专栏首页物流IT圈3款口碑炸裂的BI数据分析工具测评

3款口碑炸裂的BI数据分析工具测评

BI商业智能,是个曾经很火现在没那么火的词,因为进入了真正的应用期。

作为当下最广泛使用的数据分析工具,它的好处实在太多啦:

  • 对比Excel、Python、R,不用写代码,不用写SQL,降低了数据分析的准入门槛,小白上手毫不费劲。
  • 能快速响应报表需求,准备好数据,出张报表也就是1个小时的事,再不济当取数机器也是极佳的选择。
  • 数据挖掘可视化应有尽有,对比Excel,以及开发级的Echarts,简直良心便利,随时随地出报告,直接Pass掉PPT。

……

什么BI分析工具好用?

这个还真不能一刀切下定论。

大家听得最多的莫过于Tableau、微软的Power BI,还有国产的FineBI。

这3款BI工具各自凭借着可视化、Excel的影响力、以及企业级广泛应用的优势,在市面上都闯出口碑了。而且功能和版本也都在不断更新。

本文主要从以下几个角度对产品的功能差异和优缺点进行对比:

  1. 产品背景
  2. 数据对接能力
  3. 数据建模和数据加工
  4. 数据可视化
  5. OLAP计算分析
  6. 数据挖掘
  7. 集成应用
  8. 数据权限管控
  9. 学习与技术服务

一、产品背景

Tableau即公司名,是最早的一代自助式BI分析工具,一直以来最被人称赞的其可视化,能基于可视化做很多数据分析扩展。

Power BI是微软的,14年15年开始初见苗头,之前主要是基于Excel的高级功能,包括Power Query,Power Pivot,Power View和Power Map,后来作为Power BI集合推出。

FineBI源于帆软公司,帆软早期做报表软件,finereport很厉害,在商业领域。后来逐渐发展商业智能BI,目前最新版已迭代到 V5.0。

讲到产品就要谈谈其定位了,就像介绍人要说姓氏一样。Tableau更多定位是可视化分析的工具,所以可视化很突出。PowerBI有走Excel路子的趋势,发力个人用户,个人数据分析。FineBI更倾向于企业级应用的BI,很多功能都体现其企业级的基因。

二、数据对接能力

常规的文件数据如Excel、CSV、TXT等,三者都可以直接导入对接分析。

传统的数据库例如Oracle、SQLServer、MySQL这三款也都可以直接连接取数分析。

大数据平台方面,对于现今比较流行的大数据平台如Kylin、Derby、Gbase、ADS、Hbase、Mongodb,Power BI还不支持。这个Tableau、FineBI目前都有接口可以直接对接。FineBI还可以根据数据量以及并发情况选择直连或分布式连的对接方案。

多维数据库的连接,比如SAP BW、HANA、Essbase等数据仓库,PowerBI还不支持,这块Tableau可以直接连接,FineBI可以通过服务器数据集进行对接。

FineBI 数据连接

数据接口开发方面,在一些需要基于java定制的api程序数据集,PowerBI和Tableau都不支持进行对接,FineBI则可以进行对接,基于java api的程序数据集。不过这是国外产品的老子态了。

Power BI对于一些联机服务器数据源支持的比较好,面向分析,例如Google分析、appFigures等数据。

三、数据建模和数据加工

1、数据建模

首先,三者都是自助式BI,都是自动建模了,这是和传统BI的显著区别之一。打个比方,假设我们要抽取一个数据库的几张表的数据来分析,当导入表时会根据键自动关联,或者手动设置关联联系。

Tableau建立数据模型属于宽表模型,相当于是在原来元数据表的基础上根据新的关联关系再新生成一个结果集,之后的分析都是基于这个结果集来的,元数据发生变化,除非你手动更新,分析结果也不会有变化。

FineBI也是类似的原理,不过建立的骨架数据关联模型都是基于元数据的,元数据变化,分析结果也实时变化。

PowerBI的数据模型建立之后只能针对当前报表进行使用。且在数据源种类整合时,PowerBI无法对不同来源的数据进行实时整合建模,例如下图所示,PowerBI会自动禁用多个数据源的实时建模,需要将数据模式全部修改为抽取数据才可以进行整合关联建模。

