Chiedere a un assistente AI una dashboard e vedersela comparire in pochi minuti non è più una dimostrazione da convegno: con Claude o ChatGPT basta descrivere cosa si vuole vedere. Il problema arriva il giorno dopo, quando quella pagina deve mostrare dati aggiornati, rispettare chi può vedere cosa e usare le stesse definizioni di fatturato o di margine del resto dell'azienda. Le Tableau Data Apps, appena entrate in beta, nascono per chiudere proprio questa distanza.
Cosa sono le Tableau Data Apps
Una Tableau Data App è un'applicazione web analitica su misura, scritta in codice da un agente AI e ospitata dentro Tableau. L'interfaccia è libera, non vincolata ai fogli e ai layout di una dashboard classica. Sotto, però, lavora il motore di Tableau, con le sue connessioni, le sue regole di sicurezza e le sue definizioni di business.
Oggi la beta è disponibile su Tableau Cloud e su Tableau Next. Per Tableau Server Tableau ha annunciato il rilascio, ma la funzionalità non è ancora arrivata. Su Tableau Cloud l'app vive dentro un workbook, interroga una data source pubblicata o incorporata ed eredita i permessi già configurati, sicurezza a livello di riga compresa. Su Tableau Next vive in un workspace e si appoggia a Tableau Semantics e ai permessi Salesforce. Si può costruire con Tableau Studio, il nuovo ambiente che alterna prompt e drag-and-drop, oppure con un agente esterno come Claude collegato tramite il server MCP di Tableau.
Perché una dashboard generata dall'AI da sola non basta
Disegnare un grafico è la parte facile, e gli agenti AI la fanno bene. Le difficoltà vere stanno altrove:
- Dati fermi. L'app nasce su un CSV esportato e invecchia il giorno stesso.
- Definizioni inventate. Se l'agente non sa come l'azienda calcola un KPI, lo ricostruisce a modo suo, e i numeri smettono di coincidere con quelli del controllo di gestione.
- Sicurezza fragile. Credenziali di database scritte nel codice, accessi concessi a chi non dovrebbe averli, file che girano per email.
- Proliferazione. Ogni reparto si costruisce la sua app e nessuno sa più quante ne esistano, né quale sia quella giusta.
Con le Data Apps questi nodi restano in carico alla piattaforma. Le credenziali rimangono in Tableau e l'app non le vede mai. I dati si aggiornano con la connessione live o con i refresh degli estratti già pianificati. L'app compare accanto alle altre dashboard, con i suoi permessi, e si trova con la ricerca come qualsiasi altro contenuto.
Tableau Data Apps con Claude: la nostra esperienza
Abbiamo provato il percorso sul nostro Tableau Cloud, usando Claude come agente. Lo schema è lineare: si collega Claude al sito tramite il connettore MCP di Tableau, si descrive in linguaggio naturale cosa deve mostrare l'app, si controlla l'anteprima, si corregge e si pubblica. Il risultato è un workbook che interroga i dati in tempo reale.
La parte che richiede esperienza è la configurazione, non il prompt. Alcune cose che abbiamo incontrato:
- le estensioni e i relativi pacchetti vanno abilitati nelle impostazioni del sito, altrimenti la creazione dell'app si ferma con un errore di permessi;
- conviene lavorare su data source pubblicate e curate, non sui dati incorporati in un workbook di prova;
- la pubblicazione trasferisce file verso lo storage di Tableau e l'ambiente da cui lavora l'agente deve poterlo raggiungere: nel nostro caso build e pubblicazione hanno funzionato in modo affidabile da Claude Code.
C'è poi un tema di metodo. Un agente lasciato libero produce ogni volta una grafica diversa. Per questo il nostro approccio è definire per ogni cliente un design system: colori, struttura delle sezioni, regole su quale grafico usare per quale domanda. L'AI scrive il codice, ma dentro regole decise a monte, e le app di un'azienda restano coerenti tra loro.
Quando hanno senso per un'azienda
Le Data Apps non sostituiscono le dashboard Tableau tradizionali. Diventano interessanti quando serve qualcosa che una dashboard standard fatica a dare:
- un cruscotto direzionale con un'impaginazione molto specifica, magari ripresa da un modello già in uso in azienda;
- strumenti operativi pensati per un singolo ruolo, con pochi controlli e risposte immediate;
- prototipi da validare in giorni invece che in settimane, che una volta approvati sono già in produzione, sui dati veri;
- pagine con interazioni o visualizzazioni che vanno oltre i grafici nativi.
