本文作者挑選了市面上6款比較常見的BI產品，分別從產品的定位、性能、功能等方面展開了使用測評并進行了總結，與大家分享。
伴隨著ERP、CRM、OA、支付、會員等信息系統(tǒng)的普及落地，國內企業(yè)的信息化已經步入快速發(fā)展階段，同時，企業(yè)對于商業(yè)智能(BI)的需求大量釋放。然而，如何選擇一款適合自己的BI產品一直是困擾很多企業(yè)的難題。
我們先來了解一下什么是BI。我們可將其定義為：將存儲于各種商業(yè)信息系統(tǒng)中的數(shù)據(jù)轉換成有用信息的技術。BI的實現(xiàn)包含了“數(shù)據(jù)→信息→知識→行動→智慧”這一過程所運用的技術和方法。
BI最早來源國外，國內技術起步較晚，所以國內BI市場最初也被國外的產品所霸占。而隨著近幾年本土BI產品的崛起，國內企業(yè)的選擇變得更加豐富。很多企業(yè)從國外產品試到國內產品，從明星產品試到小眾產品，花費了大量時間和精力才找到適合自己公司當前發(fā)展趨勢的BI服務商。今天，小編挑選了市面上6款比較常見的BI產品，將分別從產品的定位、性能、功能等方面為大家進行使用測評，希望可以幫助有需要的朋友選擇到合適的BI產品。
測評產品
本次，我們選擇了三款老牌的國外BI產品(Tableau、PowerBI、Qlik)和三款在國內認知度較高的BI產品(帆軟、觀遠數(shù)據(jù)、永洪)。首先我們從產品定位、聚焦行業(yè)以及服務模式對比下這幾款產品的差異之處。
總結來說，因為都是工具型產品，國外老牌的3款BI產品適用的行業(yè)會更加廣泛。但同時也存在一個問題，都需要依賴第三方公司來落地實施，然而第三方公司的實施水平是參差不齊的，實施的質量和售后服務無法保障。
再者，本土的帆軟、觀遠數(shù)據(jù)、永洪，從覆蓋行業(yè)來說都有自己的側重點。帆軟因為是從報表起家，所以在模式上類似于國外的Tableau和PowerBI，偏向工具層面，覆蓋行業(yè)也較為全面。觀遠服務領域相對聚焦，深耕零售消費領域，除了敏捷BI，另外加入了AI的元素，也是中國BI市場融入AI的一個代表。永洪主推是敏捷BI，覆蓋行業(yè)也較為全面，政府類也是主打的行業(yè)之一。
在產品功能層面，使用者可以從以下幾個層面去對比這幾款產品的差異。
01 產品架構
從國外的產品來說，Tableau和PowerBI在C/S端開發(fā)，開發(fā)完成后發(fā)布至服務器，可在B/S端查看，對于用戶來說，靈活性相對較差。
QlikSense的C/S端和B/S端皆可用于數(shù)據(jù)分析和看板開發(fā)，例如Enterprise Server版本可在瀏覽器端開發(fā)，Desktop版開發(fā)者需安裝獨立客戶端，使用本地計算機資源。當開發(fā)人員開發(fā)同一個項目時，協(xié)同性較差，使用產品對源數(shù)據(jù)進行數(shù)據(jù)處理后，較難將中間數(shù)據(jù)集分享進行同步開發(fā)。QlikView是通過Qlik Desktop開發(fā)，開發(fā)后發(fā)布至服務器，可在B/S端查看。
再看國內的產品，F(xiàn)ineReport的設計器設計開發(fā)報表模板在C/S端進行，需要專門的客戶端安裝，相對來說兼容性比較差，開發(fā)和維護成本較高。FineBI、觀遠是純 B/S 端架構，數(shù)據(jù)分析與可視化構建均在瀏覽器端完成，維護升級成本降低。永洪也是B/S架構，平臺基于MPP(大規(guī)模并行處理)架構，但沒有數(shù)倉作為可承載的容器。
02 產品性能
Tableau 的性能一直飽受詬病。2018年發(fā)布的 Hyper(收購改造后)一定程度解決了此問題，但面臨國內的大數(shù)據(jù)體量規(guī)模依然無法有效承載。
再看PowerBI，根據(jù)Gartner報告，通過受訪者訪問收集到，PowerBI的數(shù)據(jù)連接功能常有不穩(wěn)定的情況。使用者需要將數(shù)據(jù)導入到PowerBI中，但PowerBI計算性能較差。