其次,FineBI和PowerBI的数据模式都支持实时和抽取模式,但是抽取模式下,由于FineBI的采用的分布式架构引擎进行数据的列式存储(支持十亿大数据量),PowerBI的数据引擎在抽取模式下仅仅是将数据以行式储存方式导入,所以在面对海量大数据时FineBI比PowerBI计算速度更快、性能处理更加强大。另外在数据编码上,FineBI支持对数据进行多种编码类型转换,PowerBI对这方面的转换是不支持的。

2、数据加工

对于数据的清洗加工处理方面,PowerBI提供了一些可视化界面的操作选项,结合M语言和DAX函数,可以进行数据加工处理,但需要用户有一定的公式编码书写能力。

Tableau Desktop没有系统的数据加工功能,今年最新发布的Tableau prep对数据清洗和数据加工方面做了较大的弥补,从数据清理/调整、检查/筛选数据、联接/合并数据都拥有着比较体系的数据加工策略,可以无缝对接Tableau Desktop使用,不过需要同时安装Tableau Prep和Tableau DeskTop。整体数据工作流还是非常清晰、直观的。

FineBI对一些有关数据的加工处理功能,统称为“自助数据集”。包括过滤、分组汇总、新增列、合并表、自循环列(可以有树结构的数据进行分层等集团性企业)、行列转换等操作。都可以快速进行处理,且可视化无代码。

四、数据可视化

从图表丰富度和可视化报告制作能力来比较。

1、图表丰富度

可视化展现能力方面,Tableau最佳,FineBI次之,随后PowerBI。

Tableau除了常规的图表之外,还有盒须图、标靶图等和分析模型深度结合的图表。FineBI也不弱,常规图表都拥有,在数据地图方面,更是有流向地图、点地图等更实用的图表。PoweBI内置的图表种类相对较少,像玫瑰图、多层饼图、词云图、热力地图、流向地图等,需要进行市场图表拓展下载使用,图形属性方面还算丰富,可以由用户自定义进行图表样式属性的设置调节。

操作方面,FineBI和Tableau是大差不差的,都是基于著名的图形语法(The Grammar Of Graphics)设计,以“形状“和对应的“颜色“,“大小“,“提示“,“标签“等属性进行图表类型替代。

在分析区域有两个轴,横轴和纵轴,把所要分析的指标和维度拖拽到两个轴,就会自动出可视化图,图表也是根据分析情况自动给推荐的。

还支持用户将字段绑定到图表的颜色、大小、形状、标签等属性。这样一来图表的可视化展现能力也就更加丰富灵活了,我们可以通过数据——>图表属性的无限组合,尽情地进行数据可视化认知的探索和洞察。

Tableau界面

Power BI就是拖拽图表组件,选定数据的方式来展现。

2、Dashboard展现能力

再来看看3个工具的Dashboard展现能力。

PowerBI首届数据可视化大赛的冠军作品,指标合理呈现,布局直观简洁,秉承微软一贯的方块美。

FineBI的Dashboard,下图是其中内置的一个比较典型的驾驶舱demo,总体来说更加细腻,柱形图圆角、字体颜色、风格、展现形式等,图表还可以有一些闪烁动效。

Tableau的可视化更加丰富,有种信息图的感觉,布局也更加自由。

五、OLAP计算分析

从OLAP多维能力角度来看,3个工具都支持用户进行钻取、联动、切片、切块等分析操作。

计算分析能力方面Tableau和FineBI都支持用户进行排名、排序、过滤、同比、环比、方差、标准差、中位数等快速计算操作,但是在一些高级计算例如移动平均、四分位等分析计算场景,Tableau拥有者更加强大的计算分析能力。

