Power BI Labby Zero-G-Studio
Lezione 2.1
Get Data
Modulo 02 · Lezione 2.1 · Livello Base

Get Data: la nuova esperienza e le 100+ origini

Senza dati non c'è report. Get Data è la porta d'ingresso. In questa lezione vediamo la nuova "Get Data experience" di Power BI Desktop, come è organizzata, come si naviga e come si fa l'anteprima di una sorgente prima di caricarla.

  • ⏱ Tempo stimato: ~15 min + esercizi pratici
  • 🎯 Prerequisiti: Modulo 1 completo
  • 🛠 Software: Power BI Desktop installato
1

Cos'è la 'Get Data experience' moderna

Dal 2024 Power BI Desktop ha riprogettato la finestra Get Data: invece di una lista lunga e piatta, oggi vedi una griglia organizzata per categoria con tile cliccabili, una barra di ricerca, e una sezione "Recents" con le sorgenti usate di recente.

Per aprirla: Home ribbon → Get Data. Si apre un menù dropdown con le sorgenti più comuni; cliccando "More..." in basso si apre il pannello completo con tutte le 200+ origini.

Pannello Get Data completo: a sinistra le categorie, al centro la griglia di tile per ogni connettore, in alto la barra di ricerca.
Pannello Get Data completo: a sinistra le categorie, al centro la griglia di tile per ogni connettore, in alto la barra di ricerca.
2

Le categorie principali

Le sorgenti sono raggruppate in queste famiglie:

  • All — vista globale ordinata alfabeticamente, comoda con la ricerca.
  • File — Excel, CSV, JSON, XML, PDF, Folder (intera cartella), SharePoint Folder, parquet.
  • Database — SQL Server, Oracle, MySQL, PostgreSQL, Snowflake, BigQuery, Databricks, Synapse SQL, Azure SQL DB, IBM DB2 e tanti altri.
  • Microsoft Fabric — Lakehouse, Warehouse, KQL DB, Dataflow Gen2, modelli semantici esistenti, OneLake catalog.
  • Power Platform — Dataverse, Power BI dataflows, Power Platform dataflows.
  • Azure — tutta l'offerta Azure data (Blob, Data Lake Gen2, Cosmos, Synapse, Data Explorer).
  • Online Services — SharePoint Online List, Dynamics 365, Salesforce, Marketo, HubSpot, Google Analytics, GitHub.
  • Other — Web (scraping/REST), OData, ODBC, OLE DB, Hadoop, scripting Python e R, connettori community/custom.
Usa la ricerca
Con oltre 200 connettori, scrollare è inutile. Scrivi due lettere ("sql", "sale", "shar"): la griglia filtra in tempo reale.
3

Il flusso tipico — connessione, anteprima, caricamento

Ogni sorgente segue lo stesso schema in 4 step:

  1. Scegli il connettore dalla griglia → click "Connect".
  2. Inserisci parametri: per file, il path; per database, server + nome DB; per servizi web, URL e autenticazione.
  3. Autenticati (Windows / Database / OAuth / Service Principal a seconda della sorgente). Power BI ricorda le credenziali per la prossima volta.
  4. Navigator: vedi una lista delle tabelle/fogli/oggetti disponibili. Spuntane uno o più, vedi l'anteprima a destra. Poi:
    • Load: carica tutto così com'è.
    • Transform Data: apre Power Query per pulire prima di caricare (raccomandato).
Schermata Navigator: a sinistra l'albero tabelle con checkbox, a destra l'anteprima delle prime righe, in basso i pulsanti Load / Transform Data.
Schermata Navigator: a sinistra l'albero tabelle con checkbox, a destra l'anteprima delle prime righe, in basso i pulsanti Load / Transform Data.
Quasi sempre: Transform Data prima di Load
Il 90% delle sorgenti reali ha bisogno di pulizia: tipi sbagliati, colonne inutili, nomi brutti. Aprire subito Power Query (Transform Data) anziché Load → poi pulisci, ti risparmia ore. Il Modulo 3 è interamente su Power Query.
4

Recents e Data sources già configurate

Power BI ricorda le ultime sorgenti usate e le mostra in cima al menù Get Data come "Recents". Click rapido per riconnetterti senza ri-cercare. Le credenziali già usate sono salvate (criptate) e gestite da:

File → Options and settings → Data source settings: qui puoi vedere tutte le sorgenti che hai mai usato, rimuovere quelle vecchie, cambiare credenziali o "permission level" (Privacy: Public / Organizational / Private).