Qlikview的內存計算方式導致了當數(shù)據(jù)量大的時候，對機器內存的消耗是異常巨大的。Qlikview Community中部分用戶舉例，當處理上億行數(shù)據(jù)時，哪怕使用了256G的內存，依然需要耗費幾十分鐘去打開。Qlikview雖然有集群，但是本身并不支持任務的水平擴展，且這種高配置機器的投入成本是巨大的。
FineBI的話，性能在千萬級，億級的數(shù)據(jù)量下，性能體驗是比較慢的。帆軟官網給出的速度提升方式是通過建立FineIndex，將數(shù)據(jù)抽取到硬盤上，但數(shù)據(jù)會加倍存儲，例如原先1G的數(shù)據(jù)FineIndex需要1.5G~3G的存儲空間。
觀遠最新的架構是采取Spark + delta lake的架構，Spark 為計算引擎，delta lake為分布式數(shù)據(jù)庫。Spark 是專為大規(guī)模數(shù)據(jù)處理而設計的計算引擎，已形成一個高速發(fā)展應用廣泛的生態(tài)系統(tǒng)。Delta lake是數(shù)據(jù)湖的概念，作為一個存儲層，減少垃圾數(shù)據(jù)，增加處理性能。最新的產品功能“極速分析引擎”，能夠實現(xiàn)1億明細數(shù)據(jù)2~3秒返回計算結果，做到億級數(shù)據(jù)秒級響應。
永洪能夠支持大數(shù)據(jù)量下的分組性能優(yōu)化，避免出現(xiàn)內存占用過高的情況，目前支持千萬級數(shù)據(jù)秒級響應。產品層面也帶有“檢測性能”的功能，可以提醒用戶哪些操作導致性能過慢。
03 系統(tǒng)集成
Tableau的話，舊版本Tableau集成能力不開放。系統(tǒng)集成需要美國原廠開發(fā)人員支持，尤其對于國內客戶來說交付時間長。新版本提供開發(fā)人員工具和API，可對 Tableau 進行集成、自定義、自動化和擴展。
PowerBI僅支持Azure服務器部署，極大限制了IT選購靈活性，基于國內大部分企業(yè)現(xiàn)狀，部分數(shù)據(jù)放在本地服務器，數(shù)據(jù)的連通性將會是較大的桎梏。
Qlik view支持SSO集成，但值得吐槽的一點是官方文檔也存在不準確的情況。Qlik管理控制臺(QMC)提供了面向Qlik Sense中全部區(qū)域的中央管理與監(jiān)控點，包括多地理部署。Qlik Sense也可以和Qlik view進行集成，但得先處理好Qlik view報表的權限管控，不是所有的用戶都能進行訪問。
總結來說，國外的產品都會存在本地化支持差，例如不支持釘釘、企業(yè)微信的集成、以及國內代理商無法針對客戶需求進行需求管理和版本迭代更新這樣的現(xiàn)狀。
國內的幾款產品基本上都可以做到和釘釘、企業(yè)微信集成和API接口嵌入支持。
04 數(shù)據(jù)接入
Tableau提供通用的文件數(shù)據(jù)導入與國際主流的數(shù)據(jù)庫接入，整體來說接入的數(shù)據(jù)源種類還是比較全的，一些細節(jié)上，例如對SAP BW無法進行接入。
PowerBI提供通用的文件導入與國際主流數(shù)據(jù)庫接入，一般需要通過ODBC連接來接入，不支持方言解析，更無性能調優(yōu)。例如，Power BI Desktop中的大多數(shù)數(shù)據(jù)連接都需要Internet Explorer 10(或更高版本)進行身份驗證。鏈接的數(shù)據(jù)源種類多，但常常會有一些驗證和限制。
