Actualización — Julio 2026. Hemos revisado este artículo con los precios y versiones vigentes: Power BI Pro subió a 14 $/usuario/mes (en torno a 12 € en España) tras el ajuste de tarifas de 2025, Microsoft Fabric sustituyó a las capacidades Premium P-SKU por las F-SKU, y Metabase va ya por la versión 63 (julio de 2026) con su asistente Metabot integrado. El fondo del artículo —la lógica para elegir entre herramienta estándar y desarrollo a medida— sigue siendo el mismo.
Business Intelligence: tres caminos, tres perfiles
Cuando una empresa necesita visualizar sus datos y tomar decisiones basadas en métricas, tiene tres opciones principales: Power BI (SaaS de Microsoft), Metabase (open source self-hosted), o un dashboard a medida desarrollado específicamente para sus necesidades. Cada opción tiene sentido para un perfil diferente.
Qué ha cambiado en el mercado BI desde 2025
Si leíste una comparativa de herramientas de BI hace un par de años, hay tres movimientos que conviene tener en cuenta antes de decidir, porque cambian los números de la hoja de cálculo.
Power BI subió de precio y se integró en Microsoft Fabric. Microsoft ajustó las tarifas en 2025: la licencia Pro pasó de 9,99 $ a 14 $ por usuario y mes, y Premium Per User a 24 $. En España, el precio de lista de Pro ronda los 12 € por usuario y mes según el canal de compra. Más relevante todavía: las antiguas capacidades Premium P-SKU se retiraron y su lugar lo ocupan las capacidades de Fabric (F-SKU), que se facturan por unidades de capacidad y no por usuario. Para una empresa con muchos consumidores de informes, eso puede abaratar la factura; para un equipo pequeño, la encarece.
Metabase ha acelerado su ritmo de versiones y ha metido IA en el producto. Las versiones 61, 62 y 63 —publicadas entre mayo y julio de 2026— han incorporado gobierno de la IA con controles de acceso y límites de tokens, visualizaciones personalizadas, CLI, visor de esquemas interactivo, y soporte de varios proveedores de LLM (Anthropic, OpenAI, AWS Bedrock, Azure) para su asistente Metabot. La edición open source sigue siendo gratuita bajo AGPL v3.
La conversación se ha desplazado del gráfico al modelo de datos. Con asistentes de IA generando consultas, el cuello de botella ya no es dibujar el gráfico: es que la capa semántica esté bien definida para que la respuesta sea correcta. Volveremos sobre esto más abajo, porque es donde se pierde la mayoría de los proyectos de BI.
Power BI: el estándar corporativo
Power BI es la solución de BI más adoptada en entornos corporativos. Sus ventajas: integración nativa con el ecosistema Microsoft (Excel, Azure, Dynamics, Teams), un editor visual potente (Power BI Desktop), capacidad de modelado de datos con DAX, y un modelo de licenciamiento por usuario razonable (desde 9.40€/usuario/mes). Es la opción natural si tu empresa ya usa Microsoft 365.
Licenciamiento en 2026: Free, Pro, PPU y Fabric
El detalle de precios del párrafo anterior corresponde a la tarifa anterior al ajuste de 2025. El mapa actualizado es este:
- Power BI Desktop (gratis): creas informes en tu equipo, pero no puedes compartirlos por el servicio. Suficiente para explorar, insuficiente para trabajar en equipo.
- Pro (14 $ / ~12 € por usuario y mes): publicar, compartir y colaborar en áreas de trabajo. Es lo que necesita cualquiera que publique o consuma informes. Viene incluido en Microsoft 365 E5, un detalle que ahorra bastante dinero a las empresas que ya tienen esa licencia.
- Premium Per User (24 $ por usuario y mes): añade actualizaciones más frecuentes, modelos más grandes, flujos de datos avanzados y paginated reports.
- Capacidad Fabric (F-SKU): coste fijo mensual por capacidad, independiente del número de lectores. A partir de cierto volumen de consumidores compensa frente a pagar Pro por cabeza; por debajo, no.
La cuenta rápida que hacemos con un cliente es sencilla: multiplica el número de personas que van a mirar el informe por el precio de Pro y compáralo con la capacidad más pequeña que cubra tu carga. Si tienes 15 personas mirando informes, Pro es claramente más barato. Si tienes 300, el cálculo cambia.
