Время на прочтение: 7 минут
Дата публикации: 18.11.2026

Переезд с Power BI на DataLens: этапы, сроки и подводные камни

Переезд с Power BI на Yandex DataLens: перенос отчетов и дашбордов на российскую BI-платформу
Переезд с Power BI на DataLens — это не перенос файлов, а пересборка аналитики. Инструмента для автоматической конвертации отчетов нет, а главная работа лежит не в дашбордах, а в данных. Все, что в Power BI делали Power Query и DAX, в DataLens нужно перенести в базу данных и формулы датасета. По нашему опыту, небольшой набор отчетов переносится за 1–2 месяца, а проект с несколькими источниками и хранилищем с нуля занимает от 4 месяцев.

Чем DataLens устроен иначе

В Power BI многое происходит внутри файла отчета. Power Query чистит и склеивает данные, модель хранит связи между таблицами, DAX-меры считают показатели, а данные обычно импортируются и хранятся в самой модели. DataLens устроен иначе по четырем важным пунктам.
• Нет аналога Power Query. Инструмента для пошаговой подготовки данных внутри DataLens нет. Очистку, объединение источников и справочники готовят заранее в базе данных.
• Запросы идут в источник. DataLens не импортирует данные как Power BI, а отправляет запрос в базу при открытии чарта и кеширует результат. Поэтому скорость дашборда целиком зависит от базы, а запрос к источнику ограничен 80 секундами.
• Датасет вместо модели. Чарт строится на датасете, внутри которого таблицы объединяются через JOIN. Разветвленная модель Power BI со множеством связей обычно превращается в несколько готовых витрин под разные дашборды.
• Формулы вместо DAX. В DataLens есть свой язык формул, оконные функции и LOD-выражения FIXED, INCLUDE и EXCLUDE, а для сравнения с прошлыми периодами функции AGO и AT_DATE. Большинство типовых мер воспроизводится, но сложные DAX-меры с изменением контекста фильтра приходится перепроектировать, часто с переносом расчета в хранилище.

Получается, что центр тяжести проекта смещается из BI в хранилище данных. Именно там оказываются правила расчета, которые раньше были рассыпаны по файлам .pbix. Плюс такой схемы в том, что логика больше не привязана к BI-платформе, и следующая смена инструмента обойдется дешевле.

Облако или свой контур

DataLens доступен в облаке Yandex Cloud и в варианте для установки в инфраструктуре компании, есть и открытая версия с исходным кодом. В облаке индивидуальное использование бесплатно, а для команды оплачивается каждое рабочее место, включая тех, кто только смотрит дашборды. Выбор между облаком и своим контуром зависит от требований безопасности, например к обработке персональных данных по 152-ФЗ, и от того, где уже живут данные компании. Это решение лучше принять до начала переноса, а не в его процессе.
Автоматизируем сбор данных и освободим команду от ручной аналитики
Сотрудники тратят часы на отчеты?

Этапы переезда

Этапы переезда с Power BI на DataLens: инвентаризация, аудит логики, целевая архитектура, перенос данных, сборка дашбордов и параллельная работа

1. Инвентаризация отчетов

За годы работы в Power BI накапливаются отчеты, которые никто не открывает, копии одних и тех же дашбордов для разных отделов и разовые выгрузки. Переносить все подряд — значит платить за лишнюю работу. На этом этапе составляют список отчетов и по каждому фиксируют
• кто и как часто его открывает, это видно по метрикам использования в Power BI Service;
• какие решения на нем принимаются и кто его владелец со стороны бизнеса;
• из каких источников он собирается.

Результат — короткий список отчетов к переносу с приоритетами. Часто несколько похожих отчетов разных отделов заменяет один дашборд с фильтрами.

2. Аудит логики

Самый недооцененный этап. По каждому отчету из списка нужно разобрать четыре слоя
• шаги Power Query, в которых часто спрятаны фильтры, замены значений и ручные справочники;
• DAX-меры и вычисляемые столбцы с их бизнес-смыслом;
• связи между таблицами и их направление;
• роли доступа на уровне строк (RLS).

На выходе получается словарь показателей с формулами и источниками. Он нужен не только для переноса, но и для сверки цифр на последнем этапе.

3. Целевая архитектура

На этом этапе решают, где будут жить данные и аналитика. Выбирают DataLens в облаке или в своем контуре, базу для хранилища, например PostgreSQL или ClickHouse, и способ загрузки данных из каждого источника. Отдельно продумывают витрины — готовые таблицы под конкретные дашборды, которые заменят модель Power BI.

4. Перенос данных и расчетов

Настраивают загрузку из 1С, CRM и других систем в хранилище и переносят туда логику из Power Query. Туда же уходят тяжелые расчеты, которые в DAX делались на лету, например распределение затрат или накопительные остатки. Это самый долгий этап, и от него зависит скорость будущих дашбордов.

5. Сборка дашбордов

На витринах собирают датасеты, описывают поля и оставшиеся формулы, строят чарты и дашборды, настраивают селекторы и права. Разграничение доступа к строкам в DataLens настраивается в датасете или через поле с идентификаторами пользователей в самой таблице. Дашборды лучше проектировать заново под задачи пользователей, а не копировать отчеты Power BI пиксель в пиксель.

