Si tu jefe te pidió "un solo reporte de ventas, pero que cada gerente regional solo vea su zona", no necesitas diez copias del mismo dashboard: necesitas Row-Level Security (RLS), la función de Power BI que filtra qué filas ve cada persona dentro del mismo informe.
Por qué un filtro visual no te sirve para esto
Un filtro o un slicer en la pantalla es una sugerencia: cualquiera con el archivo .pbix o acceso de edición lo quita en dos clics y ve todo. RLS es distinto porque vive en el modelo, no en el reporte. El filtro se aplica antes de que los datos lleguen a la visualización, así que da igual cuántas páginas tenga el informe: si un usuario no tiene permiso sobre una fila, esa fila no existe para él, ni en la tabla, ni en el gráfico, ni si intenta exportar a Excel.
Esto es justo lo que se enseña en la recta final del curso de certificación Data Analyst en Power BI de DataPath: después de las sesiones de modelado y DAX viene un módulo completo de publicación, seguridad y gobernanza, donde arman RLS sobre un caso real, no sobre datos de juguete.
Cómo armar un rol de RLS paso a paso
El flujo es el mismo si tienes dos roles o veinte:
- ▸En Power BI Desktop, ve a Modelado → Administrar roles → Crear
- ▸Escribe la regla DAX de filtro sobre la tabla que quieres restringir (por ejemplo, [Region] = "Norte")
- ▸Prueba el rol con "Ver como" antes de publicar — este paso se salta más de lo que debería
- ▸Publica el informe al Servicio de Power BI
- ▸En el workspace, entra a Seguridad del conjunto de datos y asigna usuarios o grupos de Entra ID a cada rol
Hasta aquí es RLS estático: un rol por cada región, creado a mano. Funciona bien con 3 o 4 roles. El problema aparece en equipos de más de 10 personas, donde mantener un rol por cada gerente se vuelve un trabajo en sí mismo cada vez que alguien entra o sale del equipo.
RLS dinámico: un solo rol para todo el equipo
La solución es RLS dinámico. Creas una tabla de mapeo con dos columnas, correo y región, la relacionas con tu tabla de hechos, y escribes una única regla DAX que se aplica distinto para cada persona que abre el reporte:
[CorreoUsuario] = USERPRINCIPALNAME()
Con eso, un gerente nuevo no requiere tocar el modelo ni republicar nada: agregas su fila en la tabla de mapeo (correo + región) y el filtro ya funciona para él la próxima vez que abra el reporte. Es la diferencia entre mantener 15 roles sueltos y mantener una tabla de Excel de dos columnas.
Errores que veo seguido al revisar reportes de alumnos
- ▸Probar el rol en Power BI Desktop pero nunca con "Ver como" en el Servicio, donde el comportamiento de los grupos de Entra ID puede diferir
- ▸Dejar un rol "Admin" o "Todo" sin restricción como opción por defecto, que termina asignado a medio equipo por comodidad
- ▸Olvidar que las medidas con funciones de inteligencia de tiempo a veces ignoran el filtro de RLS si la relación entre tablas no está bien marcada como activa
RLS no es toda la gobernanza
Un error común: tratar RLS como si fuera la seguridad completa del reporte. No lo es. Sigue habiendo permisos de workspace (quién puede editar vs. quién solo ve), sensibilidad de los datos de origen (si alguien tiene acceso directo a la base de datos, RLS de Power BI no lo detiene) y la pregunta de quién puede exportar a Excel y llevarse una fila que se supone no debía ver siquiera en pantalla.
Lo que nadie te dice en los tutoriales rápidos: RLS resuelve el 80% del problema de "quién ve qué", pero si tu empresa maneja datos sensibles (salarios, salud, contratos) necesitas además gobernanza a nivel de workspace y, probablemente, sensitivity labels de Microsoft Purview encima del reporte.
De cero a certificado: qué hay antes de llegar a RLS
El curso asincrónico de DataPath cubre las ocho sesiones completas: arquitectura de Power BI, modelado y optimización, DAX, visualización y storytelling, interactividad, y recién ahí publicación y gobernanza — más dos simulacros de la certificación PL-300 y un taller de empleabilidad. Es el mismo recorrido que exige la ruta de Analista de Datos con IA, solo que a tu ritmo: lo avanzas cuando te queda tiempo, no en un horario fijo de clases en vivo.
Si ya tomaste la versión de Data Analyst con SQL y Python y te falta justo la parte de Power BI y la certificación, este curso es el que te falta para cerrar el perfil completo de Data Analyst.
Qué te llevas si lo tomas
Al terminar no solo sabes armar un dashboard bonito: sabes modelarlo, optimizarlo, protegerlo con RLS dinámico y dejarlo listo para una auditoría, que es justo lo que piden las empresas cuando contratan a un Data Analyst senior y no a alguien que solo "sabe hacer gráficos". Revisa el temario completo y las 8 sesiones en la ficha del curso.
