10W人都想知道的答案!可视化黑科技,这4个数据工具谁最厉害的?

2020-06-29 14:30:38 浏览数 (1)

在搜索商业智能(BI)工具时,可能每个BI供应商都将其产品称为唯一的“最佳”解决方案进行宣传,晕乎转向。笔者身边有很多在数据中心工作的朋友,也有各种IT信息部的大佬,也见惯了各家上门兜售产品的厂商。

在本文中,笔者将比较近两年国内外市场份额较高,也是相对成熟的BI分析平台,对比其主要功能,为个人使用或企业IT工具选型提供一个参考。

BI的架构大体是这样

由于是企业选型,考虑的因素较多,除功能和使用感受,还会注重数据整合能力、数据处理性能以及安全性方面的因素,从以下几个角度考量:

  • 部署安装
  • 使用体验(上手难度)
  • 功能
  • 价格和服务

所以对BI产品的好坏,各种优劣有所了解。也恰逢前阵子在整理一些产品资料,便有了下文。如果你想了解功能性产品的真实价值,避免被大肆宣传和评论误导,那你来对地方了。

我这边主要列出了4类BI可视化工具(QlikView、Tableau、Power BI、FineBI)的特性、优点和缺点,话不多说,进入主题。

1、QlikView

QlikView比较灵活,展示样式多样。它允许设置和调整每个对象的每个小方面,并自定义可视化和仪表板的外观。

QlikView数据文件(QVD文件)概念的引入,一定程度上取代了ETL工具的功能,拥有可集成的ETL(提取,转换,加载)引擎,能够执行普通的数据清理操作,但是这可能会很昂贵。

总得来说,就是以前还可以,现在...一言难尽。

特征

Qlikview处理数据输入,是将其保存在多个用户的内存中,即保存在服务器的RAM中。这样可以加快查询速度,从而加快数据探索速度,并改善用户在运行中计算的聚合体验,而不是基于存储的计算。

由于Qlikview保留了内存中的数据,因此根据需要计算聚合要快得多,而不是查询预先计算的聚合值。有优点也有缺点,内存型的BI工具,数据处理速度很大程度上依赖内存大小,对硬件要求较高,一般企业的配置,数据处理起来较慢,而且Qlikview对于复杂业务需求,必须写qlikview的脚本。

定价

定价方案比较复杂与Qlikview相比,其他对手的定价政策更直接。

总是QlikView更像是是一个BI可视化展现的工具,相比其他可视化工具(非BI类)图形展现方便,性能也还可以。

但如果是探索性的数据分析,比如你想拖一些数据看看结论与猜想是否正确,有时候可能要做20多个仪表盘才能验证自己的猜想,qlikview可能就不太合适了,它比较适合一开始就知道怎么分析展现。

2、Tableau

与许多其他服务一样,Tableau提供了连接多种系统类型的数据源的工具,如以文件格式(CSV,JSON,XML,MS Excel等)组织的数据系统,关系数据系统和非关系数据系统(PostgreSQL ,MySQL,SQL Server,MongoDB等),云系统(AWS,Oracle Cloud,Google BigQuery,Microsoft Azure)。

产品差异化

从开发人员的角度来看,Tableau不仅简单易用,而且在目的地方面也非常整洁,因为它提供了通过附加自定义参数的附加过滤来控制结果的能力。所有的数据都以清晰、有吸引力和互动的方式进行交流。Tableau提供了对数据的深刻见解,并允许有效地压缩复杂的决策过程。

Tableau的数据抓取功能很弱,假如数据源删数据,两种工具都要重新导数据。这两种工具的侧重点都是在获取一堆历史数据,然后进行分析,想分析实时数据还很欠缺。尤其像Tableau,ETL功能并没有集成,得有个非常好的数据仓库作为基础。

可用性

非常容易使用,从这个列表看,它被认为是最好的易于使用的工具。考虑到这些广泛的Tableau特性,它最方便的用例是通过图表、图形和其他可视化类型发现结构化数据。

对于一个普通的业务用户来说,这很容易,而且与开发工具一样强大。导入数据、构建有吸引力的可视化,共享并以简单明了的形式发布它们。

定价

Tableau有不同的许可计划,类似于其他BI解决方案。Tableau提供了三种截然不同的产品,价格截然不同。总体来说,定价是非常高的,如果预算不是特别充裕,慎重考虑吧。

3、FineBI

FineBI是列表中唯一上榜的国产BI工具,帆软公司的。

FineBI是一套企业数据化管理和可视化BI的方案,意思是在具备可视化BI功能的同时,又侧重于帮助企业打造数据化管理的一个应用。

从其使用流程中可以看出:分别为管理员创建业务包(准备数据),业务人员新建仪表板(可视化和探索性分析),业务人员新建螺旋分析(前端再处理数据),领导查看分析(对外分享报告)。