Dónde brilla y dónde duele
Power BI brilla cuando los datos ya están en el mundo Microsoft (SQL Server, Azure, Dynamics 365, SharePoint, Excel corporativo) y cuando hay alguien en la organización dispuesto a aprender DAX en serio. Duele cuando la fuente principal es una base de datos PostgreSQL en un servidor propio y nadie del equipo usa Windows; también cuando se acaba convirtiendo en una selva de informes duplicados sin gobierno, un patrón que vemos con frecuencia en auditorías técnicas.
Metabase: BI open source y accesible
Metabase es una herramienta de BI open source que se conecta directamente a tu base de datos y permite crear dashboards sin saber SQL. Su principal ventaja es la simplicidad: en 10 minutos tienes un dashboard funcional conectado a tu PostgreSQL o MySQL. La versión gratuita cubre la mayoría de necesidades. La versión Pro añade permisos granulares, embebido y soporte.
Metabase en 2026: versiones, planes y Metabot
Metabase mantiene cuatro escalones: Open Source (gratis, autoalojada, licencia AGPL v3, con el constructor visual de consultas, dashboards ilimitados y más de 20 conectores), Starter en cloud gestionada desde 100 $/mes más coste por usuario adicional, Pro desde 575 $/mes con permisos a nivel de fila y columna, SSO, SCIM, caché avanzada y separación de entornos, y Enterprise con contrato anual.
La novedad de 2026 es Metabot, el asistente de IA: construye consultas apoyándose en la capa semántica, devuelve gráficos y explica cómo ha llegado al resultado, se puede usar desde Slack y admite conectar tu propia clave de Anthropic, OpenAI, AWS Bedrock o Azure. Se comercializa como complemento de pago sobre los planes cloud. Es una funcionalidad interesante, pero conviene entender que la calidad de las respuestas depende por completo de lo bien modelados que estén los datos por debajo: si tus tablas tienen columnas llamadas flag_3 y importe_2, ningún asistente hará magia.
El coste oculto del self-hosted
«Gratis» en open source significa gratis de licencia, no gratis de operación. Autoalojar Metabase implica un servidor, una base de datos de aplicación, copias de seguridad, certificados, actualizaciones periódicas y alguien que responda cuando el contenedor se cae un lunes por la mañana. Es perfectamente asumible —muchos clientes lo llevan sin problema—, pero hay que presupuestarlo. En proyectos donde nadie asume esa responsabilidad, lo habitual es que la instancia se quede tres versiones por detrás y termine siendo un riesgo de seguridad más que una herramienta.
Dashboard a medida: control total
Un dashboard a medida tiene sentido cuando necesitas: visualizaciones muy específicas que las herramientas estándar no ofrecen, integración profunda con tu aplicación (dashboard embebido en tu producto), lógica de negocio compleja en tiempo real, o una experiencia de usuario diseñada exactamente para tu workflow. Tecnologías habituales: React con Chart.js, D3.js o Recharts en el frontend, y APIs propias en el backend.
Cuándo se paga solo
El desarrollo a medida deja de ser un capricho y pasa a ser la opción racional en tres escenarios concretos. El primero, cuando el panel es parte del producto que vendes: si tu cliente paga por ver sus datos en tu plataforma, incrustar una herramienta de terceros con su marca y sus limitaciones acaba costando más en licencias de embebido y en fricción de UX que construirlo. El segundo, cuando la lógica de negocio no es agregar y filtrar, sino simular, recalcular o decidir en tiempo real —precios dinámicos, disponibilidad, planificación de rutas—. El tercero, cuando el volumen de usuarios lectores es grande y el licenciamiento por usuario se dispara.
El stack habitual en 2026
En frontend seguimos viendo React con librerías de gráficos (Recharts o Chart.js para lo estándar, D3 cuando la visualización es realmente propia) y, cada vez más, renderizado en servidor para que el primer pintado sea rápido: un panel que tarda cuatro segundos en mostrar el primer dato se abandona. En backend, una API que exponga métricas ya calculadas y no consultas crudas contra la base de datos de producción. Si el panel va embebido en un producto de terceros o consumido por integraciones, la seguridad de las APIs REST —autenticación, autorización por objeto y rate limiting— deja de ser un detalle y pasa a ser el requisito principal.
