La mayoría de los proyectos de BI no fracasan porque los gráficos estén mal. Fracasan como se llena un disco compartido: una pequeña decisión tras otra. Alguien compra unas cuantas licencias de Power BI Pro, un equipo publica un panel, más gente quiere verlo y, en menos de un año, la renovación cuesta más que el sueldo del equipo de datos. Otros llegan más lejos y luego se atascan: los paneles funcionan, pero los datos tienen que fluir hacia Microsoft Fabric, y sacarlos de ahí se parece a mudar una oficina. Un tercer grupo nunca empieza, porque reconstruir dos años de medidas DAX parece un trabajo de un trimestre.
Power BI no es un mal producto. A octubre de 2026 es, posiblemente, la capa semántica más usada del mundo: Microsoft dijo a finales de septiembre que hay más de 22 millones de modelos semánticos de Power BI en uso diario. Pero quienes buscan una alternativa suelen verse empujados por un problema concreto, y cada problema tiene una solución distinta. Así está organizada esta guía.
Problema uno: cada espectador es una licencia de pago
La primera sorpresa para finanzas es que Power BI no tiene un nivel gratuito para compartir. Crear un informe en local es gratis, pero en el momento en que un colega lo abre en el servicio, necesita una licencia. La página de precios de Microsoft, consultada en octubre de 2026, indica Power BI Pro a $14 por usuario al mes y Premium Per User a $24, ambos con facturación anual; leer informes compartidos suele requerir Pro o superior. Los espectadores de solo lectura pueden servirse a través de la capacidad de Fabric, pero esta se factura por cómputo, no por personas: para un equipo pequeño, la factura de capacidad suele superar las licencias que sustituye. Cada responsable que solo quiere ver un número se convierte en una línea permanente en la factura.
La solución es separar las dos tareas que Power BI empaqueta: crear paneles y dejar que la gente los vea. Las herramientas de código abierto rompen ese vínculo. Metabase suele ser el punto de partida: la edición autoalojada es gratuita y de código abierto, consulta la base de datos que ya usas (Postgres, MySQL, BigQuery, Snowflake y muchas más) y permite que una persona sin perfil técnico cree una consulta haciendo clic, sin ver SQL. No hay ningún contador por espectador; el coste es el servidor, normalmente una instancia pequeña. Sus planes de nube de pago atienden a equipos que prefieren no autoalojar, pero la edición gratuita es un producto completo, no una demo capada.
Apache Superset defiende lo mismo con acento de desarrollador. Es totalmente de código abierto bajo la Apache Software Foundation, incluye más de 40 tipos de visualización y encaja con equipos que trabajan mucho con SQL. Si la queja es puramente que la licencia crece con la plantilla, cualquiera de las dos herramientas elimina el contador. Planteamos un caso similar para el software académico con licencia en nuestra guía de alternativas a SPSS.
¿Tienen tus datos que vivir dentro de la nube de Microsoft?
Power BI en 2026 no es una herramienta independiente; es una superficie dentro de Microsoft Fabric. El discurso inaugural de FabCon y SQLCon en Barcelona, a finales de septiembre de 2026, lo dejó oficial: Microsoft describió el «próximo capítulo» de Power BI como aquel en el que los informes, las aplicaciones, las vistas semánticas y Copilot se ejecutan sobre OneLake, con la creación de aplicaciones en lenguaje natural disponible primero para clientes de capacidad de Fabric, Pro y Per User. No todo es bloqueo: Microsoft también se comprometió con Apache Ossie (en incubación), un esfuerzo comunitario junto a Snowflake para que los metadatos semánticos sean portables entre plataformas de BI, señal de que algún día las definiciones de métricas podrían trasladarse sin reconstruirlas. Pero la inercia por defecto tira hacia dentro: cuanto más profundos estén tus datos, su significado y tus funciones de IA en la pila de Microsoft, más difícil será irse.
Las alternativas autoalojables invierten eso. Metabase y Superset consultan tu almacén de datos existente en su sitio en lugar de copiar los datos a una nube de un proveedor: el propio eslogan de Superset es que «no necesita otra capa de ingesta más», y se conecta a cualquier base de datos SQL, desde Postgres hasta motores a escala de petabytes. Para paneles operativos y de series temporales, Grafana es la otra vía de escape: totalmente de código abierto autoalojada, o Grafana Cloud, cuyo nivel gratuito cubre 10 000 series activas con 14 días de retención y cuyos planes de pago empiezan con una cuota de plataforma de $19 al mes.