创建业务包就是准备数据,这个工作一般让信息部去做,把数据转化成业务分析人员可理解的数据(一般会准备大而全的明细数据)。

然后,业务人员拿着业务包里的明细数据,根据需求做分析,比如做一个销售dashboard,分析每个产品、每个地区、每个销售员的销售情况综合判断。在没有分析目标的情况下,可以尝试探索性分析:聚合、预测、帕累托等,都有现成的模型。

产品差异化

FineBI有两种抓取数据的方式,一种是FineIndex(原cube)的方式取数分析,也就是“数据库-FineIndex-前端分析”的方式,这个是tableau和qlikview没有的。

这里的FineIndex相当于一个中间的多维数据库,用于存储数据表,对数据关联转义,这些都对之后的前端分析处理数据效率有很大的提升。

因为直接sql取数,效率受数据库本身的限制,数据量大时,一般分析工具很容易就卡死甚至内存溢出导致系统无响应,这也是FineIndex方案的初衷。FineIndex存在有两个意义,一个是提升效率,一个是对数据进行二次整合处理。

另一种是FineDirect,通过FineDirect直连引擎,可以直接对接关系型数据库(Oracle,Sqlserver)以及hadoop、kylin、greenplum、vertica等大数据平台,支持大数据量的访问,实时数据分析。

特性

FineBI可以自动关联数据表之间的关系,通过键,自动建模。

再者与其他不同BI工具不同的是,FineBI有移动端、PAD端、以及大屏。

FineBI还有类似办公协同软件OA的一套数据协同管理,主要出于数据安全考虑。可以设置部门只能看部门内的数据,个人只能看个人权限范围内的数据,dashboard制作完分享给别人时,也可以指定分享给谁,被分享者收到通知后登录门户时,可以看到报表出现在桌面中,然后修改、批注。

笔者觉得这一点好太多,尤其是出于数据安全的考虑,更能适应本土化的需求。

可用性

FineBI属于自助式BI,使用简单,具有丰富的可视化和前端分析操作。能可视化地进行数据钻取,数据切片和数据旋转等多维分析操作。SPA螺旋式聚合分析功能可对前端数据进行再次处理,类似于Tableau的新建数据字段。

定价

FineBI的定价不同于其他产品按年按人数付费,FineBI是按照功能模块买断,多维数据库引擎、决策门户、OLAP分析组件、管理驾驶舱等功能组件,类似于自选套餐,一般企业的产品整体打包价格几十万。

4、Power BI

Power BI是由微软开发和支持的软件解决方案,用于商业智能和分析需求。 Power BI的核心是一个提供多种交互选项的在线服务,还提供了多个连接第三方软件和服务提供的数据的网点。

Power BI提供了一个简单的基于Web的界面,具有丰富的实用功能,从定制的可视化到对数据源的有限控制。桌面应用程序通过添加数据清理和规范化工具,将可用功能扩展到更大程度。

Power BI简洁,但功能强大。但是,像其他软件一样,它也有其起伏,目前并不是非常成熟,商业选型必须仔细考虑。

产品差异化

Power BI与其他解决方案有何不同?

首先,由于它是微软产品,它遵循与其他主要微软产品相似的理念、原则和体系结构。它也为Windows用户提供了一个熟悉的界面。

Power BI的创建和设计旨在构建MS Excel的功能,将其升级到下一个级别,进一步扩展其可操作性以解锁新的用例,覆盖更多的平台并接触到云。

作为微软的产品,Power BI与微软工具带中的其他软件有联系,但远比利用一整套全新的业务分析工具更有效。因此,Power BI不仅与其他产品有关,它与微软的主要工具(包括MS Excel,Azure Cloud Service和SQL Server)紧密集成。

可用性

所有熟悉Windows的用户(即几乎所有人)都可以直接使用该界面,因此使用Power BI通常非常直观。

许多控件和描述对MS Excel和其他MS Office产品都有类似的看法,这些产品在处理报表时可深刻理解您的进度。

可视化是使用良好的旧式拖放创建的。您只需要将一个可视类型拖放到报表的空白区域,即可构建新图表或可视化数据。这将以默认外观的空白视觉形式创建未来可视化的占位符。

通过简单地将数据字段拖放到占位符本身或其属性中(这些数据在高亮显示时它们将可用),您选择要在此视觉中呈现的数据(确切字段或数据片段) )。

定价

微软Power BI被认为是一个体面的分析工具。

定价结构非常简单,提供了两种选择:功能有限的free版Power BI,以及具有全部服务的Power BI Pro企业版。

免费选项适用于任何单个用户,并具有1 GB的数据容量限制,仪表盘和报告总共有10K行/小时的数据流数据,以及有限的数据刷新和协作功能。

总结

所有可视化BI平台都有自己的优点和缺点,适合业务的才是最好的,希望这样的选型对大家有帮助

0 人点赞