Y una advertencia que damos siempre: un dashboard a medida no es un proyecto que se entrega y se olvida. Es software vivo, con su mantenimiento, sus dependencias que envejecen y sus cambios de requisitos. Conviene contarlo en el presupuesto desde el primer día, igual que se cuenta el mantenimiento de cualquier plataforma.
Comparativa práctica
Tiempo de implementación: Metabase (días), Power BI (semanas), a medida (meses). Coste: Metabase gratis hasta la versión Pro, Power BI desde 9.40€/usuario/mes, a medida desde 10.000€ en desarrollo. Flexibilidad: a medida gana siempre, Power BI es muy flexible con DAX, Metabase es más limitado en visualizaciones complejas. Mantenimiento: Power BI es SaaS (mantenimiento cero), Metabase requiere server, a medida requiere equipo de desarrollo.
Otras opciones que deberías tener sobre la mesa
La comparativa clásica se queda en tres nombres, pero en la práctica hay al menos cuatro alternativas más que aparecen en casi todas las conversaciones que tenemos con clientes:
- Looker Studio (antes Data Studio): gratuito, muy cómodo si tus datos están en Google Analytics 4, Google Ads o BigQuery. Es la vía rápida para el reporting de marketing; se queda corto en modelado y en permisos finos.
- Apache Superset: open source, más orientado a perfiles técnicos que Metabase, con un catálogo de visualizaciones más amplio y buena integración con almacenes analíticos. Requiere más músculo de operación.
- Grafana: nació para métricas de infraestructura y sigue siendo el rey ahí, pero se usa cada vez más para KPIs de negocio en tiempo real. Si ya lo tienes montado para monitorización, añadir un panel de negocio cuesta poco.
- Los informes nativos de tu ERP o CRM: antes de montar nada, comprueba qué ofrece de serie la herramienta donde ya viven los datos. Un buen número de «proyectos de BI» se resuelven configurando bien los informes del ERP y automatizando su envío.
Esta última opción es la que más veces recomendamos en pymes que arrancan. Solo cuando el reporting nativo se queda corto —normalmente porque hay que cruzar datos de dos o tres sistemas— tiene sentido dar el salto a una herramienta de BI, un recorrido que detallamos en la guía de Business Intelligence para pymes con presupuesto ajustado.
La parte que nadie enseña: la capa de datos
Aquí está el 80 % del trabajo real y el 100 % de los fracasos. La herramienta de visualización es la punta del iceberg; debajo hay cuatro cosas que hay que resolver sí o sí, elijas Power BI, Metabase o desarrollo propio.
1. De dónde salen los datos
Casi ninguna empresa tiene sus datos en un solo sitio: el ERP tiene la facturación, el CRM el pipeline comercial, la tienda online los pedidos, la pasarela de pago los cobros y una hoja de cálculo los objetivos. Consolidar eso requiere procesos de extracción programados, no consultas manuales. Es el mismo problema que abordamos al conectar un ERP y un CRM a un dashboard en tiempo real: decidir qué se sincroniza, cada cuánto y qué pasa cuando un sistema no responde.
2. Dónde se guardan
Apuntar los informes directamente contra la base de datos de producción funciona hasta que deja de funcionar: una consulta analítica pesada puede tumbar el rendimiento de la aplicación. La solución habitual es una réplica de solo lectura para empezar y, cuando el volumen crece, un almacén analítico separado (BigQuery, Snowflake, ClickHouse o simplemente un PostgreSQL dedicado con tablas agregadas).
3. Cómo se definen las métricas
«Ventas» no significa lo mismo para el director comercial que para el financiero: ¿con IVA o sin IVA?, ¿pedido creado o pedido pagado?, ¿se descuentan devoluciones? Si esas definiciones no están escritas y centralizadas, acabarás con tres paneles que dan tres cifras distintas y una reunión mensual discutiendo cuál es la buena. Un glosario de métricas —una capa semántica, si quieres llamarlo por su nombre técnico— vale más que cualquier gráfico.
4. Cada cuánto se refrescan
«Tiempo real» suena bien en una reunión y es caro de sostener. Antes de comprometerlo, pregunta qué decisión se toma con ese dato: si el comité se reúne los lunes, un refresco nocturno es suficiente y cuesta una fracción. Reserva el tiempo real para lo que de verdad lo necesita —stock, disponibilidad, alertas operativas—.