Qlik提供通用的文件導入與國際主流數(shù)據(jù)庫接入，對本土數(shù)據(jù)庫產品支持能力差。Qlik Sense不支持直連模式的數(shù)據(jù)接入，類似功能需要使用On-Demand App構建“大數(shù)據(jù)”的子集加載到服務器內存后才能開始后續(xù)計算，構建方式比較復雜，且無法實現(xiàn)計算邏輯下推。在某些動態(tài)分析場景下無法預先構建數(shù)據(jù)子集時，沒有可行的方案。QlickView通過單獨安裝OLE DB和ODBC連接外部數(shù)據(jù)源，多用戶關系型數(shù)據(jù)庫，可能需要安裝更多允許客戶端電腦訪問服務器上數(shù)據(jù)庫的 DBMS軟件。
和tableau一樣Power BI和Qlik可對接部分國外主流SaaS數(shù)據(jù)源，但對國內SaaS數(shù)據(jù)源無原生支持，定制開發(fā)成本非常高?？偨Y來說，國外產品對本土數(shù)據(jù)庫產品支持較差。
(Tableau截圖)
帆軟能夠接入來自大數(shù)據(jù)平臺、多維數(shù)據(jù)庫、關系型數(shù)據(jù)庫、No SQL數(shù)據(jù)庫和文件數(shù)據(jù)源。但無法直連數(shù)據(jù)庫進行跨數(shù)據(jù)源的連接，在業(yè)務包里進行ETL操作后，需要更新FineIndex后才能看到結果。管理員能夠進行BI數(shù)據(jù)連接以及分級權限，支持連接國際主流數(shù)據(jù)庫。
(帆軟截圖)
觀遠能夠接入文件類的excel、csv，支持國際主流數(shù)據(jù)庫的和國產主流數(shù)據(jù)庫的通用接入與定制接入(例如TiDB,MaxCompute, AnalyticDB, Doris等)、以及各種國產HR系統(tǒng)、ERP、POS、CRM等SaaS云平臺數(shù)據(jù)接入。云平臺的數(shù)據(jù)接入在當今的業(yè)務發(fā)展需求下實際意義更為明顯。
(觀遠截圖)
永洪也支持接入主流數(shù)據(jù)庫，其他數(shù)據(jù)庫也可以通過 GENERIC 進行連接。
(永洪截圖)
05 數(shù)據(jù)預處理(ETL)
Tableau前不久剛推出了Tableau Prep, 分為兩個部分，負責創(chuàng)建數(shù)據(jù)流的Tableau Prep Builder 和管理調度的Tableau Prep Conductor，在Tableau Server和Tableau Online基礎上單獨收費，不支持Tableau Desktop，在使用時需要還需單獨安裝。功能上來說，支持篩選、添加、重命名、拆分、分組或移除字段等清理操作。Tableau Prep Builder 會將數(shù)據(jù)傳遞到 R 的 Rserve 或 Python 的 Tableau Python 服務器 (TabPy)，并將生成的數(shù)據(jù)以表形式返回到流程，可以在此基礎上繼續(xù)清洗與分析輸出。
Qlikview具有ETL功能，能夠實現(xiàn)數(shù)據(jù)的抽取，轉換和加載，優(yōu)于大部分傳統(tǒng)BI。Qlikview的ETL結果存儲于Qlik文件中，當加載相應文件時運行，導致了ETL的復用性比較差，且不具備單獨的ETL調度的能力。所以Qlikview的ETL僅能支持簡單的關聯(lián)和聚合，對于復雜指標的計算、數(shù)倉的構建，還是需要依賴傳統(tǒng)的ETL工具來完成。
FineBI的ETL主要通過JEP(Java Expression Parser)實現(xiàn)，也可以通過SQL語句實現(xiàn)，但兩者不能交互使用。細節(jié)上來說，對于多表處理僅支持左右合并，整體用起來邏輯會有點混亂。
觀遠有內置智能數(shù)據(jù)處理模塊(SmartETL)，支持對多數(shù)據(jù)源進行數(shù)據(jù)處理操作與數(shù)據(jù)融合;并且是拖拽的可視化方式，使用門檻低，對于沒有SQL基礎的業(yè)務人員比較友好。
永洪和Tableau類似，沒有ETL，多數(shù)據(jù)源的融合相當于做了一張視圖數(shù)據(jù)集，是邏輯上的融合非物理上的數(shù)據(jù)融合。再者，比較致命的一點是沒有數(shù)倉建模，數(shù)據(jù)只是直接抽取到MPP進行列式存儲。