Nada de esto está exento de fricción. Looker Studio (ahora integrado en Data Studio de Google, con conectores a más de 1400 fuentes) es gratuito y lee BigQuery y Sheets directamente, pero profundiza tu dependencia de Google Cloud. La vía alojada de Grafana profundiza la dependencia de Grafana Labs. No hay una opción sin gravedad: solo una elección sobre qué gravedad de proveedor aceptas, y cuánto mantienes en infraestructura que controlas.
Migrar es un problema de DAX, no de arrastrar y soltar
Esta es la verdadera razón por la que los equipos se quedan, y no son los gráficos. El lenguaje de modelado de Power BI, DAX, y su formato .pbix son propietarios. No puedes abrir un .pbix en Metabase ni en Superset. La definición del modelo puede exportarse —los formatos TMDL y PBIP de Microsoft la exponen como texto—, pero las medidas y cada visual se reconstruyen contra la base de datos de origen a mano. Un equipo con tres años de DAX anidado se enfrenta a un trimestre, no a un fin de semana.
Así que no migres: porta de forma selectiva. Elige los paneles que la gente abre de verdad, reconstruyelos en Metabase (que guarda modelos reutilizables y te deja pegar SQL cuando una consulta se complica) o en el SQL Lab de Superset, y deja la cola larga en Power BI hasta la renovación. Para la parte lenta —convertir una medida DAX en SQL de almacén— ayuda un asistente general: pega la medida, pídele el SQL equivalente y luego comprueba el número contra el panel antiguo hasta el céntimo. Usa el asistente para traducir, nunca para calcular.
Gemini de Google (imagen: Google) es uno de los asistentes a los que puedes pedir que traduzca una medida DAX a SQL: útil para la reescritura, inútil como fuente de verdad. Reconcilia cada número contra el panel que estás sustituyendo.
| Cuando el problema es… | La herramienta que lo resuelve | Ideal para |
|---|---|---|
| Un coste de licencia que escala con los espectadores | Metabase (autoalojado gratuito) o Apache Superset | Equipos que pueden ejecutar un servidor pequeño y no quieren tarifas por espectador |
| Datos que no pueden salir de tu almacén | Metabase, Superset o Grafana autoalojados | Entornos regulados, de la UE o aislados de la red |
| Reconstruir DAX e informes a mano | Modelos de Metabase + SQL, o Grafana para series temporales | Equipos que portan unos pocos paneles clave, no todo el parque |
Una forma de empezar en tres pasos sin un proyecto de migración
Cuenta las licencias frente a los espectadores. Reúne la lista de personas que abren de verdad un informe, separa a los autores de los lectores y multiplica los lectores por el precio de Pro. Ese número es el presupuesto que estás protegiendo y suele decidir si el cambio merece la pena.
Pon un panel en paralelo. Levanta Metabase o Superset contra una réplica de lectura —nunca producción— y reconstruye un panel muy visitado mientras Power BI sigue activo. Un mes de cifras en paralelo te dice si el equipo usará la nueva herramienta.
Porta los tres principales y conserva el resto. Reconstruye solo los paneles con más espectadores, reconcilia cada cifra contra el original y deja el resto hasta la renovación. Si tu stack más amplio también está cambiando, nuestro recopilatorio de herramientas de IA para empresas cubre las decisiones vecinas, y el directorio completo está en /tools/.
Preguntas que la gente hace antes de cambiar
¿Puedo abrir mis archivos .pbix en otra herramienta de BI? No. El formato es propietario y ni Metabase ni Superset lo importan. Reconstruyes contra los datos de origen, y por eso portar unos pocos informes funciona y una migración de golpe no.
¿Es Metabase o Superset el mejor primer paso? Metabase si quienes crean informes son analistas que prefieren arrastrar campos; Superset si son ingenieros que prefieren escribir SQL.
¿Looker Studio es realmente gratis? La herramienta de informes es gratuita, pero sigues pagando a Google por el almacenamiento y el cómputo detrás de BigQuery. Herramienta gratis, almacén de pago.
¿Perderé los paneles en tiempo real si dejo Power BI? No necesariamente. Grafana está pensada para datos en streaming y series temporales y supera a Power BI en vistas operativas en vivo; lo que pierdes es la integración estrecha con Microsoft 365.
Los precios se comprobaron en la página de precios de Power BI de Microsoft, metabase.com, superset.apache.org, grafana.com y cloud.google.com/looker-studio a principios de octubre de 2026; los detalles del «próximo capítulo» de septiembre de 2026 provienen del blog Power BI Updates de Microsoft. Los precios y los niveles gratuitos cambian: confírmalos en la página oficial.