Excela od 20 lat, po co nam Power BI?". To uczciwe pytanie. Excel jest niesamowicie elastyczny, każdy go zna, licencje już są kupione. Power BI to nowy koszt, nowa krzywa uczenia, nowy zestaw problemów.

Odpowiedź zależy od tego, co konkretnie robisz w Excelu. Bo Excel jest jednocześnie edytorem danych, kalkulatorem, narzędziem do raportów, bazą danych, środowiskiem do prototypowania i platformą do automatyzacji. Power BI nie zastępuje wszystkich tych ról — zastępuje dwie: narzędzie raportowe i lekką bazę danych.

1. Skala danych — kiedy Excel zaczyna się dusić

Excel oficjalnie obsługuje 1 048 576 wierszy w arkuszu. W praktyce ten limit boli zanim się go osiągnie: tabela przestawna na 800 tys. wierszy i kilkunastu kolumnach potrafi przeliczać się minutami, a refresh skoroszytu z Power Query blokuje pracę na całe godziny.

Power BI używa silnika VertiPaq — kolumnowego silnika in-memory z agresywną kompresją kolumnową. Modele z dziesiątkami milionów wierszy to scenariusz produkcyjny, nie laboratoryjny. Rozmiar pliku .pbix mocno zależy od kardynalności kolumn (data, ID transakcji, opisy tekstowe), więc identyczna liczba wierszy może ważyć od kilkudziesięciu MB do kilkuset.

Praktyczna granica:

• do ~100 tys. wierszy z prostą logiką → Excel jest w porządku
• 100 tys. – 1 mln wierszy z tabelami przestawnymi i wieloma źródłami → strefa szara, jeszcze da się Excelem, ale każdy refresh boli
• powyżej 1 mln wierszy lub kilka źródeł danych w jednym raporcie → Power BI zdecydowanie zyskuje przewagę w czasie pracy, nie wspominając o tym, że teoretycznie nie ma on limitu danych, które może przetworzyć.

2. Jeden refresh, wiele odbiorców

To jest cicha różnica, która zmienia więcej niż wszystkie inne razem. W Excelu raport żyje w pliku. Kopiujesz plik mailem, zostawiasz na sieci, ktoś go otwiera — i nie wiadomo, czy patrzy na dane z dziś, czy z zeszłego tygodnia. Każdy odbiorca może zacząć liczyć po swojemu, dodawać własne zakładki, zmieniać formuły.

W Power BI dataset jest jeden. Refresh wykonuje się raz, na serwerze, w najwygodniejszym momencie (np. w nocy). Rano cała firma patrzy na te same liczby. Konflikty „a u mnie wychodzi 17 milionów, nie 16,2" znikają — bo nie ma już kilku wersji tego samego raportu.

To nie jest funkcjonalność, którą widać w demo. Ale to jest funkcjonalność, która ratuje controllingowi mnóstwo czasu. Bywa, że są to nie godziny, ale dni spędzone na ręcznej kontroli, która niejednokrotnie wykazuje po prostu błąd ludzki.

3. Modelowanie danych zamiast jednego wielkiego arkusza

W Excelu dominuje wzorzec „flat table" — jedna duża tabela ze wszystkimi danymi, czasami z VLOOKUP-ami pobierającymi atrybuty z innych arkuszy. To działa, póki danych jest relatywnie niewiele.

Power BI wymusza inną konwencję: schemat gwiazdy. Tabele faktów (transakcje, zdarzenia) i tabele wymiarów (klient, produkt, czas, region). Relacje między nimi zarządzane są na poziomie modelu, nie formuł.

Dlaczego to ma znaczenie? Bo kiedy dział sprzedaży doda nową kategorię produktu, w Excelu trzeba przejść przez kilka–kilkanaście plików i poprawić VLOOKUP-y. W Power BI — dodajesz wiersz do tabeli wymiarowej Produkty i wszystkie raporty oparte o ten model widzą zmianę natychmiast.

Wymaga to zmiany wyobrażania sobie pracy z danymi. Nie jest to przesiadka na 1:1 jak z jednego auta do drugiego — to trochę jak przesiadka z dwupłatowego aeroplanu do F-16. W innym artykule pisałem już o 5 najczęstszych błędach w DAX — pierwszy z nich (mylenie kontekstu) to niestety najbardziej zabójcza pułapka dla osób przechodzących z Excela.

4. Interaktywność, której Excel nie da

Tabela przestawna w Excelu jest interaktywna — w obrębie jednego arkusza. Wykres jest interaktywny — w obrębie jednej tabeli. Power BI oferuje cross-filtering: kliknij w słupek na jednym wykresie i wszystkie pozostałe wizualizacje na stronie filtrują się automatycznie.

To nie jest tylko efekciarstwo. To zmienia sposób, w jaki ludzie czytają raporty. Zamiast „pokaż mi sprzedaż w marcu" potem „pokaż mi sprzedaż w marcu w regionie Pomorze" potem „pokaż mi sprzedaż w marcu w regionie Pomorze dla produktu X" — klikasz trzy razy i widzisz odpowiedź w sekundę.

Co prawda Excel dysponuje takim narzędziem jak fragmentator (względnie oś czasu), które jest całkiem ok — natomiast Power BI pozwala na bardziej intuicyjną obsługę, zwłaszcza że, jak to powiedział kiedyś jeden z moich kursantów: „tutaj wszystko jest filtrem".