Privacy levels — quando contano
Quando combini dati di sorgenti diverse (es: SQL interno + servizio web pubblico), Power BI chiede di assegnare un "privacy level" a ciascuna per evitare fughe di dato (es: nomi clienti interni mandati come parametro a un'API pubblica). In dubbio: assegnare "Private" ai dati interni e "Public" alle API.
5

Cosa cambia per ciascuna famiglia di sorgenti

File singoli

Per Excel/CSV/JSON, dopo Connect chiedi solo il path. Per Excel, Navigator mostra fogli e tabelle named ranges. CSV richiede a volte di confermare il separatore e l'encoding.

Cartelle (Folder)

Connettore "Folder" → indichi una directory. Power BI lista tutti i file dentro. Puoi combinare tutti i file con stesso schema in un'unica tabella ("Combine Files" → genera una funzione di sample che applica la stessa pulizia a tutti).

Database relazionali

Server + DB + (opzionale) query SQL custom. Modalità: Import (default) o DirectQuery (vedi Lezione 2.2). Il Navigator mostra schemi e tabelle.

Web

Connettore "From Web". Inserisci un URL: Power BI prova a estrarre le tabelle HTML della pagina. Per API REST: scegli "Anonymous", "API Key" o "OAuth" come autenticazione.

Fabric / Lakehouse

Get Data → OneLake catalog → scegli il Lakehouse o il Warehouse. Vedi le tabelle Delta direttamente. Da qui si abilita Direct Lake.

6

Errori comuni

Caricare tutto Senza ricaricare con 'Transform Data'
Premere "Load" senza passare da Power Query è la prima causa di report lenti e illeggibili. Anche se "il file sembra a posto" — i tipi sbagliati e i nomi delle colonne rovinano tutto a valle.
Caricare colonne che non servono
Quando Power BI è in modalità Import, ogni colonna caricata occupa memoria e tempo di refresh. Togli in Power Query tutte le colonne che il report non usa. La regola: meglio caricare 4 colonne necessarie che 80 a "non si sa mai".
Privacy level che blocca la query
Errore tipico: "Information is required about data privacy". Vai in File → Options → Privacy → "Always combine data according to your Privacy Level settings" e assegna i level.
7

Esercitazioni pratiche

Esercizio 1Base

Tour del pannello Get Data

Consegna

Apri Power BI Desktop. Home → Get Data → More... Scrivi nella ricerca: "snow", "share", "csv", "dynam" uno per volta. Annota quale connettore appare per ognuno.

Esercizio 2Base

Carica un CSV dal sample

Consegna

Scarica un CSV qualsiasi (esempio: dataset pubblico AdventureWorks o un export dell'Eurostat). Get Data → Text/CSV → seleziona il file. Vedi l'anteprima. Premi Transform Data (non Load!). Poi nel Power Query Editor torna a "Close & Apply".

Esercizio 3Intermedia

Combina i file di una cartella

Consegna

Crea una cartella con 3 file CSV con lo stesso schema (es. 3 mesi di vendite). Get Data → Folder → seleziona la cartella → Combine Files. Verifica che i 3 file siano uniti in un'unica tabella con una colonna extra "Source.Name" che indica il file di origine.

Esercizio 4Intermedia

Scenario → categoria connettore

Consegna

Per ogni sorgente indica in quale categoria di Get Data la cerchi:

  1. Estrarre la tabella prezzi da una pagina web pubblica.
  2. Leggere le opportunity di D365 Sales.
  3. Connettere a un Snowflake aziendale.
  4. Leggere tabelle Delta da un Lakehouse Fabric.
  5. Importare un PDF con una tabella dentro.
Esercizio 5Avanzata

Cambio di credenziali

Consegna

Hai cambiato password del SQL aziendale. Power BI Desktop continua a darti "Authentication failed" ad ogni refresh. Cosa fai per aggiornare la credenziale senza ri-creare la connessione?

8

Quick check finale

Quick check

Premere 'Load' senza passare da Power Query è:

Quick check

Vuoi unire 12 file CSV mensili in un'unica tabella. Quale connettore usi?

Hai finito la Lezione 2.1 ✓

Adesso conosci le porte d'ingresso. Nella 2.2 entriamo nel cuore della scelta: Import vs DirectQuery vs Direct Lake. È la decisione architetturale più importante di Power BI.