Coste total de propiedad a tres años
La comparativa de precios de licencia engaña porque deja fuera lo que más cuesta. Este es el desglose que usamos para presupuestar, con órdenes de magnitud orientativos para una empresa de 20-40 personas con unos 10 usuarios de BI:
- Power BI: licencias (10 × ~12 € × 36 meses ≈ 4.300 €) + puesta en marcha y modelado (6.000-15.000 €) + evolutivo anual. Sin coste de servidor.
- Metabase self-hosted: licencia 0 € + servidor y copias (~40-120 €/mes ≈ 1.400-4.300 €) + puesta en marcha (4.000-10.000 €) + mantenimiento y actualizaciones. Si necesitas permisos por fila o SSO, hay que pasar a plan de pago.
- Dashboard a medida: desarrollo inicial (desde 10.000 €, habitualmente 15.000-40.000 € si incluye capa de datos) + infraestructura + un 15-20 % anual de mantenimiento evolutivo.
Dos avisos sobre estas cifras. El primero: el coste de modelar los datos es prácticamente el mismo en las tres opciones, y suele ser el grueso del proyecto. El segundo: el coste que nunca aparece en la hoja de cálculo es el de las decisiones tomadas con datos incorrectos. Un panel bonito con la métrica mal definida es más caro que no tener panel.
Seguridad y protección de datos en tus paneles
Un dashboard concentra, en una sola pantalla, información que en los sistemas de origen está repartida y protegida: márgenes, salarios, datos de clientes, previsiones. Es un objetivo muy rentable para un atacante y un punto ciego habitual en las auditorías.
Lo mínimo exigible, en cualquiera de las tres opciones:
- Autenticación corporativa y segundo factor. Nada de usuarios locales compartidos. Power BI hereda la identidad de Entra ID; Metabase soporta SSO en planes de pago y 2FA desde la versión 63; en un desarrollo a medida, se implementa contra tu proveedor de identidad.
- Permisos por rol y, cuando aplique, por fila. Que cada delegación vea sus datos y no los del resto no es un extra: en muchos casos es un requisito de protección de datos.
- Usuario de base de datos de solo lectura y con acceso limitado a las tablas necesarias. El conector del BI nunca debe conectarse con credenciales de administrador.
- Cuidado con los enlaces públicos. Las funciones de «compartir por enlace» y el embebido estático son cómodas y filtran información con una facilidad asombrosa. Si se usan, que sea con caducidad y sobre datos ya agregados.
- Registro de accesos y revisión periódica de quién sigue teniendo permisos. La gente cambia de puesto y de empresa; los permisos, no.
Si tu organización está trabajando el cumplimiento normativo, estos controles encajan directamente con el dominio de control de accesos y protección de la información de la norma ISO 27001: documentar quién accede a qué y revisarlo con una periodicidad definida es exactamente lo que pide una auditoría.
¿No sabes si te compensa una herramienta estándar o un desarrollo a medida?
En Keliam analizamos tus fuentes de datos, tus métricas reales y tu presupuesto antes de recomendar herramienta. Muchas veces la respuesta es «configura mejor lo que ya tienes»; cuando no, montamos la capa de datos y el panel que necesitas.
Errores comunes que vemos en proyectos de BI
1. Elegir la herramienta antes de definir las preguntas. El orden correcto es: qué decisiones quiero tomar, qué métricas las soportan, de dónde salen esos datos y, por último, con qué las pinto. Al revés se compran licencias que nadie usa.
2. Confundir «muchos gráficos» con «buen panel». Un dashboard directivo útil cabe en una pantalla y tiene entre cinco y ocho indicadores. Si hay que hacer scroll para encontrar el dato importante, el diseño ha fallado.
3. No asignar un responsable. Sin alguien que valide definiciones y arbitre discrepancias, el panel pierde credibilidad a la primera cifra rara y ya no se recupera.
4. Consultar directamente producción. Funciona en la demo y se convierte en incidencia el día de más tráfico.
5. Pedir «tiempo real» por defecto. Multiplica el coste de infraestructura para dar un valor que, en la mayoría de los casos, nadie aprovecha.
6. Olvidar la formación. Media jornada enseñando a filtrar, exportar e interpretar el panel rentabiliza más que tres visualizaciones adicionales.
