Migrazione da QlikView a Power BI ― Guida a script, QVD e Set Analysis
0|
0
Indice dei contenuti
Migrazione da QlikView a Power BI: guida pratica
Obiettivo di questa guida
- Chiarire la situazione reale del supporto QlikView, senza allarmismi
- Spiegare come tradurre i tre pilastri di QlikView: script, QVD e Set Analysis
- Fornire un percorso in sette passi e una checklist delle trappole più comuni
- Mostrare come Pulse Convert automatizza la conversione (70%–90% di conversione automatica iniziale)
- Contatti: Admin@innovationalofficesolution.com
1. La situazione del supporto QlikView
Va detto con chiarezza: Qlik non ha annunciato la fine di QlikView come prodotto. Però ogni release ha un supporto di circa 24 mesi. Secondo il ciclo di vita pubblicato da Qlik:
| Release QlikView | Fine del supporto |
|---|---|
| 12.90 (maggio 2024) | 31 ottobre 2026 |
| 12.100 (settembre 2025) | 30 settembre 2027 |
In pratica, per restare supportati bisogna aggiornare circa una volta all'anno. Inoltre la direzione degli investimenti di Qlik è evidente: lo strumento Qlik Analytics Migration Tool serve a portare contenuti QlikView e NPrinting verso Qlik Cloud. Anche restando nel mondo Qlik, quindi, una migrazione è inevitabile. La domanda è: verso quale piattaforma?
Per molte aziende italiane, soprattutto nel manifatturiero e nella distribuzione dove QlikView è diffuso da oltre dieci anni, la risposta dipende da dove lavorano già le persone. Se la giornata passa tra Teams, Outlook ed Excel, Power BI è la scelta che riduce di più i costi e lo sforzo di adozione.
2. I tre pilastri di QlikView e dove finiscono
| Pilastro QlikView | Che cosa fa | Destinazione in Microsoft |
|---|---|---|
| Script di caricamento | Estrae, trasforma, unisce e prepara i dati | Dataflow Gen2 (Power Query) o notebook PySpark in Fabric |
| File QVD | Strato intermedio di dati, spesso a più livelli | Tabelle Delta in OneLake (architettura medaglione) |
| Espressioni nei grafici | Set Analysis, variabili, aggregazioni | Misure DAX nel modello semantico |
C'è anche un quarto elemento che non si vede: il modello associativo. QlikView collega automaticamente le tabelle con campi dallo stesso nome. Le chiavi sintetiche e i riferimenti circolari che "funzionavano" da anni in QlikView emergono subito in un modello relazionale. Vanno risolti prima di convertire le espressioni.
3. Il percorso in sette passi
1. Inventario: raccogliere da QlikView Server e Publisher tutte le applicazioni, i task di reload, i file QVD e le dipendenze. Incrociare con i log di utilizzo.
2. Pulizia: escludere le applicazioni non utilizzate e unire quelle quasi identiche.
3. Analisi degli script: interpretare ogni istruzione LOAD, SQL SELECT, JOIN, CONCATENATE, Mapping Load, ApplyMap e le variabili.
4. Ridisegno del modello: eliminare chiavi sintetiche e tabelle di collegamento, costruire uno schema a stella.
5. Strato dati in Fabric: trasformare i livelli QVD (estrazione, trasformazione, applicazione) in Bronze, Silver e Gold.
6. Conversione delle espressioni: Set Analysis e variabili in DAX, oggetti grafici in visual Power BI.
7. Riconciliazione e rilascio: confrontare i KPI con le stesse selezioni in QlikView e Power BI, convertire Section Access in RLS, rilasciare per reparto.