06 分析儀表板
Tableau作為主流的一款數(shù)據(jù)可視化工具，有自己的VizQL(數(shù)據(jù)圖形語言)，不過使用起來對終端使用者有一定的IT背景要求，一些可視化圖表的制作需要多種模塊的組合形成。在做自主分析的推廣時會因為產品對使用者的要求遇到較大阻力。
(Tableau截圖)
PowerBI是企業(yè)級BI工具，通常由IT或者數(shù)據(jù)團隊進行報表開發(fā)，發(fā)布后，只讀用戶可通過web端訪問，但修改和編輯需要desktop版本才能進行，靈活性有一定的限制。如果要推廣至業(yè)務人員隨時可開展數(shù)據(jù)分析工作，desktop版本的推廣成本較高。另外，PowerBI處理數(shù)據(jù)需要學習DAX函數(shù)，功能強大，但學習成本較高。
(PowerBI截圖)
Qlikview能夠實現(xiàn)頁面上數(shù)據(jù)的自動關聯(lián)，快速構建多維分析看板。但是本身的模型類似維度模型，對于原始數(shù)據(jù)的結構性要求較高，通常需要企業(yè)具備較好的基于維度模型的數(shù)倉架構。這也就導致了Qlikview雖然可以做靈活的篩選和下鉆，但是很大程度上限制于數(shù)倉結構內，對于靈活的數(shù)據(jù)維度探索是不如市場主流的自助分析型BI工具的。
(Qlik 截圖)
FineBI的操作邏輯比較分散，橫軸縱軸是放置對應的維度和數(shù)值，文本放置的位置是另設的。在函數(shù)應用上需要特別注意聚合函數(shù)和非聚合函數(shù)的使用差別，函數(shù)用途比較有限。不過，也提供了一系列的組件協(xié)助進行分析，例如dashboard組件、過濾組件等進行輔助分析。
(帆軟截圖)
觀遠通過拖拽式可生成可視化分析圖表，降低了開發(fā)成本，比較來說能更好的賦能終端業(yè)務人員的即席分析需求。單個卡片上也能支持新建字段，和數(shù)據(jù)清洗的操作一樣，操作統(tǒng)一性比較高。
(觀遠截圖)
永洪可以設置儀表板的主題和布局方式，布局組件的使用能快速協(xié)助新手落地一個儀表板頁面。流程上，支持審批(圖表制作與發(fā)布)，可視化上除了常規(guī)的平臺效果還有3D效果，這一塊實際上從數(shù)據(jù)分析的角度來說不是必要的，3D效果有時反而會產生一些分析干擾。
07 數(shù)據(jù)實時處理
Qlik Sense Enterprise Server版本雖然使用內存技術，優(yōu)化了前端加載和顯示速度。但需要先publish cube，Qlik Sense cube采用了集中式計算，對于同一個計算任務，只能在一個節(jié)點上進行處理，當任務量增多時，不僅需要擴節(jié)點，而且對于單個節(jié)點的配置也有較高的要求，以免某個大任務將單一節(jié)點擊潰。
帆軟，支持直連和抽取兩種模。FineBI的“實時數(shù)據(jù)”實質是數(shù)據(jù)庫直連，和觀遠、永洪的直連模式一致，此時，數(shù)據(jù)計算壓力都在外部數(shù)據(jù)庫，對于分鐘級別的準實時，一般企業(yè)的數(shù)據(jù)庫服務器資源很難承受。直連模式也無法靈活的進行多數(shù)據(jù)源融合。
觀遠除了直連和抽取外，還提供基于Lambda架構的實時數(shù)據(jù)引擎，能夠將歷史數(shù)據(jù)與實時數(shù)據(jù)分開處理，既能夠實現(xiàn)多源數(shù)據(jù)的融合，又可以支持增量更新且占用較少的計算資源。
08 權限管控
數(shù)據(jù)權限管控方面，Tableau支持將做好的內容打包發(fā)布為工作簿和數(shù)據(jù)源并且進行指定用戶組分配查看權限。同時，由管理員可通過篩選器進行用戶組的行級別權限分配，但是無法控制用戶查看的列級別的權限粒度。無法支持企業(yè)對數(shù)據(jù)列權限的控制需求，例如商品表中銷售人員無法獲取成本信息等具體場景。