FineBI的快速计算提供现成的同期/环期、同比/环比、排名、累计值、所有值、百分比计算等等,还挺方便的。

另外Tableau在一些需要进行高级计算的场景下,还支持与Matlab进行集成计算,使用 MATLAB 预处理数据,并将该数据保存到 Tableau 数据提取中以便进一步分析。

PowerBI大量的计算需要依靠DAX函数来进行运算,有种Excel函数既视感,其实一些常用的计算公式比如同期环期、同比环比像FineBI可以直接快速计算。

六、数据挖掘能力

FineBI最新版5.0增加了五类现成的数据挖掘算法,分别为时间序列、聚类、分类、回归和关联规则,还支持R语言的集成。时间序列算法和聚类算法还和图表分析相结合,拖拽操作即可立马看到预测和聚类的结果。

不考虑时序关联分析

多元线性回归

PowerBI目前在数据挖掘这方面没有成熟的分析模块,只是简单的集成了一个R语言的执行脚本组件供用户书写代码集成使用。

Tableau目前在数据挖掘内置时序分析预测、聚类算法,可进行简单数据挖掘计算处理(类似分类、关联分析、逻辑回归等算法则是没有的),同时也支持与R语言和Python集成以进行深度的数据挖掘分析。

七、集成应用能力

WEB级别的集成应用方面,Powe BI开放了丰富的接口供大家集成使用,还支持自定义开发集成第三方图标插件。Tableau和FineBI也有WEB接口,比如进行Iframe网页集成,但是无法进行代码级别的自定义图表开发集成。

在移动集成应用中,FineBI支持微信集成和钉钉集成,给当今便捷式社交平台的数据分析查看带来了较大的便利,这方面的应用PowerBI并不支持。

门户集成方面,FineBI开放了单点登录接口,这方面PowerBI暂未直接支持。

FineBI有专门的一个数据报表管理平台以及运维。

八、数据管控能力

数据的权限管控能力方面,PowerBI可以将做好的报表打包发布为组织内容包并且进行指定用户组分配查看权限,并且由管理员进行用户组的行级别权限分配,但是无法控制用户查看的列级别的权限粒度,Tableau也是一样。

这块是FineBI的优势,之前也在产品定位介绍中提到,FineBI是从企业级应用出身的一款BI,所以具有非常完善的数据权限管控能力。除了提供仪表板的权限分配之外,还能够针对不同部门/岗位/角色的人员进行行/列级别的数据权限管控,使得不同的人能够根据权限限制而只能看到自己的部分数据。另外在针对企业集团数据权限管控方面,FineBI提供了多级管控权限供用户进行多层权限分配,为数据权限管控提供了保障。

九、学习与技术服务

Power BI遵循着微软产品相似的理念、原则和体系结构,它也为Windows用户提供了一个简洁熟悉的操作界面,以帮助用户快速适用学习上手。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。学习资料方面,关于PowerBI官方的学习资料基础文档还算健全,但是有部分内容是英文的,外部一些Excel社区都各自开了教学课程,但付费居多,这个全靠大家挖掘资料的功力。

Tableau本身是一款非常成熟的全球化商业软件,拥有着非常强大的数据可视化分析功能。学习资料方面,官网也有很多学习文档、案例、视频等资源供用户进行上手学习。相较而言,Tableau产品学习曲线相对要陡峭一些,因为更加适合有专业数据技术能力的数据分析师使用。国内主要是代理商提供项目实施和技术服务,本土化稍微弱一些。

FineBI由于是国内帆软的BI分析平台提供商,所以不论是基础的学习文档还是教学视频资料都比较丰富,另外还有着非常活跃的帆软中文社区供所有用户进行学习交流。技术服务方面,尤其是对于企业级别的用户,还会有专业的技术服务团队响应服务,在国内本土化服务做得相当不错。

最后关键的,价格。

Tableau个人版有15天免费试用版,过后收费。Power BI和FineBI个人使用都免费。

商业部署。Tableau光产品,Desktop+Sever,一套一人加税后是11万多,每增加一人多买一个桌面版,就是15000左右,公司体量如果在3、40套,预计得7、80万,不含定制实施和维护服务。Power BI是按设计用户和节点卖的,按年/按月收费。估计了一下,假设200个用户的企业,40个设计用户,1年收费是45万左右,也就是每年要付出这么多,还是比较贵的。FineBI据我了解是类似软件采购买断式的,价格按照功能模块还有并发数定,平均2、30万起,不算服务实施。但这一性价比也远超于前两者了