Per le PMI e gli enti del Nord-Est che usano già Tableau Cloud il vantaggio è evidente: non serve un'infrastruttura nuova. Data source, permessi e refresh esistenti diventano la base anche delle nuove app. Chi è su Tableau Server può intanto preparare il terreno, sistemando data source e governance in vista del rilascio annunciato.
Cosa tenere presente oggi
Le Tableau Data Apps sono in beta. Funzionano, ma i passaggi di configurazione stanno ancora cambiando e non tutto è documentato. Il consiglio è partire da un caso circoscritto, come una dashboard esistente da ripensare o un report che oggi vive in Excel, su una data source già governata. Si misura il valore senza esporsi.
Il limite più concreto: niente modifiche al volo
Chi usa Tableau da anni ci sbatte subito contro. Una Data App non si apre in modifica come una dashboard classica: non si entra in web edit o in Tableau Desktop per spostare un grafico, cambiare un colore o aggiungere un filtro. L'interfaccia è codice HTML e JavaScript ospitato da Tableau, non un insieme di fogli e oggetti da trascinare.
Ogni modifica, anche la più piccola, ripercorre la strada della creazione. Si torna all'agente, si descrive cosa cambiare, si controlla l'anteprima e si ripubblica sovrascrivendo il workbook. È un ciclo rapido, ma va organizzato:
- Il codice è l'originale. Il sorgente dell'app va conservato in un repository versionato, non solo il workbook pubblicato: senza il codice, ogni ritocco significa ripartire quasi da zero.
- Permessi chiari. Chi aggiorna l'app deve poter pubblicare e sovrascrivere nel progetto Tableau, e deve essere chiaro chi ha questo ruolo.
- Filtri e controlli decisi prima. Conviene raccogliere all'inizio tutti i filtri e le interazioni che serviranno, invece di aggiungerli uno alla volta con continui rilasci.
- La scelta giusta per ogni caso. Se gli utenti vogliono intervenire da soli o le richieste cambiano ogni settimana, la dashboard Tableau tradizionale resta lo strumento più adatto.
Il secondo limite: la quota di chiamate alle API
L'agente legge i dati attraverso le API di Tableau, in particolare VizQL Data Service, il servizio che interroga le data source pubblicate senza passare da una vista. Su Tableau Cloud queste chiamate hanno un tetto orario: nei modelli di licenza standard ogni licenza Creator aggiunge 100 interrogazioni l'ora alla quota dell'intero sito. Un sito con cinque Creator ha quindi 500 chiamate l'ora, condivise tra tutti gli strumenti che le usano.
In fase di costruzione l'agente consuma la quota a ogni esplorazione dei dati. Un agente che prova, sbaglia e riprova può esaurirla in poco tempo, e oltre la soglia le richieste vengono respinte fino all'ora successiva, anche quelle di altri strumenti. Quanto pesino invece le query dell'app pubblicata, la documentazione della beta oggi non lo chiarisce: va verificato sul proprio sito prima di aprire l'app a molti utenti.
La regola, in entrambi i casi, è progettare per interrogare poco:
- una sola query per sezione, con KPI, totali e variazioni calcolati dallo stesso risultato;
- dati già aggregati alla granularità dei grafici, mai a livello di singola riga;
- risultati tenuti in memoria, così tornare su una combinazione di filtri già vista non rifà la query;
- niente aggiornamenti automatici né query al passaggio del mouse;
- istruzioni all'agente di fermarsi al primo errore di quota invece di ritentare a vuoto.
C'è anche un aspetto di governance. Se l'app chiama le API REST di Tableau, l'amministratore del sito deve abilitare uno per uno gli endpoint usati. È una buona protezione, ma va messa in conto già in fase di configurazione.
Un punto va tenuto fermo: la qualità dell'app dipende dalla qualità del modello dati che la alimenta. Se le definizioni dei KPI sono ambigue nella data source, l'AI le renderà solo più veloci da sbagliare. Lavorare prima sul livello dati è ciò che trasforma una demo in uno strumento su cui la direzione può prendere decisioni.
Come può aiutarvi Deimos Engineering
Deimos Engineering è partner certificato Salesforce e Tableau e da oltre dieci anni segue progetti di business intelligence per aziende e pubbliche amministrazioni in Friuli-Venezia Giulia e nel Triveneto. Sulle Data Apps possiamo configurare il vostro sito Tableau, preparare data source pulite e governate, definire il design system e costruire con voi la prima app su un caso reale.
Per approfondire potete leggere la presentazione ufficiale di Tableau e la documentazione della beta per Tableau Cloud. Se volete capire se fanno al caso vostro, contattateci.