6. Параллельная работа и переключение

Несколько недель обе системы работают одновременно, и ключевые цифры сверяют по словарю показателей. Расхождения разбирают до причины. Иногда ошибка находится не в новом расчете, а в старом отчете Power BI. Только после этого пользователей обучают работе с DataLens и отключают старые отчеты.
Покажем демо-дашборд и расскажем, как это работает на практике
Один дашборд вместо десятков отчетов

Сроки

Сроки зависят не столько от числа отчетов, сколько от того, есть ли у компании хранилище данных и сколько логики спрятано в Power Query. Ниже ориентиры из нашей практики.
Сроки переезда с Power BI на DataLens по этапам: небольшой проект 1–2 месяца, крупный проект от 4 месяцев
Под небольшим проектом мы понимаем десяток отчетов на одном-двух источниках, когда данные уже лежат в базе. Крупный — это несколько источников, хранилище с нуля и разграничение доступа по подразделениям. Подробнее о том, что влияет на сроки, мы писали в статье сколько времени занимает внедрение BI.

Подводные камни

Скрытая логика в Power Query. Аналитики годами добавляют шаги вроде «удалить строки с тестовым клиентом» или «заменить пустой регион на Москву», и нигде это не задокументировано. Если такой шаг потерять при переносе, цифры разойдутся, и причину придется искать долго. Поэтому аудит шагов Power Query делают до начала разработки, а не по ходу.

DAX не переводится один к одному. Простые суммы, доли и сравнение с прошлым годом переносятся легко. Сложности начинаются с мер, которые меняют контекст фильтра через CALCULATE, используют неактивные связи или связи «многие ко многим». У LOD-выражений DataLens есть свои ограничения, например их нельзя совмещать в одном запросе с функциями AGO и AT_DATE. Практичное решение — считать такие показатели в хранилище и отдавать в DataLens уже готовыми.

Источник не выдерживает нагрузку. В Power BI данные загружались в модель по расписанию, и пользователи работали с ее копией. DataLens идет с запросом в источник, и если это рабочая база учетной системы или неоптимизированная таблица, дашборды будут открываться медленно, а тяжелые чарты упрутся в лимит в 80 секунд. Помогают аналитическая база, предагрегированные витрины и настройка кеша в подключении.

Excel-файлы как источник. В Power BI часто подключены файлы с сетевого диска или SharePoint, которые обновляются автоматически через шлюз. В DataLens файлы загружаются вручную, а автоматически таблицы подтягиваются из Google Sheets или Яндекс Документов. Для регулярных данных из Excel, например бюджетов и планов, загрузку в хранилище нужно продумать отдельно.

Ожидание точной копии. Пользователи привыкли к конкретным визуализациям, детализации с переходом на другую страницу (drill-through), закладкам и нестандартным визуалам из магазина Power BI. В DataLens часть этого делается иначе, через селекторы, вкладки и связи между виджетами, а нестандартные визуализации пишут в редакторе чартов. Об этом лучше договориться с владельцами отчетов заранее, чтобы приемка не превратилась в спор о цвете столбиков.

Права доступа придется собрать заново. Роли Power BI с DAX-фильтрами не переносятся. В DataLens ограничение строк работает по строковым полям датасета, а чтобы его нельзя было обойти, пользователям нужно дать на подключение только право «Исполнение». Если права зависят от оргструктуры, удобнее хранить их таблицей в хранилище и не править датасет при каждом кадровом изменении.

Расхождения в мелочах. Даже при верной логике цифры могут расходиться из-за округления, часовых поясов в датах, обработки пустых значений и деления на ноль. Именно для этого нужен период параллельной работы, на нем не стоит экономить.

Лицензии считаются иначе. В облачном DataLens командная работа оплачивается за каждое рабочее место, в том числе за тех, кто только смотрит дашборды. Кроме того, в бюджете переезда нужно учесть хранилище данных и период, когда работают обе системы. Актуальные тарифы лучше проверять в документации Yandex Cloud на момент расчета.

Итог

Переезд с Power BI на DataLens успешен, когда его планируют как перенос логики данных, а не как перерисовку отчетов. Сначала инвентаризация и словарь показателей, затем хранилище с расчетами, и только потом дашборды и сверка цифр. Такой порядок дольше на старте, зато дает независимость от конкретной BI-платформы и быстрые дашборды.

Примеры проектов на Power BI и DataLens смотрите в кейсах VSL-BI. Если планируете переезд и хотите оценить объем работ, запишитесь на бесплатную консультацию.
Мы уже реализовали более 127 проектов по настройке BI-аналитики под разные задачи. Проведём бесплатную консультацию и аудит ваших процессов, чтобы предложить оптимальное решение именно для вас.
Запишитесь на бесплатную консультацию, и мы поможем сделать аналитику вашего бизнеса прозрачной и эффективной.

Ответы на частые вопросы

Создадим понятные интерактивные отчеты любой сложности для вашего бизнеса. Оставьте заявку и мы ответим на все интересующие вас вопросы
Используя данный сайт, вы даете согласие на использование файлов cookie, помогающих нам сделать его удобнее для вас
Согласен
Больше про аналитику и бизнес в Telegram-канале
Made on
Tilda