5. Row-Level Security — coś, czego Excel nie ma w ogóle

W Excelu jeśli chcesz, żeby Janek widział tylko region Pomorze, a Krystyna tylko Mazowsze — albo robisz dwa pliki, albo komplikujesz arkusz makrami i hasłami (które przy odrobinie wysiłku da się obejść).

W Power BI Row-Level Security to natywna funkcja. Definiujesz role, przypisujesz osoby — silnik filtruje dane na poziomie zapytania. Janek dostaje swoje liczby, Krystyna swoje, raport jest jeden.

Dla firm pracujących z danymi osobowymi (HR, sprzedaż, finanse) to nie jest „nice to have" — to jest wymóg RODO. Excel po prostu tej kontroli nie zapewni w sposób pewny i bezpieczny.

6. Czas budowy raportu — uczciwe porównanie

Mit: „Power BI jest szybszy". Pół-prawda. Pierwszy raport w Power BI na pewno zajmie Ci dłużej niż w Excelu, bo musisz nauczyć się modelu, DAX-u, Power Query, governance.

Drugi raport zajmie tyle samo. Trzeci — już mniej. Setny — kilkanaście minut, jeśli model jest poprawnie zbudowany.

W Excelu odwrotnie. Pierwszy raport — godzina. Setny — wciąż godzina, bo każdy plik to nowy projekt. Power BI nagradza inwestycję w model. Excel każe płacić tę samą cenę za każde powtórzenie.

Kiedy Excel wciąż wygrywa?

Tylko żeby nie było, że moim marzeniem jest skazanie Excela na cyfrową banicję — nic z tych rzeczy! Są scenariusze, w których wciąż jest najlepszym narzędziem:

• Analiza ad-hoc na własne potrzeby. Szybko sprawdzić coś w danych, zrobić wykres, podzielić się jednorazowo. Power BI to overkill.
• Modele finansowe i prognozy. Budowanie modeli typu „co jeśli zmienimy stopę X". Excel ma tu przewagę interaktywności edycji formuł.
• Edycja danych przez użytkownika. Power BI domyślnie nie służy do wprowadzania danych — raporty są do czytania, nie do edycji. Write-back istnieje (Power Apps visual, Fabric notebooks, paginated reports z parametrami), ale to dodatkowa warstwa narzędziowa, nie out-of-the-box. Do prostego „wpisywania budżetu w komórki" Excel pozostaje szybszy.
• Małe zespoły z prostymi potrzebami. 5 osób, jeden raport, refresh raz w miesiącu — Excel jest tańszy w utrzymaniu.
• Prototypowanie logiki. Zanim zbudujesz miarę DAX, warto sprawdzić ją w Excelu na próbce. Sam wciąż tak robię — szybciej zauważyć błąd w 30‑wierszowym arkuszu niż w 5‑milionowej tabeli faktów.

Strategia przejścia — pragmatyczna

Nie migruj wszystkiego od razu. To się może naprawdę kiepsko skończyć.

1. Wybierz jeden raport, który już Cię wkurza. Najlepiej taki, który robisz co tydzień, z wielu źródeł, dla kilku odbiorców. To jest Twój pierwszy use case.
2. Zbuduj model danych w Power Query. Najpierw ETL, potem dopiero wizualizacje. To 70% sukcesu.
3. Postaw model gwiazdy. Nie kopiuj struktury Excela — zaprojektuj model od nowa, oddzielając fakty od wymiarów. Pisałem o tym więcej w tekście o wdrożeniach Power BI.
4. Buduj raport dopiero kiedy dane są przygotowane. Wizualizacje są ostatnim krokiem, nie pierwszym. Większość problemów wydajnościowych wynika z odwrotnej kolejności.
5. Zachowaj Excel jako sandboxa. Nie wyrzucaj go. To wciąż najlepsze narzędzie do szybkiej walidacji liczb i prototypowania. Na etapie przesiadki, kiedy możesz jeszcze nie być na 100% pewien swoich umiejętności, warto podeprzeć się starym plikiem żeby sprawdzić wyniki.

Podsumowanie

Power BI to nie zamiennik Excela. To dodatkowe narzędzie do innej klasy zadań: powtarzalne raportowanie z danych wykorzystywanych przez całą organizację dla wielu odbiorców, na danych, które Excelowi już ciążą.

Firmy, które to widzą, używają obu narzędzi świadomie — Excel do analizy ad-hoc i edycji danych, Power BI do raportowania produkcyjnego. Firmy, które próbują wcisnąć wszystko w Excel, kończą z plikami raport_ostateczny_v17_FINAL_naprawde.xlsx. Firmy, które wszystko forsują w Power BI, walczą z miarami DAX, gdy potrzebowały tylko sprawdzić sumę.

Granica jest cienka, ale istnieje.

Jeśli czujesz, że Twoja firma stoi w tej szarej strefie — zapraszam na moje szkolenie z Power BI. W dwa dni przechodzimy od plików Excela po pierwszy zbudowany model w Power BI, na realnych danych. Bez rozwadniania tematu, bez zbędnej teorii, bez głupich przykładów. Ty z przyszłości podziękujesz Obecnemu Tobie, że się na nie zdecydowałeś 😉

Czytaj też:

• 5 błędów w DAX, które spowalniają Twój raport
• Power Query vs VBA — kiedy co wybrać?
• Jak przygotować zespół do wdrożenia Power BI