PowerBI目前僅支持行級權限，不支持列權限，無法滿足同一數(shù)據(jù)表滿足多種權限配置的使用。限制了企業(yè)級的使用，例如，同一邏輯，但不同權限需要多張數(shù)據(jù)表的處理才能支持實現(xiàn)，邏輯重復處理且出現(xiàn)冗余的數(shù)據(jù)表。
FineBI權限管理使用戶可以訪問而且只能訪問自己被授權的資源，從權限項和權限受體兩方面進行管控。實現(xiàn)權限分配、用戶權限查看、分級權限管理和權限復用、模板導出權限等，權限管理相對細致。
觀遠支持行和列的權限，權限細致到每個單元格，通過開發(fā)一張報表，實現(xiàn)不同角色的用戶登錄之后看到不同的信息。
永洪支持數(shù)據(jù)集上一個個去設置模板，但目前不支持權限的模板化。
09 移動端
Tableau的移動端對于系統(tǒng)版本有要求，iOS 12+、Android 7+Tableau Online或Tableau Server 10.5+的帳戶?？梢詫?VPN 用作獨立解決方案，或者集成到像Workspace ONE、MobileIron、XenMobile 或 InTune這樣的MDM工具中。
Power BI對移動端支持有限，需要使用APP，需要推廣用戶進行下載;企業(yè)微信、釘釘?shù)拇蛲ㄐ枰ㄟ^SDK對接。
帆軟的移動平臺是對移動端進行設置的地方，支持APP集成和H5插件，可以自定義移動端App啟動畫面、可進行設備綁定，還可以進行二維碼配置。不過，F(xiàn)ineMobile需要額外進行購買。
觀遠的移動端通過H5實現(xiàn)，支持移動端布局獨立設置、移動端頁面?zhèn)€別圖表的隱藏功能，能夠一鍵置換PC端和移動端。最近還推出了“移動輕應用”模塊，也是基于H5，支持頁面的頂部和底部導航配置，效果上更類似原生APP的功能。
永洪的移動端通過APP實現(xiàn)，支持集成到釘釘、企業(yè)微信，可以通過手機號進行密碼找回。
10 售后服務
Tableau 國內團隊人員少于50人，且，原廠人員主要負責銷售和產品層面的服務。如需實施，需由代理商的人員完成，原廠服務主要處理bug、功能反饋，功能咨詢。國內無產品研發(fā)。產品服務因時差原因，反饋周期極長，這也是其他國外產品的一個通病。其他例如社區(qū)的詳細內容還是英文版，對國內用戶不是特別友好。
帆軟是提供1年的免費售后服務，分總部運營中心和區(qū)域運營中心，總體來說覆蓋面更廣。提供了學習和認證以及售后社區(qū)的使用支持。
觀遠這邊能夠提供類似產品培訓等的基礎服務和原廠實施服務，也會定制化的進行企業(yè)內部的推廣協(xié)助，成立了觀遠學院，售后社區(qū)等。
永洪的文檔還是比較全的，但因為實施進行外包，整體售后的服務質量不敢保證。
總結來說，國外產品的一些通病是無法提供原廠服務，在售后支持上、本地化客戶的需求響應上無法做到及時。如果找相關資料也建議直接查看官網的英文版內容，中文版文檔的更新會有所滯緩。國內的產品來說，帆軟的學習成本比較高，3~6個月入門，1~2年能夠掌握其精髓，如果是連鎖零售和泛互聯(lián)的新銳公司可以看看觀遠的產品，行業(yè)契合度比較高，產品上手時間會快很多。
當然，大家也需要結合自己的實際情況來進行判斷，例如之前選擇Qlik的公司可能會優(yōu)先考慮升級成Qlik Sense，但如果業(yè)務人員想進行自主分析，恐怕升級成Qlik Sense也無法滿足。是結合產品定位進行重新選型還是先同款產品內部升級，都是需要慎重考慮的事情。
還有一些細節(jié)點，例如PowerBI，基于微軟云的版本功能非常強大，但私有化版本功能是落后于云上版本。也需要結合公司和集團的整體使用狀況來綜合判斷。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