4. Set Analysis in DAX: esempi
| Set Analysis | Significato | Equivalente DAX |
|---|---|---|
| Sum({ | Vendite dell'anno 2025 | CALCULATE([Vendite], 'Date'[Anno] = 2025) |
| Sum({ | Vendite dell'anno precedente al massimo selezionato | CALCULATE([Vendite], SAMEPERIODLASTYEAR('Date'[Data])) |
| Sum({1} Vendite) | Totale ignorando tutte le selezioni | CALCULATE([Vendite], ALL('Vendite')) |
| Sum({ | Ignora la selezione sulla regione | CALCULATE([Vendite], REMOVEFILTERS('Negozi'[Regione])) |
| Sum({$ | Esclude i campioni | CALCULATE([Vendite], 'Prodotti'[Prodotto] <> "Campioni") |
Attenzione all'espansione del dollaro ($(=...)): in QlikView viene calcolata prima dell'espressione, in DAX va ripensata come logica dinamica sul contesto di filtro.
5. Le trappole più frequenti
- Chiavi sintetiche nascoste: tabelle collegate per errore su più campi, che in Power BI producono relazioni ambigue.
- Caricamenti incrementali: la logica di incremental load sui QVD va riprodotta con il refresh incrementale o con istruzioni MERGE su Delta.
- Formati numerici e date: separatore decimale con la virgola, date nel formato GG/MM/AAAA e mesi in italiano negli script vanno gestiti esplicitamente durante il caricamento.
- Section Access: le regole basate su campi ridotti (ad esempio per agente o per area) vanno tradotte in ruoli RLS e testate per ogni profilo.
- NPrinting: i report PDF inviati ogni mattina diventano report impaginati con sottoscrizioni o flussi Power Automate.
6. Tabella di corrispondenza QlikView – Power BI / Fabric
| QlikView | Power BI / Microsoft Fabric |
|---|---|
| Script di caricamento (LOAD / SELECT) | Dataflow Gen2 / notebook PySpark |
| File QVD | Tabelle Delta in OneLake |
| Incremental Load | Refresh incrementale / MERGE su Delta |
| ApplyMap / Mapping Load | Merge di query / tabelle di lookup |
| Modello associativo | Schema a stella nel modello semantico |
| Set Analysis | DAX: CALCULATE, ALL, REMOVEFILTERS |
| Variabili ed espansione del dollaro | Variabili DAX / parametri di campo |
| Section Access | Sicurezza a livello di riga (RLS) |
| Fogli e grafici | Pagine e visual Power BI |
| Task di reload del Publisher | Pipeline Fabric / refresh pianificato |
| NPrinting | Report impaginati + sottoscrizioni |
7. Esempio applicativo: Emulus Consulting
Emulus Consulting ha applicato questo percorso per un'azienda della meccanica di precisione con stabilimenti in Lombardia e in Veneto:
- 210 applicazioni QlikView censite; il 34% dismesso o accorpato
- 1.480 file QVD trasformati in 260 tabelle Delta
- 3.900 espressioni di Set Analysis convertite in 480 misure DAX
- Conversione automatica iniziale dell'84%, durata del progetto 16 settimane
- Finestra di reload notturna ridotta da 5 ore e 20 minuti a 45 minuti
- Costi di licenza QlikView Server, Publisher e NPrinting azzerati; costo totale della BI ridotto del 43%
8. Come Pulse Convert accelera la migrazione
- Analisi automatica degli script: ogni istruzione viene interpretata e trasformata in una rappresentazione intermedia
- Ridisegno del modello: individuazione di chiavi sintetiche e riferimenti circolari, con proposta di schema a stella
- Conversione: script in Power Query o PySpark, QVD in tabelle Delta, Set Analysis in DAX, con una conversione automatica iniziale del 70%–90%
- Riconciliazione: PulseQA confronta automaticamente i KPI di QlikView e Power BI con le stesse selezioni
- Completamento esperto: il restante 10%–30% viene rifinito dai nostri specialisti insieme ai vostri utenti
Domande frequenti (FAQ)
Iniziate oggi
- POC gratuito: POC gratuito (Pulse Convert)
- Sito web: innovationalofficesolution.com
- Email: Admin@innovationalofficesolution.com
Migra da QlikView a Power BI e Microsoft Fabric
Esci dal ciclo di aggiornamenti annuali di QlikView e trasforma script di caricamento, file QVD, Set Analysis e Section Access in modelli semantici Power BI e tabelle Delta in Fabric. Accuratezza iniziale del 70%–90%.