个人使用,两者都是免费的。PowerBI毕竟背靠Excel这座大山,和Excel配合使用,大家会普遍觉得习惯。而FineBI又是另一种扁平化的风格,很多计算公式,可视化特效都有现成的,更加自助些。大家不妨都下载试试。

总结

Tableau的可视化很人性,个人使用就像是Excel透视表的升级版。Power BI除了M语言和DAX语言得心应手比较难,产品操作也都延续了Excel的思想。但是两者共通的毛病,面向企业的产品定制化以及庞杂的报表分析需求,不是特别友好(开发难度太大,报表制作还得依靠Excel)。但这却是国内大多数企业很普遍的需求,这一块不妨青睐于国内“符合国情”的BI工具FineBI。

所以,如果是个人数据分析,注重可视化的,不想找个人付费的,就Power BI和FineBI,FineBI操作体验和Tableau类似,却和Power BI完全不用,这个大家可以下载体验比较下。

如果是商业部署,据我多年在企业做报表做数据的经验,FineBI更加适合,尤其是底层架构的建设,数仓的对接,以及性能方面。

本文分享自微信公众号 - 物流IT圈(exiter18),作者:数据分析不是事儿

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-12-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大数据平台下的数据治理

    数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。

    物流IT圈
  • 超详细的六款主流ETL工具介绍及功能对比

    ETL(Extract-Transform-Load的缩写,即数据抽取、转换、装载的过程),对于企业或行业应用来说,我们经常会遇到各种数据的处理,转换,迁移,所...

    物流IT圈
  • 产品经理需要了解的接口知识

    在客户端与服务器进行交互时,必然涉及到交互的报文(或者通俗的讲,请求数据与返回数据),如果不希望报文进行明文传输,则需要进行报文的加密与解密。

    物流IT圈
  • 1.1 可视化概述

    学习PowerBI有三大独立的模块,Power Query获取数据、Power Pivot & DAX 数据建模、Power View 数据可视化,以可视化作为...

    公众号PowerBI大师
  • 先行者计划--1109微课总结 | 《通过二个demo初识webPack》

    webpack,到底是什么呢? Webpack将所有静态资源都认为是模块, 比如JavaScript,CSS,LESS,图片,...,从而可以对其进行统一管理。...

    web前端教室
  • 脑机前沿 | 科学家使用多巴胺无缝连接人工神经元和生物神经元

    通过模仿生物系统的分布式信息处理,以大脑为灵感的计算范例已在视觉和语言任务的自动化方面取得了实质性进步。人工神经网络(ANN)与生物系统之间的相似性启发了人工神...

    脑机接口社区
  • Bi-Weekly | 西门子全面打开 AI 之路;传统教学的单向性正在发生改变

    本期 Bi-weekly 部分截图 Industry Bi-weekly 是全球人工智能行业重点事件评论类双周报。我们会在海量的新闻和事件中,摘取最具行业价值...

    机器之心
  • IT运维可视化发挥了哪些作用?

    互联网IT行业一直引领着时代的进步,而我们现在称作大数据的时代已经无法通过简单的统计分析来运行各种数据,所以势必会诞生IT运维可视化,什么是IT运维可视化?今天...

    要不要吃火锅
  • Evaluate Reverse Polish Notation

    定义一个队栈,每次出现一个数放进栈中,若出现运算符的话,就将栈顶的两个元素出栈进行运算后在放入栈 考虑特殊情况 1.只有一个数字的时候 2.出现负数的情况 cl...

    用户1624346
  • 如何选择数据库

    一层一层铺开,一对多,这是「层次模型数据库」(Hierarchical Database)。

    Java3y

扫码关注云+社区

领取腾讯云代金券