Nuestra recomendación
Empieza con Metabase o Power BI para validar qué métricas necesitas y cómo las quieres visualizar. Si llegas a un punto donde las herramientas estándar no cubren tus necesidades, entonces considera el desarrollo a medida teniendo ya claro qué necesitas. Desarrollar un dashboard a medida sin saber exactamente qué quieres visualizar es una receta para gastar mucho y acabar con algo que no usa nadie.
En la práctica, el camino que mejor funciona tiene cuatro pasos: (1) escribe en un folio las cinco decisiones que quieres tomar con datos; (2) monta un prototipo en la herramienta estándar que mejor encaje con tu stack, sin invertir más de dos semanas; (3) úsalo tres meses de verdad, en reuniones reales, y anota qué falta; (4) solo entonces decide si hace falta desarrollo a medida, y hazlo sobre requisitos que ya has validado, no sobre suposiciones.
Preguntas frecuentes
¿Metabase es realmente gratis?
La edición Open Source lo es: se descarga, se autoaloja bajo licencia AGPL v3 y no tiene coste de licencia ni límite de usuarios. Lo que no es gratis es operarla —servidor, copias, actualizaciones— ni las funciones avanzadas (permisos a nivel de fila y columna, SSO, SCIM, caché avanzada, separación de entornos), que están en los planes de pago. Para un equipo pequeño con un administrador de sistemas, la edición gratuita cubre de sobra.
¿Necesito Power BI Pro para todos los usuarios?
Sí, tanto para quien publica como para quien consume informes en el servicio, salvo que uses una capacidad Fabric que permita el consumo sin licencia individual. Si tu empresa tiene Microsoft 365 E5, Pro ya viene incluido, lo que cambia radicalmente el cálculo frente a las alternativas.
¿Puedo empezar con Metabase y migrar a un desarrollo a medida después?
Es exactamente lo que recomendamos. Si has hecho bien la capa de datos —fuentes consolidadas, almacén separado, métricas definidas—, cambiar la herramienta de visualización es la parte barata del proyecto. Si has hecho los cálculos dentro de la herramienta, la migración duele mucho más. Esa es otra razón para invertir en el modelo antes que en el gráfico.
¿Cuánto cuesta un dashboard a medida?
Depende casi por completo de la capa de datos. Un panel que lee de una única base de datos ya ordenada puede salir por 10.000-15.000 €. Uno que tiene que consolidar ERP, CRM y tienda online, con sincronizaciones, control de errores y permisos por rol, se mueve entre 20.000 y 40.000 €. A eso hay que sumarle mantenimiento anual. Desconfía de presupuestos que no distinguen entre ambas partidas.
¿La IA hace innecesario el BI tradicional?
No, lo desplaza. Asistentes como Metabot o Copilot resuelven muy bien la pregunta puntual —«¿cuánto vendimos en Cataluña el trimestre pasado?»— sin tener que construir un informe. Lo que no sustituyen es el panel de seguimiento recurrente ni, sobre todo, el trabajo de definir bien las métricas: un asistente sobre datos mal modelados da respuestas equivocadas con mucha seguridad, que es el peor escenario posible. Es el mismo patrón que comentamos al hablar de IA aplicada al CRM: la herramienta amplifica la calidad del dato que tiene debajo, para bien y para mal.
¿Y si mis datos están en varios sistemas de una fábrica o almacén?
Ese escenario —máquinas, ERP, logística y comercial— es un caso clásico de proyecto por fases: primero unificar la fuente de verdad, luego los indicadores operativos y solo al final los cuadros de mando directivos. Lo desarrollamos con más detalle en el artículo sobre digitalización industrial.
Conclusión
La pregunta «¿Power BI, Metabase o a medida?» casi nunca se decide por la herramienta, sino por tres factores previos: dónde viven tus datos, cuánta gente va a mirar los informes y quién va a mantener el sistema dentro de un año. Si estás en el mundo Microsoft y tienes usuarios contados, Power BI. Si tus datos están en una base de datos propia y tienes quien administre un servidor, Metabase. Si el panel forma parte de lo que vendes o la lógica es realmente tuya, desarrollo a medida.
Sea cual sea la respuesta, el consejo de fondo no cambia: dedica el primer euro y la primera semana a ordenar los datos y a escribir qué significa cada métrica. Esa parte se aprovecha en las tres opciones. La herramienta se puede cambiar; un modelo de datos mal planteado te acompaña durante años.
